CN108986879B - 药品推荐方法、装置、计算机设备和存储介质 - Google Patents
药品推荐方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN108986879B CN108986879B CN201810547727.XA CN201810547727A CN108986879B CN 108986879 B CN108986879 B CN 108986879B CN 201810547727 A CN201810547727 A CN 201810547727A CN 108986879 B CN108986879 B CN 108986879B
- Authority
- CN
- China
- Prior art keywords
- medicine
- combination
- screening
- recommendation
- information
- 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.)
- Active
Links
- 239000003814 drug Substances 0.000 title claims abstract description 665
- 229940079593 drug Drugs 0.000 title claims abstract description 178
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000012216 screening Methods 0.000 claims abstract description 141
- 238000003745 diagnosis Methods 0.000 claims abstract description 91
- 238000012795 verification Methods 0.000 claims abstract description 46
- 239000000890 drug combination Substances 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 26
- 239000002547 new drug Substances 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 description 11
- 201000010099 disease Diseases 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 239000000284 extract Substances 0.000 description 6
- 239000000825 pharmaceutical preparation Substances 0.000 description 6
- 229940126534 drug product Drugs 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 239000008354 sodium chloride injection Substances 0.000 description 4
- 201000004624 Dermatitis Diseases 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 3
- 206010057190 Respiratory tract infections Diseases 0.000 description 3
- 206010046306 Upper respiratory tract infection Diseases 0.000 description 3
- 208000010668 atopic eczema Diseases 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000002552 dosage form Substances 0.000 description 3
- 229930186147 Cephalosporin Natural products 0.000 description 2
- LSQZJLSUYDQPKJ-NJBDSQKTSA-N amoxicillin Chemical compound C1([C@@H](N)C(=O)N[C@H]2[C@H]3SC([C@@H](N3C2=O)C(O)=O)(C)C)=CC=C(O)C=C1 LSQZJLSUYDQPKJ-NJBDSQKTSA-N 0.000 description 2
- 229960003022 amoxicillin Drugs 0.000 description 2
- 229940124587 cephalosporin Drugs 0.000 description 2
- 150000001780 cephalosporins Chemical class 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- LSQZJLSUYDQPKJ-UHFFFAOYSA-N p-Hydroxyampicillin Natural products O=C1N2C(C(O)=O)C(C)(C)SC2C1NC(=O)C(N)C1=CC=C(O)C=C1 LSQZJLSUYDQPKJ-UHFFFAOYSA-N 0.000 description 2
- 229940127557 pharmaceutical product Drugs 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010027654 Allergic conditions Diseases 0.000 description 1
- 206010013700 Drug hypersensitivity Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 230000002052 anaphylactic effect Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- JFPVXVDWJQMJEE-IZRZKJBUSA-N cefuroxime Chemical compound N([C@@H]1C(N2C(=C(COC(N)=O)CS[C@@H]21)C(O)=O)=O)C(=O)\C(=N/OC)C1=CC=CO1 JFPVXVDWJQMJEE-IZRZKJBUSA-N 0.000 description 1
