CN108470402A - 自动售药机及其售药方法、存储介质 - Google Patents
自动售药机及其售药方法、存储介质 Download PDFInfo
- Publication number
- CN108470402A CN108470402A CN201810129889.1A CN201810129889A CN108470402A CN 108470402 A CN108470402 A CN 108470402A CN 201810129889 A CN201810129889 A CN 201810129889A CN 108470402 A CN108470402 A CN 108470402A
- Authority
- CN
- China
- Prior art keywords
- medicine
- drug
- selling machine
- automatic
- demand
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/0092—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for assembling and dispensing of pharmaceutical articles
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种自动售药机及其售药方法、存储介质。所述售药方法包括:自动售药机的输入装置接收用户输入的取药请求信息;自动售药机的处理器根据取药请求信息判断所需的药为处方药还是非处方药;如果是非处方药,所述自动售药机的处理器判断自动售药机的药柜内是否有药;如果所述自动售药机的药柜内有药,则自动售药机的药品输送装置将所需的药输送至自动售药机的出药口输出。本发明提供的一种自动售药机及其售药方法、存储介质能够通过比对病症与疾病的关系,能够做到对症下药,降低药品误取几率,通过药品存量比较获知药品存量,进而采取就近取药或者预约取药,大大提高取药效率。
Description
技术领域
本发明涉及医疗领域,尤其涉及一种、自动售药机及其售药方法、存储介质。
背景技术
现如今,在OTC非处方药的售卖一般是在医院、药店或者超市等,随着物联网发展,也出现了自动售药机,但是目前售药机的售药方式比较单一,只能通过直接输入药品的名称进行药品选择。
仅仅通过输入药品名称进行药品选择,并没有针对于病症的输入来判断疾病,可能会导致选择的药品不能对症,进而延误病情或者导致病情加重。
在自动售药机往往会出现所需药品存量不足的情况,这样会导致用户盲目寻找下个售药机或者寻找替代药品,进而延误病情或者导致病情加重。
发明内容
有鉴于此,本发明提供的一种自动售药机及其售药方法、存储介质解决现有技术中药品不能对症以及药品存量不足时盲目取药的问题。
本发明提供的一种自动售药机及其售药方法、存储介质能够通过比对病症与疾病的关系,能够做到对症下药,降低药品误取几率,通过药品存量比较获知药品存量,进而采取就近取药或者预约取药,大大提高取药效率。
本发明提供的一种基于自动售药机的售药方法包括:
自动售药机的输入装置接收用户输入的取药请求信息;
自动售药机的处理器根据取药请求信息判断所需的药为处方药还是非处方药;
如果是非处方药,所述自动售药机的处理器判断自动售药机的药柜内是否有药;
如果所述自动售药机的药柜内有药,则自动售药机的药品输送装置将所需的药输送至自动售药机的出药口输出。
优选的,所述方法还包括:
根据预先生成的模型对所述取药请求信息进行处理,并获取与所述取药请求信息对应的用户的药品需求信息;
其中,所述模型包括映射关系、疾病模型、药品模型以及优选模型;所述映射关系用于表明所述取药请求信息中的关键词与所述药品需求信息中的关键词的映射关系,所述疾病模型是根据疾病与症状匹配关系构建的集合模型,所述药品模型是根据疾病与药品的匹配关系构建的集合模型,所述优选模型用于从疾病、症状与药品对应关系中选择最优的一组对应关系,并根据选择的对应关系生成最佳对应药品标识。
优选的,所述映射关系包括第一子映射关系以及第二子映射关系,所述第一子映射关系用于表明所述疾病模型中疾病对应的关键词与病症对应的关键词的映射关系,所述第二子映射关系用于表明药品模型中疾病对应的关键词与药品对应的关键词的映射关系。
优选的,所述取药请求信息的关键词包括病症,所述药品需求信息中的关键词包括药品;
对应的,所述根据预先生成的模型,对所述取药请求信息进行处理,获取与所述取药请求信息对应的用户的药品需求信息的方法包括:
根据所述第一子映射关系与所述取药请求信息的关键词,确定所述疾病模型与所述取药请求信息的关键词对应的疾病;
根据所述第二子映射关系与所述取药请求信息的关键词对应的疾病,确定药品需求信息中的关键词。
根据所述优选模型,在所述药品需求信息中的关键词对应的药品中选择最优的药品。
优选的,所述根据所述药品需求信息将对应的需求药品售卖给用户的方法包括:
获取当前自动售药机的药品信息,所述药品信息包括药品类别信息以及对应的存量信息;
根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药。
优选的,所述根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药的方法包括:
当所述自动售药机中的所述需求药品存量不足时,查询所述自动售药机周边的其他相同售药机中的所述需求药品存量情况,所述需求药品存量不足是指所述需求药品存量小于用户的药品需求量;
依据查询的结果提供取药选择给用户,所述取药选择包括就近取药或者预约取药。
