CN109147198A - 自助售药方法和系统 - Google Patents

自助售药方法和系统 Download PDF

Info

Publication number
CN109147198A
CN109147198A CN201810725606.XA CN201810725606A CN109147198A CN 109147198 A CN109147198 A CN 109147198A CN 201810725606 A CN201810725606 A CN 201810725606A CN 109147198 A CN109147198 A CN 109147198A
Authority
CN
China
Prior art keywords
drug
sale
self
medicine
server
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
Application number
CN201810725606.XA
Other languages
English (en)
Other versions
CN109147198B (zh
Inventor
潘旭焕
章向明
王亚男
王佳
崔东超
谢朋
王绍敏
孙行智
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201810725606.XA priority Critical patent/CN109147198B/zh
Publication of CN109147198A publication Critical patent/CN109147198A/zh
Application granted granted Critical
Publication of CN109147198B publication Critical patent/CN109147198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07FCOIN-FREED OR LIKE APPARATUS
    • G07F17/00Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/0092Coin-freed apparatus for hiring articles; Coin-freed facilities or services for assembling and dispensing of pharmaceutical articles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/08Payment architectures
    • G06Q20/18Payment architectures involving self-service terminals [SST], vending machines, kiosks or multimedia terminals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/30Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/327Short range or proximity payments by means of M-devices
    • G06Q20/3276Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being read by the M-device
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/40ICT 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)
  • Business, Economics & Management (AREA)
  • Public Health (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Toxicology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请涉及一种自助售药方法和系统。所述方法包括:自助售药机获取当前患者的问诊数据,根据问诊数据获取对应的电子处方,根据电子处方生成订单,根据订单对应的订单编号及自助售药机标识生成二维码;终端通过扫描二维码对订单进行支付,并在接收到支付成功的反馈信息时,向服务器发送药品出柜请求,药品出柜请求中携带订单编号及自助售药机标识;服务器接收药品出柜请求,根据药品出柜请求获取订单编号对应的药品信息,根据药品信息生成药品出柜指令,根据自助售药机标识将药品出柜指令发送至自助售药机;自助售药机根据药品出柜指令执行药品出柜操作。采用本方法可以在患者看病就医的过程中起到省时省力的效果。