- 229960001668 cefuroxime Drugs 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 201000005354 penicillin allergy Diseases 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 208000020029 respiratory tract infectious disease Diseases 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Epidemiology (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及一种药品推荐方法、装置、计算机设备和存储介质。所述方法包括：获取拟诊标签和患者信息数据；查找与拟诊标签匹配的药物记录；根据查找到的药物记录生成初始用药组合；对各初始用药组合中的药品进行药物冲突校验，将药物冲突校验失败的初始药物组合删除后得到第一筛选用药组合；根据患者信息数据对第一筛选用药组合中的药品进行信息冲突校验，将信息冲突校验失败的第一筛选用药组合删除后得到第二筛选用药组合；根据第二筛选用药组合生成药品推荐结果。采用本方法能够实现智能化药品推荐。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种药品推荐方法、装置、计算机设备和存储介质。
背景技术
患者去医院就诊时，医生根据患者的病情描述并结合检查化验对患者的身体情况进行诊断，根据诊断结果为患者开药。
一般地，医生在为患者开药时，开具针对所患疾病的常用药方后，医生还要考虑患者患病情况的个体化差异，对常用药方进行调整。医生在进行药方调整时，通常需要花费大量时间进行药物查找和筛选，并且有时迫于诊断时间的限制，开具的药品无法达到最好的治疗效果。
发明内容
基于此，有必要针对上述技术问题，提供一种智能化药品推荐方法、装置、计算机设备和存储介质。
一种药品推荐方法，所述方法包括：
获取拟诊标签和患者信息数据；
查找与所述拟诊标签匹配的药物记录；
根据查找到的所述药物记录生成初始用药组合；
对各所述初始用药组合中的药品进行药物冲突校验，将药物冲突校验失败的初始药物组合删除后得到第一筛选用药组合；
根据所述患者信息数据对所述第一筛选用药组合中的药品进行信息冲突校验，将信息冲突校验失败的第一筛选用药组合删除后得到第二筛选用药组合；
根据第二筛选用药组合生成药品推荐结果。
在其中一个实施例中，根据第二筛选用药组合生成药品推荐结果，包括：
统计各所述第二筛选用药组合的药品推荐率和推荐采用率；
获取科室代码，统计与所述科室代码对应的科室采用率
根据所述药品推荐率、所述推荐采用率和所述科室采用率计算各所述第二筛选用药组合的推荐得分；
根据所述推荐得分由高到低的顺序将各所述第二筛选用药组合进行排序，根据排序后的所述第二筛选用药组合生成药品推荐结果。
在其中一个实施例中，还包括：
查找所述第二筛选用药组合中的药品对应的药品供应库；
获取患者位置数据；
根据所述患者位置数据从所述药品供应库中筛选出可配送供应库；
将所述可配送供应库对应的供应库信息添加至所述药品推荐结果中。
在其中一个实施例中，根据第二筛选用药组合生成药品推荐结果，包括：
查找所述第二筛选用药组合对应的商售药品；
获取各所述商售药品的商品信息和销售数据；
根据所述商品信息和所述销售数据计算出各所述商售药品的商品推荐评分，根据所述商品推荐得分将各所述商售药品进行排序后生成商品推荐列表；
获取商品推荐评分最高的商售药品对应的药品基本信息，并将获取到的所述药品基本信息作为所述第二筛选用药组合的默认药品基本信息；
根据所述默认药品基本信息和所述商品推荐列表生成药品推荐结果。
在其中一个实施例中，还包括：
将所述药品推荐结果进行展示；
当接收到药品添加指令时，从所述药品添加指令中读取组合编码，并通过药品搜索界面获取搜索关键词；
查找与所述搜索关键词匹配的药品信息并展示；
当通过所述药品搜素界面获取药品信息选中指令后，将所述药品信息选中指令对应的药品信息添加至所述组合编码对应的第二筛选用药组合中，生成新增用药组合。
在其中一个实施例中，还包括：
根据所述拟诊标签对所述新增用药组合进行标记；
获取科室代码和患者诊断数据；
查找所述科室代码对应的用药数据；
将标记后的所述新增用药组合和所述患者诊断数据添加至所述用药数据中。
在其中一个实施例中，获取拟诊标签和患者信息数据，包括：
获取患者诊断数据；
从所述患者诊断数据中提取诊断结果；
对所述诊断结果进行预处理后得到诊断关键词，查找与所述诊断关键词匹配的拟诊标签；
从所述患者诊断数据中提取患者个人数据和患者医疗数据作为患者信息数据。
一种药品推荐装置，所述装置包括：
诊断数据获取模块，用于获取拟诊标签和患者信息数据；
记录匹配模块，用于查找与所述拟诊标签匹配的药物记录；
初始组合生成模块，用于根据查找到的所述药物记录生成初始用药组合；
第一筛选模块，用于对各所述初始用药组合中的药品进行药物冲突校验，将药物冲突校验失败的初始药物组合删除后得到第一筛选用药组合；
第二筛选模块，用于根据所述患者信息数据对所述第一筛选用药组合中的药品进行信息冲突校验，将信息冲突校验失败的第一筛选用药组合删除后得到第二筛选用药组合；
推荐结果生成模块，用于根据第二筛选用药组合生成药品推荐结果。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
上述药品推荐方法、装置、计算机设备和存储介质，获取到拟诊标签即诊断结果后，查找与拟诊标签对应的药物记录，将查找到的药物记录进行自动组合，根据药物组合自身药物属性将具有药物冲突的药物组合剔除，并根据患者个人信息将与患者信息不匹配的药物组合也剔除掉，从而能够根据患者的个性化差异进行用药药品调整，能够实现智能化的药品推荐。
附图说明
图1为一个实施例中药品推荐方法的流程示意图；
图2为另一个实施例中药品推荐方法的流程示意图；
图3为一个实施例中药品推荐装置的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的药品推荐方法，可以在计算、存储性能较好的终端上施行，也可以在服务器上施行，其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。下面以该方法应用于终端为例进行说明。
在一个实施例中，如图1所示，提供了一种药品推荐方法，包括以下步骤：
步骤210，获取拟诊标签和患者信息数据。
拟诊标签是与医生诊断结果对应的标签，是医生诊断结果的标准化医学术语。拟诊标签可以事先根据标准疾病库中的疾病名称制定，标准疾病库可以为ICD10标准疾病库等。例如，具体的拟诊标签可以为上呼吸道感染、糖尿病、高血压、湿疹等。
患者信息数据可以包括但不限于患者的个人信息数据、身体情况数据和历史患病数据等。其中，个人信息数据可以包括患者的性别、年龄等，身体情况数据可以包括患者是否处于孕期、哺乳期、身高、体重等数据，历史患病数据可以包括患者的历史患病数据、历史手术数据及过敏史数据等。
