[發明專利]基于嵌套-配對設計的多信息系統不良反應前置預測方法及系統有效
| 申請號： | 202011547397.8 | 申請日： | 2020-12-24 |
| 公開（公告）號： | CN112712904B | 公開（公告）日： | 2023-10-27 |
| 發明（設計）人： | 吳行偉;童榮生;龍恩武;劉歡;張佳穎 | 申請（專利權）人： | 四川省人民醫院 |
| 主分類號： | G16H70/40 | 分類號： | G16H70/40;G16H50/70;G16H50/30;G06F18/22 |
| 代理公司： | 成都海成知識產權代理事務所(普通合伙) 51357 | 代理人： | 龐啟成 |
| 地址： | 610072 四川*** | 國省代碼： | 四川;51 |
| 權利要求書： | 暫無信息 | 說明書： | 暫無信息 |
| 摘要： | 本申請提供了一種基于嵌套?配對設計的多信息系統不良反應前置預測方法及系統。該方法包括：獲取目標患者的第一生理特征信息以及目標藥物；查詢針對目標藥物的第一數據庫以得到多個第一參考患者；獲取每一第一參考患者的參考生理特征信息并計算所述第一生理特征信息與每一第一參考生理特征信息的相似度；若存在大于第一預設閾值的相似度，則初步判斷目標藥物會可能對目標患者造成不良藥物反應；根據第一生理特征信息查詢第二數據庫以得到相似度大于第二預設閾值的多個第二參考患者；若第二參考患者對應的多個第二參考藥物存在與目標藥物的相似度大于第三預設閾值的參考藥物，則判斷目標藥物會對目標患者造成不良藥物反應。 | ||
| 搜索關鍵詞： | 基于 嵌套 配對 設計 信息系統 不良反應 前置 預測 方法 系統 | ||
【主權項】：
暫無信息
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于四川省人民醫院，未經四川省人民醫院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.azimuttaxi.com/patent/202011547397.8/，轉載請聲明來源鉆瓜專利網。
- 同類專利
- 靶點信息分析方法和靶點信息查詢方法-202310573091.7
- 周立運;請求不公布姓名 - 魔方醫藥科技（蘇州）有限公司
- 2023-05-19 - 2023-10-17 - G16H70/40
- 本發明提供一種靶點信息分析方法和靶點信息查詢方法，其中靶點信息分析方法包括：通過在與目標疾病關聯的生物信息學數據、基礎研究文獻，以及藥品臨床信息和/或藥品上市信息的基礎上，分析而得與目標疾病關聯的第一靶點信息、第二靶點信息和第三靶點信息，構建得到靶點信息數據庫，克服了傳統方案中靶點獲取難度大，分析而得的靶點的可靠性不高的缺陷，實現了高效全面的靶點信息分析，不僅提高了靶點信息分析、提煉的效率，還提升了分析而得的靶點信息的可靠性，同時降低了信息分析所需消耗的時間和成本，從而在時間層面和經濟層面加快了潛力靶點的分析進程，進而有效的助力了新藥研發。
- 一種基于中藥整合藥理學平臺分析“丹參-山楂”藥對治療冠心病機制的方法-202310875840.1
- 馮甜;李驊;徐瓊;余喆;宋凡 - 中國人民解放軍空軍軍醫大學
- 2023-07-18 - 2023-10-13 - G16H70/40
