个体化用药血药浓度预测算法的辅助生成方法及系统

本申请公开了一种个体化用药血药浓度预测算法的辅助生成方法及系统，其首先提取现有的用药血药浓度预测模型的模型参数，并采用机器学习技术对各个用药血药浓度预测模型的模型参数进行特征编码，来学习模型中各个参数之间的关联，接着，通过对各个用药血药浓度预测模型的参数信息进行多维度能势分析，来动态聚合模型参数内核特征，以学习到模型参数的核心分布模式，进而以此为依据进行模型参数还原，生成新的用药血药浓度预测模型。通过这种智能化模型生成方式，能够显著降低模型构建的复杂度，有助于提高个体化用药血药浓度预测的准确性，为临床医生提供更加科学、精准的用药指导。