[发明专利]一种基于深度学习的非处方药品推荐系统和推荐方法

权利要求书

1.一种基于深度学习的非处方药品推荐系统，其特征在于，包括：

疾病库，用于预先保存多种疾病信息；

症状库，用于保存每一种所述疾病信息对应的多个症状特征；

非处方药品库，用于保存多种药品信息，每种所述药品信息对应于至少一种所述疾病信息，于所述非处方药品库中还保存所述药品信息与所述疾病信息之间的关联信息；

数据采集模块，用于采集得到经过核验的电子病历中的用户信息，对用户信息进行预处理并输出；

深度学习数据训练模块，分别与所述数据采集模块、所述疾病库、所述症状库和所述非处方药品库连接，用于将所述数据采集模块经过处理后的输出的所述用户信息、所述疾病信息、所述症状特征以及所述药品信息作为训练数据，预先训练得到一药品推荐模型并保存；

用户信息接收模块，用于获取输入的所述电子病历，并解析得到所述电子病历中的用户信息；

药品推荐模块，分别连接所述深度学习数据训练模块和所述用户信息接收模块，用于将所述用户信息作为输入数据输入至所述药品推荐模型中，并获取所述药品推荐模型的输出结果，以作为关联于所述电子病历的药品推荐结果。

2.如权利要求1所述的一种非处方药品推荐系统，其特征在于，所述数据采集模块具体包括：

数据清洗单元，用于对所述用户信息进行数据清洗，并输出经过清洗的所述用户信息；

数据处理单元，连接所述数据清洗单元，用于将经过清洗的所述用户信息和所述药品信息进行标准化处理和归一化处理，并输出经过处理的所述用户信息以作为所述训练数据的一部分。

3.如权利要求1所述的一种非处方药品推荐系统，其特征在于，还包括：

反馈获取模块，用于获取用户对所述药品推荐结果的反馈评分；

筛选模块，连接所述反馈获取模块，于所述筛选模块中预设一评分阈值，所述筛选模块用于筛选出所述反馈评分低于所述评分阈值的所述药品推荐结果并输出；

调整模块，分别连接所述筛选模块和所述深度学习数据训练模块，用于对筛选出的所述药品推荐结果进行调整，并将调整后的所述药品推荐结果以及相关联的所述用户信息作为新的训练数据，所述深度学习数据训练模块根据新的所述训练数据对所述药品推荐模型进行更新。

4.如权利要求2所述的一种非处方药品推荐系统，其特征在于，所述用户信息包括用户的性别信息、年龄信息、妊娠状态信息、诊断疾病信息、诊断症状信息、既往病史信息、既往用药史信息以及药物过敏史信息；

于所述非处方药品推荐系统中，所述用户信息被转换形成对应的特征向量X＝[X₁,X₂,X₃,X₄,X₅,X₆,X₇,X₈],，其中x₁用于表示所述性别信息，x₂用于表示所述年龄信息，x₃用于表示所述妊娠状态信息，x₄用于表示所述诊断疾病信息，x₅用于表示所述诊断症状信息，x₆用于表示所述既往病史信息，x₇用于表示所述既往用药史信息，x₈用于表示所述药物过敏史信息；

m用于表示单一电子病历中记载的所述诊断疾病信息的最大的种类数量；

n用于表示单一电子病历中记载的所述诊断症状信息的最大的种类数量；

o用于表示单一电子病历中记载的所述既往病史信息的最大的种类数量；

p用于表示单一电子病历中记载的所述既往用药史信息的最大的种类数量；

q用于表示单一电子病历中记载的所述药物过敏史信息的最大的种类数量。