面向中医推荐的顺序病情演化交互知识图谱
人工智能
2023-10-10 v2 信息检索
摘要
中医(TCM)利用天然草药治疗多种疾病,历史悠久。在实践中,中医诊断和治疗高度个性化且有机整体化,需要综合考虑患者随时间的状态和症状。然而,现有的中医推荐方法忽视了患者状态的变化,仅挖掘症状与处方之间的潜在模式。本文提出一种新颖的顺序病情演化交互知识图谱(SCEIKG),该框架将模型视为顺序处方制定问题,考虑患者多次就诊期间病情的动态变化。此外,我们引入交互知识图谱,通过考虑不同草药与患者病情的相互作用来提高推荐准确性。在真实世界数据集上的实验结果表明,我们的方法优于现有中医推荐方法,取得了最先进的性能。
引用
@article{arxiv.2305.17866,
title = {Sequential Condition Evolved Interaction Knowledge Graph for Traditional Chinese Medicine Recommendation},
author = {Jingjin Liu and Hankz Hankui Zhuo and Kebing Jin and Jiamin Yuan and Zhimin Yang and Zhengan Yao},
journal= {arXiv preprint arXiv:2305.17866},
year = {2023}
}