一种基于知识增强和预训练的慢性病用药推荐方法

摘要

本发明公开了一种基于知识增强和预训练的慢性病用药推荐方法，获取诊断数据集、症状数据集和药物数据集，对数据进行预处理；根据诊断编码ICD‑10和国家药物编码的编码规则进行树构造，对症状分词进行词典嵌入表示；将诊断编码ICD‑10、国家药品编码本体嵌入和症状分词词典嵌入输入到预训练模型；将多次就诊记录中的诊断编码嵌入、症状编码嵌入和药物编码嵌入的平均值及最后一次诊断编码和症状编码的就诊嵌入进行连接，输入到预测模型中，预测推荐的药物编码。利用改进的BERT建立基于EMR单次访问数据的预训练访问模型，以扩展数据规模，实现了基于有限纵向EMR数据的慢性病用药推荐。