近日，我校信息工程學(xué)院智能計(jì)算研究所副教授胡海龍老師以第一作者、我校為第一單位在國(guó)際著名學(xué)術(shù)期刊《Expert Systems With Applications》（中科院一區(qū)TOP，IF =7.5）上發(fā)表題為“A traditional Chinese medicine prescription recommendation model based on contrastive pre-training and hierarchical structure network”的計(jì)算機(jī)學(xué)科與醫(yī)學(xué)交叉的研究成果，論文通訊作者是信息工程學(xué)院胡海龍副教授和胡文軍教授。

　　該研究提出了一種基于對(duì)比預(yù)訓(xùn)練和層次結(jié)構(gòu)網(wǎng)絡(luò)的中藥處方推薦模型TCMRGCL，提高了智慧中醫(yī)診療的準(zhǔn)確率并首次聯(lián)合網(wǎng)絡(luò)藥理學(xué)解釋了推薦藥物的可行性。在傳統(tǒng)中醫(yī)領(lǐng)域，中藥處方是中醫(yī)師依據(jù)中醫(yī)理論與臨床經(jīng)驗(yàn)，針對(duì)患者的癥狀、體質(zhì)及其他相關(guān)數(shù)據(jù)進(jìn)行深入分析后所制定的個(gè)性化治療方案。然而，現(xiàn)有中藥處方推薦模型在實(shí)際應(yīng)用中，常受到數(shù)據(jù)稀缺、節(jié)點(diǎn)流行度差異以及推薦處方解釋性等問(wèn)題的制約，致使模型輸出結(jié)果在準(zhǔn)確性和可解釋性方面存在一定程度的不足。為此，該研究開(kāi)發(fā)出一種新型的中藥處方推薦方法，通過(guò)對(duì)比預(yù)訓(xùn)練和分層結(jié)構(gòu)網(wǎng)絡(luò)分別緩解了數(shù)據(jù)稀疏性問(wèn)題和節(jié)點(diǎn)流行度差異問(wèn)題，實(shí)現(xiàn)了較精確的藥方推薦。為提高推薦藥方的說(shuō)服力和可信度，該研究還利用網(wǎng)絡(luò)藥理學(xué)方法說(shuō)明了推薦處方的可行性。

　　據(jù)悉，《Expert Systems With Applications》期刊是計(jì)算機(jī)科學(xué)領(lǐng)域的頂級(jí)學(xué)術(shù)期刊，涵蓋人工智能、運(yùn)籌學(xué)與管理科學(xué)和電子與電氣等方面。

　　論文鏈接：https://doi.org/10.1016/j.eswa.2024.126318

　　通訊員：胡海龍