一种基于个性化联邦学习的药品采购数量预测方法

本发明属于药品供应技术领域，具体涉及一种基于个性化联邦学习的药品采购数量预测方法，在保护用户隐私泄露问题的基础上实现模型数据共享。该药品采购数量预测方法包括以下步骤：S1：确定区域内参与的各医院和药店，收集数据和预处理；S2：联邦学习模型的选择和构建，所构建模型为DCNN‑LSTM混合模型；S3、步骤S2所构建模型的训练、参数裁剪与传输、聚合和优化，其中数据不出本地；S4、步骤S3获得的优化模型进行预测和应用；S5、供应链调节。该方法保护医患信息泄露，减少信息通信开销，推动医疗智慧系统的发展，通过利用联邦学习技术，准确预测药品需求量，促进智慧医疗系统的可持续发展和人工智能产业的进一步发展提供关键支持。