[发明专利]基于用药大数据的配药方法、装置、设备及存储介质

权利要求书

1.一种基于用药大数据的配药方法，其特征在于，包括下述步骤：

采集医疗数据集，预处理所述医疗数据集中的医疗数据得到训练数据集；

将所述训练数据集输入至预构建的初始配药模型中进行训练，获得目标配药模型；

获取当前患者的当前诊断信息，并将所述当前诊断信息输入至所述目标配药模型，输出所述当前患者对应的当前用药方案；

获取所述当前患者按照所述当前用药方案用药后的最新诊断信息，根据所述最新诊断信息确定是否需要调整所述当前用药方案；

当确定所述当前用药方案需要调整时，推送最新用药方案给所述当前患者。

2.根据权利要求1所述的基于用药大数据的配药方法，其特征在于，所述初始配药模型包括输入层、隐藏层和输出层，所述将所述训练数据集输入至预构建的初始配药模型中进行训练，获得目标配药模型的步骤包括：

将所述训练数据集输入所述初始配药模型，通过所述输入层对所述训练数据集进行向量特征转换处理，获得特征数据；

将所述特征数据输入所述隐藏层，计算出所述隐藏层的隐藏层状态；

将所述隐藏层状态输入至所述输出层中进行计算，得到输出结果；

根据所述输出结果对所述初始配药模型进行迭代更新，得到目标配药模型。

3.根据权利要求2所述的基于用药大数据的配药方法，其特征在于，所述通过所述输入层对所述训练数据集进行向量特征转换处理，获得特征数据的步骤包括：

通过所述输入层将所述医疗数据进行分类，得到分类结果，并根据所述分类结果进行标签提取；

根据提取到的所述标签进行数据转换处理，生成与所述训练数据集对应的特征数据。

4.根据权利要求2所述的基于用药大数据的配药方法，其特征在于，所述将所述特征数据输入所述隐藏层，计算出所述隐藏层的隐藏层状态的步骤包括：

获取所述输入层到输出层的第一权重矩阵和上一个隐藏层状态传入到当前隐藏层的第二权重矩阵；

采用激活函数，根据所述特征数据、所述第一权重矩阵和所述第二权重矩阵计算出所述隐藏层状态。

5.根据权利要求2所述的基于用药大数据的配药方法，其特征在于，所述根据所述输出结果对所述初始配药模型进行迭代更新，得到目标配药模型的步骤包括：

根据所述输出结果计算损失函数；

基于所述损失函数更新所述初始配药模型的模型参数，直至模型收敛，输出目标配药模型。

6.根据权利要求1所述的基于用药大数据的配药方法，其特征在于，所述获取所述当前患者按照所述当前用药方案用药后的最新诊断信息，根据所述最新诊断信息确定是否需要调整所述当前用药方案的步骤包括：

采集所述当前患者按照所述当前用药方案进行用药的用药情况，根据所述用药情况得到最新诊断信息；

将所述最新诊断信息输入至所述目标配药模型中，得到与所述最新诊断信息匹配的最新用药方案；

比较所述最新用药方案与所述当前用药方案的匹配度，根据所述匹配度确定所述当前用药方案是否需要调整。

7.根据权利要求1所述的基于用药大数据的配药方法，其特征在于，在所述根据所述最新诊断信息确定是否需要调整所述当前用药方案的步骤之后还包括：

将所述最新诊断信息输入至所述目标配药模型中，更新所述目标配药模型。

8.一种基于用药大数据的配药装置，其特征在于，包括：

预处理模块，用于采集医疗数据集，预处理所述医疗数据集中的医疗数据得到训练数据集；

模型训练模块，用于将所述训练数据集输入至预构建的初始配药模型中进行训练，获得目标配药模型；

配药模块，用于获取当前患者的当前诊断信息，并将所述当前诊断信息输入至所述目标配药模型，输出所述当前患者对应的当前用药方案；

获取模块，用于获取所述当前患者按照所述当前用药方案用药后的最新诊断信息，根据所述最新诊断信息确定是否需要调整所述当前用药方案；

推送模块，用于当确定所述当前用药方案需要调整时，推送最新用药方案给所述当前患者。