本发明公开了一种用于判别药品不良反应信号分类检测的决策方法，所述决策方法以中国药品不良反应(ADR)报告数据为基础，研究ADR信号检测时是否进行分类检测的问题，即判别中药数据是否进行独立的信号检测问题。设计了基于标准库的判别指标并构建了用于分类依据的决策树，分别以PRR、MHRA和IC三种信号检测方法来比较从总样本与子样本中提取ADR信号的差异性并进行决策，最终给出是否对总体数据进行分类检测的建议。本发明为中国药品不良反应信号检测数据分类决策提供了一种可参考方法。
📄 2018102751198
📂 G16H70_40
👤 南京邮电大学
📅 2018-03-29
一种基于大数据的医疗诊断系统，包括诊疗方案数据库，诊疗方案数据库与患者检查结果的信息结合传递到处方生成模块，处方生成模块将信息传递给患者用药模块，患者用药模块将信息传递给信息反馈模块；信息反馈模块将信息传递到诊疗方案数据库；患者检查结果还可以传递给患者信息库，诊疗方案数据库与患者信息库将信息都传递给医院信息系统；利用大数据技术建立诊疗方案数据库，通过处方生成模块可以综合患者所有检查结果数据自动给出药方或治疗方案，可避免药物间的药效冲突或用药禁忌，且包含患者的疗效反馈信息，可增加医患间的交流，给予医生更多的治疗参考信息，方便患者就医，减少医疗事故的发生。
📄 2016103392634
📂 G16H70_40
👤 陕西科技大学
📅 2016-05-20
本发明涉及本发明涉及计算机领域，尤其涉及药物血脑屏障渗透性预测中数据集的建立方法及数据模型，该方法包括：获取病人使用血脑屏障渗透性已知的药物后针对已知的每种神经系统疾病显现的症状数；将所属症状数集合形成所述药物的特征数据集并将所述药物的特征数据集所述药物的血脑屏障渗透性结合成所述药物的特征矩阵；将预设数量的血脑屏障渗透性已知的药物的特征矩阵进行组合形成所述数据集。本发明通过将血脑屏障渗透性已知的药物对血脑屏障的渗透性与所述药物对神经系统疾病的疗效之间进行关联形成数据集，使得数据集适用范围较广，适用该数据集训练的血脑屏障渗透性预测模型也能够更大范围的准确预测药物的血脑屏障渗透性。
📄 2018113260950
📂 G16H70_40
👤 电子科技大学中山学院
📅 2018-11-08
本发明实施例提供一种基于指定药物构建给药数据库的方法及装置，所述方法包括：在预设时段内获取对待检测人体的针对指定药物的给药信息，生成给药策略单元；根据所述给药前检测项和所述给药后检测项分别对应的检测结果评估所述给药信息的用药效果；若所述用药效果未达到预设指标，更新所述给药信息；若更新次数大于等于1，将相同给药信息对应的给药策略单元进行合并，以获取目标给药策略单元；获取所有目标给药策略单元，将每一个目标给药策略单元的给药前检测项作并集处理，并将并集处理结果存储至第一类型给药数据库。所述装置执行上述方法。本发明实施例提供的方法及装置，能够提高指定药物的用药效率、并降低服药、检测等医疗成本。
📄 2018104486657
📂 G16H70_40
👤 大连诺道认知医学技术有限公司
📅 2018-05-11
本发明提出一种基于多尺度HGT的归纳式中药靶点关系发现方法与系统，该方法包括：基于中药、药物分子、靶点、疾病的原始数据构建异质信息图，对异质信息图进行节点初始化操作；将节点初始化特征输入至拓扑鲁棒局部注意力中进行局部表示；将节点初始化特征输入至全局注意力中进行全局节点表示；将节点的局部表示和节点的全局表示输入至特征融合模块中依次进行拼接操作和特征融合；将最终特征表示输入至预测模型中进行预测，得到预测结果。本发明通过构建一种新的中药‑靶点异质图全面表征了从中医网络药理学数据库中提取的中药、靶点、分子和疾病之间的丰富语义和多重关系。
📄 2025105306736
📂 G16H70_40
👤 江西财经大学
📅 2025-04-25
本发明涉及一种人工智能技术，揭露了一种智能化药物毒性判断方法，包括：接收包括分子结构序列的药物数据集与标签集，并基于霍夫曼编码技术对所述分子结构序列的药物数据集编码得到药物编码集；将所述药物编码集输入至LSTM模型中，将所述标签集输入至损失函数，所述LSTM模型训练得出训练值并输入至所述损失函数，所述损失函数计算出损失值，判断所述损失值与预设阈值的大小，直至所述损失值小于所述预设阈值时退出训练；接收用户输入的药物分子结构序列并编码后输入至所述药物损伤判断模型，输出对所述用户输入的药物分子结构序列的毒性判断。本发明还提出一种智能化药物毒性判断装置以及一种计算机可读存储介质。本发明可以实现高效的药物毒性判断。
