CN106446525A - 用药规则信息相似度的处理方法 - Google Patents
用药规则信息相似度的处理方法 Download PDFInfo
- Publication number
- CN106446525A CN106446525A CN201610797525.1A CN201610797525A CN106446525A CN 106446525 A CN106446525 A CN 106446525A CN 201610797525 A CN201610797525 A CN 201610797525A CN 106446525 A CN106446525 A CN 106446525A
- Authority
- CN
- China
- Prior art keywords
- information
- rule
- medication
- medicine
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Medical Preparation Storing Or Oral Administration Devices (AREA)
Abstract
本发明涉及一种用药规则信息相似度的处理方法,包括:将药物规则信息进行分割处理,得到规则分支信息;将规则分支信息进行数据结构处理,得到结构化规则分支信息,结构化规则分支信息具体包括:规则分类节点、条件判断节点、判断结果和用药警示信息节点;将结构化规则分支信息进行过滤处理,得到核心信息和非核心信息;将两个不同药物信息的相同类型的核心信息进行比较,如果不同则第一相似度为0,认为完全不相似;如果相同则第一相似度为1,执行步骤5;将两个不同药物信息的相同类型的非核心信息进行比较,相同的非核心新信息数量与所有的非核心信息数量的比值为第二相似度;将第一相似度与第二相似度的积处理为规则相似度。
Description
技术领域
本发明涉及一种处理方法,尤其涉及一种用药规则信息相似度的处理方法。
背景技术
合理用药是指安全、有效、经济地使用药物。不合理用药会影响健康,甚至危及生命。药品是一把双刃剑,药物用得合理,可以防治疾病;反之,不但不能治病,还会影响身体健康。轻则可增加病人痛苦、提高医疗费用,重则可能使病人致残甚至死亡。只有正确合理地使用药物,才能避免和减少这些情况的发生。
所以,对处方或医嘱中的用药信息进行合理性判断具有重要意义。然而,利用用药规则对用药信息进行合理性判断需要用到的用药规则数据量大,内容庞杂,需要进行处理,以便于在对用药信息进行判断时使用。
发明内容
本发明的目的是是针对现有技术中存在的缺陷,提供一种用药规则信息进行处理的方法,通过信息化的方式对用药规则信息进行处理,从而便于对用药规则信息进行积累和更新。
为实现上述目的,本发明提供了一种用药规则信息进行处理的方法,包括:
步骤1,将药物规则信息进行分割处理,得到规则分支信息;
步骤2,将所述规则分支信息进行数据结构处理,得到结构化规则分支信息,所述结构化规则分支信息具体包括:规则分类节点、条件判断节点、判断结果和用药警示信息节点;
步骤3,将所述结构化规则分支信息进行过滤处理,得到核心信息和非核心信息;
步骤4,将两个不同药物信息的相同类型的核心信息进行比较,如果不同则第一相似度为0,认为完全不相似;如果相同则第一相似度为1,执行步骤5;
步骤5,将两个不同药物信息的相同类型的非核心信息进行比较,相同的非核心新信息数量与所有的非核心信息数量的比值为第二相似度;
步骤6,将所述第一相似度与第二相似度的积处理为规则相似度。
进一步的,所述步骤1之前还包括生成药物规则信息。
进一步的,所述生成药物规则信息具体包括:
步骤11,接收用药信息,从所述用药信息中提取药品信息;
步骤12,为每一种药品信息设定一个开始节点;
步骤13,对所述用药信息按照所述用药信息的合理性判断结果按照不同维度进行拆分处理,从而得到规则分类节点;以及对所述用药信息进行逻辑判断处理从而得到条件判断节点;
步骤14,所述逻辑判断处理中的预设条件处理为判断结果;
步骤15,所述用药信息经过所述条件判断节点的判断后,条件判断成立时得到的处理结果处理为用药警示信息节点。
进一步的,所述规则分类节点具体包括:用法用量、给药途径、重复给药、相互作用、过敏、孕产、儿童及老年人用药。
