基于典型相關(guān)自編碼器的過敏性鼻炎用藥推薦

徐慕豪，葛欣宜，劉 洋，劉俊秀，趙 耀，朱振峰+

1.北京交通大學(xué) 信息科學(xué)研究所，北京100044

2.北京交通大學(xué) 現(xiàn)代信息科學(xué)與網(wǎng)絡(luò)技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京100044

3.北京大學(xué)第三醫(yī)院 耳鼻咽喉頭頸外科，北京100191

近年來，隨著計(jì)算機(jī)和信息技術(shù)的不斷發(fā)展，我國的醫(yī)療信息化產(chǎn)業(yè)逐漸建設(shè)完善，其中患者的就診記錄也從原先的紙質(zhì)材料轉(zhuǎn)變?yōu)閿?shù)字化的電子病歷。相比世界其他國家，我國在電子病歷建設(shè)方面起步較晚。但隨著醫(yī)療衛(wèi)生系統(tǒng)愈發(fā)受到人們關(guān)注重視，近年來我國政府也出臺(tái)了多項(xiàng)政策來支持醫(yī)療信息化的建設(shè)與發(fā)展。

電子病歷是醫(yī)療信息化中重要的數(shù)據(jù)資料，其貫穿于患者就診看病的全部醫(yī)療活動(dòng)中，涵蓋了大量的醫(yī)療信息和健康信息，有著巨大的研究意義。首先對(duì)于患者來說，挖掘電子病歷中的信息有益于自身的健康發(fā)展?；颊咭酝脑\斷信息和健康狀況都被記錄在電子病歷中，如果能提取、分析這些記錄中的數(shù)據(jù)信息，便可為患者的身體狀況、健康信息提供一定的參考與預(yù)測(cè)。同時(shí)，通過挖掘分析患者的電子病歷數(shù)據(jù)，可以在大數(shù)據(jù)中尋找到其他類似的患者，以其他患者的狀況信息和用藥信息為該患者提供參考[1-2]。其次對(duì)于醫(yī)生來說，挖掘電子病歷中的寶貴信息能提高醫(yī)療效率。

推薦系統(tǒng)可以根據(jù)用戶的偏好預(yù)測(cè)用戶對(duì)其他未接觸項(xiàng)目的潛在興趣，從而為用戶形成個(gè)性化推薦列表[3]，已廣泛應(yīng)用在電子商務(wù)、新聞媒體、社交網(wǎng)絡(luò)等眾多領(lǐng)域。目前的用藥推薦算法一般只限于對(duì)患者電子病歷數(shù)據(jù)中數(shù)值型、結(jié)構(gòu)化數(shù)據(jù)的使用，然而本文研究的過敏性鼻炎是一種較為常見的呼吸道疾病，通常情況下醫(yī)生通過患者的癥狀和病史便可做出診斷和治療，少數(shù)情況下可能會(huì)進(jìn)行過敏原檢測(cè)。其病歷中一般只包含文本類型的主訴信息和醫(yī)囑用藥信息，其中主訴文本蘊(yùn)含了醫(yī)生為患者做出診斷和醫(yī)囑用藥的關(guān)鍵信息。同時(shí)，注意到癥狀和用藥相當(dāng)于患者在兩個(gè)不同視角上的描述，且兩視角具有較強(qiáng)的相關(guān)關(guān)系。因此，本文研究的問題便是通過構(gòu)建患者主訴和用藥信息之間的關(guān)聯(lián)關(guān)系，將其投影到一個(gè)共享子空間，學(xué)習(xí)患者表示從而為患者推薦合適的藥物，其示意圖如圖1 所示。

圖1 過敏性鼻炎用藥推薦示意圖Fig.1 Medicine recommendation for allergic rhinitis

為了解決上述問題，本文提出了一種基于深度典型相關(guān)自編碼器的過敏性鼻炎用藥推薦算法。本文首先從非結(jié)構(gòu)化的主訴文本中抽取關(guān)鍵信息，然后通過構(gòu)建深度典型相關(guān)自編碼器模型對(duì)數(shù)據(jù)進(jìn)行特征提取并建立起主訴癥狀和用藥情況之間的關(guān)聯(lián)關(guān)系，從而為過敏性鼻炎患者推薦用藥。

