摘要
本发明涉及医疗信息技术领域,具体为一种基于提示的大语言模型药物推荐方法,构建药物相互作用图,并通过图卷积网络对其进行编码,生成DDI图的嵌入表示,依据患者的电子健康记录生成动态提示,将所述DDI图嵌入表示与所述动态提示输入至预先训练好的大语言模型中,生成针对所述患者的药物推荐,引入了一种支持非传递性DDI图的编码方案,通过修改图卷积网络以捕捉药物间的排斥关系,有效避免了药物相互冲突,此外,设计了一种动态提示方法,通过对比当前患者的健康状况与历史就诊记录,计算相似度,从而生成针对性的药物提示,整合这些提示,LLM能够更好地考虑药物相互作用和患者的历史就诊信息,提高药物推荐的个性化和安全性。
技术关键词
模型药物
推荐方法
多头注意力机制
电子健康记录
节点
患者
大语言模型
健康状况信息
医疗信息技术
动态
编码器结构
医疗专业
邻居
网络
代码转换
提示方法
系统为您推荐了相关专利信息
知识图谱驱动
深度语义模型
风险预测方法
实体
节点
释义方法
Word2Vec模型
监听服务器
HTTP请求
图谱
中心线
深度优先搜索算法
涂胶
采样点
图像细化算法
硬件资源分配方法
服务器节点
内存占用量
资源分配模块
总量
教学交互系统
信息处理模块
学生
分析模块
生物识别技术