Recommender systems, MedRES, association rules, drug prescribing
ABSTRACT
This subject uses the association rule-based recommender method to build the recommender system (MedRES – Medicine Recommender System) for the process of creating a prescription. The MedRES was built for the purpose of helping physicians choose the appropriate medicinal products to prescribe in the shortest period of time. The MedRES helps the young doctors with less experience can learn the prescribing method from other doctors. From the data set of prescription transactions, this research applies the Apriori mining algorithm to build a model on each disease. This model is a set of association rules, which represents the relationship between the drug's active ingredients.The MedRES system has good suggestions in most cases even for new doctors. The MedRES was evaluated at 2 phases: the model construction phase (the models were evaluated by experts) as well as the phase of evaluating the system after construction. In the phase after construction, the system was evaluated by using the Given-N method with the indices recall, precision and F1.
TÓM TẮT
Nghiên cứu này ứng dụng phương pháp gợi ý dựa trên luật kết hợp để xây dựng hệ thống gợi ý (MedRES – Medicine Recommender System) cho quá trình tạo đơn thuốc của bác sĩ. MedRES được xây dựng với mục đích giúp bác sĩ chọn được các sản phẩm thuốc phù hợp để kê đơn trong khoảng thời gian ngắn nhất. MedRES cũng giúp các bác sĩ trẻ, ít kinh nghiệm có thể học hỏi phương pháp kê đơn của các bác sĩ khác. Từ tập dữ liệu giao dịch về đơn thuốc, nghiên cứu này áp dụng giải thuật khai mỏ Apriori để xây dựng mô hình cho từng bệnh. Mô hình này chính là tập các luật kết hợp, nó biểu diễn mối liên quan giữa các hoạt chất của thuốc. Hệ thống MedRES gợi ý tốt trong đa số trường hợp kể cả đối với bác sĩ mới. MedRES được đánh giá ở 2 giai đoạn: giai đoạn xây dựng mô hình (các mô hình được đánh giá bởi các chuyên gia) cũng như giai đoạn đánh giá hệ thống sau khi xây dựng. Ở giai đoạnsau khi xây dựng, hệ thống được đánh giá bằng phương pháp Given-N với các chỉ số F1.
Trích dẫn: Trần Nguyễn Minh Thư và Huỳnh Quang Nghi, 2016. Hệ thống gợi ý hỗ trợ tra cứu tài liệu. Tạp chí Khoa học Trường Đại học Cần Thơ. 43a: 126-134.
Trích dẫn: Trần Nguyễn Minh Thư, Nguyễn Thị Thanh Lan và Nguyễn Hoàng Mẫn, 2017. Ứng dụng giải thuật gợi ý dựa trên nội dung hỗ trợ nông dân phòng trừ bệnh đạo ôn. Tạp chí Khoa học Trường Đại học Cần Thơ. Số chuyên đề: Công nghệ thông tin: 164-170.
Tạp chí khoa học Trường Đại học Cần Thơ
Lầu 4, Nhà Điều Hành, Khu II, đường 3/2, P. Xuân Khánh, Q. Ninh Kiều, TP. Cần Thơ
Điện thoại: (0292) 3 872 157; Email: tapchidhct@ctu.edu.vn
Chương trình chạy tốt nhất trên trình duyệt IE 9+ & FF 16+, độ phân giải màn hình 1024x768 trở lên