- 本發明屬于醫藥技術領域，具體屬于一種基于中藥整合藥理學平臺分析“丹參?山楂”藥對治療冠心病機制的方法，包括以下步驟：S1.篩選藥物有效活性成分及靶點；S2.獲取疾病靶點；S3.篩選活性成分與疾病的共同靶點并構建PPI網絡；S4.分析Gene?Ontology生物功能和富集KEGG?Pathway；S5.驗證分子對接。本發明基于整合藥理學平臺，通過GEO測序數據聯合網絡藥理學以及分子對接技術探索丹參?山楂藥對治療冠心病的機制，發現并預測了其治療冠心病的作用機制及相關靶基因，即氧化應激、炎癥及凋亡等生物學過程及相關靶基因，這為臨床使用丹參?山楂藥對提供了理論依據，也對丹參?山楂藥對的后續研究開展及新藥開發具有借鑒意義。
- 基于網絡藥理學的復方杞蓉片治療疾病的分析方法-202310802634.8
- 杜小利;南楠;陳苗;羅嘉琦;王艷;馮亞宏;張曉靜 - 寧夏醫科大學
- 2023-07-03 - 2023-10-13 - G16H70/40
- 本發明公開了基于網絡藥理學的復方杞蓉片治療疾病的分析方法，采用網絡藥理學方法以探討復方杞蓉片治療早發性卵巢功能不全的作用機制，通過進入TCMSP數據庫獲取復方杞蓉片的有效成分及相應靶點，通過查詢Genecards等數據庫，獲取疾病相關的靶點，并利用Venn圖與藥物作用靶點取交集，篩選復方杞蓉片治療早發性卵巢功能不全的關鍵靶點，利用STRING平臺建立預測靶蛋白之間的相互關系網絡，根據聯系密切程度篩選出核心靶標，用R語言進行核心靶標的GO生物過程分析和KEGG通路富集分析，復方杞蓉片通過多種成分、多核心靶點參與了一系列通路，通過發揮多種生物、分子過程來治療早發性卵巢功能不全。
- 藥品超說明書用藥信息獲取方法、裝置和電子設備-202310842592.0
- 方羅;辛文秀;丁海櫻;米秀芳;戴夢飛;宋俞;王則遠;劉鵬 - 浙江省腫瘤醫院;靈犀量子（北京）醫療科技有限公司
- 2023-07-10 - 2023-10-13 - G16H70/40
- 本發明提供一種藥品超說明書用藥信息獲取方法、裝置和電子設備，涉及數據處理技術領域。該方法包括：根據目標藥品的名稱和目標疾病的名稱檢索收集至少一個目標證據，各目標證據分別為藥品說明書、醫學文獻或醫學指南，且各目標證據中至少有一個目標證據為藥品說明書；對各目標證據分別進行信息處理獲得處理結果，處理結果中至少有一個處理結果為基于藥品說明書獲得的用藥信息，用藥信息包括適應癥及用藥劑量；基于各目標證據對應的各處理結果，生成藥品超說明書用藥信息的分析報告。該方法詢證醫學證據給出了目標藥品針對目標疾病的超說明書用藥的分析報告，以對超說明書用藥的安全性和有效性提供建議，提高了超說明書用藥的安全性和有效性。
- 一種基于神經網絡的抗癌藥物協同作用的預測方法-201910513981.2
- 秦玉芳;陳希;陳明 - 上海海洋大學
- 2019-06-14 - 2023-10-13 - G16H70/40
- 一種基于神經網絡的抗癌藥物協同作用的預測方法，該方法是利用神經網絡模型實現的，所述神經網絡模型包含卷積神經網絡CNN1D降維和神經網絡DNN回歸構建的預測模型；利用卷積神經網絡CNN1D降維和神經網絡DNN回歸構建的預測模型，能更加方便、快速降低數據的維度，減少模型訓練的復雜度；該方法能夠從多維度特征學習抗癌藥物的潛在協同關系，其預測模型的預測精度高，可以幫助臨床實驗減少時間和金錢成本，快速定位有效的藥物組合。
- 一種計算甲狀腺癌患者攝碘特征概率的方法和裝置-202310429311.9
- 林巖松;慕轉轉;張鑫;何弘晟;開震天 - 中國醫學科學院北京協和醫院;浙江紹興鼎晶生物醫藥科技股份有限公司
- 2023-04-21 - 2023-10-13 - G16H70/40
