摘要
本发明公开了一种针对医药管理数据的后处理方法和装置,涉及医药数据处理领域,包括构建医药知识图谱;通过预训练异常检测模型识别输入数据中的剂量异常、禁忌症冲突或药品批次与疗效不符等问题;将异常数据输入对抗样本生成器,生成修复候选数据集,生成器网络嵌入知识图谱的向量化约束;对候选数据集进行逻辑验证,遍历图谱相关实体及关系路径,计算冲突评分;若评分低于阈值,输出修复数据,否则优化生成器或请求人工干预;根据优先级规则生成最小化确认界面,仅显示异常字段及修正建议;将确认结果反馈至生成器和图谱,更新参数及权重。本发明解决了医药数据异常识别与修复效率低、准确性差的问题。
技术关键词
医药知识图谱
异常数据
后处理方法
逻辑
动态
交叉注意力机制
电子病历系统
保护患者隐私
实体识别模型
损失函数优化
关系
知识图谱构建
样本
生成器网络
后处理装置
上下文特征