基于语义增强因果图的患者表征方法与药物推荐系统

本发明公开了一种基于语义增强因果图的患者表征方法与药物推荐系统，涉及数字医疗技术领域。该系统充分利用ICD、ATC医学编码体系层级结构的优势，通过设计掩码语言模型构建了结构引导的实体语义表示学习模型，以生成更贴合诊断、手术与药物实体的真实语义嵌入表示；构建了基于因果推断的实体因果图模型，获得反映临床真实依赖关系的因果图，增强了患者表征的表达能力与合理性。基于此，依据节点出入度特征构建了分类迭代更新函数，并借助门控机制构建动态的患者表示模型来捕获其时序特征。最后，构建了多标签分类预测模型，并设计了多视角损失函数以优化药物组合策略，警示药物间的不良反应，从而提升药物推荐的准确性、用药安全性与可解释性。