进一步的,所述逻辑判断具体包括对象属性、判断逻辑和预设结果值。
进一步的,所述对象属性的数据类型包括简单数据类型和复杂数据类型。
进一步的,所述判断结果具体为将判断节点和用药警示信息节点的串接信息。
进一步的,所述警示信息节点包括:适用范围、使用对象、分析类型、提示类型、消息等级、消息依据、警示信息和警示信息的建议。
进一步的,所述用药信息进行逻辑判断处理具体包括:所述用药信息的逻辑判断,依据之前的逻辑判断结果,根据不同情况进行不同分支的判断,得到条件分支的条件判断节点。
进一步的,所述用药信息进行逻辑判断处理具体包括:所述用药信息的逻辑判断,依据之前的逻辑判断结果,做多个分支的判断的拆分,得到无条件分支的条件判断结果。
本发明提供的用药规则信息进行处理的方法,通过信息化的方式对用药规则信息进行处理,从而便于对用药规则信息进行积累和更新。
附图说明
图1为本发明实施例涉及的生成药物规则信息流程图;
图2为本发明实施例涉及的用药信息的标识处理方法的示意图;
图3为本发明用药规则信息进行处理的方法的流程图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
本发明建立的合理用药知识库建立在安全、有效、经济的用药目的基础上,是基于说明书,临床用药须知,及各种国际及国家医药法规等权威安全用药指南形成的独立知识库。
合理用药知识库采用的是智能推理引擎技术,采用智能逻辑推理的形式,自动判断用药的合理结果。其本质是一系列的逻辑结果预设规则,然后根据实际的用药对象及数据,进行逻辑判断,并根据知识库中的推理过程,不断推导,直至得到最重的结果。
合理用药知识库包括海量的合理用药规则,这些规则随着不断的累积,相应进行更新迭代,会产生海量的规则变化,为了更高效的评判这些规则变化,将变化引入药物规则,需要有一个智能的药物规则相似度评价。
在进行本发明用药规则信息相似度的处理方法之前,还可以包括生成药物规则信息,如图1所示,具体包括如下步骤:
步骤101,接收用药信息,从所述用药信息中提取药品信息。
用药信息具体为处方或者医嘱信息,具体包括:患者信息、病情信息、诊断信息、检验检查信息、药品信息等。药品信息具体包括:药品名称、药品类型、用法用量、剂型、规格、适应症、适应人群等。对用药信息进行解析之后,从中提取出药品信息。
步骤102,为每一种药品信息设定一个开始节点。
具体的,开始节点是每个用药信息标识的开始节点。开始节点为判断每种药品用药合理性的的起点,单个药品的用药规则都起始于同一个节点。它仅是药品合理用药规则的总入口,没有其他的条件判断等。
步骤103,对所述用药信息按照所述用药信息的合理性判断结果按照不同维度进行拆分处理,从而得到规则分类节点;以及对所述用药信息进行逻辑判断处理从而得到条件判断节点。
具体的,本步骤包括规则分类处理和条件判断处理。
第一,规则分类处理。
规则分类是将合理用药的判断结果进行的分类,是对不同合理用药的判断维度的拆分,规则分类节点具体包括:用法用量、给药途径、重复给药、相互作用、过敏、孕产、儿童及老年人用药等。如:用法用量是对药品的使用方法,单日用量,日总量,极量等关于用法用量方面的合理用药规则。孕产分类主要是药品针对孕妇人群的合理用药规则。重复给药是专门针对与当前药品作用类似的其他药品的重复使用的合理判断规则。
规则分类的作用之一是对合理用药的审核结果进行汇总统计,来体现用药的各种维度当前的用药安全情况。规则分类的另一个重要作用是用在父子规则中的覆盖条件。
第二,条件判断处理。
合理用药是基于各种条件判断得出最后的用药结果,条件判断是知识库中最重要的节点之一。
一个合理用药的条件判断共分三部分:对象属性、判断逻辑和预设结果值。例如:判断患者性别为男。这个判断中,患者性别就是患者的对象属性,该判断中的预设结果值为该患者是个男性,而这个逻辑中的判断逻辑设置为等于。又如很多药针对不通年龄的患者,用法用量会有很大的不一样,因此就有了类似于患者的年龄小于14岁这样的判断。而这样的判断中的判断逻辑就是“小于”。
条件判断的三部分既是独立的又是联系非常紧密的三部分。如:患者性别为男。这是一个真假类型的判断,如果将一个判断的最终类型作为“对象属性”的数据类型的话,该“对象属性”所对应的“逻辑操作符”及“预设结果值”是固定的一类值。如:当“对象属性”为患者性别时,它的数据类型是字符串,它的“逻辑操作符”会是等于或不等于,而“预设结果值”则可能是“男”、“女”、“F”、“M”等。