- 本發明提供了一種計算甲狀腺癌患者攝碘特征概率的方法和裝置，特別是一種基于分子病理學特征識別碘難治性分化型甲狀腺癌患者的方法。本發明提供的方法，旨在分化型甲狀腺癌傳統管理模式的基礎上，利用分子病理學技術優化患者診療流程。其主要創新在于利用就診初期獲得的分子病理學方法對患者病灶后續碘?131治療過程中的攝碘能力（初始不攝碘、逐漸不攝碘、部分攝碘、持續攝碘等）進行特征性預測，從而有利于在早期就識別碘難治性分化型甲狀腺癌人群。
- 一種基于網絡藥理學和分子對接分析魔芋干預糖尿病機制的方法-202310571125.9
- 張凌;林益存;李欣欣;翟闖;張冉;劉嘉鳴;岳藝璇 - 吉林大學
- 2023-05-20 - 2023-10-10 - G16H70/40
- 本發明提供一種基于網絡藥理學和分子對接分析魔芋干預糖尿病機制的方法，首先收集與篩選魔芋活性成分，然后收集活性成分作用靶點及疾病潛在靶點；再篩選蛋白質相互作用分析和關鍵靶點；再進行GO分析及KEGG富集分析；再構建拓撲學分析及可視化網絡圖；最后進行分子對接，本發明研究包括數據收集、網絡分析與結果驗證，獲得“成分?疾病”交集靶點51個；GO分析得出核心靶點參與的生物過程主要有對激素水平等過程的調節；KEGG分析得出涉及到的信號通路包括胰島素抵抗等；最后通過分子對接證實所篩選的活性成分及關鍵靶點有效，魔芋可通過多成分、多靶點、多途徑進行表達來改善糖尿病，為進一步臨床應用提供了理論基礎。
- 實現精神分裂癥藥物療效評估和預測的方法、裝置、處理器及其計算機可讀存儲介質-202310861429.9
- 薛婷;崔東紅 - 上海市精神衛生中心（上海市心理咨詢培訓中心）
- 2023-07-13 - 2023-10-10 - G16H70/40
- 本發明涉及一種實現精神分裂癥藥物療效評估和預測的方法，其中，該方法包括以下步驟：選定特定受試者以及與其對應匹配的健康人群，分別進行血漿樣本數據收集；對收集到的數據集進行隨機打亂，并將其劃分為測試數據集和訓練數據集，建立精神分裂癥標志物模型，并通過該模型確認優化后的數據特征組合；基于建立的XGBoost模型，通過個體化打分工具評估和預測相應受試者的藥物療效，完成對精神分裂癥藥物療效預測的處理。本發明還涉及一種相應的裝置、處理器及其存儲介質。采用了本發明的該實現精神分裂癥藥物療效預測的方法、裝置、處理器及其存儲介質，作為中間預測結果，有利于優化精神分裂癥臨床治療的準確性和策略性。
- 藥敏實驗場景構建模型方法以及藥敏預測方法-202310717582.4
- 梅園 - 上海申摯醫療科技有限公司
- 2023-06-16 - 2023-10-10 - G16H70/40
- 本申請提供一種藥敏實驗場景構建方法，步驟包括：收集真實的腫瘤細胞信息，所述腫瘤細胞信息包括細胞空間信息、腫瘤細胞和/或組織對藥物敏感性信息、細胞信息；構建實際藥敏數據集；利用數字孿生構建基礎孿生體；并將實際藥敏數據集導入到基礎孿生體中；根據腫瘤細胞和/或分子生物學特點，對構建的基礎孿生體增加約束條件，構建成藥敏實驗場景模型。本申請還提供了所構建的藥敏實驗場景模擬系統以及采用所述方法或系統進行藥敏預測的方法。本申請可以替代藥敏細胞學實驗和藥敏臨床試驗，從而預測藥敏結果，也可以模擬處理細胞并預測藥敏結果，還可以研究細胞對不同藥物的反應原理，研究組織對不同藥物進行反應時細胞水平和分子水平上的改變。
- 院內藥品及物品管理工具及其使用方法和電子設備-202310772575.4
- 朱雙愛;潘紅英;王園;陳芳;黃晨;程麗麗;傅曉明 - 浙江大學
- 2023-06-28 - 2023-10-10 - G16H70/40