优选的,所述根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药的方法还包括:
当所述自动售药机中的所述需求药品存量足够时,接收身份验证信息以及支付信息后通过出药口出药以供用户提取,所述需求药品存量足够是指所述需求药品存量不小于用户的药品需求量。
优选的,对所述取药请求信息进行预处理,以根据预先生成的模型对预处理后的取药请求信息进行处理。
本发明提供的一种基于自动售药机的售药方法能够通过比对病症与疾病的关系,能够做到对症下药,降低药品误取几率,通过药品存量比较获知药品存量,进而采取就近取药或者预约取药,大大提高取药效率。
此外,本发明还提供一种自动售药机,所述自动售药机包括:柜体,所述柜体包括相互连接的主控柜和货物柜,所述货物柜包括用于存储药品的储药腔和用于输送药品的药品输送装置;
所述主控柜包括输入装置、一个或多个处理器;存储器,用于存储一个或多个程序,
所述一个或多个程序可被所述一个或多个处理器执行,以实现基于自动售药机的售药方法的步骤。
此外,为实现上述目的,本发明还提供一种存储介质,所述存储介质上存储有自动售药机的售药程序,所述自动售药机的售药程序被处理器执行时实现所述基于自动售药机的售药方法的步骤。
上述介绍可以看出,采用本发明所述方案,可根据用户的取药请求信息生成取药请求信息与药品需求信息之间的模型,进而通过模型中的学习功能对取药请求信息进行相应的及时处理,能够了解到用户的真正病症,进而选择出最恰当的药品,可以高效率为用户提供取药服务。
另外,采用本发明所述方案,可依据药品的存量情况进行及时判断,进而提示用户就近取药或者预约取药,从而节约了用户的取药时间和友善度,进而节约了用药时间,从而减少延误病情或者导致病情加重的情况发生。
附图说明
图1为本发明实施例一提出的基于自动售药机的售药方法的流程示意图;
图2为本发明实施例二提出的基于自动售药机的售药方法的流程示意图;
图3为本发明实施例三提出的基于自动售药机的售药方法的流程示意图;
图4为本发明实施例四提出的基于自动售药机的售药方法的流程示意图;
图5为本发明实施例提出的疾病模型和药品模型的映射关系图。
图6示出了适于用来实现本发明实施方式的示例性人机交互示意图;
图7示出了适于用来实现本发明实施方式的示例性自动售药机的框图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
下面参考附图描述本发明实例的基于自动售药机的售药方法及自动售药机。
参阅图1,图1为本发明实施例一提出的基于自动售药机的售药方法的流程示意图。
在步骤S101,自动售药机的输入装置接收用户输入的取药请求信息。
在步骤S102,自动售药机的处理器根据取药请求信息判断所需的药为处方药还是非处方药。
在步骤S103,如果是非处方药,所述自动售药机的处理器判断自动售药机的药柜内是否有药。
在步骤S104,如果所述自动售药机的药柜内有药,则自动售药机的药品输送装置将所需的药输送至自动售药机的出药口输出。
具体的,用户输入的取药请求信息一般为关键词信息,可以是药品的名称、如阿司匹林、九九感冒灵等,取药请求信息也可以是病症信息,如头痛、头晕、咳嗽或者流鼻涕等。
进一步说明的是,上述取药请求信息不仅仅包括单一的药品名称、或者用户病症,也可以包括药品的名称、用户病症的集合。
需要说明的是,用户输入的取药请求信息可以在但不限定于在自动售药机的人机交互界面上进行输入,也可以在自动售药机的外接输入自动售药机上输入,如键盘、触摸屏等,还可以在自动售药机上的语音识别装置或者外接的语音识别装置上进行语音输入,并通过自动售药机的处理器将语音信息转化为文字信息,语音识别装置可以为收音口,麦克风等。
具体的,药品需求信息为根据用户病症或者输入的药品名称确定下来的优选药品,作为优选的实施例,优选药品可以为一种,也可以为多种。
值得理解的是,优选药品为多种一般表示所选药品药效类似或者所选药品侧重点不一样,举例来说,根据用户的病症得知用户的疾病特征为感冒,优选药品有两种,分别是VC银翘片和银翘解毒丸,VC银翘片和银翘解毒丸的药效类似但也略有不同,VC银翘片主要是抗过敏,而银翘解毒丸为中成药。
值得说明的是,当优选药品为两种或者多种时,会提供一个选择界面给用户以供用户选择,此优选药品的相应药品说明以及药品特性可以在人机交互界面呈现,也可以通过语音信息呈现。
需要理解的是,用户在确定选购需求药品时,需要通过身份验证以及支付选择后进行购药,在药品存量不足时,可就近选择取药或者预约取药。
参阅图2,图2为本发明实施例二提出的基于自动售药机的售药方法的流程示意图。
在步骤S201,接收用户输入的取药请求信息。
具体的,用户输入的取药请求信息一般为关键词信息,可以是药品的名称、如阿司匹林、九九感冒灵等,取药请求信息也可以是病症信息,如头痛、头晕、咳嗽或者流鼻涕等。
进一步说明的是,上述取药请求信息不仅仅包括单一的药品名称、或者用户病症,也可以包括药品的名称、用户病症的集合。
需要说明的是,用户输入的取药请求信息可以在但不限定于在自动售药机的人机交互界面上进行输入,也可以在自动售药机的外接输入自动售药机上输入,如键盘、触摸屏等,还可以在自动售药机上的语音识别装置或者外接的语音识别装置上进行语音输入,并通过自动售药机的处理器将语音信息转化为文字信息,语音识别装置可以为收音口,麦克风等。
在步骤S202,根据预先生成的模型,对所述取药请求信息进行处理,获取与所述取药请求信息对应的用户的药品需求信息,所述模型是根据人类疾病与药品资料生成的。
具体的,所述预先生成的模型是人工智能技术,经过一定量的匹配训练结果所生成的一种匹配模型,这里可以称之为疾病匹配模型。
值得说明的是,该疾病匹配模型所依据的数据源为人类疾病以及药品资料,举例而言,常见的人类疾病如感冒、发烧,以及与感冒、发烧相对应的病症,如咳嗽、流鼻涕、嗓子痛等,针对于具体病症也会有相应的药品如感冒灵、板蓝根等。