本文的主要貢獻(xiàn)有三方面：

（1）提出一種基于搜索引擎的主訴文本結(jié)構(gòu)化表示方法，使用詞語間互信息值對(duì)主訴文本進(jìn)行分詞，基于搜索引擎計(jì)算詞語相似性從而將相似詞語歸為一類，將主訴分詞結(jié)果轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)。

（2）提出一種基于深度典型相關(guān)分析的藥品推薦算法，利用深度典型相關(guān)自編碼器構(gòu)建患者癥狀和用藥之間的關(guān)聯(lián)關(guān)系，進(jìn)而根據(jù)患者癥狀信息通過近鄰搜索來為其推薦用藥。

（3）在一個(gè)真實(shí)的來自三甲醫(yī)院耳鼻喉科的電子病歷數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)驗(yàn)證了模型的準(zhǔn)確性和有效性，證實(shí)了模型的實(shí)際應(yīng)用價(jià)值。

1 相關(guān)工作

1.1 用藥推薦

廣義的推薦系統(tǒng)依賴用戶和項(xiàng)目之間的交互關(guān)系找到用戶的個(gè)性化需求，從而實(shí)現(xiàn)推薦功能。傳統(tǒng)的推薦系統(tǒng)主要分為基于內(nèi)容的推薦、基于協(xié)同過濾的推薦和混合推薦[4]。其中應(yīng)用最廣泛的基于協(xié)同過濾的推薦可以分為基于用戶的協(xié)同過濾和基于物品的協(xié)同過濾，前者首先尋找與當(dāng)前用戶偏好相似的鄰居用戶，然后從鄰居用戶中為當(dāng)前用戶推薦其沒有進(jìn)行過操作的項(xiàng)目；后者則是計(jì)算項(xiàng)目之間的相似性，然后為當(dāng)前用戶推薦和他以前喜好的項(xiàng)目相似的項(xiàng)目。文獻(xiàn)[5]提出一種基于隱性反饋模型與交叉推薦的藥物推薦方法，使用非負(fù)矩陣分解提取癥狀和藥物特征。文獻(xiàn)[6]提出一種基于多源情境協(xié)同感知的藥品推薦方法，對(duì)情境信息、病情信息和藥品信息綜合建模。以上研究并未考慮患者的癥狀和用藥信息之間的相關(guān)關(guān)系，并且線性模型限制了模型的表征能力。

目前用藥推薦方面的研究并不充分，且大多數(shù)研究主要依據(jù)的是患者和藥品之間的交互關(guān)系，從醫(yī)學(xué)領(lǐng)域來看，僅僅使用交互關(guān)系來進(jìn)行推薦是極其不準(zhǔn)確的。

1.2 典型相關(guān)分析

典型相關(guān)分析（canonical correlation analysis，CCA）[7]是一種多元統(tǒng)計(jì)分析方法，用于探尋同一個(gè)體中兩個(gè)多向量之間的關(guān)聯(lián)關(guān)系，其使用典型變量對(duì)之間的相關(guān)關(guān)系來衡量兩組指標(biāo)之間的整體相關(guān)性。CCA 是一種廣泛應(yīng)用在多視角學(xué)習(xí)當(dāng)中的方法，其將兩個(gè)視角的數(shù)據(jù)線性映射到低維子空間中，使得映射后的數(shù)據(jù)具有最大的相關(guān)性。

因?yàn)镃CA 本質(zhì)上是一種線性映射的方法，不能較好地處理現(xiàn)實(shí)世界中錯(cuò)綜復(fù)雜的數(shù)據(jù)關(guān)系。核典型相關(guān)分析（Kernel CCA）[8]將核函數(shù)的思想引入典型相關(guān)分析中，將低維數(shù)據(jù)映射到高維的核函數(shù)空間后，再進(jìn)行典型相關(guān)分析。深度神經(jīng)網(wǎng)絡(luò)和CCA也有較好的結(jié)合，Andrew 等人提出了深度典型相關(guān)分析（Deep CCA）[9]，依據(jù)大量數(shù)據(jù)同時(shí)對(duì)兩個(gè)視角進(jìn)行非線性映射，保持映射后的數(shù)據(jù)有最大相關(guān)性。

2 模型方法

基于深度典型相關(guān)自編碼器的過敏性鼻炎用藥推薦算法整體框架如圖2 所示，該模型主要包括三部分。

圖2 過敏性鼻炎用藥推薦算法整體框架Fig.2 Framework for medicine recommendation for allergic rhinitis

