买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中科(安徽)智慧健康创新研究院有限公司申请的专利一种基于知识图谱的个性化药物推荐方法与系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117672450B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311660390.0，技术领域涉及：G16H20/10；该发明授权一种基于知识图谱的个性化药物推荐方法与系统是由丁增辉;杨先军;陈焱焱;王辉;孙怡宁;姚志明;何子军;许杨设计研发完成，并于2023-12-06向国家知识产权局提交的专利申请。

本一种基于知识图谱的个性化药物推荐方法与系统在说明书摘要公布了：本发明适用于智慧医疗技术领域，提供了一种基于知识图谱的个性化药物推荐方法与系统，所述方法包括以下步骤：获取患者的疾病数据集，该疾病数据集包括诊断数据、疗法记录和用药记录；利用大模型对诊断数据、疗法记录和用药记录中的每个医疗代码生成围绕该医疗代码的概念实体的三元组形式的知识；对这些知识进行节点和边聚类，以构成知识图谱；根据不同患者的诊疗数据，结合所述的知识图谱推荐的知识为每位患者构建个性化的知识子图。本发明融合数据驱动和知识驱动，以及引入知识图谱的知识决策，可以挖掘出患者隐含的疾病信息，与目前主流的单一信息源进行药物推荐相比较可以获得更精准的预测结果，实现准确智能的辅助诊断。

本发明授权一种基于知识图谱的个性化药物推荐方法与系统在权利要求书中公布了：1.一种基于知识图谱的个性化药物推荐方法，其特征在于，所述方法包括以下步骤：获取患者的疾病数据集，该疾病数据集包括诊断数据、疗法记录和用药记录；利用大模型对诊断数据、疗法记录和用药记录中的每个医疗代码生成围绕该医疗代码的概念实体的三元组形式的知识；对这些知识进行节点和边聚类，以构成知识图谱；根据不同患者的诊疗数据，结合知识图谱推荐的知识为每位患者构建个性化的知识子图，并利用患者的诊疗数据中的时间信息进行数据标记；对所述知识子图使用文本嵌入技术映射到词向量空间，获得特征融合矩阵；将所述特征融合矩阵输入双向注意力图神经网络进行预测，得到预测的药物推荐结果；所述方法还包括：在获取患者的疾病数据集后，进行数据预处理，具体包括：将疾病数据集中的文本数据与结构化数据通过词嵌入模型进行词嵌入表示，映射为状态、程序、用药记录表示矩阵X；对所述状态、程序、用药记录表示矩阵X进行一定数据量级的增减，以满足大模型的数据生成需求；所述利用大模型对诊断数据、疗法记录和用药记录中的每个医疗代码生成围绕该医疗代码的概念实体的三元组形式的知识；对这些知识进行节点和边聚类，以构成知识图谱的步骤，具体包括：对所述状态、程序、用药记录表示矩阵X，通过指令、例子、提示指导大模型生成三元组形式的知识；融合这些生成的三元组形式的知识为知识图谱；利用层次聚类算法对知识图谱中相似的节点和边在所有医疗代码对应的全局图谱G上进行聚类，得到新的全局图谱G’；对每个医疗代码创建一个新的知识子图；所有医疗代码的知识子图构成所述的知识图谱；所述对所述知识子图使用文本嵌入技术映射到词向量空间，获得特征融合矩阵；将所述特征融合矩阵输入双向注意力图神经网络进行预测，得到预测的药物推荐结果的步骤，具体包括：使用文本嵌入技术将知识子图中的节点和边映射到词向量空间，分别得到节点对应的词嵌入向量和边对应的词嵌入向量；对得到的节点对应的词嵌入向量和边对应的词嵌入向量进行降维处理；分别计算针对于患者每次访问的知识子图和对应每次访问的知识子图中的节点；聚合所有访问的知识子图中的相邻节点来更新节点嵌入；每个节点经过设定的多层注意力层后，获得每个节点最后一层的表示；设定双向注意力图神经网络的多层感知机，并输入每个节点最后一层的表示，以获得深层次特征zjoint；将深层次特征zjoint输入到sigmoid函数，得到最终对应每种药物的概率输出，并给出对应的药物代码；即得预测的药物推荐结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科(安徽)智慧健康创新研究院有限公司，其通讯地址为：230071 安徽省合肥市肥西县经济开发区长三角G60科创走廊合肥药谷科技产业园A1栋；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。