[发明专利]基于深度学习和知识库的处方个性化推荐方法和系统

说明书

本发明公开了一种处方推荐方法，包括以下步骤：获取病人的病情信息；将获取的病情信息与预存储在处方知识库中的多种病情信息进行匹配；根据匹配成功的病情信息检索与病情信息相对应的处方配置信息；获取检索到的处方配置信息，并将处方配置信息发送至用户。上述基于知识库的处方推荐方法，将具有个性化病症的病人的病情信息与预先存储在处方知识库中的多种病情信息进行匹配，从而达到了匹配病情信息的准确性；再通过病情信息检索到预存储的处方配置信息，实现了获取处方配置信息的快捷性；最终将处方配置信息发送至用户，实现了用户终端下的处方推荐的针对性，低成本性。本发明还公开了一种处方个性化推荐系统。

技术领域

本发明涉及医学知识库系统技术领域，特别是涉及一种基于深度学习和知识库的处方个性化推荐方法和系统。

背景技术

目前，传统技术中由医生开出处方，没有医生和病人可供参考的处方，而网上或书上可以参考的处方往往千遍一律。不同病人的病症虽然大同小异，但这种小异也会导致同一种药在不同病人身上产生不同的效果，包括有益效果和有害效果。发明人在实现本发明的过程中发现现有技术无法根据不同病人的个性化病症个性化推荐出最适合该病人的处方，无法满足病人的个性化病症的最佳处方需求。

发明内容

基于此，有必要提供一种能够根据不同病人的个性化病症，及时满足病人的个性化病症的最佳处方的需求的基于深度学习和知识库的处方个性化推荐方法和系统。

第一方面，本发明实施例提供一种处方推荐方法，其特征在于，包括以下步骤：

获取病人的病情信息；

将获取的所述病情信息与预存储在处方知识库中的多种病情信息进行匹配；

根据匹配成功的所述病情信息检索与所述病情信息相对应的处方配置信息；

获取检索到的所述处方配置信息，并将所述处方配置信息发送至用户。

优选地，还包括：接受用户对所述处方配置信息的修改。

优选地，在获取病人的病情信息的步骤之前，还包括：对预存储在所述处方知识库中的所述多种病情信息进行分类；根据所述多种病情信息的分类训练深度学习模型，得到病情分类深度学习模型；

其中，根据所述多种病情信息的属性、病情程度以及与所述病情程度相对应的一种或多种病状进行分类。

优选地，将获取的所述病情信息与预存储在处方知识库中的多种病情信息进行匹配具体包括：将获取的所述病情信息输入病情分类深度学习模型，得到所述病情信息所属的各级分类；根据所述病情信息所属的各级分类按照级别从高到低逐级匹配。

优选地，预存储在所述处方知识库中的所述病情信息与所述处方配置信息为一一对应关系。

第二方面，本发明实施例提供一种处方推荐系统，其特征在于，包括：

获取模块，用于获取病人的病情信息；

匹配模块，用于将获取的所述病情信息与预存储在处方知识库中的多种病情信息进行匹配；

检索模块，用于根据匹配成功的所述病情信息检索与所述病情信息相对应的处方配置信息；

发送模块，用于获取检索到的所述处方配置信息，并将所述处方配置信息发送至用户。

优选地，还包括：修改模块，用于接受用户对所述处方配置信息的修改。

优选地，还包括：存储模块，用于对所述处方知识库中的所述多种病情信息以及所述处方配置信息进行存储。

优选地，还包括：