(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221090842 2.3 (22)申请日 2022.07.29 (71)申请人 京东城市 （北京） 数字科技有限公司 地址 100086 北京市海淀区知春路76号(写 字楼)1号楼 9层1-7-5号 (72)发明人 苏义军　胡安民　郜贺鹏　康西龙　 岳任欣　张钧波　郑宇　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 孟洋 (51)Int.Cl. G06F 16/9536(2019.01) G16H 20/00(2018.01) G16H 50/30(2018.01) G06F 16/36(2019.01)G06V 30/41(2022.01) G06F 40/295(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于跨域医疗 数据的信息推荐 方法、 装置及 计算机设备 (57)摘要 本公开提出一种基于跨域医疗数据的信息 推荐方法、 装置及计算机设备， 涉及智 能医疗技 术领域。 该方法包括： 获取推荐信息生成请求， 其 中， 推荐信息生成请求包括第一用户标识； 根据 第一用户标识， 获取第一用户标识对应的第一历 史诊疗数据及第一融合特征， 其中， 第一融合特 征为基于多方跨域医疗数据融合生成； 根据第一 融合特征及第一历史诊疗数据， 确定第一用户标 识对应的健康评估结果； 根据健康评估 结果及预 设的医疗知识图谱， 生成推荐信息。 由此， 对用户 在多方跨域医疗机构中的数据进行融合， 并基于 融合后的特征， 生成用户对应的个性化诊疗方 案， 从而使得生成的诊 疗方案更加准确。 权利要求书3页 说明书13页 附图6页 CN 115146179 A 2022.10.04 CN 115146179 A 1.一种基于跨 域医疗数据的信息推荐方法， 其特 征在于， 包括： 获取推荐信息生成请求， 其中， 所述推荐信息生成请求包括第一用户标识； 根据所述第 一用户标识， 获取所述第 一用户标识对应的第 一历史诊疗数据及第 一融合 特征， 其中， 所述第一融合特 征为基于多方跨 域医疗数据融合 生成； 根据所述第 一融合特征及所述第 一历史诊疗数据， 确定所述第 一用户标识对应的健康 评估结果； 根据所述 健康评估结果及预设的医疗知识图谱， 生成推荐信息 。 2.如权利要求1所述的方法， 其特征在于， 所述根据所述第一用户标识， 获取所述第一 用户标识对应的第一历史诊疗数据及第一融合特 征， 包括： 获取当前 数据库中包 含的与所述第一用户标识对应的第一历史诊疗数据； 对所述第一历史诊疗数据进行特征提取， 以获取所述第一用户标识对应的第一特征 集； 获取其他医疗机构发送的多个第二用户标识及每个第二用户标识分别对应的第二特 征集； 在任一第二用户标识与所述第 一用户标识相同的情况下， 将所述任一第 二用户标识对 应的第二特征集， 及所述第一特征集进行融合， 以获取所述第一用户标识对应的第一融合 特征。 3.如权利要求2所述的方法， 其特征在于， 所述对所述第一历史诊疗数据进行特征提 取， 以获取 所述第一用户标识对应的第一特 征集， 包括： 对所述第一历史诊疗数据进行实体提取， 以获取所述第 一历史诊疗数据中包含的多个 实体； 对所述多个实体分别进行向量映射， 以确定每 个实体对应的特 征向量； 根据每个实体对应的特 征向量， 生成所述第一特 征集。 4.如权利要求2所述的方法， 其特征在于， 所述获取所述第 一用户标识对应的第 一融合 特征， 包括： 获取所述第一特 征集及所述第二特 征集中每 个特征对应的权 重； 将权重大于阈值的各个特 征进行融合， 以获取 所述第一融合特 征。 