摘要：本文主要研究深度學(xué)習(xí)在抗菌藥物使用方法分類及數(shù)據(jù)挖掘應(yīng)用,在現(xiàn)有的疾病和電子病歷抗菌藥物使用方法的文本數(shù)據(jù)挖掘過(guò)程中,利用基于注意力機(jī)制的長(zhǎng)短期記憶網(wǎng)絡(luò)模型訓(xùn)練抗菌藥物語(yǔ)料數(shù)據(jù),通過(guò)自我學(xué)習(xí)特征的方式表示和理解問(wèn)題,避免人工特征的提取誤差,使分類的準(zhǔn)確率最大值較傳統(tǒng)數(shù)據(jù)挖掘方法提高至89.97%,從而更好地為不同疾病患者提供相應(yīng)的抗菌藥物治療方案.根據(jù)實(shí)驗(yàn)結(jié)果,該方法在不需要人工制定特征規(guī)則的條件下,可以自主學(xué)習(xí)生成治療方案知識(shí)庫(kù),從而為醫(yī)生治療患者提供最佳的輔助決策支持.