龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：大连东软信息学院
摘要：本发明公开了一种基于GPT‑4和LangChain的药品推荐方法，包括以下步骤：S1：收集历史医疗诊断信息；S2：对所述历史医疗诊断信息中的文字进行识别提取；S3：对所述医疗数据进行筛选、清洗和标注，形成数据集；S4：利用训练集训练GPT‑4模型，得出疾病预测模型；S5：将所述数据集整理成历史诊断信息向量；S6：将就诊患者信息输入至所述疾病预测模型中，得到患者疾病集合向量；S7：计算所述历史诊断信息向量和所述患者疾病集合向量的相似度得分；S8：给用户推荐诊疗药物。本发明通过对GPT‑4进行模型训练得出疾病预测模型，有利于全面准确地判断就诊患者的病情，利用LangChain算法构建基于语义相似度的计算模型，综合考虑患者的年龄、性别和患病情况，提高了药物推荐的准确度。
主权项：1.一种基于GPT-4和LangChain的药品推荐方法，其特征在于，包括以下步骤：S1：收集历史医疗诊断信息，所述历史医疗诊断信息包括疾病名称、各疾病对应的病症、各疾病对应的科室、各疾病对应的诊疗药物药品信息、各疾病患者的年龄和性别，所述诊疗药物药品信息包括但不限于药品名称、成分、适应症和用法用量，将所述历史医疗诊断信息整理成统一的格式；S2：利用OCR技术对所述历史医疗诊断信息中的文字进行识别提取，并将其转化为可被计算机处理的医疗数据；S3：对所述医疗数据进行筛选、清洗和标注，形成数据集；S4：利用所述数据集训练GPT-4模型，得出疾病预测模型；S5：将所述数据集整理成历史诊断信息向量；S6：将就诊患者信息输入至所述疾病预测模型中，得到患者疾病集合向量；S7：利用LangChain框架构建基于语义相似度的计算模型，将所述历史诊断信息向量和所述患者疾病集合向量导入到所述计算模型中，所述计算模型计算所述历史诊断信息向量和所述患者疾病集合向量的相似度得分；S8：设定药品推荐数量阈值N，将所述训练集内的所有历史诊断信息向量的相似度得分从大到小进行排序，并结合用药成本、药物副作用和就诊患者的偏好，依次选取N个所述历史诊断信息向量中的诊疗药物推荐给用户。
全文数据：
权利要求：
百度查询： 大连东软信息学院 基于GPT-4和LangChain的药品推荐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号