摘要
本发明提供一种基于因果推断的药物推荐系统及方法,涉及数据挖掘技术领域,本系统使用深度学习模型,具体包含患者状态编码器,医学检查自编码器,推荐模块;通过输入患者特征X,使用神经网络编码器将X投影到低维嵌入空间;使用编码‑解码器结构重建医学检查数据R,获得R的替代低维隐变量ZR,并计算重建损失;使用对比学习优化低维隐变量ZR,并计算对比学习损失;根据患者特征X和医学检查的隐变量ZR预测合适的药物,并计算推荐损失;联合优化重建损失、对比学习损失和推荐损失优化药物推荐系统参数,建立患者和药物的因果关系P(Y|do(X)),提升药物推荐系统的推荐能力。最后通过联合患者特征和医学检查数据使用药物推荐系统进行药物推荐。
技术关键词
医学检查数据
推荐系统
变量
状态编码器
解码器结构
生成患者状态
深度学习模型
药物推荐方法
重构原始数据
样本
度函数
数据挖掘技术
药物标签
效应
索引
系统为您推荐了相关专利信息
铁合金矿热炉
状态预测方法
温度场数学模型
矿热炉自焙电极
表达式
卷烟感官
挥发性香气成分
预测模型构建方法
香气成分含量
变量