（1）主訴文本結(jié)構(gòu)化表示。使用詞語間互信息值對(duì)主訴文本進(jìn)行分詞，基于搜索引擎計(jì)算詞語相似性從而將相似詞語歸為一類，將分詞結(jié)果轉(zhuǎn)換為結(jié)構(gòu)化的癥狀表示。

（2）深度典型相關(guān)自編碼器學(xué)習(xí)癥狀和用藥表示。主訴癥狀和用藥情況可以看作一位患者的兩個(gè)視角信息，且兩者之間具有較強(qiáng)的相關(guān)關(guān)系，基于深度典型相關(guān)自編碼器來學(xué)習(xí)深層表示并提高兩視角數(shù)據(jù)之間的相關(guān)性。

（3）加權(quán)近鄰搜索進(jìn)行用藥推薦。針對(duì)上述獲取的癥狀和用藥深層表示，通過距離值加權(quán)的近鄰搜索為新患者推薦用藥。

2.1 基于搜索引擎的主訴文本結(jié)構(gòu)化表示

在過敏性鼻炎患者的電子病歷中，最主要的內(nèi)容便是主訴文本，其蘊(yùn)含了醫(yī)生為患者做出診斷和醫(yī)囑用藥的關(guān)鍵信息。主訴文本通常不超過20 個(gè)字，且多以關(guān)鍵詞形式呈現(xiàn)，而常用的命名實(shí)體識(shí)別技術(shù)需要大量的標(biāo)注信息和語料庫，需要耗費(fèi)極大的人力、物力，因此，本文提出了一種主訴文本結(jié)構(gòu)化表示方法，通過分詞處理、信息抽取等提取包含的癥狀信息。

對(duì)于本文研究的過敏性鼻炎，患者主訴信息中的醫(yī)學(xué)詞語使用較為固定，考慮使用互信息值[10]來進(jìn)行新詞發(fā)現(xiàn)，識(shí)別出主訴文本中的醫(yī)學(xué)詞語和固定搭配，計(jì)算公式如式（1）。

點(diǎn)互信息值越大，表明兩個(gè)詞語之間的關(guān)聯(lián)性越強(qiáng)，即相鄰出現(xiàn)的概率越大，也就意味著其成為固定搭配組成詞語的概率越大。篩選出合適的固定搭配新詞，將其添加進(jìn)自定義詞典，對(duì)主訴文本再次進(jìn)行分詞。下一步以醫(yī)院方提供的M類癥狀作為癥狀標(biāo)準(zhǔn)詞典模板對(duì)文本中信息進(jìn)行提取。但在實(shí)際中，由于不同醫(yī)生的習(xí)慣不同，針對(duì)同一癥狀事物，其在主訴上的描述可能存在一定的差異。為了更準(zhǔn)確全面地提取主訴文本中的信息，本文提出了一種基于搜索引擎的詞語相似性計(jì)算方法，將含義相似的詞語歸為一類。基于搜索引擎的詞語相似性計(jì)算[11]將網(wǎng)絡(luò)作為一個(gè)實(shí)時(shí)更新的語料庫，其側(cè)重于詞語對(duì)的相關(guān)性。主訴結(jié)構(gòu)化的整體處理過程如圖3。

圖3 基于搜索引擎的主訴文本結(jié)構(gòu)化表示Fig.3 Structured representation of chief complaint text based on search engine

在進(jìn)行信息抽取時(shí)，首先對(duì)分詞后的結(jié)果與標(biāo)準(zhǔn)逐個(gè)對(duì)比，若與癥狀標(biāo)準(zhǔn)匹配，則直接完成抽取工作；若均不匹配，則依據(jù)式（2）計(jì)算該詞語與全部癥狀標(biāo)準(zhǔn)模板的相似度，若最大的相似度超過設(shè)定的閾值，便將其歸為對(duì)應(yīng)的標(biāo)準(zhǔn)。

其中，w是分詞結(jié)果中的詞語，q∈Q，Q是全部癥狀標(biāo)準(zhǔn)詞語的集合，N(w)表示使用搜索引擎對(duì)w進(jìn)行搜索返回的查詢結(jié)果數(shù)量，N(w,q)表示同時(shí)搜索兩個(gè)詞語w和q返回的查詢結(jié)果數(shù)量，Nb表示搜索引擎的索引總數(shù)。

