基于深度学习的儿科药品不良反应预测方法和系统

本申请涉及人工智能领域，公开了一种基于深度学习的儿科药品不良反应预测方法，本方法包括：通过不良反应预测模型，根据目标患儿的健康状态特征和待使用药品特征，确定第一健康状态特征和第一不良反应特征；从时序上的第一健康特征中确定第二健康特征，并从时序上的第一不良反应特征中确定第二健康特征关联的第二不良反应特征，并通过不良反应排除模型，确定不良反应排除特征；当不良反应排除特征满足预设条件时，输出目标患儿对待使用药品不会产生不良反应的预测结果；当不良反应排除特征不满足预设条件时，输出目标患儿对待使用药品会产生不良反应的预测结果。本申请通过病情数据提高儿科药品不良反应预测的准确度。