[发明专利]用于匹配药品信息和病症信息的方法、装置、电子设备和介质

说明书

本公开的实施例公开了用于匹配药品信息和病症信息的方法、装置、电子设备和介质。该方法的一具体实施方式包括：获取待匹配药品信息和对应的待匹配病症信息；利用预先训练的向量生成模型提取该待匹配药品信息和该待匹配病症信息分别对应的待匹配药品向量和待匹配病症向量，其中，该向量生成模型基于训练样本训练得到，该训练样本包括由药品信息以及与该药品信息相关联的病症信息组成的序列；确定该待匹配药品向量和该待匹配病症向量之间的相似性度量；根据该相似性度量，生成用于指示该待匹配药品信息和该待匹配病症信息是否匹配的匹配结果。该实施方式提升了匹配方法的泛化能力和效率。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于匹配药品信息和病症信息的方法、装置、电子设备和介质。

背景技术

随着互联网技术的发展，人工智能技术在智慧医疗领域的应用也越来越广泛。针对海量的药品信息以及病症信息，现有技术通常是基于人工维护的匹配规则或药品的说明书中对适应证的描述与待匹配的病症信息进行匹配。

然而，随着医疗技术的发展，仅仅依靠上述方式并不能解决诸如超说明书范围但仍然合理的药症匹配关系的确定、药品说明书中未涵盖新的病症术语、病症同义词等问题。并且依靠人工来维护匹配规则需要耗费大量人力，效率不高。

发明内容

本公开的实施例提出了用于匹配药品信息和病症信息的方法、装置、电子设备和介质。

第一方面，本公开的实施例提供了一种用于匹配药品信息和病症信息的方法，该方法包括：获取待匹配药品信息和对应的待匹配病症信息；利用预先训练的向量生成模型提取待匹配药品信息和待匹配病症信息分别对应的待匹配药品向量和待匹配病症向量，其中，向量生成模型基于训练样本训练得到，训练样本包括由药品信息以及与药品信息相关联的病症信息组成的序列；确定待匹配药品向量和待匹配病症向量之间的相似性度量；根据相似性度量，生成用于指示待匹配药品信息和待匹配病症信息是否匹配的匹配结果。

第二方面，本公开的实施例提供了一种用于匹配药品信息和病症信息的装置，该装置包括：获取单元，被配置成获取待匹配药品信息和对应的待匹配病症信息；提取单元，被配置成利用预先训练的向量生成模型提取待匹配药品信息和待匹配病症信息分别对应的待匹配药品向量和待匹配病症向量，其中，向量生成模型基于训练样本训练得到，训练样本包括由药品信息以及与药品信息相关联的病症信息组成的序列；确定单元，被配置成确定待匹配药品向量和待匹配病症向量之间的相似性度量；第一生成单元，被配置成根据相似性度量，生成用于指示待匹配药品信息和待匹配病症信息是否匹配的匹配结果。

第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的实施例提供的用于匹配药品信息和病症信息的方法、装置、电子设备和介质，通过预先训练的向量生成模型提取待匹配药品信息和待匹配病症信息分别对应的待匹配药品向量和待匹配病症向量，并通过向量之间的相似性度量确定待匹配药品信息和对应的待匹配病症信息之间是否匹配。由于向量生成模型通过由药品信息以及与药品信息相关联的病症信息组成的序列训练得到，因而能够学习到药品信息与病症信息之间的匹配关系。实现了利用历史数据而非机械地照搬药品说明书对药品信息和病症信息进行匹配，从而提升了匹配方法的泛化能力。并且，通过对历史数据的学习不断优化向量生成模型，也减少了人工维护成本，提高了药品信息和病症信息的匹配效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：