本技术涉及药品智能推荐领域，且更为具体地，涉及一种风湿免疫药物智能推荐系统及方法。
背景技术：
1、风湿免疫疾病属于内科学范畴，是一种涉及全身系统的疾病。其临床表现复杂多样，常与皮肤病、眼炎、口腔溃疡等其他疾病的症状相混淆。为了确保诊疗过程的顺利进行并避免误诊，医生需要综合考虑患者的病史、症状、临床表现以及辅助检查结果。基于这些综合信息，医生才能准确诊断并开具合适的治疗药物。
2、基于此，公开号为cn112116978a的发明提出了一种风湿免疫药物推荐方法、系统及装置，该现有专利方案是利用模糊规则来基于已有病历和风湿免疫科医生的专业指导，从而建立疾病及其严重程度与症状的对应规则。然后在风湿免疫药物推荐阶段，通过对患者病历中各项关键词信息与模糊规则库中已有的症状进行对比，得出匹配相似度，如果相似度达到激活阈值，则激发相应的规则，即可得出相匹配的患病种类及其严重程度，并通过匹配的方式输出初次药物推荐结果。
3、上述方案是通过关键词匹配的方式，忽略了病历全文的上下文关联，此外，根据患病种类及其严重程度来匹配搜索出风湿免疫药物，也没有考虑到风湿病患者的个体差异性病情语义和药物作用之间的隐含关联模式和交互作用，仅是依靠医药知识库搜索匹配的方式降低了风湿免疫药物的推荐精准度和有效性。
4、因此，期望一种优化的风湿免疫药物智能推荐系统及方法。
技术实现思路
1、本技术针对现有技术中的缺点，提供了一种风湿免疫药物智能推荐系统及方法。
2、根据本技术的一个方面，提供了一种风湿免疫药物智能推荐系统，其包括：
3、风湿患者当前就诊病历信息获取模块，用于获取风湿患者的当前就诊病历信息；
4、待推荐药物描述信息获取模块，用于获取待推荐药物的药物描述信息，所述药物描述信息包括药物作用描述、药物副作用描述和药物间相互作用描述；
5、当前就诊病历词粒度语义编码模块，用于将所述风湿患者的当前就诊病历信息进行分词处理后通过当前就诊病历语义编码器以得到当前就诊病历词粒度全局语义关联特征向量；
6、药物描述信息语义编码模块，用于将所述药物描述信息进行分词处理后通过药物描述语义编码器以得到药物作用描述词粒度语义编码特征向量、药物副作用描述词粒度语义编码特征向量和药物间相互作用词粒度语义编码特征向量；
7、药物描述语义特征多模态融合模块，用于以所述药物作用描述词粒度语义编码特征向量作为查询向量、所述药物副作用描述词粒度语义编码特征向量作为键向量和所述药物间相互作用词粒度语义编码特征向量作为值向量，将所述药物作用描述词粒度语义编码特征向量、所述药物副作用描述词粒度语义编码特征向量和所述药物间相互作用词粒度语义编码特征向量输入基于transformer机制的药物描述多模态语义联合编码器以得到药物描述多模态语义融合特征向量；
8、当前就诊病历-药物描述语义交互匹配模块，用于将所述当前就诊病历词粒度全局语义关联特征向量和所述药物描述多模态语义融合特征向量通过基于响应式可区分网络的特征交互匹配模块以得到当前就诊病历-药物描述语义交互匹配特征向量作为当前就诊病历-药物描述语义交互匹配特征；
9、推荐结果生成模块，用于基于所述当前就诊病历-药物描述语义交互匹配特征，得到推荐结果，所述推荐结果用于表示是否向风湿患者推荐所述待推荐药物。
10、在上述风湿免疫药物智能推荐系统中，所述当前就诊病历词粒度语义编码模块，用于：将所述风湿患者的当前就诊病历信息进行分词处理后通过包含词嵌入层的当前就诊病历语义编码器以得到所述当前就诊病历词粒度全局语义关联特征向量。
11、在上述风湿免疫药物智能推荐系统中，所述药物描述信息语义编码模块，用于：将所述药物描述信息进行分词处理后通过包含词嵌入层的药物描述语义编码器以得到所述药物作用描述词粒度语义编码特征向量、所述药物副作用描述词粒度语义编码特征向量和所述药物间相互作用词粒度语义编码特征向量。
