CN109102855A - 药物推荐方法 - Google Patents

Abstract

本发明提供一种药物推荐方法，所述方法包括：采用自然语言处理技术构建药物知识图谱；采用病历结构化技术根据患者信息构建患者画像，以及根据所述药物知识图谱和患者画像及预先设定的推荐算法过滤患者不宜服用的药物，向患者推荐适合患者的药物治疗方案。可以有效解决基于词语匹配的搜索方式获取的用户信息过少而只能推荐一个较大的药物候选列表的问题。且本发明中根据所述患者画像和预先设定的推荐算法过滤患者不宜服用的药物的方法，可以给患者推荐更适合患者的药物，避免出现推荐药物刚好是用户禁忌的情况。

Description

药物推荐方法

技术领域

本发明涉及智慧医疗领域，具体地涉及药物推荐的方法。

背景技术

本发明涉及到主要技术包括自然语言处理、知识图谱和推荐技术。

目前自然语言处理技术作为人工智能最重要的一个领域之一，已经在搜索、广告、对话等方向体现了巨大的价值。在医疗领域，海量的医疗病历文本、教材、论文、问答等医疗数据，亟待自然语言处理技术的开发。

知识图谱是用计算机表示知识的一种方式，已经被大量的应用于搜索、对话等方向。医疗作为一个专业性非常强的领域，包含的知识系统极其庞大，一个完备的知识图谱能够极大地提高医疗行业的工作效率并达到较好的效果。

推荐技术是根据用户画像，给用户推荐更加适合的个性化内容，目前主要应用在新闻阅读、电子商务、网络视频等领域。现有的类似技术都用于解决非医疗领域的问题，无法直接移植到医疗行业。

目前相关的药物服务，主要以在用药电商平台进行搜索为主，例如通过药物名、疾病名、症状名来检索药物，交互形式非常的简单，而且还存在以下问题：1、基于词语匹配的搜索方式获取到的用户信息过少，只能推荐一个较大的候选列表，用户仍然无法知道哪种药更适合自己；2、没有针对用户的画像，进行合理用药的过滤，存在命中用户禁忌的风险。

发明内容

为了至少部分地解决现有技术中存在的上述问题，本发明实施例的目的是提供一种药物推荐方法。

根据本发明的示例性实施例提供的一种药物推荐方法，所述药物推荐方法包括：获取药物知识图谱，所述药物知识图谱采用自然语言处理技术被构建；获取患者画像，所述患者画像采用病历结构化技术根据患者信息被构建；以及根据所述药物知识图谱和所述患者画像及预先设定的推荐算法过滤患者不宜服用的药物，向患者推荐适合患者的药物治疗方案。

可选的，所述药物知识图谱采用自然语言处理技术从以下所述内容的一者或多者中获取：药品说明书、医学教科书、医学论文、临床指南、病历文本及网页数据。

可选的，所述药物知识图谱以结构化图谱的形式描述药物的各种维度，所述药物的各种维度包括以下所述内容的一者或多者：药物的适用疾病、适用症状、剂型、所属类别、禁忌疾病及禁忌症状。

可选的，所述药物知识图谱构建过程中采用文本结构化抽取技术、实体关系挖掘技术、知识表示技术及归一消岐技术中的一者或多者。

可选的，所述推荐算法综合分析以下因素的一者或多者向患者推荐药物：药物在临床指南的情况、药物的先验概率及条件概率因素。

可选的，所述推荐算法包括以下步骤：

获取患者主诉，该患者主诉包含疾病或者症状；

根据所述患者主诉，推测伴随症状，并将所述伴随症状反馈给患者，由患者确认本身是否伴有所述伴随症状；

根据所述患者主诉和经过所述患者确认的伴随症状，推测患者的疾病，并将所述疾病反馈给患者，由患者确认本身是否患有所述疾病；

根据经过所述患者确认的的疾病及伴随症状，从所述药物知识图谱中选取候选药物列表；以及

根据药物知识图谱中的概率关系，计算所述候选药物列表中每种药物的得分，并将所述候选药物列表按照所述每种药物的得分进行排序，根据所述候选药物列表的排序向患者推荐适合患者的药物治疗方案。