2.2 深度典型相關(guān)自編碼器學(xué)習(xí)癥狀和用藥表示

每位患者的主訴癥狀和用藥情況可以看作該患者的兩個(gè)視角信息，且兩者之間具有較強(qiáng)的相關(guān)關(guān)系。本文將堆棧稀疏自編碼器[12]和典型相關(guān)分析[13-14]相結(jié)合，構(gòu)建一個(gè)深度典型相關(guān)自編碼器（deep canonically correlated autoencoder，DCCAE）用于更好地獲取患者主訴癥狀和用藥情況的表示，模型如圖4所示。

圖4 深度典型相關(guān)自編碼器Fig.4 Deep canonically correlated autoencoder

首先對(duì)主訴癥狀和用藥情況分別使用一個(gè)堆棧稀疏自編碼器重構(gòu)輸入數(shù)據(jù)，并提取對(duì)應(yīng)的非線性特征。然后對(duì)隱藏層的輸出進(jìn)行典型相關(guān)分析，將患者癥狀和用藥情況投影至一個(gè)共享子空間，并計(jì)算兩者的相關(guān)系數(shù)，將結(jié)果反饋給網(wǎng)絡(luò)的輸入層，通過迭代訓(xùn)練最小化兩個(gè)自編碼器的重構(gòu)誤差，并且最大化兩視角信息的典型相關(guān)系數(shù)。模型目標(biāo)函數(shù)定義如式（3）。

其中，f和g分別是自編碼器中編碼階段的深度神經(jīng)網(wǎng)絡(luò)，p和q分別是解碼階段的深度神經(jīng)網(wǎng)絡(luò)，X和Y表示主訴癥狀和用藥情況的輸入矩陣，U=[u1,u2,…,uL]和V=[v1,v2,…,vL]分別表示處理兩個(gè)隱藏層輸出向量的投影矩陣，rx和ry分別是協(xié)方差估計(jì)的正則化參數(shù)，α是重構(gòu)誤差和相關(guān)系數(shù)之間的權(quán)衡參數(shù)，λ是自編碼器的正則化參數(shù)。

2.3 加權(quán)近鄰搜索用藥推薦

通過DCCAE獲取了患者主訴癥狀和用藥情況之間非線性的特征表示，分別為。對(duì)于一個(gè)僅含主訴癥狀信息的新患者樣本，首先通過訓(xùn)練好的癥狀自編碼器獲取其癥狀表示xa∈RL，并計(jì)算其經(jīng)過U投影的典型向量。然后使用K近鄰算法搜索在訓(xùn)練集中與該樣本距離較近的其他多組典型向量，距離計(jì)算公式如式（4）。

其中，ρ是經(jīng)過歸一化處理的相關(guān)系數(shù)。

至此，獲得了與新樣本癥狀向量鄰近的K個(gè)癥狀向量，而這K個(gè)癥狀向量對(duì)應(yīng)著K個(gè)原始患者信息，下面根據(jù)近鄰度距離加權(quán)計(jì)算用藥平均值作為用藥評(píng)分，計(jì)算公式如式（5）。

獲取新樣本的用藥評(píng)分后，從大到小將藥品進(jìn)行排序，從而為患者推薦一種或多種藥品。

3 實(shí)驗(yàn)

3.1 實(shí)驗(yàn)數(shù)據(jù)集

本文實(shí)驗(yàn)所用數(shù)據(jù)集來自某三甲醫(yī)院耳鼻喉科診斷為過敏性鼻炎的患者電子病歷，且經(jīng)過脫敏處理，對(duì)電子病歷進(jìn)行清洗、去重等操作，獲得3 700 條電子病歷記錄，包含患者的基本信息、主訴癥狀、用藥醫(yī)囑等。藥品種類共100 種，其中使用頻率大于1%的藥品有23 種。通過2.1 節(jié)主訴文本結(jié)構(gòu)化處理得到最終數(shù)據(jù)集，其中每條記錄為一位患者的全部信息，包括16 項(xiàng)癥狀指標(biāo)和23 項(xiàng)用藥情況，均為二值數(shù)據(jù)。實(shí)驗(yàn)中數(shù)據(jù)集按比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。

3.2 度量指標(biāo)