- 本申請涉及一種院內藥品及物品管理工具及其使用方法和電子設備，對醫院的每個藥品配到一個表帶式的物聯網藥品管理模塊，能夠對當前藥品的位置和入庫時間進行采集并上報至后臺，后臺將根據預存的有效期對藥品時間進行倒計時計算，實時更新其有效期倒計時?？梢酝ㄟ^終端登錄后臺，檢索目標藥品的位置以及查看其有效期，避免庫房管理員費時間尋找目標藥品，以及需要人工管理海量的藥品。通過后臺對各個藥品的有效期進行監控，能夠由后臺對藥品有效期進行實時監控并報警，提高藥品監控效率。
- 一種基于特征偏差對齊的方劑功效分類方法-202210574304.3
- 丁長松;高婉卿;李力松;黃辛迪;梁楊 - 湖南中醫藥大學
- 2022-05-25 - 2023-10-10 - G16H70/40
- 本發明公開了一種基于特征偏差對齊的方劑功效分類方法，包括以下步驟：S1，數據預處理模塊：將方劑以最小語義單元進行劃分，對同物異名中藥進行替換，利用語言模型對最小語義單元進行預訓練；S2，數據增廣模塊：基于方劑語義單元順序性弱的特點，對原始樣本進行隨機亂序處理，生成副樣本，所述原始樣本與所述副樣本共同構成訓練樣本；S3，深度學習特征提取網絡模塊：采用深度學習模型對所述訓練樣本進行特征提取，得到訓練樣本特征圖；S4，特征偏差對齊無參網絡模塊：基于度量學習，對所述訓練樣本特征圖進行偏差計算；S5，融合特征偏差對齊的優化函數：將所述訓練樣本特征圖偏差計算作為交叉熵損失函數的正則項，共同參與網絡參數的更新計算，提升網絡樣本特征的學習能力。
- 一種輔助結直腸癌患者化療精準用藥的方法-202211265735.8
- 路威;孫志學 - 浙江基石精準醫學有限公司
- 2022-10-10 - 2023-10-03 - G16H70/40
- 本發明公開了一種使用源于患者的腫瘤樣細胞簇(patient?derived?tumor?like?cell?cluster，PTC)的體外藥敏檢測，輔助結直腸癌患者化療精準用藥的方法。利用患者新鮮的手術樣本構建PTC；PTC與臨床化療方案FOLFOX(氟尿嘧啶+奧沙利鉑)、FOLFIRI(氟尿嘧啶+伊立替康)、FOLFOXIRI(氟尿嘧啶+奧沙利鉑+伊立替康)藥物共孵育7天；通過微腫瘤圖像分析系統檢測加藥前后PTC面積變化，結合CellTiter?Glo試劑測試細胞活力，評估PTC對藥物的敏感性；比較PTC對三種藥物方案的敏感性，綜合患者身體耐受性、藥物毒副作用，輔助患者精準選擇化療方案。利用PTC培養周期短，能夠較真實模擬腫瘤微環境，成本低，藥敏檢測接近臨床真實療效等優勢，可為個體化精準醫療提供依據。
- 一種基于多模態融合的癲癇藥物有效性檢測方法及裝置-202310203047.7
- 胡湛棋;李凡詩;林榮波;廖建湘;王海峰;梁棟;孔令宇;趙彩蕾;袁碧霞;趙霞;曾洪武 - 深圳市兒童醫院
- 2023-02-23 - 2023-09-29 - G16H70/40
- 本發明公開了一種基于多模態融合的癲癇藥物有效性檢測方法，所述方法包括：采集結節性硬化癥患者的臨床數據；將臨床數據進行預處理，得到處理后的臨床數據；在處理后的臨床數據中隨機選擇樣本并創建小樣本圖作為輸入特征，得到訓練特征矩陣；構建神經網絡模型，并將訓練特征矩陣輸入到神經網絡模型進行訓練，得到訓練過的神經網絡模型；將新采集的結節性硬化癥患者的臨床數據輸入到訓練過的神經網絡模型中，得到檢測結果。本發明將臨床數據進行多模態融合，并利用人工智能進行快速輔助檢測，對癲癇藥物的有效性評價的準確率及標準化具有重要的輔助意義。
- 耐藥性識別模型的訓練方法、識別方法、終端及存儲介質-202310770822.7
- 張淵 - 平安科技（深圳）有限公司
- 2023-06-27 - 2023-09-29 - G16H70/40