12、在上述风湿免疫药物智能推荐系统中，所述药物描述语义特征多模态融合模块，包括：药物作用描述词粒度语义编码权重计算单元，用于将所述查询向量的权重矩阵与所述药物作用描述词粒度语义编码特征向量进行相乘以得到药物作用描述词粒度语义编码权重向量；药物副作用描述词粒度语义编码权重计算单元，用于将所述键向量的权重矩阵与所述药物副作用描述词粒度语义编码特征向量进行相乘以得到药物副作用描述词粒度语义编码权重向量；药物间相互作用词粒度语义编码权重计算单元，用于将所述值向量的权重矩阵与所述药物间相互作用词粒度语义编码特征向量进行相乘以得到药物间相互作用词粒度语义编码权重向量；药物作用-药物副作用语义关联权重计算单元，用于计算所述药物作用描述词粒度语义编码权重向量的转置向量与所述药物副作用描述词粒度语义编码权重向量之间的乘积以得到药物作用-药物副作用描述词粒度语义关联值后，将所述药物作用-药物副作用描述词粒度语义关联值除以所述药物副作用描述词粒度语义编码权重向量的长度的平方根以得到药物作用-药物副作用描述词粒度语义关联权重值；药物作用-药物副作用语义关联权重激活单元，用于将所述药物作用-药物副作用描述词粒度语义关联权重值输入softmax函数以得到药物作用-药物副作用描述词粒度语义关联激活权重值；药物描述语义加权单元，用于将所述药物作用-药物副作用描述词粒度语义关联激活权重值作为权重值，对所述药物间相互作用词粒度语义编码权重向量的转置向量进行加权以得到所述药物描述多模态语义融合特征向量。
13、在上述风湿免疫药物智能推荐系统中，所述药物描述语义加权单元，用于：计算所述药物作用-药物副作用描述词粒度语义关联激活权重值与所述药物间相互作用词粒度语义编码权重向量的转置向量中的每个位置特征值之间的乘积以得到所述药物描述多模态语义融合特征向量。
14、在上述风湿免疫药物智能推荐系统中，所述当前就诊病历-药物描述语义交互匹配模块，包括：当前就诊病历-药物描述逐点语义关联单元，用于计算所述当前就诊病历词粒度全局语义关联特征向量和所述药物描述多模态语义融合特征向量之间的逐位置响应以得到当前就诊病历-药物描述语义逐位置响应特征向量；当前就诊病历-药物描述逐点语义关联特征归一化单元，用于使用softmax函数对所述当前就诊病历-药物描述语义逐位置响应特征向量进行归一化处理以得到归一化当前就诊病历-药物描述语义逐位置响应特征向量；当前就诊病历-药物描述语义权重值计算单元，用于将所述归一化当前就诊病历-药物描述语义逐位置响应特征向量输入可学习的门控函数以得到当前就诊病历-药物描述语义响应筛选权重掩码向量；当前就诊病历-药物描述语义响应权重掩码计算单元，用于计算所述当前就诊病历-药物描述语义响应筛选权重掩码向量与所述归一化当前就诊病历-药物描述语义逐位置响应特征向量之间的按位置点乘以得到当前就诊病历-药物描述语义逐位置响应可区分权重掩码向量；当前就诊病历-药物描述语义交互匹配特征生成单元，用于计算所述当前就诊病历-药物描述语义逐位置响应可区分权重掩码向量与所述当前就诊病历-药物描述语义逐位置响应特征向量之间的按位置点乘以得到所述当前就诊病历-药物描述语义交互匹配特征向量。
15、在上述风湿免疫药物智能推荐系统中，所述当前就诊病历-药物描述语义权重值计算单元，用于：将所述归一化当前就诊病历-药物描述语义逐位置响应特征向量输入sigmoid函数进行权重掩码值计算以得到所述当前就诊病历-药物描述语义响应筛选权重掩码向量。
16、在上述风湿免疫药物智能推荐系统中，所述推荐结果生成模块，用于：将所述当前就诊病历-药物描述语义交互匹配特征向量通过基于分类器的风湿免疫药物推荐器以得到所述推荐结果，所述推荐结果用于表示是否向风湿患者推荐所述待推荐药物。
17、根据本技术的另一个方面，提供了一种风湿免疫药物智能推荐方法，其包括：
18、获取风湿患者的当前就诊病历信息；
19、获取待推荐药物的药物描述信息，所述药物描述信息包括药物作用描述、药物副作用描述和药物间相互作用描述；
20、将所述风湿患者的当前就诊病历信息进行分词处理后通过当前就诊病历语义编码器以得到当前就诊病历词粒度全局语义关联特征向量；
21、将所述药物描述信息进行分词处理后通过药物描述语义编码器以得到药物作用描述词粒度语义编码特征向量、药物副作用描述词粒度语义编码特征向量和药物间相互作用词粒度语义编码特征向量；
