基于擴展主題模型的異常醫療處方檢測方法
劉少欽; 唐爽; 趙俊峰; 王亞沙; 卓琳 北京大學信息科學技術學院; 北京100871; 高可信軟件技術教育部重點實驗室; 北京100871; 北京大學(天津濱海)新一代信息技術研究院; 天津300450; 北京大學公共衛生學院流行病與衛生統計學系; 北京100871
關鍵詞：合理用藥 異常檢測 主題模型 多視圖主題模型
摘要：異常處方指的是醫生為患者所開具的存在異常的處方。醫療處方中出現異常,如濫用藥或者開錯藥等,會影響患者的治療效率,甚至造成嚴重的后果。由于一些主觀或者客觀原因,醫生總會開具一些異常處方。檢測出這些異常處方能夠提升患者就醫效率,減少社會醫療成本,并且對藥物濫用、多開藥、錯開藥的有效管理等都有著重要意義。為此,提出了一種基于擴展主題模型的異常處方檢測方法。該方法能夠自動地從大量處方數據中檢測出異常處方,并且對于每一個新的處方,該方法都能夠判斷其診斷和用藥是否匹配,進而判斷其是否正常。與其他異常檢測算法相比,該方法具有更廣泛的應用,不僅可以在醫療領域中使用,以檢測異常處方,還可以在其他領域中使用,以檢測其他特征之間的匹配關系異常。該方法已經得到了實現,并在真實的處方數據集中得到了驗證。
計算機科學與探索雜志要求:
{1}正文：論文篇幅（包括摘要、圖、表、參考文獻）。應包括研究背景、方法、結果、結論或討論等幾部分內容。
{2}作者應保證稿件內容的穩定性。稿件評審期間，除評審意見對稿件提出修改要求外，不接受作者自行對稿件進行的修改。
{3}來稿一律文責自負，依照《著作權法》，本刊可對來稿做文字修改、刪減，凡有涉及原意的修改則提請作者考慮。
{4}題目簡潔明了，字數一般不超過20字。
{5}每篇文章都需要有投稿作者和通訊作者，可以由同一人擔任。如果是學生，通訊作者應該是指導教師。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
