一種基于全記憶事件序列挖掘模型的用藥分析方法技術

本發明專利技術屬于數據挖掘、醫療信息和大數據技術領域，具體為一種基于全記憶事件序列挖掘模型的用藥分析方法。本發明專利技術方法將原始用藥數據轉換成類別型的用藥事件發生序列，把所有類別型用藥事件序列的每個用藥事件節點轉換為歐式空間的多維向量表示；然后根據要預測的用藥事件的前一個節點來對所有歷史記錄的事件加權求和，形成預測事件的記憶的特征表示，作為預測下一個事件向量的分類器的標準輸入，把要預測的事件的多維向量表示作為輸出，訓練一個預測模型，再把歐式空間的多維向量映射回原來的類別型空間，使用所有用藥事件序列訓練；最后，對于新的用藥事件序列，輸入訓練好的模型，用于預測未來事件。本方法能夠利用盡可能多的數據來用于決策，從而減少決策的失誤。

A method of drug analysis based on memory event sequence mining model

The invention belongs to the technical field of data mining, medical information and large data, in particular to a drug analysis method based on a full memory event sequence mining model. The method of the invention, the original data into the categories of drug medication event sequence, all each medication use event type event sequence nodes multidimensional vector into Euclidean space representation; then according to the previous node to predict drug events of a historical record of events weighted sum form feature prediction of event memory representation, as standard input vector classifier to predict the next event, the multi-dimensional vector to predict events expressed as output, training a prediction model, the multi dimension vector maps in Euclidean space to the original space type, the use of all drugs for the training sequence of events; the new drug event sequence, input the trained model, to predict future events. This method can make use of as much data as possible for decision making, thus reducing the error of decision making.

