计算机科学与探索

作者：徐慕豪, 葛欣宜, 刘洋, 刘俊秀, 赵耀, 朱振峰

单位：1. 北京交通大学 信息科学研究所，北京 1000442. 北京交通大学 现代信息科学与网络技术北京市重点实验室，北京 1000443. 北京大学第三医院 耳鼻咽喉头颈外科，北京 100191

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

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Top-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。

来源：2023年第2期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2023年第2期