- 本申請實施例涉及數字醫療技術領域，具體提供了一種耐藥性識別模型的訓練方法、識別方法、終端及存儲介質。該訓練方法包括：獲得訓練樣本，訓練樣本包括用戶的相關信息以及用戶的耐藥性標簽；利用耐藥性識別模型的編碼層對相關信息進行編碼獲得編碼向量；根據耐藥性識別模型的異常識別層對編碼向量進行異常檢測，獲得編碼向量對應的異常標簽；根據耐藥性標簽和異常標簽確定耐藥性識別模型的損失函數；基于訓練樣本和損失函數對耐藥性識別模型進行迭代更新，得到目標耐藥性識別模型。本申請利用異常識別層對耐藥性進行識別的識別結果作為異常事件，并利用異常事件進行預測訓練，降低了模型的復雜度并提高了模型的準確性。
- 基于異構圖卷積神經網絡預測協同藥物組合方法-202310772479.X
- 何強;趙欣怡;喬偉;張莉;王興偉;馬連博;滕月陽 - 東北大學
- 2023-06-28 - 2023-09-29 - G16H70/40
- 本發明提供一種基于異構圖卷積神經網絡預測協同藥物組合方法，涉及藥物研發技術領域。該方法首先根據疾病藥物歷史作用數據，構建基于藥物、藥物組合、疾病的三部圖；然后構建基于異構圖卷積神經網絡的協同藥物組合預測模型：對于構建的三部圖上的疾病、藥物和藥物組合節點，應用一個熱編碼來對三個鄰接矩陣進行編碼，并分別壓縮為密集實值向量，構建異質圖；在疾病和藥物之間以及疾病和藥物組合之間構建傳播層進行層次傳播，實現在三部圖上進行藥物層次的傳播和藥物組合層次的傳播；最后構建完全連接層進行協同藥物組合的預測；同時，采用困難負樣本訓練協同藥物組合預測模型；最后使用訓練好的協同藥物組合預測模型進行協同藥物組合預測。
- 基于醫藥大數據的醫藥對象關系分析的方法及系統-202010495127.0
- 沈靈仙 - 北京啟云數聯科技有限公司
- 2020-06-03 - 2023-09-29 - G16H70/40
- 本發明涉及大數據處理技術領域，具體提供了一種基于醫藥大數據的醫藥對象關系分析的方法及系統，旨在解決如何基于海量醫藥大數據更準確地進行對象關系分析的問題。本發明首先對采集到的藥品相關的內部數據和外部數據進行處理形成標簽化數據，該標簽化數據包括每個標簽類型各自對應的對象以及每個對象的對象標簽和相關聯的屬性數據；然后通過大數據分析獲取每個屬性數據的類別標簽以及不同對象之間的對象關系類型；最后根據大數據分析結果從醫藥對象學術關系分析和藥品價值分析等多維度對不同對象之間的對象關系類型和關聯程度等進行全面分析，克服了現有技術中無法同時準確分析出不同對象之間的關聯關系、關聯程度以及關聯類型的問題。
- 基于醫藥大數據的藥品應用分析的方法、系統及裝置-202010495118.1
- 沈靈仙 - 北京啟云數聯科技有限公司
- 2020-06-03 - 2023-09-29 - G16H70/40
- 本發明涉及大數據處理技術領域，具體提供了一種基于醫藥大數據的藥品應用分析的方法、系統及裝置，旨在解決如何基于海量醫藥大數據更準確地進行藥品應用分析的問題。本發明首先對采集到的藥品相關的內部數據和外部數據進行處理形成標簽化數據，該標簽化數據包括每個標簽類型各自對應的對象以及每個對象的對象標簽和相關聯的屬性數據；然后通過大數據分析獲取每個屬性數據的類別標簽、推薦標簽以及一個或多個對象的各個屬性數據識別詞間關聯關系；最后根據大數據分析結果從藥品價值以及藥品推薦等多維度對藥品應用狀態進行全面分析，克服了現有技術中僅根據藥品供應量和供應地區等數據進行藥品應用分析，導致的藥品應用分析的準確性較低的問題。
- 一種藥物有效性評估方法-202310753119.5