医生可以在终端输入诊断结果，终端将接收到的诊断结果转换为对应的拟诊标签，终端也可以将事先设定的拟诊标签根据疾病类型、所属科室等信息进行分类，将分类后的拟诊标签进行展示，医生可以在终端上对拟诊标签进行查找和选择，终端获取医生选择的拟诊标签。医生可以在终端上输入用户的患者的基本信息如姓名、年龄、医保卡号等，并录入患者的问诊数据，终端获取医生输入的用户基本信息后，可以查找与用户基本信息对应的患者历史就医数据，从患者基本信息、问诊数据和历史就医数据中提取患者信息数据。
步骤220，查找与拟诊标签匹配的药物记录。
药物记录为药方的药品明细，药品明细中具体可以包括药品代码、药品通用名、药品商品名、药品类别、药品种类、药品规格、剂量、是否处于处方药等明细。药物记录为一个药方的药品明细，一个药方中可以包括一个或多个药品。
药物记录事先被进行拟诊标签的打标，同一药物记录可以被打标上一个或多个拟诊标签，同一拟诊标签也可能对应于多个药物记录。在一个实施例中，药物记录可以事先存储在药品知识库中，药品知识库中的药品记录可以根据市面上药品信息的更新进行药品信息数据的更新和维护。
终端将获取到的拟诊标签与各药物记录被打标的拟诊标签进行精确匹配，查找拟诊标签一致的药物记录。终端获取到的拟诊标签的数量可以为一个或多个，与每个拟诊标签匹配的药物记录的数量也可能为一个或多个，因此，终端查找到的药物记录也可能为一个或多个。
步骤230，根据查找到的药物记录生成初始用药组合。
终端将查找到的与各拟诊标签匹配的药物记录相互之间进行排列组合得到初始用药组合，每个初始用药组合中包含各拟诊标签对应的一条药物记录。生成的初始用药组合的数量可以为一个或多个。
例如，终端获取到“高血压”和“糖尿病”两个拟诊标签，查找到的与“高血压”拟诊标签匹配的药物记录有2条，分别为药物记录A和药物记录B，与“糖尿病”拟诊标签匹配的药物记录有3条，分别为药物记录C、药物记录D和药物记录E，则对两个拟诊标签匹配的药物记录进行排列组合得到2x3＝6个初始用药组合，分别为{药物记录A、药物记录C}、{药物记录A、药物记录D}、{药物记录A、药物记录E}、{药物记录B、药物记录C}、{药物记录B、药物记录D}和{药物记录B、药物记录E}。
步骤240，对各初始用药组合中的药品进行药物冲突校验，将药物冲突校验失败的初始药物组合删除后得到第一筛选用药组合。
药物记录中的每种药品事先进行药物冲突属性标记，药物冲突属性标记记录了该药品不能组合使用的药品信息，如药品的药品代码等，终端根据种药品标记的药物冲突属性对初始药物组合中包含的各药品进行药物冲突校验，判断初始用药组合中是否存在具有药物冲突的药品，具体地，可以判断一个药品记录明细中的药品代码是否与组合中其他药品记录标记的药品代码一致，当药品代码一致时，则对该初始用药组合的药物冲突校验失败，反之对该初始用药组合的药物冲突校验成功。当对某个初始药物组合的药物冲突校验失败时，将校验失败的初始药物组合删除，将校验成功的初始药物组合保留得到第一筛选用药组合，药物冲突校验成功的初始药物组合的组合数量可能为一个为多个，因此，得到的第一筛选用用药组合的数量也可能为一个或多个。当得到的第一筛选用用药组合的数量为一个时，则直接根据第一筛选用药组合生成药品推荐结果，当得到的第一筛选用用药组合的数量为多个时，则继续执行步骤250。
步骤250，根据患者信息数据对第一筛选用药组合中的药品进行信息冲突校验，将信息冲突校验失败的第一筛选用药组合删除后得到第二筛选用药组合。
信息冲突校验指的是对用药组合中的药品是否与患者信息属性存在冲突的情况进行校验。药物记录中的每种药品事先还进行患者信息冲突属性标记，患者信息冲突属性标记记录了相应药品不适用的患者个人信息属性，个人信息属性可以为儿童、孕哺乳期、过敏情况等属性。
终端获取各第一筛选用药组合中包含的药品对应标记的患者信息冲突属性，并获取预设的患者信息冲突属性，查找患者信息数据中是否存在与预设的患者信息冲突属性匹配的患者个人信息属性，当存在时，将从患者信息数据中提取出患者个人信息属性，并将提取出的患者个人信息属性与组合中标记的患者信息冲突属性进行比较，判断是否存在与患者个人信息属性匹配的患者信息冲突属性，当存在时，则对该第一筛选用药组合的信息冲突校验失败，反之校验成功。将信息冲突校验失败的第一筛选用药组合删除，将信息冲突校验成功的第一筛选用药组合保留得到第二筛选用药组合，信息冲突校验成功的初始药物组合的组合数量可能为一个为多个，因此，得到的第二筛选用用药组合的数量也可能为一个或多个。
步骤260，根据第二筛选用药组合生成药品推荐结果。
终端根据第二筛选用药组合中包含的药品记录的明细生成药品推荐套餐，药品推荐套餐中可以包括药品名称、药品厂家、药品规格、剂型、用法用量等信息。终端可以对生成的各药品推荐套餐根据预设规则进行排序，根据排序后的药品推荐套餐生成药品推荐结果。
上述药品推荐方法中，终端获取到拟诊标签即诊断结果后，查找与拟诊标签对应的药物记录，将查找到的药物记录进行自动组合，根据药物组合自身药物属性将具有药物冲突的药物组合剔除，并根据患者个人信息将与患者信息不匹配的药物组合也剔除掉，从而能够根据患者的个性化差异进行用药药品调整，能够实现智能化的药品推荐。
在一个实施例中，获取拟诊标签和患者信息数据，包括：获取患者诊断数据；从患者诊断数据中提取诊断结果；对诊断结果进行预处理后得到诊断关键词，查找与诊断关键词匹配的拟诊标签；从患者诊断数据中提取患者个人数据和患者医疗数据作为患者信息数据。
终端获取医生输入的患者诊断数据，患者诊断数据可以包括患者的基本信息、患者的病情描述、辅助检查项目的结果、医生的诊断结果等数据。终端患者诊断数据中提取诊断结果，对诊断结果进行预处理，预处理操作可以包括对诊断结果文本数据进行干扰词去除，对去除干扰词后的诊断结果文本进行切词处理得到诊断切词，并根据医学知识库中的医学关键词从诊断切词中提取出诊断关键词。
终端获取预设的拟诊标签，先将提取出的诊断关键词与预设的拟诊标签进行精确匹配，查找是否存在完全一致的拟诊标签，提取出一致的拟诊标签。当对诊断关键词精确匹配失败时，从医学近义词库中查找与诊断关键词对应的近义词，查找是否存在与近义词一致的拟诊标签，提取出与近义词一致的拟诊标签。
患者个人数据可以包括患者性别、年龄、经常居住地等个人信息，患者医疗数据可以包括患者的过敏情况、患者的病史、历史手术情况、是否处于生理期、孕哺乳其等特殊时期等信息。具体的需要获取的患者个人信息与患者医疗信息事先设定。终端从患者诊断数据中提取出与预先设定的患者个人信息对应的患者个人数据和与患者医疗信息对应的患者医疗数据，并作为患者信息数据。
在一个实施例中，根据第二筛选用药组合生成药品推荐结果，包括：统计各第二筛选用药组合的药品推荐率和推荐采用率；获取科室代码，统计与科室代码对应的科室采用率；根据药品推荐率、推荐采用率和科室采用率计算各第二筛选用药组合的推荐得分；根据推荐得分由高到低的顺序将各第二筛选用药组合进行排序，根据排序后的第二筛选用药组合生成药品推荐结果。
终端获取用药组合的历史推荐记录，具体地，终端可以设定预设时长，统计预设时长内被推荐的的用药组合的历史记录，并获取历史推荐记录的记录总数量，历史记录中可以包括被推荐的用药组合的药品信息、被推荐的时间、被推荐的诊疗科室、推荐后是否被医生采用等信息。