进一步地,执行步骤S202时,本发明实施例基于自动售药机的售药方法还包括:
对所述取药请求信息进行预处理,以根据预选生成的模型对预处理后的取药请求信息进行处理。
具体的,通过对大量取药请求信息的预处理,不断完善疾病匹配模型,使得预先生成的疾病匹配模型更加科学有效。
在步骤S203,根据所述药品需求信息将对应的需求药品售卖给用户。
具体的,药品需求信息为根据用户病症或者输入的药品名称确定下来的优选药品,作为优选的实施例,优选药品可以为一种,也可以为多种。
值得理解的是,优选药品为多种一般表示所选药品药效类似或者所选药品侧重点不一样,举例来说,根据用户的病症得知用户的疾病特征为感冒,优选药品有两种,分别是VC银翘片和银翘解毒丸,VC银翘片和银翘解毒丸的药效类似但也略有不同,VC银翘片主要是抗过敏,而银翘解毒丸为中成药。
值得说明的是,当优选药品为两种或者多种时,会提供一个选择界面给用户以供用户选择,此优选药品的相应药品说明以及药品特性可以在人机交互界面呈现,也可以通过语音信息呈现。
需要理解的是,用户在确定选购需求药品时,需要通过身份验证以及支付选择后进行购药,在药品存量不足时,可就近选择取药或者预约取药。
采用本发明实施例所述的基于自动售药机的售药方法,可根据用户的取药请求信息生成取药请求信息与药品需求信息之间的模型,进而通过模型中的学习功能对取药请求信息进行相应的及时处理,能够了解到用户的真正病症,进而选择出最恰当的药品,可以高效率为用户提供取药服务。
参阅图3,图3为本发明实施例三提出的基于自动售药机的售药方法的流程示意图。具体而言,图3为本发明实施例二中根据预先生成的模型,对所述取药请求信息进行处理,获取与所述取药请求信息对应的用户的药品需求信息的方法的流程图。
在步骤S301,根据所述第一子映射关系与所述取药请求信息的关键词,确定所述疾病模型与所述取药请求信息的关键词对应的疾病。
在步骤S302,根据所述第二子映射关系与所述取药请求信息的关键词对应的疾病,确定药品需求信息中的关键词。
需要说明的是,预先生成的模型包括映射关系、疾病模型、药品模型以及优选模型;所述映射关系用于表明所述取药请求信息中的关键词与所述药品需求信息中的关键词的映射关系,所述疾病模型是根据疾病与症状匹配关系构建的集合模型,所述药品模型是根据疾病与药品的匹配关系构建的集合模型,所述优选模型用于从疾病、症状与药品对应关系中选择最优的一组对应关系,并根据选择的对应关系生成最佳对应药品标识。
所述映射关系包括第一子映射关系以及第二子映射关系,所述第一子映射关系用于表明所述疾病模型中疾病对应的关键词与病症对应的关键词的映射关系,所述第二子映射关系用于表明药品模型中疾病对应的关键词与药品对应的关键词的映射关系。
值得说明的是,所述映射关系、第一子映射关系以及第二子映射关系为关键词的多对多的映射关系,具体而言,所述关键词的多对多的映射关系为药品或/和病症对需求药品的映射关系或者病症对疾病的映射关系,举例而言,取药请求信息中的关键词为咳嗽或/和感冒,则对应的药品需求信息中的关键词可以为感冒灵或/和银翘片。
请参阅图5,图5为本发明实施例提出的疾病模型和药品模型的映射关系图。
可以看出,疾病模型包括病症集合与疾病集合以及映射关系,药品模型包括疾病集合和药品集合以及映射关系,疾病模型和药品模型中的映射关系都是多对多的映射关系。
需要说明的是,所述疾病模型是人工智能技术,经过一定量的匹配训练结果所生成的一种匹配模型,具体为根据疾病与对应症状的对应关系构建的疾病与病症对应模型。具体而言,该疾病模型的训练匹配主要在于通过搜集疾病与对应症状中寻找,目前人类疾病与病症的大量现有对应关系,可以较容易的生成匹配模型。当然,随着人类新型疾病以及病症的发展,也会需要大量的训练匹配,以完善该疾病模型。
同样需要说明的是,所述药品模型也是人工智能技术,经过一定量的匹配训练结果所生成的一种匹配模型,具体为根据疾病与药品的对应关系构建的疾病与药品对应模型。具体而言,该药品模型的训练匹配主要在于通过搜集疾病与对应药品中寻找,目前人类疾病与病症的大量现有对应关系,可以较容易的生成匹配模型。当然,随着人类新型疾病以及病症的发展,也会需要大量的训练匹配,以完善该药品模型。
进一步需要说明的是,所述优选模型也是人工智能技术,经过一定量的匹配训练结果所生成的一种匹配模型。所述优选模型是药品模型而生成的模型。具体而言,疾病一般有多种药品可供选择,优选模型大数据分析后,并药品被选购的次数以及评价来做出最优选择,以使得需求药品为理论上的最优药品。
进一步地,作为步骤S301较佳的实施例,步骤S301还包括:
提取所述取药请求信息中的关键词及对应的药品需求信息中的关键词,根据提取的关键词生成所述映射关系。
具体的,映射关系是根据取药请求信息中的关键词及对应的药品需求信息中的关键词的不断匹配所生成。
具体的,疾病模型中包括疾病与对应症状的对应关系,比如感冒与对应症状流鼻涕,进而根据映射关系得出药品需求信息中的关键词,如感冒灵、银翘片等,进而判断出用户的疾病为感冒,对应的药品可以为感冒灵、银翘片等。
值得说明的是,若取药请求信息中的关键词为药品的名称,如阿司匹林,可以直接找出药品或者给出其他推荐药品,进一步地,可以省略此步骤S302。若取药请求信息中的关键词为病症,如头痛,则依据疾病模型可以得出该病症对应的疾病,疾病可以有一种或者多种,如感冒、神经敏感,确定疾病的类型后再根据映射关系得出药品需求信息中的关键词,如止疼药品,此关键词可以为一种,或者多种,再根据关键词来找出对应的药品,此对应的药品可以为一种,或者多种,如止疼药。
在步骤S303,根据所述优选模型,在所述药品需求信息中的关键词对应的药品中选择最优的药品。具体的,根据最佳对应药品标识选择最优的药品。
