一种基于大数据与人工智能的医药质量管理方法与系统

本发明涉及医药质量管理技术领域，尤指一种基于大数据与人工智能的医药质量管理方法与系统，通过多模态数据采集设备获取医药产品在生产、运输和存储过程中的质量影响参数。通过数据清洗去除噪声，并通过主成分分析和自编码器对数据降维，提升分析效率，解决传统方法处理海量数据的效率问题。通过长短期记忆网络进行时间序列分析，及时识别异常节点，替代人工抽检，实现准确预警。图神经网络构建路径追踪模型，分析节点间的关联性，溯源质量问题并推算受影响药品批次。基于溯源结果，XGBoost模型通过分析历史和实时数据，生成各环节的质量风险评分并设定阈值，实时预警质量风险。