终端将各第二筛选用药组合中药品记录中的药品代码与用药组合历史推荐记录中的药品代码进行匹配，从历史推荐记录统计出药品代码与第二筛选用药组合完全匹配的历史推荐记录的推荐数量，计算出的推荐数量与记录总数量的比值作为各第二筛选用药组合在所有药品组合中的药品推荐率。终端根据历史推荐记录中统计各第二筛选用药组合在推荐后被医生采用的采用数量，计算采用数量与推荐数量的比值作为各第二筛选用药组合的推荐采用率。终端获取当前登录用户的科室代码，并从查找到的与第二筛选用药组合完全匹配的历史推荐记录中筛选出与科室代码对应的科室推荐数量，并从科室推荐数量中统计出被被医生采用的科室采用数量，计算出科室采用数量与科室推荐数量的比值作为科室推荐率。
终端分别获取药品推荐率、推荐采用率和科室采用率三个参数对应的预设权重，三个预设权重的和为1。预设权重可以事先由医生根据诊疗经验进行设置，例如可以将推荐采用率和科室采用率的权重设置的相对高一些。终端分别查找药品推荐率、推荐采用率和科室采用率对应的推荐得分，终端中事先存储了药品推荐率、推荐采用率和科室采用率与推荐得分的对应关系，如药品推荐率为0-20％对应的推荐得分为1，20％-50％对应的推荐得分为3等。终端分别将药品推荐率、推荐采用率和科室采用率的推荐得分与相应的预设权重相乘并累加得到各第二筛选用药组合的推荐得分。
终端根据计算出的推荐得分由高到低的顺序将所有的根据第二筛选用药组合生成的推荐套餐进行排序，根据排序后的推荐套餐的排序设定对应的结果展示位置并生成药品推荐结果。
在本实施例中，在生成药品推荐结果时，综合考虑各第二筛选用药组合的历史推荐率和历史采用率，将历史推荐率和历史采用率较高的历史推荐率和历史采用率设置较高的优先级，为医生进行药品选择提供参考。
在一个实施例中，药品推荐方法还包括：查找第二筛选用药组合中的药品对应的药品供应库；获取患者位置数据；根据患者位置数据从药品供应库中筛选出可配送供应库；将可配送供应库对应的供应库信息添加至药品推荐结果中。
终端获取第二筛选用药组合中各药品的标识信息，标识信息可以为药品代码、药品商品名等信息。药品供应库为药品供应商的药品配送仓库，终端获取各药品供应库的在库药品数据，判断药品供应库中的在库药品数据中是否包含与标识信息对应的药品，筛选出包含有与标识信息对应药品的药品供应库，获取筛选出的药品供应库所在的地理位置信息，并从患者信息数据中提取出患者所在地的地理位置信息。地理位置信息可以为地址信息，也可以为所在地的经纬度坐标，当地理位置信息为地址信息时，服务器根据地址信息计算出对应的经纬度坐标。
患者根据患者所在地的经纬度坐标和筛选出的各药品供应库的经纬度坐标，计算患者所在地与各药品供应库的相对位置距离，并获取各药品供应库对应的预设可配送距离，预设可配送距离为各药品供应库可支持配送的距离。终端将计算出的相对位置距离与预设可配送距离进行比较，将相对位置距离小于等于预设可配送距离的可配送供应库筛选为可配送供应库。
终端获取可配送供应库的供应库信息，供应库信息可以包括供应商名称、供应库位置、可配送时间、预计送达时间、药品供应价格等信息。终端将供应库信息在药品推荐结果中与第二筛选用药组合对应添加。在添加供应库信息时，也可以将对应供应商药品平台的链接添加至药物推荐结果中。
在本实施例中，将提供配送服务的药品供应库的信息添加至药品推荐结果中，方便患者购买药品。
在一个实施例中，根据第二筛选用药组合生成药品推荐结果可以包括：查找第二筛选用药组合对应的商售药品；获取各商售药品的商品信息和销售数据；根据商品信息和销售数据计算出各商售药品的商品推荐评分，根据商品推荐得分将各商售药品进行排序后生成商品推荐列表；获取商品推荐评分最高的商售药品对应的药品基本信息，并将获取到的药品基本信息作为第二筛选用药组合的默认药品基本信息；根据默认药品基本信息和商品推荐列表生成药品推荐结果。
终端获取第二筛选用药组合中各药物记录中的药品商品名，从药品库中查找与药品商品名对应的目前市场上在售的商售药品，同一药品商品名可能对应有多个厂家生产的多种商售药品。终端获取查找到的各商售药品的商品信息和销售数据，商品信息可以包括药品的生产厂家、产地、药品规格、剂型、药品售价等新，销售数据为商售药品单位时间内的销售总数量，在各地区的地区销售数量等。
终端可以将商品信息中商售药品的生产厂家的厂家排名、药品单位剂量的销售价格等信息、以及商售药品的销售总数量，在患者所在区域的地区销售量等因素作为对商售药品的评价要素。终端获取预设的评价要素及各评价要素对应的评分规则，从商品信息和销售数据中提取与评价要素对应的要素特征，并根据评分规则获得提取出的要素特征对应的要素评分。例如，评价要素为厂家排名，提取到的对应的要素特征为第4名，厂家排名要素的评分规则为排名1-3名厂家对应的评分为10分，4-8名对应的评分为8分，则提取出的要素特征对应的要素评分为8分。
终端获取每种评价要素对应的预设评价权重，所有预设评价权重的总和为1，终端根据要素评分和预设评价权重计算出各商售药品的商品评价得分。终端根据计算出的商品推荐得分将各商售药品进行排序，并可以从排序结果中提取出排在预设排列位置前的商售药品，根据提取出的商售药品的商品信息生成商品推荐列表，并将商品推荐列表与对应的第二筛选用药组合进行关联，如可以将商品推荐列表与对应的第二筛选用药组合进行链接，当展示药品推荐结果时，用户查看第二筛选用药组合时，可以通过链接查看对应的商品推荐列表。
终端获取商品推荐评分最高的商售药品对应的药品基本信息，终端将获取到的药品基本信息作为第二筛选用药组合的默认药品基本信息。其中，药品基本信息可以包括药品的规格、剂型、用法用量、单位售价等信息。终端可以根据默认药品基本信息和商品推荐列表生成对应第二筛选用药组合的药品推荐套餐，并根据所有药品推荐套餐生成药品推荐结果。
在本实施例中，终端自动查找各用药组合中的药品对应的药品商品，并对查找到的药品商品进行评价和排序，筛选出评价较高的药品商品并添加至药品推荐结果中，便于患者进行药品选择和购买。
在一个实施例中，如图2所示，药品推荐方法还可以包括：
步骤265，将药品推荐结果进行展示。
终端将生成的药品推荐结果进行展示，如可以根据药品推荐套餐生成套餐选项，在结果展示页面展示排序最先的药品推荐套餐，用户可以通过选择套餐选项进行套餐展示的切换。在每个药品推荐套餐的展示界面可以设置编辑选项，以供用户对套餐中的药品进行编辑修改，编辑选项可以包括添加药品、删除药品、更换药品等选项。
步骤270，当接收到药品添加指令时，从药品添加指令中读取组合编码，并通过药品搜索界面获取搜索关键词。
当终端接收到用户的药品添加指令时，从药品添加指令中读取用户所选择编辑的药品推荐套餐对应的用药组合的组合编码，组合编码用于对生成的各用药组合进行唯一标识。
药品搜索界面用于用户进行药品查询和搜索，用户可以在药品搜索界面的搜索栏中输入搜索关键词进行药品搜素，终端通过药品搜索界面获取用户输入的搜索关键词。搜索关键词可以为药品通用名、商品名以及药品编码等。
步骤275，查找与搜索关键词匹配的药品信息并展示。