22、以所述药物作用描述词粒度语义编码特征向量作为查询向量、所述药物副作用描述词粒度语义编码特征向量作为键向量和所述药物间相互作用词粒度语义编码特征向量作为值向量，将所述药物作用描述词粒度语义编码特征向量、所述药物副作用描述词粒度语义编码特征向量和所述药物间相互作用词粒度语义编码特征向量输入基于transformer机制的药物描述多模态语义联合编码器以得到药物描述多模态语义融合特征向量；
23、将所述当前就诊病历词粒度全局语义关联特征向量和所述药物描述多模态语义融合特征向量通过基于响应式可区分网络的特征交互匹配模块以得到当前就诊病历-药物描述语义交互匹配特征向量作为当前就诊病历-药物描述语义交互匹配特征；
24、基于所述当前就诊病历-药物描述语义交互匹配特征，得到推荐结果，所述推荐结果用于表示是否向风湿患者推荐所述待推荐药物。
25、在上述风湿免疫药物智能推荐方法中，将所述风湿患者的当前就诊病历信息进行分词处理后通过当前就诊病历语义编码器以得到当前就诊病历词粒度全局语义关联特征向量，包括：将所述风湿患者的当前就诊病历信息进行分词处理后通过包含词嵌入层的当前就诊病历语义编码器以得到所述当前就诊病历词粒度全局语义关联特征向量。
26、本技术由于采用了以上的技术方案，具有显著的技术效果：
27、本技术提供的风湿免疫药物智能推荐系统及方法，其首先获取风湿患者的当前就诊病历信息和待推荐药物的药物描述信息，接着采用基于深度学习的文本信息处理和分析算法来对所述当前就诊病历信息和所述药物描述信息中各个描述信息进行分词处理和语义编码，以此根据所述各个描述信息之间的语义融合特征和所述当前就诊病历信息之间的交互匹配信息来自动地判断是否向风湿患者推荐所述待推荐药物。这样，可以根据不同患者的病情特点和个体差异，实现个性化的风湿免疫药物推荐。
1.一种风湿免疫药物智能推荐系统，其特征在于，包括：
2.根据权利要求1所述的风湿免疫药物智能推荐系统，其特征在于，所述当前就诊病历词粒度语义编码模块，用于：将所述风湿患者的当前就诊病历信息进行分词处理后通过包含词嵌入层的当前就诊病历语义编码器以得到所述当前就诊病历词粒度全局语义关联特征向量。
3.根据权利要求2所述的风湿免疫药物智能推荐系统，其特征在于，所述药物描述信息语义编码模块，用于：将所述药物描述信息进行分词处理后通过包含词嵌入层的药物描述语义编码器以得到所述药物作用描述词粒度语义编码特征向量、所述药物副作用描述词粒度语义编码特征向量和所述药物间相互作用词粒度语义编码特征向量。
4.根据权利要求3所述的风湿免疫药物智能推荐系统，其特征在于，所述药物描述语义特征多模态融合模块，包括：
5.根据权利要求4所述的风湿免疫药物智能推荐系统，其特征在于，所述药物描述语义加权单元，用于：计算所述药物作用-药物副作用描述词粒度语义关联激活权重值与所述药物间相互作用词粒度语义编码权重向量的转置向量中的每个位置特征值之间的乘积以得到所述药物描述多模态语义融合特征向量。
6.根据权利要求5所述的风湿免疫药物智能推荐系统，其特征在于，所述当前就诊病历-药物描述语义交互匹配模块，包括：
7.根据权利要求6所述的风湿免疫药物智能推荐系统，其特征在于，所述当前就诊病历-药物描述语义权重值计算单元，用于：将所述归一化当前就诊病历-药物描述语义逐位置响应特征向量输入sigmoid函数进行权重掩码值计算以得到所述当前就诊病历-药物描述语义响应筛选权重掩码向量。
8.根据权利要求7所述的风湿免疫药物智能推荐系统，其特征在于，所述推荐结果生成模块，用于：将所述当前就诊病历-药物描述语义交互匹配特征向量通过基于分类器的风湿免疫药物推荐器以得到所述推荐结果，所述推荐结果用于表示是否向风湿患者推荐所述待推荐药物。
9.一种风湿免疫药物智能推荐方法，其特征在于，包括：
10.根据权利要求9所述的风湿免疫药物智能推荐方法，其特征在于，将所述风湿患者的当前就诊病历信息进行分词处理后通过当前就诊病历语义编码器以得到当前就诊病历词粒度全局语义关联特征向量，包括：将所述风湿患者的当前就诊病历信息进行分词处理后通过包含词嵌入层的当前就诊病历语义编码器以得到所述当前就诊病历词粒度全局语义关联特征向量。
