[发明专利]药物推荐方法、装置、电子设备及存储介质

权利要求书

1.一种药物推荐方法，包括：

获取目标对象的相关信息；

基于所述目标对象的相关信息以及第一模型，确定针对所述目标对象的药物推荐信息；其中，所述药物推荐信息中包含有至少一个药物；

其中，所述第一模型为基于与第二模型的输出信息进行迭代处理得到的模型；所述第二模型用于在迭代处理中对第一模型输出的药物推荐信息进行评估得到针对药物推荐信息的评估结果。

2.根据权利要求1所述的方法，所述方法还包括：

基于待训练的患者病历信息以及预训练后的第一模型，得到针对患者的药物推荐信息；

基于第二模型得到针对所述患者的药物推荐信息的评估结果；其中，所述评估结果用于表征所述患者的药物推荐信息是否存在禁忌；

基于所述评估结果，确定所述第一模型是否训练完成。

3.根据权利要求2所述的方法，所述基于所述评估结果，确定所述第一模型是否训练完成，包括：

若所述评估结果表征所述患者的药物推荐信息存在禁忌，则更新训练第一模型以及更新训练所述第二模型；

采用更新训练后的第一模型以及待训练的患者病历信息，重新得到针对患者的药物推荐信息，以及重新基于更新训练后的第二模型得到针对所述患者的药物推荐信息的评估结果；

直至所述评估结果表征针对所述患者的药物推荐信息不存在禁忌，确定所述第一模型训练完成。

4.根据权利要求3所述的方法，其中，所述基于第二模型得到针对所述患者的药物推荐信息的评估结果，包括：

基于第二模型对预训练后的第一模型输出的药物组合进行评估，得到药物组合对应的第一奖励值、以及所述药物组合之间存在禁忌的概率值；将第一奖励值以及所述概率值作为评估结果。

5.根据权利要求4所述的方法，其中，所述基于待训练的患者病历信息以及预训练后的第一模型，得到针对患者的药物推荐信息时，所述方法还包括：得到针对患者的药物推荐信息所对应的第二奖励值；

相应的，所述方法还包括：

基于所述第二奖励值以及所述评估结果确定奖励函数结果；

基于所述奖励函数结果训练所述第一模型，直至所述第一模型训练完成。

6.根据权利要求2所述的方法，其中，所述方法还包括：

从历史病历数据库中获取待训练的患者病历信息及其对应的医疗处方数据；其中，所述医疗处方数据中包含至少一种药物；

将所述待训练的患者病历信息以及医疗处方数据进行向量化处理，得到患者的病历向量以及至少一个药物向量；

基于所述患者的病历向量以及至少一个药物向量，得到预训练后的第一模型。

7.根据权利要求1所述的方法，其中，所述基于所述目标对象的相关信息以及第一模型，确定针对所述目标对象的药物推荐信息，包括：

对所述目标对象的相关信息进行分词处理，得到分词处理后的相关信息；

将所述分词处理后的相关信息进行向量化处理，得到向量化的相关信息；

基于所述向量化的相关信息以及所述第一模型，确定针对目标对象的药物推荐信息。

8.一种药物推荐装置，包括：

信息获取模块，用于获取目标对象的相关信息；

药物推荐模块，用于基于所述目标对象的相关信息以及第一模型，确定针对所述目标对象的药物推荐信息；其中，所述药物推荐信息中包含有至少一个药物；

其中，所述第一模型为基于与第二模型的输出信息进行迭代处理得到的模型；所述第二模型用于在迭代处理中对第一模型输出的药物推荐信息进行评估得到针对药物推荐信息的评估结果。

9.根据权利要求8所述的装置，所述装置还包括：

第一模块，用于基于待训练的患者病历信息以及预训练后的第一模型，得到针对患者的药物推荐信息；基于所述评估结果，确定所述第一模型是否训练完成；

第二模块，用于基于第二模型得到针对所述患者的药物推荐信息的评估结果；其中，所述评估结果用于表征所述患者的药物推荐信息是否存在禁忌。