终端从药品库中查找与搜索关键词匹配的药品，终端可以先根据搜索关键词进行药品的精确匹配，当匹配不到对应的药品时，再对搜索关键词进行切词处理，对处理后的搜索关键词切词进行模糊匹配。终端根据精确匹配的结果或模糊匹配结果生成搜索推荐药品，并获取搜索推荐药品的药品信息，根据药品信息生成药品搜索列表并展示。
步骤280，当通过药品搜素界面获取药品信息选中指令后，将药品信息选中指令对应的药品信息添加至组合编码对应的第二筛选用药组合中，生成新增用药组合。
用户可以对搜索结果列表中的药品信息进行选择操作并生成药品信息选中指令，当终端通过药品搜索界面获取到用户对药品信息的选中指令后，获取选中指令中携带的药品标识如药品代码等，将药品标识对应的药品信息添加至组合编码对应的第二筛选用药组合中并生成新增用药组合，把将新增用药组合在对应的套餐展示界面进行展示。
在一个实施例中，生成新增用药组合的步骤之后还可以包括：根据拟诊标签对新增用药组合进行标记；获取科室代码和患者诊断数据；查找科室代码对应的用药数据；将标记后的新增用药组合和患者诊断数据添加至用药数据中。
终端在存储第二筛选用药组合时，将第二筛选用药组合与对应的拟诊标签进行关联存储，终端获取与第二筛选用药组合关联的拟诊标签，根据获取到的拟诊标签对新增用药组合进行标记。
终端获取当前登录用户所属的科室代码和输入的患者诊断数据，查找科室代码对应的用药数据，用药数据中包括与相应科室的医生历史开具的用药组合及对应的患者诊断数据。终端将标记后的新增用药组合和患者诊断数据添加至查找到的用药数据中，从而便于同一科室的医生进行用药经验共享。
在一个实施例中，各科室的用药数据可以存储在数据共享平台上，科室管理员可以对用药数据权限设置，如可以只对本科室及指定科室的医生用户开放用药数据查阅权限等。
下面以一个具体的应用场景为例进行说明。医生通过终端输入拟诊标签“上呼吸道感染”和“湿疹”，并输入患者对青霉素过敏的信息，终端获取到拟诊标签后，查找到与“湿疹”标签匹配的药物记录中的药品为“氯化钠注射液”、查找到的与“上呼吸道感染”对应的药物记录中的药品为“阿莫西林”和“头孢”，根据查找结果生成初始用药组合{氯化钠注射液、阿莫西林}、{氯化钠注射液、头孢}，初始用药组合中的药品不存在药物冲突，药物冲突校验通过，根据患者信息对用药组合进行信息冲突校验，验证出阿莫西林与患者的青霉素过敏信息发生冲突，因此将用药组合{氯化钠注射液、阿莫西林}删除，最后得到的第二筛选用药组合为{氯化钠注射液、头孢}，终端查找第二筛选用药组合的药品对应的商售药品，将查找到的评分最高的商售药品对应的药品信息最为第二筛选用药组合的默认药品基本信息，根据默认药品基本信息生成推荐用药套餐，如生成的套餐可以为{氯化钠注射液、0.9％/500ml*1、500ml；头孢、10mg*20片、2片、口服、每天2次、1盒、饭后服用}。
应该理解的是，虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图3所示，提供了一种药品推荐装置，包括：诊断数据获取模块310、记录匹配模块320、初始组合生成模块330、第一筛选模块340、第二筛选模块350和推荐结果生成模块360，其中：
诊断数据获取模块310，用于获取拟诊标签和患者信息数据；
记录匹配模块320，用于查找与拟诊标签匹配的药物记录；
初始组合生成模块330，用于根据查找到的药物记录生成初始用药组合；
第一筛选模块340，用于对各初始用药组合中的药品进行药物冲突校验，将药物冲突校验失败的初始药物组合删除后得到第一筛选用药组合；
第二筛选模块350，用于根据患者信息数据对第一筛选用药组合中的药品进行信息冲突校验，将信息冲突校验失败的第一筛选用药组合删除后得到第二筛选用药组合；
推荐结果生成模块360，用于根据第二筛选用药组合生成药品推荐结果。
在一个实施例中，推荐结果生成模块360可以包括：
推荐率统计模块，用于统计各第二筛选用药组合的药品推荐率和推荐采用率。
采用率统计模块，用于获取科室代码，统计与科室代码对应的科室采用率。
得分计算模块，用于根据药品推荐率、推荐采用率和科室采用率计算各第二筛选用药组合的推荐得分。
组合排序模块，用于根据推荐得分由高到低的顺序将各第二筛选用药组合进行排序，根据排序后的第二筛选用药组合生成药品推荐结果。
在一个实施例中，药品推荐装置还可以包括：
供应库查找模块，用于查找第二筛选用药组合中的药品对应的药品供应库。
位置获取模块，用于获取患者位置数据。
供应库筛选模块，用于根据患者位置数据从药品供应库中筛选出可配送供应库；
信息添加模块，用于将可配送供应库对应的供应库信息添加至药品推荐结果中。
在一个实施例中，推荐结果生成模块360可以包括：
商品查找模块，用于查找第二筛选用药组合对应的商售药品。
商品数据获取模块，用于获取各商售药品的商品信息和销售数据。
推荐列表生成模块，用于根据商品信息和销售数据计算出各商售药品的商品推荐评分，根据商品推荐得分将各商售药品进行排序后生成商品推荐列表。
基本信息获得模块，用于获取商品推荐评分最高的商售药品对应的药品基本信息，并将获取到的药品基本信息作为第二筛选用药组合的默认药品基本信息。
信息组合模块，用于根据默认药品基本信息和商品推荐列表生成药品推荐结果。
在一个实施例中，药品推荐装置还可以包括：
结果展示模块，用于将药品推荐结果进行展示。
关键词获取模块，用于当接收到药品添加指令时，从药品添加指令中读取组合编码，并通过药品搜索界面获取搜索关键词。
信息搜索模块，用于查找与搜索关键词匹配的药品信息并展示。
新增组合生成模块，用于当通过药品搜素界面获取药品信息选中指令后，将药品信息选中指令对应的药品信息添加至组合编码对应的第二筛选用药组合中，生成新增用药组合。
在一个实施例中，药品推荐装置还可以包括：
标签标记模块，用于根据拟诊标签对新增用药组合进行标记。
科室数据获取模块，用于获取科室代码和患者诊断数据。
用药数据查找模块，用于查找科室代码对应的用药数据。
新增数据添加模块，用于将标记后的新增用药组合和患者诊断数据添加至用药数据中。
在一个实施例中，诊断数据获取模块310可以包括：
患者数据获取模块，用于获取患者诊断数据；
诊断结果提取模块，用于从患者诊断数据中提取诊断结果；
标签匹配模块，用于对诊断结果进行预处理后得到诊断关键词，查找与诊断关键词匹配的拟诊标签；
信息数据提取模块，用于从患者诊断数据中提取患者个人数据和患者医疗数据作为患者信息数据。
关于药品推荐装置的具体限定可以参见上文中对于药品推荐方法的限定，在此不再赘述。上述药品推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种药品推荐方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取拟诊标签和患者信息数据；查找与拟诊标签匹配的药物记录；根据查找到的药物记录生成初始用药组合；对各初始用药组合中的药品进行药物冲突校验，将药物冲突校验失败的初始药物组合删除后得到第一筛选用药组合；根据患者信息数据对第一筛选用药组合中的药品进行信息冲突校验，将信息冲突校验失败的第一筛选用药组合删除后得到第二筛选用药组合；根据第二筛选用药组合生成药品推荐结果。