可选的，在选取候选药物列表之后，所述推荐算法还包括以下步骤：

获取患者相关信息，并根据所述患者相关信息对所述候选药物列表进行过滤，得到所述适合患者的药物治疗方案。

可选的，所述患者相关信息包括以下所述内容的一者或多者：性别、年龄、月经期、孕期、哺乳期、肝肾功能、药物过敏、禁忌症状、禁忌疾病以及患者最近服用过或正在服用的药物。

可选的，所述适合患者的药物治疗方案包括适合患者服用的药物或药物组合和相应的药物治疗方案的推荐理由，其中所述药物组合内的药品不存在负面相互作用。

另一方面，本发明提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行本申请所述的药物推荐方法。

通过上述技术方案，本发明采用自然语言处理技术构建强大的药物知识图谱，根据患者信息采用病历结构化技术构建患者画像，并根据所述药物知识图谱和所述患者画像向患者推荐适合患者的药物治疗方案，可以有效解决基于词语匹配的搜索方式获取的用户信息过少而只能推荐一个较大的药物候选列表的问题。本发明还提供了根据所述患者画像和预先设定的推荐算法过滤患者不宜服用的药物的方法，可以给患者推荐更适合患者的药物，避免出现推荐药物刚好是用户禁忌的情况。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1是本发明示例性实施例提供的药物推荐方法流程图；

图2是本发明示例性实施例提供的药物推荐算法流程图；

图3是本发明示例性实施例用药推荐方法的架构图；

图4是本发明示例性实施例单药品推荐的一个示例图；

图5是本发明示例性实施例组合用药推荐的一个示例图；以及

图6、7、8是本发明示例性实施例应用在手机APP端的一个应用示例截图。

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

图1是本发明示例性实施例提供的药物推荐方法流程图，如图1所示，本发明提供的药物推荐方法包括如下步骤：

在步骤S101中，获取药物知识图谱。

举例而言，图3是本发明示例性实施例用药推荐方法的架构图，如图3所示，本发明的实施例构建药物知识图谱过程中采用了文本结构化抽取技术、实体关系挖掘技术、知识表示技术及归一消岐技术。且本发明的示例性实施例中，采用自然语言处理技术从药品说明书、医学教科书、医学论文、临床指南、病历文本和网页数据挖掘大量药物知识，构建药物知识图谱。构建的药物知识图谱以结构化的形式描述药物的各种维度，例如：药物的适用疾病、适用症状、剂型、所属类别、禁忌疾病及禁忌症状等。

在步骤S102中，获取患者画像。本发明的示例性实施例采用病历结构化技术根据患者信息构建患者画像，患者画像主要包括性别、年龄、女性月经期、怀孕期、哺乳期、肝肾功能、药物过敏、禁忌症状、禁忌疾病以及最近服用过或正在服用的药物等信息。

在步骤S103中，根据所述药物知识图谱和所述患者画像，以及预先设定的推荐算法过滤患者不宜服用的药物，向患者推荐适合患者的药物治疗方案。采用推荐算法向患者推荐药物的时候将综合分析以下因素：药物在临床指南的情况、药物的先验概率及条件概率因素。

本发明采用了自然语言处理技术的文本挖掘技术，相比人工编写的规则，无论是适用症还是禁忌，都能够极大的提高推荐和提醒的准确度，减少遗漏。并且本发明实施例所构建的药物知识图谱采用结构化的形式描述药物的各种维度，使得药物推荐过程中能够更加方便根据药物知识图谱进行索引和推理。

本发明的示例性实施例的一个药物知识图谱示例如下：

图2是推荐算法的流程图，如图2所示，该发明的示例性实施例的推荐算法包括以下步骤：

在步骤S201中，获取患者主诉。该患者主诉包含疾病或者症状。

在步骤S202中，推测伴随症状，并将所述伴随症状反馈给患者。将所述伴随症状反馈给患者后由患者确认本身是否伴有所述伴随症状。本发明的实施例中，推测的伴随症状包含一种或多种伴随症状，另外有一选项为“都没有”。

在步骤S203中，推测患者的疾病，并将所述疾病反馈给患者。将所述疾病反馈给患者，由患者确认本身是否患有所述疾病，同样本发明的实施例中，推测的疾病为一种或多种疾病，另外有一选项为“不清楚”。