本文采用精確率（Precision@R）、召回率（Recall@R）和F1-score（F@R）作為評(píng)價(jià)指標(biāo)。精確率表示正確預(yù)測(cè)正樣本占預(yù)測(cè)為正樣本的比例，召回率表示正確預(yù)測(cè)正樣本占實(shí)際正樣本的比例，F(xiàn)1-score 是精確率和召回率的調(diào)和平均值，公式如下：

其中，N為數(shù)據(jù)總數(shù)量，表示第n個(gè)數(shù)據(jù)的用藥集合，表示第n個(gè)數(shù)據(jù)推薦的前R個(gè)用藥集合。在本文使用的數(shù)據(jù)集中，所有患者使用的藥物組合中均包含了同一種藥品“鼻炎3 號(hào)”，因此僅推薦一種藥品時(shí)的結(jié)果沒有差異，故R在{2,3}中取值。

3.3 對(duì)比方法

為了驗(yàn)證本文算法的效果，選擇使用以下5 種算法進(jìn)行對(duì)比實(shí)驗(yàn)。

（1）Frequency（Freq）。該方法統(tǒng)計(jì)訓(xùn)練數(shù)據(jù)中每種藥品的出現(xiàn)頻次，在進(jìn)行推薦時(shí)，對(duì)于測(cè)試集上每一條數(shù)據(jù)均以出現(xiàn)頻次作為用藥評(píng)分。

（2）KNN-e[15]。直接使用原始的主訴數(shù)據(jù)計(jì)算歐式距離來找出與此患者最相似的K個(gè)患者，計(jì)算用藥數(shù)據(jù)的平均值作為用藥評(píng)分。

（3）KNN-h。將（2）方法中的漢明距離替換為歐式距離。

（4）MLP（multi-layer perceptron）。多層感知機(jī)是一種經(jīng)典的神經(jīng)網(wǎng)絡(luò)，包括輸入層、輸出層和多個(gè)隱藏層。將患者的主訴數(shù)據(jù)作為輸入層的輸入，使用ReLU 函數(shù)作為激活函數(shù)，訓(xùn)練其輸出每種藥品推薦的概率作為用藥評(píng)分。

（5）CCA。對(duì)原始主訴信息和用藥信息進(jìn)行典型相關(guān)分析，獲取兩者的投影向量，再使用3.3 節(jié)當(dāng)中的方法進(jìn)行用藥推薦。

3.4 實(shí)驗(yàn)參數(shù)

實(shí)驗(yàn)中，在驗(yàn)證集上進(jìn)行多次重復(fù)實(shí)驗(yàn)，利用網(wǎng)格搜索方法確定最優(yōu)參數(shù)。對(duì)于所有方法，設(shè)置癥狀維度為16，用藥維度為23。其中KNN 算法中近鄰個(gè)數(shù)K在{12,24,36,48,60}中取值；MLP 具有一層隱藏層，維度在{16,18,20,22}中取值；CCA 算法中最終輸出維度在{4,8,12,16}中取值；在本文提出的方法中，隱藏層維度d0和d1均在{4,8,12,16}中取值，近鄰個(gè)數(shù)K在{12,24,36,48,60}中取值，權(quán)衡參數(shù)α在{0.50,0.75,1.00,1.50,2.00}中取值，正則化系數(shù)λ在{10-5,10-4,10-3,10-2,10-1}中取值。

得到的最優(yōu)參數(shù)如下：KNN 算法中近鄰個(gè)數(shù)K=36，MLP 的隱藏層維度為18，CCA 算法中最終輸出維度為8；在本文方法中，兩個(gè)自編碼器網(wǎng)絡(luò)的維度分別為16-12-8-12-16 和23-16-8-16-23，K=36，α=2，λ=10-5。

3.5 實(shí)驗(yàn)結(jié)果

本文首先對(duì)上述數(shù)據(jù)集進(jìn)行主訴結(jié)構(gòu)化，圖5 和圖6 分別給出了詞語“流白涕”和“嗅覺下降”基于搜索引擎計(jì)算詞語相似性的結(jié)果圖。從結(jié)果可以看出，“流白涕”與“流清涕”的匹配度最高，“嗅覺下降”和“嗅覺減退”的匹配度最高，這也符合實(shí)際中醫(yī)生的認(rèn)知。

圖5 “流白涕”與癥狀標(biāo)準(zhǔn)詞典模板的匹配結(jié)果Fig.5 Matching results of word thin nasal discharge to standard dictionary template for symptoms