在一个实施例中，处理器执行计算机程序实现根据第二筛选用药组合生成药品推荐结果的步骤时还用于：统计各第二筛选用药组合的药品推荐率和推荐采用率；获取科室代码，统计与科室代码对应的科室采用率；根据药品推荐率、推荐采用率和科室采用率计算各第二筛选用药组合的推荐得分；根据推荐得分由高到低的顺序将各第二筛选用药组合进行排序，根据排序后的第二筛选用药组合生成药品推荐结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：查找第二筛选用药组合中的药品对应的药品供应库；获取患者位置数据；根据患者位置数据从药品供应库中筛选出可配送供应库；将可配送供应库对应的供应库信息添加至药品推荐结果中。
在一个实施例中，处理器执行计算机程序实现根据第二筛选用药组合生成药品推荐结果的步骤时还用于：查找第二筛选用药组合对应的商售药品；获取各商售药品的商品信息和销售数据；根据商品信息和销售数据计算出各商售药品的商品推荐评分，根据商品推荐得分将各商售药品进行排序后生成商品推荐列表；获取商品推荐评分最高的商售药品对应的药品基本信息，并将获取到的药品基本信息作为第二筛选用药组合的默认药品基本信息；根据默认药品基本信息和商品推荐列表生成药品推荐结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将药品推荐结果进行展示；当接收到药品添加指令时，从药品添加指令中读取组合编码，并通过药品搜索界面获取搜索关键词；查找与搜索关键词匹配的药品信息并展示；当通过药品搜素界面获取药品信息选中指令后，将药品信息选中指令对应的药品信息添加至组合编码对应的第二筛选用药组合中，生成新增用药组合。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据拟诊标签对新增用药组合进行标记；获取科室代码和患者诊断数据；查找科室代码对应的用药数据；将标记后的新增用药组合和患者诊断数据添加至用药数据中。
在一个实施例中，处理器执行计算机程序实现获取拟诊标签和患者信息数据的步骤时还用于：获取患者诊断数据；从患者诊断数据中提取诊断结果；对诊断结果进行预处理后得到诊断关键词，查找与诊断关键词匹配的拟诊标签；从患者诊断数据中提取患者个人数据和患者医疗数据作为患者信息数据。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取拟诊标签和患者信息数据；查找与拟诊标签匹配的药物记录；根据查找到的药物记录生成初始用药组合；对各初始用药组合中的药品进行药物冲突校验，将药物冲突校验失败的初始药物组合删除后得到第一筛选用药组合；根据患者信息数据对第一筛选用药组合中的药品进行信息冲突校验，将信息冲突校验失败的第一筛选用药组合删除后得到第二筛选用药组合；根据第二筛选用药组合生成药品推荐结果。
在一个实施例中，计算机程序被处理器执行实现根据第二筛选用药组合生成药品推荐结果的步骤时还用于：统计各第二筛选用药组合的药品推荐率和推荐采用率；获取科室代码，统计与科室代码对应的科室采用率；根据药品推荐率、推荐采用率和科室采用率计算各第二筛选用药组合的推荐得分；根据推荐得分由高到低的顺序将各第二筛选用药组合进行排序，根据排序后的第二筛选用药组合生成药品推荐结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：查找第二筛选用药组合中的药品对应的药品供应库；获取患者位置数据；根据患者位置数据从药品供应库中筛选出可配送供应库；将可配送供应库对应的供应库信息添加至药品推荐结果中。
在一个实施例中，计算机程序被处理器执行实现根据第二筛选用药组合生成药品推荐结果的步骤时还用于：查找第二筛选用药组合对应的商售药品；获取各商售药品的商品信息和销售数据；根据商品信息和销售数据计算出各商售药品的商品推荐评分，根据商品推荐得分将各商售药品进行排序后生成商品推荐列表；获取商品推荐评分最高的商售药品对应的药品基本信息，并将获取到的药品基本信息作为第二筛选用药组合的默认药品基本信息；根据默认药品基本信息和商品推荐列表生成药品推荐结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将药品推荐结果进行展示；当接收到药品添加指令时，从药品添加指令中读取组合编码，并通过药品搜索界面获取搜索关键词；查找与搜索关键词匹配的药品信息并展示；当通过药品搜素界面获取药品信息选中指令后，将药品信息选中指令对应的药品信息添加至组合编码对应的第二筛选用药组合中，生成新增用药组合。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据拟诊标签对新增用药组合进行标记；获取科室代码和患者诊断数据；查找科室代码对应的用药数据；将标记后的新增用药组合和患者诊断数据添加至用药数据中。
在一个实施例中，计算机程序被处理器执行实现获取拟诊标签和患者信息数据的步骤时还用于：获取患者诊断数据；从患者诊断数据中提取诊断结果；对诊断结果进行预处理后得到诊断关键词，查找与诊断关键词匹配的拟诊标签；从患者诊断数据中提取患者个人数据和患者医疗数据作为患者信息数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种药品推荐方法，所述方法包括：
获取拟诊标签和患者信息数据，拟诊标签是与医生诊断结果对应的标签；
查找与所述拟诊标签匹配的药物记录；
根据查找到的所述药物记录生成初始用药组合；
对各所述初始用药组合中的药品进行药物冲突校验，将药物冲突校验失败的初始药物组合删除后得到第一筛选用药组合；
根据所述患者信息数据对所述第一筛选用药组合中的药品进行信息冲突校验，将信息冲突校验失败的第一筛选用药组合删除后得到第二筛选用药组合；
根据第二筛选用药组合生成药品推荐结果。
2.根据权利要求1所述的方法，其特征在于，所述根据第二筛选用药组合生成药品推荐结果，包括：
统计各所述第二筛选用药组合的药品推荐率和推荐采用率；
获取科室代码，统计与所述科室代码对应的科室采用率；
根据所述药品推荐率、所述推荐采用率和所述科室采用率计算各所述第二筛选用药组合的推荐得分；
根据所述推荐得分由高到低的顺序将各所述第二筛选用药组合进行排序，根据排序后的所述第二筛选用药组合生成药品推荐结果。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
查找所述第二筛选用药组合中的药品对应的药品供应库；
获取患者位置数据；
根据所述患者位置数据从所述药品供应库中筛选出可配送供应库；
将所述可配送供应库对应的供应库信息添加至所述药品推荐结果中。
4.根据权利要求1所述的方法，其特征在于，所述根据第二筛选用药组合生成药品推荐结果，包括：
查找所述第二筛选用药组合对应的商售药品；
获取各所述商售药品的商品信息和销售数据；
根据所述商品信息和所述销售数据计算出各所述商售药品的商品推荐评分，根据所述商品推荐得分将各所述商售药品进行排序后生成商品推荐列表；