针对步骤S202和S203举例说明。本发明的一示例性实施例的药物推荐过程中人机交互界面对话如下：

“感冒发烧

好的，请问还有其他症状么？(痉挛、眼部充血、上肢麻木、头痛、咳嗽、眼睑水肿、听力下降、都没有)

咳嗽

如果您已经知道自己的疾病是什么，请进行选择或填写(支气管炎、呼吸道感染、支气管炎肺炎、扁桃体炎、喘息性支气管炎、肺炎、毛细支气管炎、不清楚)

不清楚

现在我已经筛选出可能适用的药物、但是需要排除一些禁忌的情况，请问您是否伴有腹泻、感冒风寒？

……”

本发明的示例性实施例中，药物推荐过程采用机器学习和自然语言处理技术，充分尊重患者和医生的语言习惯，无论患者和医生如何表达，系统都能建立一个标准表达方式来适应患者和医生。

在步骤S204中，从所述药物知识图谱中选取候选药物列表。根据经过患者确认的的疾病及伴随症状，从药物知识图谱中选取候选药物列表。

在步骤S205中，计算所述候选药物列表中每种药物的得分，并将所述候选药物列表按照所述每种药物的得分进行排序。

在步骤S206中，获取患者相关信息。患者相关信息主要包括以下内容：性别、年龄、月经期、孕期、哺乳期、肝肾功能、药物过敏、禁忌症状、禁忌疾病以及患者最近服用过或正在服用的药物。

在步骤S207中，推荐适合患者的药物治疗方案。

举例而言，如图3所示，本发明的实施例中，使用机器学习和自然语言处理技术，根据基于患者信息构建的画像和药物图谱推荐适合患者的药物治疗方案，方案中同时包含处方药和非处方药。

根据药物治疗方案中药品的数量，又分为单药品推荐和组合用药推荐两种结果，同时药物治疗方案还包括相应的药物治疗方案的推荐理由，例如两种药物分别对应用户的不同症状。本发明示例性实施例不仅向患者提供了药物推荐的结果，还提供了推荐药物的原因和药物推荐过程中症状和疾病提醒及原因，让患者对用药过程更明白更放心。

举例说明，图4是本发明示例性实施例单药品推荐的一个示例图，如图4所示，单药品推荐结果包含：药物列表、药物适应症以及药物治疗方案的完整报告；图5是本发明示例性实施例组合用药推荐的一个示例图，如图5所示，组合用药推荐结果包含多种药物治疗方案，每一种药物的适应症以及药物治疗方案的完整报告。

组合用药主要解决两类问题：(1)患者症状比较多，需要多种药物搭配使用；(2)患者所患的疾病有更加合适的组合用药方案。针对第一种情况，药物推荐方案会列举所有的药物组合，每个组合包含2～4个药品，药物组合用尽可能少的药物种类覆盖尽可能多的患者症状且组合内的不同药物之间不存在负面相互作用；针对第二种情况，药物推荐方案从教科书、临床指南上挖掘治疗某个疾病的最佳用药组合。无论哪种推荐方案，都会根据患者的画像，进行合理用药的分析，将患者不宜服用的药物过滤。推荐算法会同时考虑药物在临床指南的情况、药物的先验概率及条件概率等因素。

本发明的实施例中S201至S207步骤均通过人机交互方式实现，举例而言，图6、7、8是本发明示例性实施例应用在手机APP端的一个应用示例截图。其对话方式如下：

“我将为您添加一个新用户，请问怎么称呼TA呢？

小花

请问您想了解什么呢？

感冒吃什么药？

为了提供更准确的服务，请问您是男生还是女生？

女

那么，您的出生日期是什么时候呢？

好的，请问还有其他症状么？

……(界面显示多种伴随症状供选择)

咳嗽

请问您怀孕了么？

怀孕

肝肾功能是判断用药的重要指标，请问您肝肾功能怎么样呢？

肝功能：好；肾功能：好

好的，如果您对某些药物过敏的话，请进行选择或填写。

喹诺酮类

明白，请问您是否有以下疾病呢？

…………(界面显示多种疾病供选择)

都没有

非常感谢您的配合，为您推荐以下药品，但是处于孕期和哺乳期的女性用药需要格外注意，建议您根据专业医生或药师的建议用药；如果症状不缓解或持续加重，请及时就医。

推荐药品：

感冒颗粒(1种)，病因：急性上呼吸道感染；

伤风停胶囊(1种)，病因：急性上呼吸道感染；

疏风解读胶囊(1种)，病因：急性上呼吸道感染。”