【技術實現步驟摘要】
一種基于全記憶事件序列挖掘模型的用藥分析方法
本專利技術屬于數據挖掘、醫療信息和大數據
，具體涉及一種基于全記憶事件序列挖掘模型的用藥分析方法。
技術介紹
有效的用藥方案對于患者獲取最佳治療是非常重要的。利用已經積累的大規模的患者臨床用藥歷史數據進行分析建模，有助于醫生對患者下一步用藥提供決策支持。數據挖掘方法已經被用于用藥分析，傳統的用藥數據挖掘方法采用頻繁模式挖掘發現頻繁出現的用藥組合，推斷藥物之間的關聯。然而，一方面，不考慮用藥順序的頻繁模式挖掘忽略了疾病演變的特征對用藥的影響；另一方面，雖然已有考慮“序”和時間特征的頻繁序列模式挖掘方法被使用，然而，大量冗余的結果模式和關聯規則限制了方法的實際應用。更重要的是，患者的用藥并不是簡單的考慮先后關系，還需要考慮在治療過程中前序不同時間點的用藥對目標時間點的用藥的影響的差異。本專利技術針對患者用藥歷史數據，提出一種基于全記憶事件序列挖掘模型的用藥分析方法。首先，采用事件序列形式建模表示用藥歷史數據，即形成用藥事件序列；然后，針對患者疾病隨時間的變化，以及用藥受不同階段用藥情況的影響，將需要預測事件的時間節點前的所有事件看作為預測事件的記憶，對預測事件記憶加權構成事件記憶特征表示，并構建訓練數據集；再構建訓練模型，設置損失函數，求解參數；最后，對于待預測用藥事件序列實現事件預測。該方法不僅考慮了時間順序，以及不同階段患者用藥的影響差異，而且對比以往的一階或高階事件序列分析方法，能夠利用盡可能多的數據來用于決策，從而減少決策的失誤。
技術實現思路
本專利技術的主要目的是提供一種基于用藥記錄數據的用藥分析方法，能夠使用患者周期內所有歷史用藥事件記憶來幫助預測下一個用藥事件的發生。本專利技術提供了一種基于全記憶事件序列挖掘模型的用藥分析方法，事件序列的記憶是以預測事件的時間節點為前提定義的，在預測事件的時間節點前的所有事件被看作為預測事件的記憶。本專利技術的主要思想是：將原始用藥數據轉換成類別型的用藥事件發生序列，把所有類別型用藥事件序列的每個用藥事件節點轉換為歐式空間的多維向量表示，此基礎上，根據要預測的用藥事件的前一個節點（稱為當前事件）來對所有歷史記錄的事件（預測事件的記憶，設置一個特定的記憶長度閾值，選擇高于該閾值的序列用于構造訓練數據集）加權求和，形成預測事件的記憶的特征表示，作為預測下一個事件向量的分類器的標準輸入，把要預測的事件的多維向量表示作為輸出，訓練一個預測模型，再把歐式空間的多維向量映射回原來的類別型空間，使用所有用藥事件序列訓練；最后，對于新的用藥事件序列，輸入訓練好的模型，用于預測未來事件。該方法不僅考慮了時間順序，以及不同階段患者用藥的影響差異，而且對比以往的一階或高階事件序列分析方法，能夠利用盡可能多的數據來用于決策，從而減少決策的失誤本專利技術提供的基于全記憶事件序列挖掘模型的用藥分析方法，其流程如圖1所示，具體步驟如下：（1）首先，對患者歷史用藥數據進行預處理，即采集用藥事件序列的原始數據，將原始用藥數據轉換成用藥事件發生序列；然后，對用藥事件序列數據進行處理，將序列中的每個事件都用一個或多個類別型的變量進行表示；（2）對于已經處理好的類別型變量表示的事件序列，設置一個特定的記憶長度閾值，選擇高于該閾值的序列用于構造訓練數據集；（3）采用基于全記憶事件序列方法構建訓練預測模型；（4）對于新的用藥事件序列，輸入預測模型實現對未來時間節點的用藥事件進行預測。本專利技術步驟（1）中，患者歷史用藥數據的事件序列的轉化表示，將患者歷史用藥記錄表示為事件，每個事件用一個或多個類別型變量表示。本專利技術步驟（2）中，將患者用藥的歷史事件作為記憶序列，形成記憶特征表示。本專利技術步驟（4）中，把新的用藥事件序列作為訓練好的預測模型的輸入，使用模型輸出預測結果本專利技術步驟（2）中，構造訓練數據集方法的具體步驟為：（1）設置一個特定的記憶長度閾值M，要高于這個閾值的序列才用于構造訓練數據集合；（2）對于每個事件序列，從第M+1個事件節點開始設置預測節點，采集訓練集；預測節點的每個類別變量作為模型的輸出，當前節點之前的所有節點作為模型的輸入；預測節點不斷向右移動，每移動一個時間節點就形成一個或多個新的訓練數據。如圖2所示。本專利技術步驟（3）中，構建訓練模型方法的具體步驟為：（1）設置一個最大記憶數量T，使用的記憶數量不能超過這個數量，通常設置大于數據中大部分序列的長度；（2）初始化變換矩陣A，把預測事件的前一個事件投影到多維連續空間中的向量，并求和形成一個向量q；（3）初次化變換矩陣B、C，把預測事件之前的所有事件（前一個事件除外）分別投影到多維連續空間中的多個向量，這些稱為記憶向量，表示預測事件的所有記憶；（4）使用向量q和經過B投影矩陣變換后的向量做內積，形成權重向量，再使用這些權重向量和經過C投影矩陣變換后的記憶向量加權求和，形成最終的一個記憶向量表示m；（5）向量m和向量q相加，作為預測分類器的輸入，并使用一個變換矩陣W，投影到原始的離散事件空間，再使用softmax函數，得到下一個預測事件的每一項的概率；（6）使用交叉熵損失函數作為目標函數，使用梯度下降的方法求參數，即求得參數A、B、C和W。這里，變換矩陣A、B、C可以是隨機投影矩陣（或其它離散變量的嵌入式方法embeddingmatrix）。本專利技術方法可根據患者用藥記錄數據來對患者用藥情況進行數據分析，并對患者后期用藥情況和疾病或并發癥進行推斷。本專利技術方法對事件序列進行預測，對比以往的一階或高階事件序列分析方法，能夠利用盡可能多的數據來用于決策，從而減少決策的失誤。附圖說明圖1為本專利技術的挖掘方法流程示意圖。圖2為本專利技術方法中構造訓練集的方法示例圖。圖3為專利技術方法的具體實施方式示例圖。具體實施方式：下面給出該方法的具體實施方式，如圖3所示。（1）用藥事件序列生成：統計所有用藥事件序列中的出現的用藥事件內容，用離散變量的集合表示用藥事件序列中的每個用藥事件，例如，（1，3，5）－（6，7）－（8）是一個長度為3的用藥事件序列，每個用藥事件序列的節點用離散變量的集合表示。例如，上面的用藥事件序列中假設一共有8種藥物，每種藥物對應的離散變量表示為1～8，那么上述序列表示患者第一次用了1，3，5這三個編號的藥物，第二次用了6，7這兩個編號的藥物，第三次使用了8這個編號的藥物。（2）訓練數據集構造：使用上述生成的用藥事件離散序列來構建訓練數據集（X，Y），其中，X是分類器的輸入，Y是分類器的輸出。根據預先指定的最短記憶長度M，把一個N個事件的用藥事件序列分為|N－M|個訓練數據集合，每個訓練數據集合的形式分別是（X＝x1，x2，x3，…，xT，y）,其中y是原始序列中xT的下一個事件，也就是xT+1。例如，對于上例中的用藥事件序列，如果指定最短歷史記憶長度為2（即M＝2），那么，該序列可以作為其中一個訓練數據集，X＝［x1，x2］＝［（1，3，5），（6，7）］，y＝（8），其中x1＝（1，3，5），x2=（6，7）。例如：在圖2中，假設其中一個事件序列數據樣本為（1，2）－（5）－（9，1）－（7）－（13）,如果設置最短記憶長度為2，則可以形成以下4個訓練樣本：第1和第2個訓練樣本是以第3個時間節點的事件為預測事件本文檔來自技高網...