条件判断的对象属性的数据类型包括简单数据类型和复杂数据类型。
简单数据类型包含:
字符串:如:患者性别,医生工号科室,药品给药途径等。字符串类型的对象属性的“预设结果值”可以是输入的任意字符串,或者是预设的结果范围内的值。
布尔:如:是否怀孕,是否哺乳等,布尔类型的对象属性的“预设结果值”只能选择“是”或“否”。
数值:数值又分为整数,浮点数,长整数。这种数据类型的对象属性包括:处方金额,药品单价,用药次数等等。数值类型的对象属性的“预设结果值”可以输入相关的数值。
复杂的数据类型包含:
年龄,给药频率,长度或高度,重量。它们是可以支持复杂换算的数据类型。如年龄支持多少年多少天,频率支持1天两次、两天一次,高度支持毫米厘米换算,重量支持千克和克的换算。复杂数值类型的对象属性的“预设结果值”是由数值和单位的。
药品名称:它是针对药品的药理分类设置的一种操作。可以支持药品对于药理分类的判断。例如某个药品是否属于某一个分类等。它的“预设结果值”是药理分类树上选择出来的某一类或某几类药理分类。
对用药信息进行逻辑判断处理包括以下两方面:
一方面,依据之前的逻辑判断结果,根据不同情况进行不同分支的判断,得到条件分支的条件判断节点。
在合理用药的判断中有一类判断,基于之前一连串的判断结果的前提下,根据患者的实际情况去做分支的判断。比如,很多类药物,由于不同年龄段的群体,他们的肾功能等肌体器官能力都不太一样,因此针对不同年龄会有不同的用量限制。因此,基于这类用法,需要针对不同的条件拆分出不一样的分支。
例如,针对14岁及以下的儿童,14至60岁之间的年龄,以及大于60岁的老人都有不一样的用法。而实际判断的过程中,会根据不同的患者的真实年龄来进行不同的合理用药判断。
另一方面,用药信息的逻辑判断,依据之前的逻辑判断结果,做多个分支的判断的拆分,得到无条件分支的条件判断结果。
无条件分支是在基于之前一连串的判断结果的前提下,做多个分支的判断的拆分,而不需要任何的分支条件。在实际的判断过程中,下面的所有分支拥有同等的权利,都需要逐一进行逻辑的判断。
步骤104,所述逻辑判断处理中的预设条件处理为判断结果。
判断结果具体为将判断节点和用药警示信息节点的串接信息。
把逻辑判断作为一连串判断逻辑中的一个点的话,那么判断结果就是点和点之间的连线。将逻辑判断的结果在线上设定预设条件,则直接会导致该一连串的判断逻辑是否还需要继续往下一步进行。
例如,如果病人资料中的性别等于女这个预设判断成立的话,逻辑引擎将会继续进行下一步的判断,这也是图2表达的一个预设逻辑。否则,整个当前分之的判断将到这个点结束。所以,借助判断结果来验证我们之前预设的逻辑判断是否正确,并根据其结果来处理下一步判断是否继续进行。
步骤105,所述用药信息经过所述条件判断节点的判断后,条件判断成立时得到的处理结果处理为用药警示信息节点。
用药警示信息节点是合理用药的判断结果,该结果是在经过一系列逻辑判断以后,在所有条件都成立下才会得出的结果。
警示信息节点包括:适用范围(门诊、急诊、住院等)、使用对象(单张处方,按患者合并处方、住院医嘱等)、分析类型(用药适意性分析、用药规范性分析、用药建议、用药教育等)、提示类型(用法用量、给药时机、适应症、配伍等等)、消息等级(表示该用药错误的严重程度,其中8级及以上表示非常严重的用药错误,医生应当取消该用药;4-7级表示警告级错误,会提醒医生;4级以下是一些用药建议等)、消息依据(改用药错误的出处,例如:说明书、国家处方集、临床用药须知等等)、警示信息的具体内容、警示信息的建议。
本发明还包括:步骤6,将所述开始节点、规则分类节点、条件判断节点、判断结果和用药警示信息节点进行串接和可视化处理为可视化信息。如图2所示。
每一个药品的合理用药逻辑判断均起始于同一个开始节点,所有的逻辑判断都有自己所属的分类,逻辑判断加上判断结果为一个基本判断单元,一连串的判断单元结合,组成了一个完整的合理用药规则,当所有的逻辑判断均成立,所有的判断结果均满足的情况下,才能得到一个合理用药的用药警示信息。
合理用药规则又被分为产品规则和药品规则,产品规则指的是适合市场流通的药物产品的合理用药规则,而药品规则是更上层的对所有产品根据其自身的药理分类属性区分的药品上的合理用药规则。