获取商品推荐评分最高的商售药品对应的药品基本信息，并将获取到的所述药品基本信息作为所述第二筛选用药组合的默认药品基本信息；
根据所述默认药品基本信息和所述商品推荐列表生成药品推荐结果。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述药品推荐结果进行展示；
当接收到药品添加指令时，从所述药品添加指令中读取组合编码，并通过药品搜索界面获取搜索关键词；
查找与所述搜索关键词匹配的药品信息并展示；
当通过所述药品搜素界面获取药品信息选中指令后，将所述药品信息选中指令对应的药品信息添加至所述组合编码对应的第二筛选用药组合中，生成新增用药组合。
6.根据权利要求5所述的方法，其特征在于，所述生成新增用药组合之后，还包括：
根据所述拟诊标签对所述新增用药组合进行标记；
获取科室代码和患者诊断数据；
查找所述科室代码对应的用药数据；
将标记后的所述新增用药组合和所述患者诊断数据添加至所述用药数据中。
7.根据权利要求1所述的方法，其特征在于，所述获取拟诊标签和患者信息数据，包括：
获取患者诊断数据；
从所述患者诊断数据中提取诊断结果；
对所述诊断结果进行预处理后得到诊断关键词，查找与所述诊断关键词匹配的拟诊标签；
从所述患者诊断数据中提取患者个人数据和患者医疗数据作为患者信息数据。
8.一种药品推荐装置，其特征在于，所述装置包括：
诊断数据获取模块，用于获取拟诊标签和患者信息数据，拟诊标签是与医生诊断结果对应的标签；
记录匹配模块，用于查找与所述拟诊标签匹配的药物记录；
初始组合生成模块，用于根据查找到的所述药物记录生成初始用药组合；
第一筛选模块，用于对各所述初始用药组合中的药品进行药物冲突校验，将药物冲突校验失败的初始药物组合删除后得到第一筛选用药组合；
第二筛选模块，用于根据所述患者信息数据对所述第一筛选用药组合中的药品进行信息冲突校验，将信息冲突校验失败的第一筛选用药组合删除后得到第二筛选用药组合；
推荐结果生成模块，用于根据第二筛选用药组合生成药品推荐结果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810547727.XA CN108986879B (zh) | 2018-05-31 | 2018-05-31 | 药品推荐方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810547727.XA CN108986879B (zh) | 2018-05-31 | 2018-05-31 | 药品推荐方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108986879A CN108986879A (zh) | 2018-12-11 |
| CN108986879B true CN108986879B (zh) | 2024-04-05 |
Family
ID=64542835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810547727.XA Active CN108986879B (zh) | 2018-05-31 | 2018-05-31 | 药品推荐方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108986879B (zh) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109859851A (zh) * | 2018-12-27 | 2019-06-07 | 平安科技（深圳）有限公司 | 一种治疗方案推荐方法和装置 |
| CN109918569A (zh) * | 2019-03-18 | 2019-06-21 | 康美药业股份有限公司 | 药品信息推送方法、服务器及可读存储介质 |
| CN113574606B (zh) * | 2019-03-20 | 2024-05-31 | 深圳迈瑞生物医疗电子股份有限公司 | 一种医疗设备及其数据管理方法 |
| CN110111179B (zh) * | 2019-04-28 | 2022-05-17 | 广东技术师范大学 | 药品组合的推荐方法、装置及计算机可读存储介质 |
| CN110070420A (zh) * | 2019-04-28 | 2019-07-30 | 广东技术师范大学 | 药品的推荐方法、装置及计算机可读存储介质 |
| CN110288461A (zh) * | 2019-05-20 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 产品推荐的自动化验证方法、电子装置及存储介质 |
| CN110880361B (zh) * | 2019-10-16 | 2023-02-28 | 平安科技（深圳）有限公司 | 一种个性化精准用药推荐方法及装置 |
| CN110767320B (zh) * | 2019-10-31 | 2023-03-24 | 望海康信(北京)科技股份公司 | 数据处理方法、装置、电子设备及可读存储介质 |
| CN111312359B (zh) * | 2020-02-03 | 2023-12-29 | 广东省第二人民医院（广东省卫生应急医院） | 用药方案智能化推荐方法及装置 |
| CN111653334A (zh) * | 2020-06-12 | 2020-09-11 | 首都医科大学附属北京胸科医院 | 一种药品推荐的装置 |
| CN111863181A (zh) * | 2020-07-15 | 2020-10-30 | 至本医疗科技（上海）有限公司 | 药品推荐方法、装置、计算机设备和存储介质 |
| CN111951915A (zh) * | 2020-08-10 | 2020-11-17 | 智业软件股份有限公司 | 一种药品和药品用法推荐方法、终端设备及存储介质 |
| CN112037880B (zh) * | 2020-08-31 | 2022-07-15 | 康键信息技术（深圳）有限公司 | 用药推荐方法、装置、设备及存储介质 |
| CN112309579A (zh) * | 2020-11-26 | 2021-02-02 | 微医云(杭州)控股有限公司 | 推荐治疗方案的方法、装置、电子设备及存储介质 |
| CN112687370B (zh) * | 2020-12-28 | 2023-12-22 | 北京博奥晶方生物科技有限公司 | 一种电子药方生成方法、装置及电子设备 |
| CN113436746B (zh) * | 2021-06-30 | 2024-04-12 | 平安科技（深圳）有限公司 | 基于排序算法的用药推荐方法、装置、设备及存储介质 |
| CN115132332B (zh) * | 2022-06-21 | 2023-12-22 | 深圳伯医科技有限公司 | 一种精准检查预约消息的推送方法及相关设备 |
