[发明专利]一种基于症状分析和机器学习的用药推荐系统和方法

摘要

本发明公开一种基于症状匹配和机器学习的用药推荐系统和方法，其中系统包括数据库模块，用于保存和更新疾病‑症候表以及药物‑疾病‑症状关联表；用户交互模块，用于接收用户选择或输入的患者疾病类型；权重排序模块，用于从疾病‑症状表中查询患者疾病类型对应的症状集合，计算症状集合中每个症状的权重，按照权重的大小对症状集合的症状排序，将排序结果提供给用户；匹配度计算模块，用于从药物‑疾病‑症状关联表中获取疾病名称为患者疾病类型的数据，计算该数据中每种药物与症状组合的匹配度；用药推荐模块，用于按照匹配度的大小对匹配度大于设定值H的药物排序，从药品详细说明库中取前R个药物的信息推荐给用户，H、R为设定的常数。

主权项

一种基于症状分析和机器学习的用药推荐系统，其特征在于，包括：数据库模块，用于保存和更新疾病‑症候表以及药物‑疾病‑症状关联表，其中，所述疾病‑症候表中保存有已知的每种疾病对应的症状，所述药物‑疾病‑症状关联表中的每条数据记录包括药物ID、疾病名称、症状名称、评分次数和总评分；用户交互模块，用于接收用户选择或输入的患者疾病类型；权重排序模块，用于从疾病‑症状表中查询所述患者疾病类型对应的症状集合，计算所述症状集合中每个症状的权重，按照权重的大小对所述症状集合的症状排序，并将排序结果提供给用户；所述用户交互模块还用于接收用户从所述权重排序模块提供的排序结果中选择一组症状组合；匹配度计算模块，用于从药物‑疾病‑症状关联表中获取疾病名称为所述患者疾病类型的数据，计算该数据中每种药物与所述症状组合的匹配度；用药推荐模块，用于按照匹配度的大小对匹配度大于设定值H的药物进行排序，并从药品详细说明库中提取前R个药物的信息推荐给用户，其中，H、R为预先设定的常数；用户反馈模块，用于接收用户对推荐结果的评分反馈，假设用户对药物M的评分为μ，则对于所述药物‑疾病‑症状关联表中的每条数据记录r＝(a,b,c,d)，如果满足a＝＝MID且b＝＝D且则将d增加1，将e增加μ，其中，a、b、c、d、e分别表示数据记录r的药物ID、疾病名称、症状名称、评分次数和总评分，为用户选择的症状组合；其中，所述权重排序模块包括：权重计算单元，用于计算所述症状集合中每个症状的权重，具体包括：假设从所述疾病‑症状表中查询到疾病D对应的症状集合S＝[s1,s2,…,sn]，计算症状集合S中每个症状的权重W(si)W(si)=W‾(si)·1+P(si)2+P(si)]]>其中，表示症状si的初始权重，P(si)表示症状si的选中次数，所述匹配度计算模块计算该数据中每种药物与所述症状组合的匹配度具体包括：假设用户选择的症状组合在所述疾病‑症状关联表中将内每个症状的选中次数加1；从所述药物‑疾病‑症状关联表中取出疾病名称为D的数据，计算每种药物M的匹配度其中，V(M,D)表示药物M与疾病D有关的症状集合；|X|表示集合X中的元素个数；α、β为[0,1]之间的常数，通过训练样本进行选择。