产品规则是药品规则的子类(因为一个药品可以会有多个厂家生产的多个、多种产品)。药品规则中的合理用药规则是更加抽象的,更上层的。在各生产厂家未特别指明的情况下,药品规则中的内容,是完全可以适用于产品规则之上。与面向对象编程原理中的父子覆盖原理非常一致,至于子规则中(子分类,或者产品规则)覆盖父规则的维度,就是逻辑判断所属的“规则分类”。所有的产品规则,药品规则,加上用户自定义的自定义规则(用户可在产品和药品上制定自己认为最合理的,结合自身实际生产情况的合理用药规则),组成了合理用药知识库。
图3为本发明用药规则信息相似度的处理方法的流程图,如图所示,本发明具体包括如下步骤:
步骤301,将药物规则信息进行分割处理,得到规则分支信息;
具体的,把一个药物规则分割为各个规则分支,目前包含的规则分支为:用法用量、给药途径、重复给药、相互作用、过敏、孕产、儿童及老年人用药等。如:用法用量是对药品的使用方法,单日用量,日总量,极量等关于用法用量方面的合理用药规则。孕产分类主要是药品针对孕妇人群的合理用药规则。重复给药是专门针对与当前药品作用类似的其他药品的重复使用的合理判断规则。
例如,将2个药物规则都拆分成各自的分支:用法用量、孕产、配伍。
步骤302,将所述规则分支信息进行数据结构处理,得到结构化规则分支信息,所述结构化规则分支信息具体包括:规则分类节点、条件判断节点、判断结果和用药警示信息节点。
将药物规则分支转换为数据结构模型,以便于进一步处理。
步骤303,将所述结构化规则分支信息进行过滤处理,得到核心信息和非核心信息。
将无用信息过滤掉,留下核心规则信息和非核心规则信息。
步骤304,将两个不同药物信息的相同类型的核心信息进行比较,如果不同则第一相似度为0,认为完全不相似;如果相同则第一相似度为1,执行步骤105;
在获取到核心规则信息后,将不同来源的药物规则的相同分支规则进行比较,比较结果不同,则规则完全不同,相似度为0,如果比较结果相同,则相似度为1。
步骤305,将两个不同药物信息的相同类型的非核心信息进行比较,相同的非核心新信息数量与所有的非核心信息数量的比值为第二相似度;
具体的,如果核心业务部分相似度为0,则不需要进行非核心业务部分的比较,直接以0位相似度评价结果。
如果核心规则信息部分相似度为1,则根据整理后的规则信息顺序,提取出相应的节点描述信息等非核心规则部分的信息,将每个节点的信息独立比对,最后根据节点描述信息相同个数比例来决定相似度,比如一个规则分支有10个节点,当8个节点的描述完全相同,2个节点的描述有所不同,则规则相似度为0.8。
步骤306,将所述第一相似度与第二相似度的积处理为规则相似度。
具体的,综合相似度由核心规则信息相似度乘于非核心规则信息的相似度得出。
如果核心规则信息相似度为0,则综合相似度一定为0。如果核心规则信息相似度为1,则综合相似度由非核心规则信息的相似度得出。
每一个药品的合理用药逻辑判断均起始于同一个开始节点,所有的逻辑判断都有自己所属的分类,逻辑判断加上判断结果为一个基本判断单元,一连串的判断单元结合,组成了一个完整的合理用药规则,当所有的逻辑判断均成立,所有的判断结果均满足的情况下,才能得到一个合理用药的用药警示信息。
当一个药品的有多套不同药物规则时,需要先计算评估出规则的相似度,利用该参数更加高效的将药物规则不断的进行迭代成长。
药物规则的相似度评价的核心是,区分出核心规则信息和非核心规则信息。核心规则信息决定了引擎的判断机制和结果,在用药领域,即使是有一点点差异,都是不能接受的,所以核心规则信息的不同具有一票否决权,直接判定这套用药规则相似度为0。非核心规则信息主要是一些提示信息,或者规则依据的描述,该差异对用药的合理性判断不会产生影响,可以容忍,但是也需要去维护这些信息的一致性。
本发明提供的用药规则信息进行处理的方法,通过信息化的方式对用药规则信息进行处理,从而便于对用药规则信息进行积累和更新。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用药规则信息相似度的处理方法,其特征在于,所述方法包括:
步骤1,将药物规则信息进行分割处理,得到规则分支信息;
步骤2,将所述规则分支信息进行数据结构处理,得到结构化规则分支信息,所述结构化规则分支信息具体包括:规则分类节点、条件判断节点、判断结果和用药警示信息节点;
步骤3,将所述结构化规则分支信息进行过滤处理,得到核心信息和非核心信息;