5.如权利要求1所述的方法， 其特征在于， 所述根据 所述第一融合特征及所述第 一历史 诊疗数据， 确定所述第一用户标识对应的健康评估结果， 包括： 根据所述第 一历史诊疗数据中包含的病历数据， 确定所述第 一用户标识对应的疾病类 型； 根据所述疾病类型， 确定所述疾病类型对应的健康评估指标； 根据所述第 一融合特征及所述第 一历史诊疗数据， 确定所述第 一用户标识对应的预测 风险等级； 根据所述第一历史诊疗数据、 所述健康评估指标及所述预测风险等级， 确定所述健康 评估结果。 6.如权利要求1 ‑5任一所述的方法， 其特征在于， 在所述根据 所述健康评估结果及预设 的医疗知识图谱， 生成推荐信息之前， 还 包括： 根据当前医疗机构中包含的多个用户标识及每个用户标识对应的历史诊疗数据， 构建权　利　要　求　书 1/3 页 2 CN 115146179 A 2用户知识图谱； 获取药物知识图谱和慢性病知识图谱； 根据所述药物知识图谱、 所述慢性病知识图谱及所述用户知识图谱， 生成所述预设的 医疗知识图谱。 7.如权利要求6所述的方法， 其特征在于， 所述根据 所述健康评估结果及预设的医疗知 识图谱， 生成推荐信息， 包括： 获取所述第一融合特 征与所述数据库中包 含的其他融合特 征之间的相似度； 根据所述相似度， 从所述 其他融合特 征中获取多个第二融合特 征； 根据每个所述第二融合特征对应的用户标识， 从所述预设的医疗知识图谱中， 获取参 考推荐信息； 根据所述 健康评估结果及所述 参考推荐信息， 生成所述推荐信息 。 8.一种基于跨 域医疗数据的信息推荐装置， 其特 征在于， 包括： 第一获取模块， 用于获取推荐信息生成请求， 其中， 所述推荐信 息生成请求包括第一用 户标识； 第二获取模块， 用于根据所述第一用户标识， 获取所述第一用户标识对应的第一历史 诊疗数据及第一融合特 征， 其中， 所述第一融合特 征为基于多方跨 域医疗数据融合 生成； 第一确定模块， 用于根据所述第一融合特征及所述第一历史诊疗数据， 确定所述第一 用户标识对应的健康评估结果； 生成模块， 用于根据所述 健康评估结果及预设的医疗知识图谱， 生成推荐信息 。 9.如权利要求8所述的装置， 其特 征在于， 所述第二获取模块， 包括： 第一获取单元， 用于获取当前数据库中包含的与 所述第一用户标识对应的第 一历史诊 疗数据； 第二获取单元， 用于对所述第一历史诊疗数据进行特征提取， 以获取所述第一用户标 识对应的第一特 征集； 第三获取单元， 用于获取其他医疗机构 发送的多个第 二用户标识及每个第 二用户标识 分别对应的第二特 征集； 第四获取单元， 用于在任一第二用户标识与所述第一用户标识相同的情况下， 将所述 任一第二用户标识对应的第二特征集， 及所述第一特征集进行融合， 以获取所述第一用户 标识对应的第一融合特 征。 10.如权利要求9所述的装置， 其特 征在于， 所述第二获取 单元， 具体用于： 对所述第一历史诊疗数据进行实体提取， 以获取所述第 一历史诊疗数据中包含的多个 实体； 对所述多个实体分别进行向量映射， 以确定每 个实体对应的特 征向量； 根据每个实体对应的特 征向量， 生成所述第一特 征集。 11.如权利要求9所述的装置， 其特 征在于， 所述第四获取 单元， 具体用于： 获取所述第一特 征集及所述第二特 征集中每 个特征对应的权 重； 将权重大于阈值的各个特 征进行融合， 以获取 所述第一融合特 征。 12.如权利要求8所述的装置， 其特 征在于， 所述第一确定模块， 具体用于： 根据所述第 一历史诊疗数据中包含的病历数据， 确定所述第 一用户标识对应的疾病类权　利　要　求　书 2/3 页 3 CN 115146179 A 3