具体的,最佳对应药品标识为优选模型选择疾病与药品对应关系中最优的一组对应关系后,根据选择的对应关系生成的最佳对应药品标识。举例而言,最佳对应药品标识可以是一个标签、一个符号或者一个数字。更为具体的举例,如最佳对应药品标识为一个符号,如A,此A为字母集{A、B、C、……、Z}的首字母,可以根据首字母到尾字母的顺序来排列最佳标签。很显然,药品的符号可以变换,当某一个药品的符号由A变成B或者C或者其他字母,则表示最佳对应药品被其他药品所取代。
采用本发明实施例所述的基于自动售药机的售药方法,可根据用户的取药请求信息生成取药请求信息与药品需求信息之间的模型,进而通过模型中的学习功能对取药请求信息进行相应的及时处理,能够了解到用户的真正病症,进而选择出最恰当的药品,可以高效率为用户提供取药服务。
参阅图4,图4为本发明实施例四提出的基于自动售药机的售药方法的流程示意图。具体而言,图4为本发明实施例二中根据所述药品需求信息将对应的需求药品售卖给用户方法的流程图。
在步骤S301,获取当前自动售药机的药品信息,所述药品信息包括药品类别信息以及对应的存量信息。
具体的,当最优药品被选择以后,需要判断当前自动售药机是否存储有该最优药品。需要说明的是,药品类别信息包括药品的分类,如甲类非处方药和乙类非处方药,有或者感冒药、咳嗽药等,对应的存量信息包括药品存量以及药品对应的生产日期等信息,特别需要强调的是,当药品的使用期限临近时,需要被及时处理。
在步骤S302,根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药。
具体的,当判断出最优药品,也就是用户需要药品的存量情况后,给出提示,如在人机交互界面上显示:药品存量足,请支付取药;或者药品存量不足,请选择附近其他自动售药机或者预约取药。
进一步地,当所述自动售药机中的所述需求药品存量不足时,查询所述自动售药机周边的其他相同售药机中的所述需求药品存量情况,所述需求药品存量不足是指所述需求药品存量小于用户的药品需求量。
依据查询的结果提供取药选择给用户,所述取药选择包括就近取药或者预约取药。
具体的,查询了周边附近的自动售药机的药品存量情况后,即可给出自动售药机的位置以及药品存量数量的提示以供用户选择。用户可以结合自身实际以及距离远近等因素考虑是否就近取药,如果不采取就近取药,则可以选择预约取药,此时自动售药机会呈现预约取药界面,当用户输入用户信息、地址等信息后,即可在规定时间内将药品送至用户所填地址对应的住处。
进一步地,当所述自动售药机中的所述需求药品存量足够时,接收身份验证信息以及支付信息后通过出药口出药以供用户提取,所述需求药品存量足够是指所述需求药品存量不小于用户的药品需求量。
进一步地,所述身份验证信息可以为但不限定于身份证信息或/和手机号码,所述支付信息可以包括但不限定于现金支付信息或/和无现金支付信息,所述无现金支付信息可以包括但不限定于支付宝支付信息或/和微信支付信息。
具体的,经过了身份验证以及支付付款后,即可取得所需药品。
采用本发明实施例所述的基于自动售药机的售药方法,可依据药品的存量情况进行及时判断,进而提示用户就近取药或者预约取药,从而节约了用户的取药时间和友善度,进而节约了用药时间,从而减少延误病情或者导致病情加重的情况发生。
参阅图6,图6示出了适于用来实现本发明实施方式的示例性人机交互示意图。
在本实施方式中,式例性人机交互示意图可以为触摸屏的显示界面,也可以是需要键盘输入的非触摸显示屏。
在本实施方式中,式例性人机交互示意图包括药柜交互界面,其中,药柜交互界面包括实时出药、预约取药、订单中心以及智慧药房。其中,实时出药包括选药、支付以及取药,预约取药包括搜索、选择以及扫码下单,订单中心包括下单、录入信息、支付、关注公众号以及物流信息,智慧药房包括在线问诊、处方上传、订单管理、支付调用以及配送状态。
首先,当用户对药品或者自身疾病状态比较了解的情况下,直接选择实时出药,经过选药、支付和取药的过程,当然,前提是药品的存量是足够的,当然,药品是否足够能够被直接识别到。
其次,用户可以直接选择预约取药,则可通过搜索药品后选择多种方式进行药品选择,具体而言,当药品时足量时,可以直接支付后取药;当药品不足量时,可扫描二维码进行预约下单;当搜索出来的药品并不是非处方药,则可以进入智慧药房,待处方医生开具处方药后进行后续订单处理。
此外,当预约的单子到了订单中心之后,可以依据订单所对应的药品到电商平台或者第三方药店进行药品选择,同时可以监控到药品运输过程中的物流信息。
经过上述药柜交互界面的界面显示,可以对药品的选择与取用做到详细的描述与介绍,药柜交互界面仅仅是一个优选的界面实施方式,不能以此来限定本发明保护的范围。
参阅图7,图7示出了适于用来实现本发明实施方式的示例性自动售药机的框图。
所述自动售药机包括柜体,所述柜体包括相互连接的主控柜和货物柜,所述货物柜包括用于存储药品的储药腔和用于输送药品的药品输送装置;
所述主控柜包括输入装置、处理器(processor)61、存储器(memory)62、通信接口(Communications Interface)63和总线64;其中:
所述处理器61、存储器62、通信接口63通过所述总线64完成相互间的通信;
所述通信接口63用于其他终端自动售药机之间的信息传输。
所述处理器61用于调用所述存储器62中的计算机程序,以执行上述各方法实施例所提供的基于自动售药机的售药方法,具体包括:
自动售药机的输入装置接收用户输入的取药请求信息;
自动售药机的处理器根据取药请求信息判断所需的药为处方药还是非处方药;
如果是非处方药,所述自动售药机的处理器判断自动售药机的药柜内是否有药;
如果所述自动售药机的药柜内有药,则自动售药机的药品输送装置将所需的药输送至自动售药机的出药口输出。