步骤4,将两个不同药物信息的相同类型的核心信息进行比较,如果不同则第一相似度为0,认为完全不相似;如果相同则第一相似度为1,执行步骤5;
步骤5,将两个不同药物信息的相同类型的非核心信息进行比较,相同的非核心新信息数量与所有的非核心信息数量的比值为第二相似度;
步骤6,将所述第一相似度与第二相似度的积处理为规则相似度。
2.根据权利要求1所述的方法,其特征在于,所述步骤1之前还包括生成药物规则信息。
3.根据权利要求2所述的方法,其特征在于,所述生成药物规则信息具体包括:
步骤11,接收用药信息,从所述用药信息中提取药品信息;
步骤12,为每一种药品信息设定一个开始节点;
步骤13,对所述用药信息按照所述用药信息的合理性判断结果按照不同维度进行拆分处理,从而得到规则分类节点;以及对所述用药信息进行逻辑判断处理从而得到条件判断节点;
步骤14,所述逻辑判断处理中的预设条件处理为判断结果;
步骤15,所述用药信息经过所述条件判断节点的判断后,条件判断成立时得到的处理结果处理为用药警示信息节点。
4.根据权利要求2所述的方法,其特征在于,所述规则分类节点具体包括:用法用量、给药途径、重复给药、相互作用、过敏、孕产、儿童及老年人用药。
5.根据权利要求2所述的方法,其特征在于,所述逻辑判断具体包括对象属性、判断逻辑和预设结果值。
6.根据权利要求5所述的方法,其特征在于,所述对象属性的数据类型包括简单数据类型和复杂数据类型。
7.根据权利要求2所述的方法,其特征在于,所述判断结果具体为将判断节点和用药警示信息节点的串接信息。
8.根据权利要求2所述的方法,其特征在于,所述警示信息节点包括:适用范围、使用对象、分析类型、提示类型、消息等级、消息依据、警示信息和警示信息的建议。
9.根据权利要求2所述的方法,其特征在于,所述用药信息进行逻辑判断处理具体包括:所述用药信息的逻辑判断,依据之前的逻辑判断结果,根据不同情况进行不同分支的判断,得到条件分支的条件判断节点。
10.根据权利要求2所述的方法,其特征在于,所述用药信息进行逻辑判断处理具体包括:所述用药信息的逻辑判断,依据之前的逻辑判断结果,做多个分支的判断的拆分,得到无条件分支的条件判断结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610797525.1A CN106446525B (zh) | 2016-08-31 | 2016-08-31 | 用药规则信息相似度的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610797525.1A CN106446525B (zh) | 2016-08-31 | 2016-08-31 | 用药规则信息相似度的处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106446525A true CN106446525A (zh) | 2017-02-22 |
CN106446525B CN106446525B (zh) | 2019-05-10 |
Family
ID=58165031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610797525.1A Active CN106446525B (zh) | 2016-08-31 | 2016-08-31 | 用药规则信息相似度的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106446525B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578801A (zh) * | 2017-09-07 | 2018-01-12 | 上海林康医疗信息技术有限公司 | 一种用于药品个性化分装的处方预处理方法及装置 |
CN108461115A (zh) * | 2018-03-19 | 2018-08-28 | 杭州逸曜信息技术有限公司 | 医用信息处理方法 |
CN108511039A (zh) * | 2018-03-19 | 2018-09-07 | 杭州逸曜信息技术有限公司 | 医用审核信息处理方法 |
CN108765132A (zh) * | 2018-05-22 | 2018-11-06 | 天津中德应用技术大学 | 一种银行行业的规则信息处理系统 |
