软件学报

作者：邹鑫，唐厂，刘新旺，郑晓，刘袁缘，安山

单位：邹鑫，中国地质大学(武汉)计算机学院, 湖北 武汉 43007811,唐厂，中国地质大学(武汉)计算机学院, 湖北 武汉 43007802,刘新旺，国防科技大学 计算机学院, 湖南 长沙 41007303,郑晓，国防科技大学 计算机学院, 湖南 长沙 41007304,刘袁缘，中国地质大学(武汉)计算机学院, 湖北 武汉 43007805,安山，天津大学 电气自动化与工程学院, 天津 30007206

关键词：药物推荐;电子健康记录;图对比学习;多源信息;注意力机制

基金：国家自然科学基金(62076228); 中国地质大学(武汉)教学实验室开放基金(SKJ2023234)

药物推荐旨在依据患者的临床问诊信息, 制定出最适宜的药物治疗方案. 然而, 现有的药物推荐方法往往缺少对患者问诊序列中纵向和结构化特征的有效挖掘. 针对这一问题, 提出了一种端到端的基于多源信息结构化序列建模的药物推荐方法. 具体地, 该方法首先构建了高效的压缩编码器来刻画细粒度的EHR编码信息; 然后, 设计了一个循环注意力网络, 在时间维度上通过掩码注意力机制来捕捉问诊序列中的全局依赖关系, 允许网络在学习时动态地调整历史问诊的权重, 从而更准确地捕获问诊序列的纵向依赖关系; 此外, 引入图对比学习策略和知识增强检索模块以提高模型的结构化表征能力, 帮助理解药物之间的结构关系并降低DDI风险. 在MIMIC-III和MIMIC-IV等真实世界数据集上的实验结果表明, 所提方法在多个性能指标上都优于对比方法.

来源：2026年第3期

《软件学报》期刊编辑部

查看软件学报杂志2026年第3期