进一步地,所述处理器61用于调用所述存储器62中的计算机程序,以执行上述各方法实施例所提供的基于自动售药机的售药方法,具体包括:
根据预先生成的模型,对所述取药请求信息进行处理,获取与所述取药请求信息对应的用户的药品需求信息;
其中,所述模型包括映射关系、疾病模型、药品模型以及优选模型,所述映射关系用于表明所述取药请求信息中的关键词与所述药品需求信息中的关键词的映射关系,所述疾病模型用于根据疾病与对应症状的对应关系构建的疾病与病症对应模型,所述药品模型用于根据疾病与药品的对应关系构建的疾病与药品对应模型,所述优选模型用于疾病与药品对应关系中选择最优的一组对应关系,并根据选择的对应关系生成最佳对应药品标识。
进一步地,所述处理器61用于调用所述存储器62中的计算机程序,以执行上述各方法实施例所提供的所述根据预先生成的模型,对所述取药请求信息进行处理,获取与所述取药请求信息对应的用户的药品需求信息的方法包括:
根据所述映射关系,确定所述取药请求信息中的关键词对应的所述药品需求信息中的关键词;
根据所述疾病模型以及所述药品需求信息中的关键词判断出用户的疾病以及对应的药品;
根据所述最佳对应药品标识选择最优的药品。
进一步地,所述处理器61用于调用所述存储器62中的计算机程序,以执行上述各方法实施例所提供的基于自动售药机的售药方法还包括:
提取所述取药请求信息中的关键词及对应的药品需求信息中的关键词,根据提取的关键词生成所述映射关系。
进一步地,所述处理器61用于调用所述存储器62中的计算机程序,以执行上述各方法实施例所提供的基于自动售药机的售药方法还包括,所述根据所述药品需求信息将对应的需求药品售卖给用户的方法包括:
获取当前自动售药机的药品信息,所述药品信息包括药品类别信息以及对应的存量信息;
根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药。
进一步地,所述处理器61用于调用所述存储器62中的计算机程序,以执行上述各方法实施例所提供的所述根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药的方法包括:
当所述自动售药机中的所述需求药品存量不足时,查询所述自动售药机周边的其他相同售药机中的所述需求药品存量情况,所述需求药品存量不足是指所述需求药品存量小于用户的药品需求量;
依据查询的结果提供取药选择给用户,所述取药选择包括就近取药或者预约取药。
进一步地,所述处理器61用于调用所述存储器62中的计算机程序,以执行上述各方法实施例所提供的所述根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药的方法还包括:
当所述自动售药机中的所述需求药品存量足够时,接收身份验证信息以及支付信息后通过出药口出药以供用户提取,所述需求药品存量足够是指所述需求药品存量不小于用户的药品需求量。
进一步地,所述处理器61用于调用所述存储器62中的计算机程序,以执行上述各方法实施例所提供的基于自动售药机的售药方法还包括,所述身份验证信息包括身份证信息或/和手机号码,所述支付信息包括现金支付信息或/和无现金支付信息,所述无现金支付信息包括支付宝支付信息或/和微信支付信息。
进一步地,所述处理器61用于调用所述存储器62中的计算机程序,以执行上述各方法实施例所提供的基于自动售药机的售药方法还包括:
对所述取药请求信息进行预处理,以根据预选生成的模型对预处理后的取药请求信息进行处理。
本发明实施例提供的自动售药机可根据用户的取药请求信息生成取药请求信息与药品需求信息之间的模型,进而通过模型中的学习功能对取药请求信息进行相应的及时处理,能够了解到用户的真正病症,进而选择出最恰当的药品,可以高效率为用户提供取药服务。
另外,本发明实施例提供的自动售药机可依据药品的存量情况进行及时判断,进而提示用户就近取药或者预约取药,从而节约了用户的取药时间和友善度,进而节约了用药时间,从而减少延误病情或者导致病情加重的情况发生。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有自动售药机的售药程序,所述自动售药机的售药程序被处理器执行时实现如下操作:
自动售药机的输入装置接收用户输入的取药请求信息;
自动售药机的处理器根据取药请求信息判断所需的药为处方药还是非处方药;
如果是非处方药,所述自动售药机的处理器判断自动售药机的药柜内是否有药;
如果所述自动售药机的药柜内有药,则自动售药机的药品输送装置将所需的药输送至自动售药机的出药口输出。
进一步地,所述自动售药机的售药程序被处理器执行时还实现如下操作:
根据预先生成的模型,对所述取药请求信息进行处理,获取与所述取药请求信息对应的用户的药品需求信息;
其中,所述模型包括映射关系、疾病模型、药品模型以及优选模型,所述映射关系用于表明所述取药请求信息中的关键词与所述药品需求信息中的关键词的映射关系,所述疾病模型用于根据疾病与对应症状的对应关系构建的疾病与病症对应模型,所述药品模型用于根据疾病与药品的对应关系构建的疾病与药品对应模型,所述优选模型用于疾病与药品对应关系中选择最优的一组对应关系,并根据选择的对应关系生成最佳对应药品标识。
进一步地,所述自动售药机的售药程序被处理器执行时还实现如下操作:
根据所述映射关系,确定所述取药请求信息中的关键词对应的所述药品需求信息中的关键词;
根据所述疾病模型以及所述药品需求信息中的关键词判断出用户的疾病以及对应的药品;
根据所述最佳对应药品标识选择最优的药品。
进一步地,所述自动售药机的售药程序被处理器执行时还实现如下操作:
提取所述取药请求信息中的关键词及对应的药品需求信息中的关键词,根据提取的关键词生成所述映射关系。
进一步地,所述自动售药机的售药程序被处理器执行时还实现如下操作:
