基于典型相关自编码器的过敏性鼻炎用药推荐

摘要：

过敏性鼻炎患者的电子病历中存在着大量文本类型的主诉症状信息,其中蕴含了医生为患者做出诊断和医嘱用药的关键信息,而现有的药品推荐算法大多数只限于对患者的数值型、结构化数据的使用.针对这一问题,提出了一种基于深度典型相关自编码器的过敏性鼻炎用药推荐算法.首先通过一种基于搜索引擎的主诉文本结构化表示方法,从主诉文本中抽取症状标准信息;然后考虑患者的症状和用药之间存在较强的相关关系,通过构建深度典型相关自编码器模型对数据进行特征提取并且建立起主诉症状和用药情况之间的关联关系;最后根据患者的症状表征和用药表征通过加权近邻搜索进行药品的To p-N推荐.在一个真实的来自三甲医院耳鼻喉科的电子病历数据集上进行实验,验证了算法的准确性和有效性.

关键词：用药推荐、深度典型相关自编码器、过敏性鼻炎、信息抽取、主诉

所属期刊栏目：17

分类号：TP391(计算技术、计算机技术)

资助基金：科技创新新一代人工智能重大项目;国家自然科学基金

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：419-427