摘要
本发明公开了基于人工智能的慢性病患者用药自动提醒方法及系统,属于用药监测技术领域,解决了现有方法未对患者多维度关联参数进行深度融合处理以构建针对患者慢性病的个性化特征,难以精准刻画患者个性化特征的问题,所述方法包括基于随机森林结合个性化特征集、用药知识库构建用药知识图谱,以患者实时参数为输入,动态提醒策略模型对患者实时参数关联分析,生成个性化动态提醒策略;本发明中,通过融合预处理形成个性化特征集,从而形成覆盖患者个体差异的全维度数据,从而可精准识别患者的独特用药需求,且通过动态提醒策略模型可实时响应患者状态变化,显著提升了慢性病患者用药管理的质量与效果。
技术关键词
个性化特征
个性化用药
移动平均滤波
LSTM模型
提醒方法
参数
患者
策略
动态
神经网络架构
知识图谱构建
近邻传播聚类算法
随机森林模型
提醒系统
联合损失函数
多模态
指令响应单元
编码特征
系统为您推荐了相关专利信息
互补集合经验模态分解
序列
锂电池
剩余使用寿命
周期
加密恶意流量
实体
加密流量识别
特征融合技术
交叉注意力机制
智能优化控制方法
粒子群算法
反馈复合控制
搜索优化算法
融合深度学习
船舶电力系统
矩阵
参数
电力系统故障识别
皮尔逊相关系数
外骨骼控制方法
肘关节
LSTM模型
力矩
关节电机