- 周曉華;鄧宇昊;汪毅 - 北京大學;北京大學重慶大數據研究院
- 2023-06-26 - 2023-09-26 - G16H70/40
- 本發明涉及一種藥物有效性評估方法，屬于藥物有效性評估技術領域，解決了現有技術中臨床試驗在存在半競爭性風險的情況下，無法準確評估治療效應發生機制的問題。收集受試者的試驗數據，并確定治療的事件路徑；根據所述受試者的試驗數據計算各個所述事件路徑的潛在累計風險率估計量；根據所述各個所述事件路徑的潛在累計風險率估計量計算主要事件的反事實累計發生率估計量，根據所述反事實累計發生率估計量確定各個所述事件路徑的治療效應。準確識別各個事件路徑的治療效應。
- 一種基于多任務學習的抗癌藥物反應預測方法-202310505646.4
- 彭瑋;劉漢成;戴偉;賀勇 - 昆明理工大學
- 2023-05-08 - 2023-09-22 - G16H70/40
- 本發明涉及一種基于多任務學習的抗癌藥物反應預測方法，屬于系統生物學技術領域。本發明首先將藥物分子指紋、細胞系基因表達和已知藥物反應數據放入交互圖卷積模型中，通過匯聚節點特征信息得到細胞系特征表示和藥物特征表示，此部分主輔任務共享權重參數。之后主任務進行二元分類，輔助任務A和輔助任務B分別經過單獨的線性變換層后進行IC50回歸預測任務和相似性網絡重構任務。最后通過加權求和來平衡三個任務的損失進行訓練。并利用訓練好的模型預測新的癌細胞系和藥物反應，最后輸出癌細胞系和藥物敏感性的預測分數。本發明通過多任務學習，結合了IC50回歸預測任務和相似性重構任務，來提高機器學習在藥物敏感性預測上的效果。
- 藥物相互作用預測方法、裝置、電子設備及存儲介質-202310691046.1
- 易海成;侯琳璇;尤著宏;徐娜;佘柄皓;喬雪媛;唐付濤;付軍 - 西安中科云帆信息科技有限公司
- 2023-06-12 - 2023-09-22 - G16H70/40
- 本公開涉及藥物相互作用預測方法、裝置、電子設備及存儲介質，上述方法包括：構建待預測藥物組的異質圖；待預測藥物組包括至少兩種待預測藥物；異質圖的節點為不同的待預測藥物，待預測藥物之間的相互作用事件為異質圖中連接對應節點的邊；基于異質圖，提取每個節點的行為表征信息和屬性表征信息；采用表征融合模塊融合行為表征信息和屬性表征信息，獲得第一融合信息和第二融合信息；采用多層感知機處理第一融合信息和第二融合信息，獲得待預測藥物組的相互作用預測結果。本公開示例性實施例的方法一方面可以從異質圖進行特征提取，且提取到的表征矩陣不包含未知值，另一方面，可以預測藥物之間是否存在相互作用以及相互作用事件的風險水平。
- 一種主動監測老年住院患者不良反應的方法及系統-202311068686.3
- 鐘燕;李小絲;劉文藝;謝沂宏;姜怡雯;張舒;唐光榮 - 西藏自治區人民政府駐成都辦事處醫院;四川麥迪威爾醫藥科技有限公司
- 2023-08-24 - 2023-09-22 - G16H70/40
- 本發明涉及數據處理技術領域，公開了一種主動監測老年住院患者不良反應的方法及系統,通過構建不良反應癥狀知識庫；獲取老年住院患者的多維度分類監測信號；基于監測信號，遍歷不良反應癥狀知識庫，判斷是否為疑似不良反應監測信號；若監測信號為疑似不良反應監測信號，則進行不良反應預警；構建不良反應因果判斷關系，并基于因果判斷關系驗證疑似不良反應監測信號是否為真；若為真，則輸出老年住院患者發生不良反應的結果。通過增設因果判斷關系驗證實現二次判斷，提高監測的準確性，還能夠進一步反推出引發不良反應的藥品，此外，還通過對于不良反應的“被動監測”變“主動監測”，從而實現了不良反應患者及不良反應藥品監測的實時性。
