一种基于机器学习的智能审方开方方法

摘要

本发明公开了一种基于机器学习的智能审方开方模型，属于机器学习模型的技术领域，通过分类算法对模型进行求解，并基于贝叶斯算法将历史处方数据和审方数据学习得到模型的概率矩阵，最终通过药品与初步诊断的概率矩阵建立了智能审方模型，通过建立同一种初步诊断下的用药关联性分析，建立药品关联性模型，解决初步诊断与药品之间的关联性分析，在分析制定初步诊断的前提下，推荐的药品是否是符合该初步诊断；通过初步诊断与药品的药品成分之间的关联性分析，对药品成分数据规范化；在用户症状数据规范化和药品适用症数据规范化后，分析用户症状和对应药品成分的关联性。