[发明专利]一种药品相互作用关系抽取方法及系统

说明书

本发明提供一种药品相互作用关系抽取方法及系统，方法包括：将药品说明书输入训练后的机器学习模型中，识别出药品实体关系，所述机器学习模型是通过半监督学习训练的方式提取药品说明书中的特征文本信息建立的；将所述药品实体关系供药师和用户参考。本发明实施例提供的一种药品相互作用关系抽取方法及系统，采用半监督的学习方式，训练好机器学习模型，能够对药品说明书中出现的药品实体名称进行综合的判断，使结果更加的准确。

技术领域

本发明涉及信息处理技术领域，更具体地，涉及一种药品相互作用关系抽取方法及系统。

背景技术

人民群众对自身健康的关注越来越大，无形中加重了各大药店的运转负荷，使药师对自身专业知识的要求越来越高。一般情况下，药师可以凭借自身专业知识给患者开出合适的药方，但由于时间和精力的局限性，并不能对每一种具体的药品商品完全了解，因而，其相对应的药品说明书便成为了药师对该药品如何用药的第一参考文本。但由于有的药品说明书里面的文字篇幅会有很多，药师可能很难在短时间内找出其有用的关键信息，而且药师在长时间精神高度集中看药品说明书的情况下，也十分容易引起视觉疲劳，继而加重了药师人工的负担，容易发生医疗事故。

当前，随着我国医疗机构的卫生信息化建设日益完善，各类药品相关的信息都可以以电子版的形式进行查看，比如国家药品监督管理局上关于各类药品的详细描述、各种公开的药品网站等等都有十分详细的关于药品用药的相关的文本信息。这为药品大数据工作的展开提供了依据，可以合理的利用这些网络上公开的信息资源，为药师的用药参考进行自动化提供了一定的基础。但目前通用的抽取和处理文本信息技术，具有很大的局限性，并不适用于药品说明书中的文本信息的抽取，它具有以下不足：1、准确度不够，医疗领域是一个十分严谨的领域，对结果准确度的要求很高，它需要一个更加准确的模型来识别药品说明书中复杂的药品实体、疾病实体和食物名称实体等等之间的关系。2、对药品说明书中出现的庞杂的所有的实体及其关系(如：药物相互作用，适应症，禁忌症，注意事项等等)的识别提取没有很好地解决方案。3、采用纯命名实体识别的技术来对药品说明书中出现的各种实体名称(包括大量相互嵌套的实体名称)进行识别，缺少专业药师团队的配合，导致识别的准确度不够，也不符合实际需求，会出现很多问题。4、对说明书中的文本信息的划分细粒度不够，不满足药师实际工作的需求。5、对于正确识别后的数据缺少统一的管理形式，不能进行后续的数据利用，浪费了数据。

因此，现在亟需一种新的药品相互作用关系抽取方法来解决上述问题。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的一种药品相互作用关系抽取方法及系统，根据本发明提供的第一方面，本发明提供一种药品相互作用关系抽取方法，包括：

将药品说明书输入训练后的机器学习模型中，识别出药品实体关系；所述机器学习模型是通过半监督学习训练的方式提取药品说明书中的特征文本信息建立的；

将所述药品实体关系供药师和用户参考。

其中，所述方法还包括：

建立所述机器学习模型；

训练所述机器学习模型。

其中，所述建立所述机器学习模型包括：

获取药品说明书数据，将所述药品说明书数据、药品实体名称以及之间的具体的关系类型构建成种类数据库；

基于所述种类数据库提取药品说明书中文本信息，并将缺失的句法结构补充完整，以建立所述机器学习模型。

其中，所述训练所述机器学习模型，包括：

通过半监督的学习方式，将从药品说明书中提取的文本信息进行标签标注。

其中，所述方法还包括：