- 一種指導癲癇疾病個體化精準用藥的系統-202110609726.5
- 趙志剛;馮振;景葉松;弭兆元 - 山東英盛生物技術有限公司;首都醫科大學附屬北京天壇醫院
- 2021-06-01 - 2023-09-22 - G16H70/40
- 本發明提供一種指導癲癇疾病個體化精準用藥的系統，該系統采用藥物基因組檢測技術，獲得個體藥物相關基因組的基因型；然后根據發明人在大數據基礎上建立的藥物基因組數據庫，結合已有的癲癇疾病臨床用藥指南或共識，預測療效、預警副作用，制定初步的精準用藥方案。然后在臨床用藥過程中，進行藥物濃度監測，獲得個體體內實際的藥物濃度，結合臨床癥狀改善情況、不良反應發生情況，優化調整藥物的種類、劑量、頻次、給藥途徑等，以在特定患者和特定疾病正確診斷的基礎上，在正確的時間、給與正確的藥物、使用正確的劑量，實現真正的個體化精準用藥。
- 一種藥物副作用預測方法、裝置、電子設備及存儲介質-202310702073.4
- 唐廠;金子瀟;鄭曉;李顯巨 - 中國地質大學（武漢）
- 2023-06-14 - 2023-09-22 - G16H70/40
- 本發明提供一種藥物副作用預測方法、裝置、電子設備及存儲介質，涉及生物信息學技術領域。方法包括：根據待預測藥物的分子式，確定原子特征矩陣和原子鄰接矩陣，根據藥物副作用集合，確定節點特征矩陣和節點鄰接矩陣；根據原子鄰接矩陣，確定第一原子特征矩陣，根據節點鄰接矩陣，確定第一節點特征矩陣；根據原子特征與藥物副作用之間的影響關系，確定第二原子特征矩陣和第二節點特征矩陣；融合第一原子特征矩陣和第二原子特征矩陣，確定預測原子特征矩陣，融合第一節點特征矩陣和第二節點特征矩陣，確定預測節點特征矩陣；根據預測原子特征矩陣和節點特征矩陣，確定待預測藥物的預測矩陣。本發明可以提高了藥物副作用預測的準確率。
- 一種區域性藥品智能配備方法-202310763815.4
- 江世東;程剛;戴建偉 - 湖南藥鑰智慧大藥房連鎖有限公司
- 2023-06-27 - 2023-09-19 - G16H70/40
- 本發明涉及藥品配備的技術領域，揭露了一種區域性藥品智能配備方法，所述方法包括：確定藥品配備點候選位置以及藥品配備覆蓋函數，利用改進的灰狼算法對區域藥品智能配備模型進行優化求解，得到最優藥品配備點；將藥品配備點與配備目的地之間的配送路徑轉換為無向圖；基于所生成無向圖以及目標函數對構建的多藥品配備點聯合配送模型進行求解得到藥品配送方案。本發明利用改進全局搜索方式以及局部搜索方式的灰狼算法對區域藥品智能配備模型進行求解，得到使得整體覆蓋率達到最大的最優藥品配備點，基于多藥品配備點構建多藥品配備點聯合配送模型，對于任意藥品配送需求，選取使得配送距離達到最短的藥品配送方案進行配送，提高藥品配送效率。
- 疫苗安全性準實時監測的方法、系統及設備和存儲介質-202310406182.1
- 詹思延;劉志科;孫一鑫 - 北京大學
- 2023-04-17 - 2023-09-19 - G16H70/40
- 本發明提供一種疫苗安全性準實時監測的方法及系統，屬于智能醫療技術領域，基于數據來源廣泛且全面的區域健康信息平臺，從中采集關于疫苗安全性的源數據，利用標準化通用數據模型創建個體層面的待監測個體數據集，并通過匯總通用數據模型實現自動化周期性數據匯總及分析，從而能夠解決準實時監測的應用問題，一方面能夠及時發現疫苗安全性的風險信號，指導疫苗接種決策，從而避免更大范圍健康人群的疫苗安全性風險暴露；另一方面，即使未發現任何風險信號，持續的風險監測過程也能夠提高公眾的疫苗信心，有利于提升疫苗接種率，以實現預防與控制疾病的最終目的。
