基于先验知识与安全感知约束的知识增强型药物推荐方法

本发明公开了基于先验知识与安全感知约束的知识增强型药物推荐方法，首先进行数据预处理，将药物代码从NDC转换为ATC‑3级标准，采用ICD‑9代码体系对疾病和程序代码标准化处理，并划分数据集。在嵌入层，设计特殊输入序列，结合分段嵌入和相关性嵌入，利用医学先验知识构建相关性权重矩阵，有效捕捉疾病和程序代码间复杂关联。通过ICD序列预测和掩码序列重建两个自监督预训练任务，挖掘临床代码关系，增强模型对临床代码的理解。在微调阶段，融合约束学习，使用多标签边际损失函数优化模型，将药物禁忌关系以注释一致性约束和禁忌约束融入损失函数，平衡推荐准确性和安全性，最终通过MLP层预测并推荐概率大于0.5的药物，为精准医疗提供有力支持。