[发明专利]基于医疗知识图谱的处方评价方法、系统及计算机设备

权利要求书

1.一种基于医疗知识图谱的处方评价方法，其特征在于，所述方法包括：

获取医生开具的电子处方信息，所述电子处方信息包括患者信息和用药信息；

从所述电子处方信息中提取N个目标数据；

将所述N个目标数据输入到知识表示模型中，得到N*d维词向量矩阵，其中每个目标数据映射为一个d维词向量；

将所述N*d维词向量矩阵输入到卷积神经网络模型中，通过所述卷积神经网络模型输出分类向量，所述分类向量包括多个向量参数，每个向量参数用于表示预设多个用药类别中的其中一个用药类别的预测概率；

根据所述分类向量从多个用药类别中筛选出至少一个目标用药类别；及

根据所述目标用药类别以及预先配置的医疗知识图谱输出处方点评数据。

2.根据权利要求1所述的处方评价方法，其特征在于，获取医生开具的电子处方信息的步骤，包括：

获取医生传输的电子处方表单，所述电子处方表单包括多个字段；及

解析所述电子处方表单以得到结构化数据。

3.根据权利要求2所述的处方评价方法，其特征在于，从所述电子处方信息中提取N个目标数据的步骤，包括：

根据预设置的多个字段名称，从所述结构化数据中查找所述多个目标字段；

从所述多个目标字段中获取对应的所述N个目标数据。

4.根据权利要求3所述的处方评价方法，其特征在于，所述多个目标字段包括多个第一类目标字段，所述多个第一类目标字段包括患者诊断信息字段和处方药品信息字段，每个第一类目标字段分别关联有一个或多个分词词库；

从所述多个目标字段中获取对应的目标数据的步骤，包括：

获取每个第一类目标字段的字段文本信息；

根据每个第一类目标字段分别关联的一个或多个分词词库，对所述每个第一类目标字段的字段文本信息进行分词操作，以得到多个分词；

其中，所述多个分词为所述N个目标数据中的部分目标数据。

5.根据权利要求3所述的处方评价方法，其特征在于，还包括预先训练所述知识表示模型的步骤：

采集医疗数据库中的医疗数据，所述医疗数据包括多个训练数据；

根据所述多个训练数据定义由多个三元组组成的训练集；及

基于所述训练集对应所述知识表示模型进行训练，得到每个训练数据和关系在向量空间中的映射向量。

6.根据权利要求5所述的处方评价方法，其特征在于，还包括预先配置医疗知识图谱的步骤：

采集医疗数据库中的医疗数据，根据所述医疗数据构建医疗知识图谱；

其中，所述医疗知识图谱包括多个节点的节点信息以及各个节点之间的关系信息；所述多个节点包括：疾病、症状、病毒、细菌、化学物质、药品、身体部位、人群；所述各个节点之间的关系信息包括：药品和疾病之间适应关系或禁忌关系、药品和药品之间的相互作用关系、病毒细菌和疾病的致病病因关系、药品和人群的适应关系或禁忌关系、各个疾病之间的并发症关系。

7.根据权利要求6所述的处方评价方法，其特征在于，所述多个用药类别包括：重复用药、用药中药物相互作用、用药禁忌、用药副作用、安慰剂和处方合理；根据所述目标用药类别以及预先配置的医疗知识图谱输出处方点评数据的步骤，包括：

如果所述目标用药类别为处方合理，生成用药合理的点评内容；

如果所述目标根据类别为以下一种或多种：重复用药、用药中药物相互作用、用药禁忌、用药副作用和安慰剂，根据所述目标用药类别以及所述电子处方信息中的诊断信息和用药信息，从所述医疗知识图谱中查找到对应的关联内容，并根据所述关联内容生成相应的点评内容。