融合知识图谱和协同过滤的医疗不良事件推荐研究

摘要

医护人员在处理医疗不良事件时,大多依靠个人主观经验给出解决方案。采用知识图谱特征学习和协同过滤算法相结合的方式对医院长期积累的不良事件数据集进行采集训练,为医护人员提供最优解决方案。首先通过知识图谱训练算法将不良事件中的病人信息转化为低纬向量,采用余弦相似度算法计算出病人的相似矩阵;再通过协同过滤算法依靠事件基本信息计算出不良事件的相似矩阵;最后将两者结合为一个推荐结果集。该算法提供的推荐结果集正确率比传统方法平均提高35%,不仅减轻了医护人员的负担,还有助于管理层更有效地追溯责任人。