获取当前自动售药机的药品信息,所述药品信息包括药品类别信息以及对应的存量信息;
根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药。
进一步地,所述自动售药机的售药程序被处理器执行时还实现如下操作:
当所述自动售药机中的所述需求药品存量不足时,查询所述自动售药机周边的其他相同售药机中的所述需求药品存量情况,所述需求药品存量不足是指所述需求药品存量小于用户的药品需求量;
依据查询的结果提供取药选择给用户,所述取药选择包括就近取药或者预约取药。
进一步地,所述自动售药机的售药程序被处理器执行时还实现如下操作:
当所述自动售药机中的所述需求药品存量足够时,接收身份验证信息以及支付信息后通过出药口出药以供用户提取,所述需求药品存量足够是指所述需求药品存量不小于用户的药品需求量。
进一步地,所述自动售药机的售药程序被处理器执行时还实现如下操作,所述身份验证信息包括身份证信息或/和手机号码,所述支付信息包括现金支付信息或/和无现金支付信息,所述无现金支付信息包括支付宝支付信息或/和微信支付信息。
进一步地,所述自动售药机的售药程序被处理器执行时还实现如下操作:
对所述取药请求信息进行预处理,以根据预选生成的模型对预处理后的取药请求信息进行处理。
本发明实施例提供的存储介质可根据用户的取药请求信息生成取药请求信息与药品需求信息之间的模型,进而通过模型中的学习功能对取药请求信息进行相应的及时处理,能够了解到用户的真正病症,进而选择出最恰当的药品,可以高效率为用户提供取药服务。
另外,本发明实施例提供的存储介质可依据药品的存量情况进行及时判断,进而提示用户就近取药或者预约取药,从而节约了用户的取药时间和友善度,进而节约了用药时间,从而减少延误病情或者导致病情加重的情况发生。
随着科技的发展,计算机程序的传播途径不再受限于有形介质,还可以直接从网络下载,或者采用其他方式获取。因此,本实施例中的计算机可读介质不仅可以包括有形的介质,还可以包括无形的介质。
本实施例的计算机存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机自动售药机(可以是个人计算机,服务器,或者网络自动售药机等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种基于自动售药机的售药方法,其特征在于,所述售药方法包括:
自动售药机的输入装置接收用户输入的取药请求信息;
自动售药机的处理器根据取药请求信息判断所需的药为处方药还是非处方药;
如果是非处方药,所述自动售药机的处理器判断自动售药机的药柜内是否有药;
如果所述自动售药机的药柜内有药,则自动售药机的药品输送装置将所需的药输送至自动售药机的出药口输出。
2.如权利要求1所述的基于自动售药机的售药方法,其特征在于,所述方法还包括:
根据预先生成的模型对所述取药请求信息进行处理,并获取与所述取药请求信息对应的用户的药品需求信息;
其中,所述模型包括映射关系、疾病模型、药品模型以及优选模型,所述映射关系用于表明所述取药请求信息中的关键词与所述药品需求信息中的关键词的映射关系,所述疾病模型是根据疾病与症状匹配关系构建的集合模型,所述药品模型是根据疾病与药品的匹配关系构建的集合模型,所述优选模型用于从疾病、症状与药品对应关系中选择最优的一组对应关系,并根据选择的对应关系生成最佳对应药品标识。
3.如权利要求2所述的基于自动售药机的售药方法,其特征在于,所述映射关系包括第一子映射关系以及第二子映射关系,所述第一子映射关系用于表明所述疾病模型中疾病对应的关键词与病症对应的关键词的映射关系,所述第二子映射关系用于表明药品模型中疾病对应的关键词与药品对应的关键词的映射关系。
4.如权利要求3所述的基于自动售药机的售药方法,其特征在于,所述取药请求信息的关键词包括病症,所述药品需求信息中的关键词包括药品;
对应的,所述根据预先生成的模型,对所述取药请求信息进行处理,获取与所述取药请求信息对应的用户的药品需求信息的方法包括:
根据所述第一子映射关系与所述取药请求信息的关键词,确定所述疾病模型与所述取药请求信息的关键词对应的疾病;
根据所述第二子映射关系与所述取药请求信息的关键词对应的疾病,确定药品需求信息中的关键词。
根据所述优选模型,在所述药品需求信息中的关键词对应的药品中选择最优的药品。
5.如权利要求2-3任一项所述的基于自动售药机的售药方法,其特征在于,所述根据所述药品需求信息将对应的需求药品售卖给用户的方法包括:
获取当前自动售药机的药品信息,所述药品信息包括药品类别信息以及对应的存量信息;
根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药。
6.如权利要求5所述的基于自动售药机的售药方法,其特征在于,所述根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药的方法包括:
当所述自动售药机中的所述需求药品存量不足时,查询所述自动售药机周边的其他相同售药机中的所述需求药品存量情况,所述需求药品存量不足是指所述需求药品存量小于用户的药品需求量;
依据查询的结果提供取药选择给用户,所述取药选择包括就近取药或者预约取药。
7.如权利要求6所述的基于自动售药机的售药方法,其特征在于,所述根据所述自动售药机的药品信息获取所述需求药品存量情况以供用户选择取药的方法还包括:
当所述自动售药机中的所述需求药品存量足够时,接收身份验证信息以及支付信息后通过出药口出药以供用户提取,所述需求药品存量足够是指所述需求药品存量不小于用户的药品需求量。
8.如权利要求2所述的基于自动售药机的售药方法,其特征在于,还包括:
对所述取药请求信息进行预处理,以根据预先生成的模型对预处理后的取药请求信息进行处理。