- 一種用于心律失?；颊叩沫h磷腺苷用藥數據信息處理系統-202311061683.7
- 徐琦;李然金;孫玉環 - 壽光市人民醫院
- 2023-08-23 - 2023-09-19 - G16H70/40
- 本發明涉及醫療信息處理領域，具體公開了一種用于心律失?；颊叩沫h磷腺苷用藥數據信息處理系統，包括數據信息收集模塊、數據信息處理模塊、用藥分析模塊、數據信息綜合模塊以及數據信息存儲模塊；本發明通過對患者的身體數據進行預處理，對預處理后的身體數據建立環磷腺苷用藥量預估模型，以分析患者環磷腺苷用藥量，再通過數據信息綜合模塊計算預估模型獲得的環磷腺苷用藥量與規定環磷腺苷用藥量之間的最大互信息系數，依據最大互信息系數的數值判斷是否需要重新進行計算。本發明通過對患者的用藥數據信息進行分析，便于醫護人員更準確地了解患者的病情變化，從而提高環磷腺苷治療心律失常的效果。
- 藥性認知信息抽取方法、裝置、設備及存儲介質-202110386290.8
- 付桂振;顧大中;徐任翔 - 平安科技（深圳）有限公司
- 2021-04-12 - 2023-09-19 - G16H70/40
- 本發明涉及人工智能領域，公開了一種藥性認知信息抽取方法、裝置、設備及存儲介質。所述藥性認知信息抽取方法包括：獲取藥物文獻數據，并對所述藥物文獻數據進行命名實體詞抽取，得到所述藥物文獻數據中各藥物對應的藥物實體信息；獲取由藥物信息作為節點構成的藥物關系圖，并根據各節點的關聯關系，對所述藥物關系圖進行向量化處理，得到多個節點向量；識別所述藥物文獻數據中各藥物實體信息的語義特征，并根據所述語義特征對各所述節點向量進行藥性認知判斷，得到所述藥物信息對應的藥性認知信息。本發明能抽取藥物文獻中對不同藥物的藥性認知信息，并補充到現有的藥物信息體系中對應的藥物認知屬性中，使藥物信息體系更完善。
- 基于域適應的藥物敏感性預測方法-202310719407.9
- 魚亮;胥新宇 - 西安電子科技大學
- 2023-06-16 - 2023-09-15 - G16H70/40
- 本發明公開了一種基于域適應的藥物敏感性預測方法。主要解決現有技術對癌癥藥物敏感性預測不準確的問題。其實現方案為：使用源域訓練集訓練堆疊自編碼器得到其編碼器部分的網絡作為基因特征提取器；構建由前饋神經網絡組成的藥物特征提取器；構建由前饋神經網絡組成的領域判別器；構建由前饋神經網絡組成的回歸預測器；將基因特征提取器與藥物特征提取器并聯，將領域判別器與回歸預測器并聯，再將這兩者級聯構成藥物敏感性預測模型；將源域數據集和目標域數據集中的基因表達數據輸入模型進行訓練；將目標域數據集輸入到訓練好的模型進行預測，得到預測結果；本發明提高了藥物敏感性預測準確性、減少了資源消耗，可用于預測對癌癥的高敏感性藥物。
- 一種基于層次注意力融合多特征的藥物多毒性預測方法-202310407719.6
- 唐春艷;鐘誠 - 廣西大學
- 2023-04-17 - 2023-09-15 - G16H70/40
- 本發明公開了一種基于層次注意力融合多特征的藥物多毒性預測方法，通過構建深度神經網絡學習藥物分子物理化學性質的抽象特征；構建圖神經網絡學習藥物化合物原子的抽象特征；構建帶門限的卷積神經網絡學習藥物分子指紋的抽象特征；采用層次注意力機制融合藥物分子物理化學性質、藥物化合物原子和藥物分子指紋的抽象特征，建立藥物毒性多分類模型，通過訓練藥物毒性多分類模型進行藥物的多毒性預測。本發明同時考慮多種化學毒性之間的關聯性，在模型訓練過程中共享多種毒性之間的重要特征，發現不同毒性結果之間的潛在關聯關系，從而提高藥物毒性預測的準確率。
- 專利分類
