[发明专利]一种基于深度学习神经网络的新冠用药建议方法

说明书

本发明公开了一种基于深度学习神经网络的新冠用药建议方法，包括如下步骤：采集既往患者的检测检验数据、病史信息数据和对应的资深医生的开药处方建立训练集；将训练集的样本的检测检验数据、病史信息数据和对应的资深医生的开药处方输入到深度学习神经网络进行训练，获得深度学习网络模型；将待治疗患者的检测检验数据、病史信息数据输入到深度学习网络模型中进行计算，获得用药建议。本发明通过深度学习神经网络来学习新冠病患者的检测检验数据、病史信息数据和用药品种之间的数学关系，再根据待治疗患者的检测检验数据、病史信息数据来进行用药建议，可以有效应对数据库中没有历史记录的场景，有效应对病情多样的情况。

技术领域

本发明涉及人工智能和生物医学领域，尤其涉及一种基于深度学习神经网络的新冠用药建议方法。

背景技术

新型冠状病毒感染又称严重急性呼吸系统综合征冠状病毒，(英语：Severe acuterespiratory syndrome coronavirus 2，缩写：SARS-CoV-2)是一种具有包膜的正链单股RNA病毒，属于冠状病毒科乙型冠状病毒属严重急性呼吸道综合征相关冠状病毒种。它的基因序列和SARS病毒及MERS病毒属于同一谱系但不同进化枝，是已知的第七种可感染人类的冠状病毒。SARS-CoV-2病毒可通过人类上呼吸道入侵人体，以多种细胞表面表达的ACE2为受体达到感染，主要感染器官包括肺部、心脏、肾脏等多个主要器官。它造成了于2019年底至今的全球大暴发。

由于对病毒无特效的针对性治疗方式，在临床实践中以维持患者生命指标为目标进行支持性治疗。由中国官方更新的诊疗方案中，除给氧等常规治疗方式外，还可以利用雾化α-干扰素、洛匹那韦、利巴韦林等药物抑制病症加重。对病情危重，有严重呼吸窘迫症状的病人，ECMO等体外生命维持治疗可临床适用。同时因为患者可能存在的各种并发症问题，药物的使用类型和计量也有很大的差异。基于我们前期的调研，在所记录的患者药品信息中，总共包括909种不同的药品，药品种类繁多；至少有50种药品用药次数超过200次，药品用药次数频繁；至少有50种药品的用药患者数超过80人，用药患者数量大。

因此，在目前新冠情况的种类多且各国研究机构都尚处于全力以赴的研究中而缺少规范的用药指南的情况下，设计一套新冠用药建议方法，有效应对数据库中没有历史记录的场景以及有效应对病情多样的情况，是本领域迫切希望解决的技术问题。

发明内容

本发明所要解决的技术问题在于提供一种基于深度学习神经网络的新冠用药建议方法，可以有效应对数据库中没有历史记录的场景，以及有效应对病情多样的情况。

为解决上述技术问题，本发明采用如下所述的技术方案：

一种基于深度学习神经网络的新冠用药建议方法，包括如下步骤：

S10、采集既往患者的检测检验数据、病史信息数据和对应的资深医生的开药处方建立训练集；

S20、将训练集的样本的检测检验数据、病史信息数据和对应的资深医生的开药处方输入到深度学习神经网络进行训练，获得深度学习网络模型；

S30、将待治疗患者的检测检验数据、病史信息数据输入到所述深度学习网络模型中进行计算，获得用药建议。

本发明的有益技术效果在于：上述的基于深度学习神经网络的新冠用药建议方法，通过深度学习神经网络来学习新冠病患者的检测检验数据、病史信息数据和用药品种之间的数学关系，再根据待治疗患者的检测检验数据、病史信息数据来进行用药建议，可以大幅度提高用药准确率和用药规范，在新冠疫情依然严峻的当下，可以有效应对数据库中没有历史记录的场景，有效应对病情多样的情况。

附图说明

图1为本发明基于深度学习神经网络的新冠用药建议方法的方法流程图。

具体实施方式