9.一种自动售药机,其特征在于,所述自动售药机包括:
柜体,所述柜体包括相互连接的主控柜和货物柜,所述货物柜包括用于存储药品的储药腔和用于输送药品的药品输送装置;
所述主控柜包括输入装置、一个或多个处理器;存储器,用于存储一个或多个程序,
所述一个或多个程序可被所述一个或多个处理器执行,以实现如权利要求1-8中任一项所述的售药方法。
10.一种计算机可读介质,其上存储有自动售药机的售药程序,其特征在于,该自动售药机的售药程序被处理器执行时实现如权利要求1-8中任一所述的基于自动售药机的售药方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810129889.1A CN108470402A (zh) | 2018-02-08 | 2018-02-08 | 自动售药机及其售药方法、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810129889.1A CN108470402A (zh) | 2018-02-08 | 2018-02-08 | 自动售药机及其售药方法、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108470402A true CN108470402A (zh) | 2018-08-31 |
Family
ID=63266360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810129889.1A Pending CN108470402A (zh) | 2018-02-08 | 2018-02-08 | 自动售药机及其售药方法、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108470402A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109637028A (zh) * | 2018-10-30 | 2019-04-16 | 厦门理工学院 | 一种自动售药机的诊断系统和装置 |
CN109887182A (zh) * | 2019-03-22 | 2019-06-14 | 浙江艾隆科技有限公司 | 一种24h自动售药控制系统 |
CN110533839A (zh) * | 2019-09-05 | 2019-12-03 | 广州倍健医疗用品有限公司 | 一种药品输出方法、系统、药品售卖机和存储介质 |
CN110544340A (zh) * | 2019-09-05 | 2019-12-06 | 广州倍健医疗用品有限公司 | 一种取药方法、装置、设备和存储介质 |
CN110648464A (zh) * | 2019-10-21 | 2020-01-03 | 佛山市云壹健康科技服务有限公司 | 智能售药柜及应用其的智能售药系统及售药方法 |
CN110867236A (zh) * | 2019-11-12 | 2020-03-06 | 卫宁健康科技集团股份有限公司 | 基于互联网的药事服务系统及方法 |
CN111091886A (zh) * | 2019-12-30 | 2020-05-01 | 广州享药户联优选科技有限公司 | 一种药品存取的方法及装置 |
CN112309530A (zh) * | 2019-07-31 | 2021-02-02 | 深圳百诺明医说科技有限公司 | 一种基于多标签的精确化用药推送方法及装置 |
CN112530543A (zh) * | 2021-01-27 | 2021-03-19 | 张强 | 药品管理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1387154A (zh) * | 2002-06-21 | 2002-12-25 | 俊英科技(上海)有限公司 | 自动售药咨询机 |
CN103186948A (zh) * | 2011-12-28 | 2013-07-03 | 深圳市海恒智能技术有限公司 | 基于自动售卖终端的售药方法及系统 |
CN104077846A (zh) * | 2014-06-17 | 2014-10-01 | 无锡市崇安区科技创业服务中心 | 一种自动售药机 |
CN104200069A (zh) * | 2014-08-13 | 2014-12-10 | 周晋 | 一种基于症状分析和机器学习的用药推荐系统和方法 |
CN105701342A (zh) * | 2016-01-12 | 2016-06-22 | 西北工业大学 | 基于代理的直觉模糊理论医疗诊断模型的构建方法及装置 |
CN107591189A (zh) * | 2017-08-29 | 2018-01-16 | 科大智能科技股份有限公司 | 一种基于otc药品的推荐系统 |
-
2018
- 2018-02-08 CN CN201810129889.1A patent/CN108470402A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1387154A (zh) * | 2002-06-21 | 2002-12-25 | 俊英科技(上海)有限公司 | 自动售药咨询机 |
CN103186948A (zh) * | 2011-12-28 | 2013-07-03 | 深圳市海恒智能技术有限公司 | 基于自动售卖终端的售药方法及系统 |
CN104077846A (zh) * | 2014-06-17 | 2014-10-01 | 无锡市崇安区科技创业服务中心 | 一种自动售药机 |
