[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

摘要

本发明公开了一种基于深度学习的OTC药品推荐系统，包括疾病库、症状库、非处方药品库、数据采集模块、深度学习数据训练模块、用户信息接收模块和药品推荐模块，数据采集模块用于获取疾病库、症状库和非处方药品库中的数据信息，并对获取数据进行预处理并输出；深度学习数据训练模块用于根据数据采集模块输入的数据信息训练形成药品推荐模型；用户信息接收模块用于将接收的电子病历数据输入至药品推荐模块；药品推荐模块用于识别输出对应的药品推荐结果；与现有技术相比，本发明的有益效果是，可根据患者的症状特征识别出所患疾病的种类，并向患者推荐最合适的药品。

主权项

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。