📄 2019104678721
📂 G16H70_40
👤 平安科技(深圳)有限公司
📅 2019-05-29
本发明公开一种药物推荐模型训练方法、推荐方法、装置、设备及介质。该方法包括：获取模型训练数据，包括训练药物、训练病症数据和训练评论数据；对训练评论数据进行情感分析，获取标注情感标签；对训练病症数据和训练评论数据进行特征提取，获取训练文本特征；基于每一训练文本特征和标注情感标签，获取模型训练样本；将模型训练样本输入训练文本特征对应的特征分类器进行模型训练，获取训练文本特征对应的原始特征药物推荐模型；采用模型训练样本对原始特征药物推荐模型进行测试，获取训练文本特征对应的目标特征药物推荐模型。该方法可保障目标特征药物推荐模型所推荐的目标推荐药物的准确性和有效性。
📄 2021106093955
📂 G16H70_40
👤 平安科技(深圳)有限公司
📅 2021-06-01
本发明涉及药物信息管理技术领域，具体为一种基于云计算的智能药物管理方法及系统，包括以下步骤：基于用户角色信息与药品类别信息，对比用户权限规则与药品信息访问规则，判断用户是否具有药品信息的访问和修改权限，筛选符合权限规则的用户操作范围，得到药品信息访问权限状态。本发明中，通过比对用户角色和药品类别信息，严格筛选药品信息的访问与修改权限，从而确保药品数据的安全与合规性，自动监测药品信息变更，及时精准推送至关联用户，提高信息同步效率，通过环境参数监测与智能调节，确保药品存储条件，降低变质风险，提升存储稳定性，记录调整数据，保证存储条件的可追溯性与精准化，增强药品管理的自动化与效率。
📄 2025114756830
📂 G16H70_40
👤 贵州宏宇畜牧技术发展有限公司
📅 2025-10-16
本发明涉及生物医学关系抽取领域，具体涉及一种基于药物实体词掩码和Insert‑BERT结构的药物关系抽取方法；本发明在药物关系多分类任务及药物关系检测二分类任务均有全面提升；模型可视化及消融实验等结果表明提出方法能够在连续空间中提取不同层次、不同粒度的语义信息，并能够有效制约负样本的影响。
📄 2022100367886
📂 G16H70_40
👤 安庆师范大学
📅 2022-01-13
本发明涉及药物相互作用预测技术领域，提出一种基于多视图的药物‑药物相互作用预测方法及系统，其中包括以下步骤：选择若干对带已知药物‑药物相互作用结果标签的药物对集合和若干对待预测的药物对集合；对所述已知药物‑药物相互作用结果标签进行预处理，获得已知标签矩阵；对每个药物对中药物的特征进行预处理，获得每个药物的多视图数据；进行药物对组合中药物对的多视图拼接，形成药物对组合对应的视图矩阵；利用视图矩阵，获得最终的融合图；利用最终的融合图和已知标签矩阵，计算得到待预测药物对集合对应的待预测标签矩阵；根据所述待预测标签矩阵对待预测药物对集合进行药物‑药物相互作用预测，获得预测结果。
📄 202311058542X
📂 G16H70_40
👤 济南未样科技有限公司
📅 2023-08-21
本发明属于数据分析挖掘技术领域，提供了一种基于多源异构网络的预测药物之间副作用的方法及系统。其中，该方法包括获取药物之间副作用的数据、药物和副作用之间对应关系的数据及药物和不同生物模态之间对应关系的数据，构建不同药物之间相互作用的符号网络；针对不同生物模态，对药物之间相互作用的符号网络进行图卷积，得到相应特征矩阵，并融合所有生物模态下的特征矩阵；通过解码矩阵对融合的特征矩阵中的药物编码进行解码，得到重构的药物之间的副作用网络；根据重构的药物之间的副作用网络中的信息得到邻接矩阵，根据邻接矩阵计算预测药物之间的副作用的准确率。
📄 2021105834546
📂 G16H70_40
👤 山东师范大学
📅 2021-05-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台