在本发明示例性实施例中，根据药物知识图谱中的概率关系以及候选药物列表的药物排序向患者推荐适合患者的药物治疗方案。整个药物推荐过程通过人机交互方式进行，模仿医生/药师对患者进行提问，获取更多的患者信息(例如：症状、过敏史、女性月经期、怀孕期、哺乳期、禁忌疾病和紧急症状等)，结合较为全面的患者信息和预先构建的药物知识图谱可以更加合理地为患者推荐有针对性的药物治疗方案，并可以有效过滤患者不宜服用的药物，保证推荐给患者的药物是有效且适合患者的。

经过数据统计，本发明的示例性实施例的药物推荐方法可以达到的药品推荐准确率等指标如下表1所示：

表1

根据本发明的另一方面，本发明的药物推荐方法可以应用在以下载体上：

1.智能手机APP；

2.微信公众号、小程序；

3.智能音响、电视；

4.药品网上商店(电子商务)；以及

5.药店机器人、医院机器人。

以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。

本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。

Claims (10)

1.一种药物推荐方法，其特征在于，所述药物推荐方法包括：

获取药物知识图谱，所述药物知识图谱采用自然语言处理技术被构建；

获取患者画像，所述患者画像采用病历结构化技术根据患者信息被构建；以及

根据所述药物知识图谱和所述患者画像，以及预先设定的推荐算法过滤患者不宜服用的药物，向患者推荐适合患者的药物治疗方案。

2.根据权利要求1所述的药物推荐方法，其特征在于，

所述药物知识图谱采用自然语言处理技术从以下所述内容的一者或多者中获取：

药品说明书、医学教科书、医学论文、临床指南、病历文本及网页数据。

3.根据权利要求1所述的药物推荐方法，其特征在于，

所述药物知识图谱以结构化图谱的形式描述药物的各种维度，所述药物的各种维度包括以下所述内容的一者或多者：

药物的适用疾病、适用症状、剂型、所属类别、禁忌疾病及禁忌症状。

4.根据权利要求1所述的药物推荐方法，其特征在于，

所述药物知识图谱构建过程中采用文本结构化抽取技术、实体关系挖掘技术、知识表示技术及归一消岐技术中的一者或多者。

5.根据权利要求1所述的药物推荐方法，其特征在于，

所述推荐算法综合分析以下因素的一者或多者向患者推荐药物：药物在临床指南的情况、药物的先验概率及条件概率因素。

6.根据权利要求1所述的药物推荐方法，其特征在于，

所述推荐算法包括以下步骤：

获取患者主诉，该患者主诉包含疾病或者症状；

根据所述患者主诉，推测伴随症状，并将所述伴随症状反馈给患者，由患者确认本身是否伴有所述伴随症状；

根据所述患者主诉和经过所述患者确认的伴随症状，推测患者的疾病，并将所述疾病反馈给患者，由患者确认本身是否患有所述疾病；

根据经过所述患者确认的的疾病及伴随症状，从所述药物知识图谱中选取候选药物列表；以及

根据药物知识图谱中的概率关系，计算所述候选药物列表中每种药物的得分，并将所述候选药物列表按照所述每种药物的得分进行排序，根据所述候选药物列表的排序向患者推荐适合患者的药物治疗方案。

7.根据权利要求1所述的药物推荐方法，其特征在于，在选取候选药物列表之后，所述推荐算法还包括以下步骤：

获取患者相关信息，并根据所述患者相关信息对所述候选药物列表进行过滤，得到所述适合患者的药物治疗方案。

8.根据权利要求7所述的药物推荐方法，其特征在于，

所述患者相关信息包括以下所述内容的一者或多者：性别、年龄、月经期、孕期、哺乳期、肝肾功能、药物过敏、禁忌症状、禁忌疾病以及患者最近服用过或正在服用的药物。

9.根据权利要求1所述的药物推荐方法，其特征在于，

所述适合患者的药物治疗方案包括适合患者服用的药物或药物组合和相应的药物治疗方案的推荐理由，其中所述药物组合内的药品不存在负面相互作用。

10.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行本申请上述任一项所述的药物推荐方法。