CN109545319A (zh) * | 2018-10-16 | 2019-03-29 | 平安科技(深圳)有限公司 | 基于知识关系分析的处方告警方法及终端设备 |
CN112116976A (zh) * | 2019-06-20 | 2020-12-22 | 上海智臻智能网络科技股份有限公司 | 药品信息的处理方法、装置及计算机可读存储介质 |
TWI783172B (zh) * | 2019-09-06 | 2022-11-11 | 臺北醫學大學 | 用於處理處方之裝置及方法 |
CN115359925A (zh) * | 2022-10-20 | 2022-11-18 | 阿里巴巴(中国)有限公司 | 一种药品归集方法、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678435A (zh) * | 2013-07-08 | 2014-03-26 | 重庆绿色智能技术研究院 | 一种药品规格数据相似度匹配方法 |
CN104866979A (zh) * | 2015-06-08 | 2015-08-26 | 苏芮 | 一种突发急性传染病的中医病例数据处理方法和系统 |
CN104915396A (zh) * | 2015-05-28 | 2015-09-16 | 杭州电子科技大学 | 一种知识的检索方法 |
CN105205144A (zh) * | 2015-09-18 | 2015-12-30 | 北京百度网讯科技有限公司 | 用于数据诊断优化的方法和系统 |
-
2016
- 2016-08-31 CN CN201610797525.1A patent/CN106446525B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678435A (zh) * | 2013-07-08 | 2014-03-26 | 重庆绿色智能技术研究院 | 一种药品规格数据相似度匹配方法 |
CN104915396A (zh) * | 2015-05-28 | 2015-09-16 | 杭州电子科技大学 | 一种知识的检索方法 |
CN104866979A (zh) * | 2015-06-08 | 2015-08-26 | 苏芮 | 一种突发急性传染病的中医病例数据处理方法和系统 |
CN105205144A (zh) * | 2015-09-18 | 2015-12-30 | 北京百度网讯科技有限公司 | 用于数据诊断优化的方法和系统 |
Non-Patent Citations (2)
Title |
---|
王志刚 等: "药物功能模式相似度及其聚类", 《中国生物医学工程学报》 * |
袁小冬: "基于关联规则的临床行为异常检测的应用研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578801A (zh) * | 2017-09-07 | 2018-01-12 | 上海林康医疗信息技术有限公司 | 一种用于药品个性化分装的处方预处理方法及装置 |
CN108461115A (zh) * | 2018-03-19 | 2018-08-28 | 杭州逸曜信息技术有限公司 | 医用信息处理方法 |
CN108511039A (zh) * | 2018-03-19 | 2018-09-07 | 杭州逸曜信息技术有限公司 | 医用审核信息处理方法 |
CN108765132A (zh) * | 2018-05-22 | 2018-11-06 | 天津中德应用技术大学 | 一种银行行业的规则信息处理系统 |
CN109545319A (zh) * | 2018-10-16 | 2019-03-29 | 平安科技(深圳)有限公司 | 基于知识关系分析的处方告警方法及终端设备 |
CN109545319B (zh) * | 2018-10-16 | 2023-06-16 | 平安科技(深圳)有限公司 | 基于知识关系分析的处方告警方法及终端设备 |
CN112116976A (zh) * | 2019-06-20 | 2020-12-22 | 上海智臻智能网络科技股份有限公司 | 药品信息的处理方法、装置及计算机可读存储介质 |