| CN115171836B (zh) * | 2022-09-07 | 2023-03-10 | 南京诺源医疗器械有限公司 | 适用于医疗信息的数据处理方法及系统 |
| CN115510049B (zh) * | 2022-11-15 | 2023-03-21 | 阿里健康科技(杭州)有限公司 | 药品的标品数据录入方法、装置、设备和存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107919161A (zh) * | 2017-10-25 | 2018-04-17 | 康美药业股份有限公司 | 一种药方审定的方法、电子设备及存储介质 |
| CN107945882A (zh) * | 2017-10-19 | 2018-04-20 | 诺辞科技成都有限公司 | 一种用户药品信息匹配系统及其药品信息匹配方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999044167A1 (en) * | 1998-02-27 | 1999-09-02 | Rx Communications, Inc. | Pharmacy drug management system providing patient specific drug dosing, drug interaction analysis, order generation, and patient data matching |
| WO2015070011A1 (en) * | 2013-11-07 | 2015-05-14 | Quintiles Transnational Corporation | Electrical computing devices providing personalized patient drug dosing regimens |
-
2018
- 2018-05-31 CN CN201810547727.XA patent/CN108986879B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107945882A (zh) * | 2017-10-19 | 2018-04-20 | 诺辞科技成都有限公司 | 一种用户药品信息匹配系统及其药品信息匹配方法 |
| CN107919161A (zh) * | 2017-10-25 | 2018-04-17 | 康美药业股份有限公司 | 一种药方审定的方法、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108986879A (zh) | 2018-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108986879B (zh) | 药品推荐方法、装置、计算机设备和存储介质 | |
| US11468975B2 (en) | Medication reconciliation system and method | |
| CN106793957B (zh) | 用于预测患者护理未来结果的医疗系统和方法 | |
| US20100280840A1 (en) | Drug information processing device and drug information processing method | |
| CN111180024B (zh) | 基于词频逆文档频率的数据处理方法、装置和计算机设备 | |
| KR102249739B1 (ko) | 필기 인식 툴 | |
| US20170083681A1 (en) | Method and apparatus for generating a clinical presentation related to controlled substance abuse or diversion | |
| KR101920466B1 (ko) | 처방 약품 분석이 가능한 방법, 시스템 및 휴대형 단말 | |
| Pervanas et al. | Evaluation of medication errors in community pharmacy settings: a retrospective report | |
| US20200013491A1 (en) | Interoperable Record Matching Process | |
| US20240145049A1 (en) | System and Method to Facilitate Interoperability of Health Care Modules | |
| CN110739036A (zh) | 一种临床路径分析应用数据检索方法 | |
| US20170091165A1 (en) | Recording medium, application activation control method, and information processing apparatus | |
| US7069226B1 (en) | Prescription data processing system for determining new therapy starts | |
| JP6384130B2 (ja) | 情報処理装置及び情報処理プログラム | |
| CN113126847A (zh) | 药物信息智能处理设备 | |
| LUPȘE et al. | Extracting and structuring drug information to improve e-prescription and streamline medical treatment | |
| KR20120030706A (ko) | 처방 바코드정보를 이용한 정보 제공 장치 및 방법 | |
| US20150169830A1 (en) | Data Management and Delivery System for Health Care Applications | |
| CN114817686A (zh) | 基于搜索排序的数据查询方法、装置、设备及介质 | |
| CN114005505A (zh) | 病例报告表生成方法、装置、计算机设备和存储介质 | |
| CN113689924A (zh) | 相似病历检索方法、装置、电子设备及可读存储介质 | |
| JP2021114322A (ja) | 服薬監査処理システム、方法、及びコンピュータプログラム | |
| KR19980071912A (ko) | 약품정보검색방법 | |
| Kondylakis et al. | Patient preferences: An unexplored area in the post-pandemic era |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |