发明名称 |
药物不良反应挖掘方法和系统 |
摘要 |
本发明公开了一种药物不良反应挖掘方法和系统,所述方法通过构建药物拓扑相似性矩阵和不良反应拓扑相似性矩阵,根据药物拓扑相似性矩阵和不良反应拓扑相似性矩阵,计算药物与不良反应组合的全局相关度向量,根据全局相关度向量的相似性,计算所有所述药物与不良反应组合的特征向量,再利用局部全局一致性学算法,将已知的药物与不良反应组合的所述特征向量和与其相似度大于预设值的药物与不良反应组合的所述特征向量进行分类,以确定所述未知的药物与不良反应的组合是否存在对应关系,从而降低了临床用药不良反应发生风险。 |
申请公布号 |
CN106055879A |
申请公布日期 |
2016.10.26 |
申请号 |
CN201610350019.8 |
申请日期 |
2016.05.24 |
申请人 |
北京千安哲信息技术有限公司 |
发明人 |
黄亦谦 |
分类号 |
G06F19/00(2011.01)I |
主分类号 |
G06F19/00(2011.01)I |
代理机构 |
北京金信知识产权代理有限公司 11225 |
代理人 |
黄威;喻嵘 |
主权项 |
一种药物不良反应挖掘方法,其特征在于,包括:S1,根据药物数据,基于药物之间的拓扑相似性构建药物拓扑相似性矩阵;其中,所述药物数据由药物不良反应报告中获取;S2,根据不良反应数据,基于不良反应数据之间的拓扑相似性构建不良反应拓扑相似性矩阵;其中,所述不良反应数据由所述药物不良反应报告中获取;S3,根据所述药物拓扑相似性矩阵和不良反应拓扑相似性矩阵,基于图的相关度计算药物与不良反应组合的全局相关度向量,其中,所述药物与不良反应组合包括已知的药物与不良反应组合和未知的药物与不良反应组合;S4,根据所有所述药物与不良反应组合的全局相关度向量与所述已知的药物与不良反应组合的全局相关度向量的相似性,计算所有所述药物与不良反应组合的特征向量;S5,利用局部全局一致性学习算法,将已知的药物与不良反应组合的所述特征向量和与其相似度大于预设值的药物与不良反应组合的所述特征向量进行分类,以确定所述未知的药物与不良反应的组合是否存在对应关系。 |
地址 |
100026 北京市朝阳区东四环中路41号13层1318室 |