CN104200069A (zh) * | 2014-08-13 | 2014-12-10 | 周晋 | 一种基于症状分析和机器学习的用药推荐系统和方法 |
CN105701342A (zh) * | 2016-01-12 | 2016-06-22 | 西北工业大学 | 基于代理的直觉模糊理论医疗诊断模型的构建方法及装置 |
CN107591189A (zh) * | 2017-08-29 | 2018-01-16 | 科大智能科技股份有限公司 | 一种基于otc药品的推荐系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109637028A (zh) * | 2018-10-30 | 2019-04-16 | 厦门理工学院 | 一种自动售药机的诊断系统和装置 |
CN109887182A (zh) * | 2019-03-22 | 2019-06-14 | 浙江艾隆科技有限公司 | 一种24h自动售药控制系统 |
CN112309530A (zh) * | 2019-07-31 | 2021-02-02 | 深圳百诺明医说科技有限公司 | 一种基于多标签的精确化用药推送方法及装置 |
CN110533839A (zh) * | 2019-09-05 | 2019-12-03 | 广州倍健医疗用品有限公司 | 一种药品输出方法、系统、药品售卖机和存储介质 |
CN110544340A (zh) * | 2019-09-05 | 2019-12-06 | 广州倍健医疗用品有限公司 | 一种取药方法、装置、设备和存储介质 |
CN110648464A (zh) * | 2019-10-21 | 2020-01-03 | 佛山市云壹健康科技服务有限公司 | 智能售药柜及应用其的智能售药系统及售药方法 |
CN110648464B (zh) * | 2019-10-21 | 2024-06-04 | 佛山市云壹健康科技服务有限公司 | 智能售药柜及应用其的智能售药系统及售药方法 |
CN110867236A (zh) * | 2019-11-12 | 2020-03-06 | 卫宁健康科技集团股份有限公司 | 基于互联网的药事服务系统及方法 |
CN111091886A (zh) * | 2019-12-30 | 2020-05-01 | 广州享药户联优选科技有限公司 | 一种药品存取的方法及装置 |
CN112530543A (zh) * | 2021-01-27 | 2021-03-19 | 张强 | 药品管理系统 |
CN112530543B (zh) * | 2021-01-27 | 2021-11-02 | 张强 | 药品管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108470402A (zh) | 自动售药机及其售药方法、存储介质 | |
CN109039671B (zh) | 群组消息显示方法、装置、终端及存储介质 | |
WO2020056980A1 (zh) | 基于人脸识别的业务引导方法、装置及存储介质 | |
CN107704834A (zh) | 微表情面审辅助方法、装置及存储介质 | |
CN107833341A (zh) | 一种智能排队方法、设备及计算机可读存储介质 | |
Blanco‐Gonzalo et al. | Performance evaluation of handwritten signature recognition in mobile environments | |
CN111861768B (zh) | 基于人工智能的业务处理方法、装置、计算机设备及介质 | |
CN108470578A (zh) | 一种自动售药机及其售药方法、存储介质 | |
CN107993697A (zh) | 医疗服务平台及系统 | |
CN110494852A (zh) | 智能匹配自动完成系统 | |
CN107392801A (zh) | 控制扰乱订单的方法及其装置、存储介质、电子设备 | |
CN107798579A (zh) | 一种协议文件的生成方法及其终端 | |
KR102430860B1 (ko) | 사용자 맞춤형 영양제 추천 시스템 | |
CN107656965A (zh) | 订单查询的方法和装置 | |
CN109087110A (zh) | 一种智能销售方法、装置及终端设备 | |
CN111383049A (zh) | 产品推荐方法、装置及存储介质 | |
KR20180010147A (ko) | 사용자 맞춤식 가치 정보 검색 및 소셜 네트워크 구성 시스템 및 그 방법 | |
US11205161B2 (en) | System and method for electronic receipt services | |
CN109918628A (zh) | 基于语音识别的报告生成方法、装置、设备及存储介质 | |
CN113705698A (zh) | 基于点击行为预测的信息推送方法及装置 | |
CN113744836A (zh) | 基于自然语言处理的处方生成方法、装置、设备及介质 | |
CN106022860A (zh) | 一种匹配方法及装置 | |
CN116402625B (zh) | 客户评估方法、装置、计算机设备及存储介质 | |
CN117174272A (zh) | 一种基于大数据模型的药品控制方法、设备及介质 | |
CN115376668B (zh) | 一种应用于智慧医疗的大数据业务分析方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180831 |