圖6 “嗅覺下降”與癥狀標(biāo)準(zhǔn)詞典模板的匹配結(jié)果Fig.6 Matching results of word hyposmia to standard dictionary template for symptoms

通過實(shí)驗(yàn)比較了本文方法和其他對(duì)比方法。表1 給出了不同方法的性能表現(xiàn)，實(shí)驗(yàn)結(jié)果均是運(yùn)行5次然后取平均性能所得。觀察表1 可以看出：

表1 各方法在數(shù)據(jù)集上的推薦性能Table 1 Evaluation results of different methods on dataset

（1）與所有的對(duì)比方法相比，本文方法在精確率Precision、召回率Recall和F1-score 上都取得了最好的結(jié)果，這證明本文方法在過敏性鼻炎的用藥推薦上能夠?qū)崿F(xiàn)更有效的實(shí)驗(yàn)性能提升。

（2）KNN-e 方法未能超過Frequency 方法，可以看作完全無效果。這是因?yàn)镵NN-e 直接使用患者的二值化癥狀數(shù)據(jù)計(jì)算歐式距離，不能較好地計(jì)算患者之間的相似度。相比而言，KNN-h 使用的漢明距離比歐式距離更加有效。

（3）基于深度學(xué)習(xí)的MLP 方法比CCA 模型效果更好，這是因?yàn)镃CA 模型雖然考慮了患者癥狀和用藥之間的相關(guān)性，但線性變換的特點(diǎn)限制了模型的表征能力。

（4）對(duì)比MLP 和本文方法，前者采用端到端的模式進(jìn)行訓(xùn)練，沒有考慮患者之間的相似性。相較而言，本文方法使用深度典型相關(guān)自編碼器對(duì)患者的癥狀和用藥進(jìn)行表征并構(gòu)建相關(guān)關(guān)系，能夠搜索到與患者相似的群體，同時(shí)取得良好的推薦效果。

下面測(cè)試不同參數(shù)設(shè)置對(duì)模型結(jié)果的影響。圖7展示了K 近鄰中的近鄰個(gè)數(shù)對(duì)本文方法及對(duì)比方法效果的影響，其中設(shè)置推薦藥品數(shù)為3，調(diào)節(jié)不同的K值大小?？梢钥闯?，在K=36時(shí)取得最好效果。這是因?yàn)殡S著K值的增大，搜索得到的患者相似度逐漸降低，可能引入更多的噪聲信息，從而降低實(shí)驗(yàn)性能。

圖7 近鄰個(gè)數(shù)K 對(duì)性能的影響Fig.7 Effect of the number of neighbors K on performance

本文方法使用了兩個(gè)含有2 層隱藏層的自編碼器，令每層的維度分別為d0和d1。固定d0不變，圖8展示了d1的變化對(duì)本文方法效果的影響，其中K設(shè)置為36，推薦結(jié)果數(shù)設(shè)置為3?？梢钥闯觯赿1=8 時(shí)取得最好效果，這是因?yàn)檩^低維度的空間沒有足夠能力表示數(shù)據(jù)的隱藏屬性，而較高維度的空間又不利于模型的泛化能力，造成推薦性能下降。

圖8 隱藏層維度d1 對(duì)性能的影響Fig.8 Effect of hidden layer dimension d1 on performance

4 結(jié)論

本文提出了一種基于深度典型相關(guān)自編碼器的過敏性鼻炎用藥推薦算法。該模型通過一種主訴文本結(jié)構(gòu)化表示方法，使用詞語間互信息值對(duì)主訴文本進(jìn)行分詞，基于搜索引擎計(jì)算詞語相似性從而將相似詞語歸為一類，將分詞結(jié)果轉(zhuǎn)換為結(jié)構(gòu)化的癥狀表示。與目前常見的自然語言處理方法相比，該表示方法可移植性好，不需要在大量語料庫上進(jìn)行訓(xùn)練便可完成任務(wù)。同時(shí)，該模型考慮到患者的癥狀和用藥之間存在較強(qiáng)的相關(guān)關(guān)系，通過深度典型相關(guān)自編碼器建立起兩者之間的關(guān)聯(lián)關(guān)系。最后在一個(gè)真實(shí)的來自三甲醫(yī)院耳鼻喉科的電子病歷數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，驗(yàn)證了模型的準(zhǔn)確性和有效性，證實(shí)了模型的實(shí)際應(yīng)用價(jià)值。