【技術保護點】
基于全記憶事件序列挖掘模型的用藥分析方法，其特征在于，具體步驟為：（1）首先，對患者歷史用藥數據進行預處理，即采集用藥事件序列的原始數據，將原始用藥數據轉換成用藥事件發生序列；然后，對用藥事件序列數據進行處理，將序列中的每個事件都用一個或多個類別型的變量進行表示；（2）對于已經處理好的類別型變量表示的事件序列，設置一個特定的記憶長度閾值，選擇高于該閾值的序列用于構造訓練數據集；（3）采用基于全記憶事件序列方法構建訓練預測模型；（4）對于新的用藥事件序列，輸入預測模型實現對未來時間節點的用藥事件進行預測。

【技術特征摘要】
1.基于全記憶事件序列挖掘模型的用藥分析方法，其特征在于，具體步驟為：（1）首先，對患者歷史用藥數據進行預處理，即采集用藥事件序列的原始數據，將原始用藥數據轉換成用藥事件發生序列；然后，對用藥事件序列數據進行處理，將序列中的每個事件都用一個或多個類別型的變量進行表示；（2）對于已經處理好的類別型變量表示的事件序列，設置一個特定的記憶長度閾值，選擇高于該閾值的序列用于構造訓練數據集；（3）采用基于全記憶事件序列方法構建訓練預測模型；（4）對于新的用藥事件序列，輸入預測模型實現對未來時間節點的用藥事件進行預測。2.如權利要求1所述的基于全記憶時間序列挖掘模型的用藥分析方法，其特征在于，步驟（1）中的患者歷史用藥數據的事件序列的轉化表示方法，該步驟將患者歷史用藥記錄表示為事件，每個事件用一個或多個類別型變量表示。3.如權利要求1所述的基于全記憶時間序列挖掘模型的用藥分析方法，其特征在于，步驟（2）中將患者用藥的歷史事件作為記憶序列，形成記憶特征表示。4.如權利要求1所述的基于全記憶時間序列挖掘模型的用藥分析方法，其特征在于，步驟（4）把要新的用藥事件序列作為訓練好的預測模型的輸入，使用模型輸出預測結果。5.如權利要求1所述的基于全記憶時間序列挖掘模型的用藥分析方法，其特征在于，步驟（2）中所述構造訓練數據集方法的具體步驟為：（1...

【專利技術屬性】
技術研發人員：熊贇，林濤，朱揚勇，
申請(專利權)人：復旦大學，
類型：發明
國別省市：上海,31