TWI783172B (zh) * | 2019-09-06 | 2022-11-11 | 臺北醫學大學 | 用於處理處方之裝置及方法 |
CN115359925A (zh) * | 2022-10-20 | 2022-11-18 | 阿里巴巴(中国)有限公司 | 一种药品归集方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106446525B (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106446525B (zh) | 用药规则信息相似度的处理方法 | |
CN106446527A (zh) | 用药信息的标识处理方法 | |
Chang et al. | Applying decision tree and neural network to increase quality of dermatologic diagnosis | |
Baillon et al. | Valproate preparations for agitation in dementia | |
CN108595683B (zh) | 基于医学知识图谱的医嘱合理性监测方法 | |
Meena et al. | Using classification techniques for statistical analysis of Anemia | |
Parker et al. | A framework for detecting public health trends with twitter | |
CN106228023B (zh) | 一种基于本体和主题模型的临床路径挖掘方法 | |
CN106372431B (zh) | 用药方案信息的处理方法 | |
CN106503455A (zh) | 基于药品规则组合的医嘱智能审核系统及方法 | |
CN107656952A (zh) | 平行智能病例推荐模型的建模方法 | |
Huang et al. | Moderators and mediators among panic, agoraphobia symptoms, and suicidal ideation in patients with panic disorder | |
CN106407662A (zh) | 基于警示信息的用药信息处理方法 | |
CN107180157A (zh) | 医用信息处理方法 | |
Rizvi et al. | Analyzing social media data to understand consumer information needs on dietary supplements | |
CN108364677A (zh) | 一种基于多维度健康管理模型的评测方法及其装置 | |
CN109616174A (zh) | 重复用药的识别方法、装置、终端及可读存储介质 | |
Monsen et al. | Discovering client and intervention patterns in home visiting data | |
CN104504119A (zh) | 基于医学信息本体数据库的关联药品的自我分析方法 | |
CN106383992B (zh) | 疾病信息的处理方法 | |
Wright | Familial Care of ‘Idiot'Children in Victorian England 1 | |
CN106372201A (zh) | 规则信息的分类处理方法 | |
Menzel | The political life of black infant mortality | |
Husić | On abstract nouns and countability: An empirical investigation into the countability of eventuality denoting nominals | |
Molenberghs et al. | Enriched-data problems and essential non-identifiability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |