去偏药物推荐网络

低频药物推荐更公平

融合频繁模式挖掘与药物重校准机制，缓解处方偏斜，提升罕见药物推荐的公平性与准确性。

Xiaobo, Li · Xiaodi, Hou · Wang, Simiao · Shilong, Wang · 张晓堃 · 张益嘉

Neural Networks 2026

参数信息

PRAUC提升

1.26 %

PRAUC提升

2.83 %

技术优势

缓解处方偏斜

通过频繁模式挖掘整合多种药物组合，利用多样的频率模式提升推荐平衡性，从而缓解药物分布不平衡。

增强低频药物推荐

通过药物重校准机制选择性地融合时间处方记录，增强低频药物推荐，因为某些药物可能出现在患者的用药历史中。

多视角捕捉交互

跨视图药物预测机制从多个角度捕捉患者与药物的交互，进一步提升推荐准确性。

应用场景

• 个性化用药推荐：利用患者历史处方和频繁模式，为每位患者生成更均衡的药物组合，减少对常见药物的过度依赖。
• 临床决策支持：为医生提供兼顾公平与准确的药物建议，尤其关注易被忽视的低频药物，辅助处方决策。
• 药物处方优化：通过融合频繁模式与时间记录，优化处方分布，缓解数据偏斜对推荐结果的影响。
• 医疗人工智能：将频繁模式挖掘与药物重校准融入深度学习模型，提升医疗AI系统在药物推荐任务上的公平性和准确性。