Description

自助售药方法和系统
技术领域
本申请涉及医疗领域,特别是涉及一种自助售药方法和系统。
背景技术
目前,人们在医院就医,不管大病小病,通常的流程都是需要先挂号,然后到医生处进行问诊,医生通常会根据病人的病情相应地为病人开出针对其病症的处方,然后病人或者其家属会根据医生出具的处方到结算处结账,再到取药处取药,流程繁琐,整个过程病人或者其家属需要在医院不同的地方来回跑,费时费力。
发明内容
基于此,有必要针对上述技术问题,提供一种能够省时省力的自助售药方法和系统。
一种自助售药方法,所述方法包括:
自助售药机获取当前患者的问诊数据,根据所述问诊数据获取对应的电子处方,根据所述电子处方生成订单,根据所述订单对应的订单编号及自助售药机标识生成二维码;
终端通过扫描所述二维码对所述订单进行支付,并在接收到支付成功的反馈信息时,向服务器发送药品出柜请求,所述药品出柜请求中携带所述订单编号及所述自助售药机标识;
服务器接收所述药品出柜请求,根据所述药品出柜请求获取所述订单编号对应的药品信息,根据所述药品信息生成药品出柜指令,根据所述自助售药机标识将所述药品出柜指令发送至所述自助售药机;
所述自助售药机根据所述药品出柜指令执行药品出柜操作。
在其中一个实施例中,所述自助售药机包括售药装置及出药装置,所述自助售药机获取当前患者的问诊数据,包括:
所述自助售药机通过所述售药装置获取当前患者的问诊数据;
所述服务器接收所述药品出柜请求,根据所述药品出柜请求获取所述订单编号对应的药品信息,包括:
服务器根据所述药品出柜请求生成药品出柜码,将所述药品出柜码、所述订单编码及所述售货机标识关联存储至数据库中,并将所述药品出柜码发送至预设的接收装置进行显示,所述预设的接收装置包括所述终端及所述售药装置中的至少一种;
当所述出药装置获取到所述药品出柜码并向所述服务器发送所述药品出柜码及所述自助售药机标识时,所述服务器根据所述药品出柜码及所述自助售药机标识从所述数据库中查询对应的订单编号,获取所述订单编号对应的药品信息;
所述自助售药机根据所述药品出柜指令执行药品出柜操作,包括:
所述自助售药机通过所述出药装置执行药品出柜操作。
在其中一个实施例中,所述方法还包括:
服务器获取当前药品集合中各个药品的销售数量,根据所述销售数量对所述药品集合中各个药品进行排序,根据排序结果选取预设数量的药品,得到药品子集合;
服务器对所述药品子集合中的药品进行聚类,获取聚类结果中每一个分类对应的疾病类型,并分别计算每一个所述疾病类型对应的药品销售总量;
当任意一个疾病类型对应的所述药品销售总量超过预设阈值,服务器向所述预设的接收装置发送提示信息。
在其中一个实施例中,所述自助售药机获取当前患者的问诊数据,根据所述问诊数据获取对应的电子处方,包括:
自助售药机将所述问诊数据发送至服务器;
服务器对所述问诊数据提取病理特征信息,并获取所述问诊数据对应患者的个人档案信息,从所述个人档案信息中提取档案特征信息;
服务器按照预设组合条件将所述病理特征信息和所述档案特征信息进行组合,得到组合特征,将所述组合特征输入至对应的药品匹配模型中进行特征匹配;
服务器根据匹配结果中的药品清单生成电子处方,将所述电子处方发送至所述自助售药机;
所述自助售药机接收所述服务器发送的所述电子处方。
在其中一个实施例中,服务器按照预设组合条件将所述病理特征信息和所述档案特征信息进行组合,得到组合特征,将所述组合特征输入至对应的药品匹配模型中进行特征匹配,包括:
服务器按照预设的优先级划分条件,将所述病理特征信息和所述档案特征信息进行优先级划分,将划分后的所述病理特征信息和所述档案特征信息,按照优先级级别进行组合,得到所述组合特征;
服务器按照所述组合特征中所述病理特征信息和所述档案特征信息的优先级级别,从高优先级到低优先级,将所述组合特征中所述病理特征信息和所述档案特征信息依次输入至对应的药品匹配模型中进行特征匹配。
在其中一个实施例中,服务器根据匹配结果中的药品清单生成电子处方,将所述电子处方发送至自助售药机,包括:
服务器判断所述药品清单中是否包含预设种类的药品,若是,则将所述药品清单发送至所述问诊数据对应的医生终端,接收医生终端返回的药品清单,根据所述返回的药品清单生成电子处方。
一种自助售药系统,所述系统包括:
自助售药机,用于获取当前患者的问诊数据,根据所述问诊数据获取对应的电子处方,根据所述电子处方生成订单,根据所述订单对应的订单编号及自助售药机标识生成二维码;
终端,用于通过扫描所述二维码对所述订单进行支付,并在接收到支付成功的反馈信息时,向服务器发送药品出柜请求,所述药品出柜请求中携带所述订单编号及所述自助售药机标识;
服务器,用于接收所述药品出柜请求,根据所述药品出柜请求获取所述订单编号对应的药品信息,根据所述药品信息生成药品出柜指令,根据所述自助售药机标识将所述药品出柜指令发送至所述自助售药机;
所述自助售药机还用于根据所述药品出柜指令执行药品出柜操作。
在其中一个实施例中,所述自助售药机包括售药装置及出药装置;
所述售药装置用于获取当前患者的问诊数据;
所述服务器还用于根据所述药品出柜请求生成药品出柜码,将所述药品出柜码、所述订单编码及所述售货机标识关联存储至数据库中,并将所述药品出柜码发送至预设的接收装置进行显示,所述预设的接收装置包括所述终端及所述售药装置中的至少一种;
所述服务器还用于在所述出药装置获取到所述药品出柜码并向所述服务器发送所述药品出柜码及所述自助售药机标识时,根据所述药品出柜码及所述自助售药机标识从所述数据库中查询对应的订单编号,获取所述订单编号对应的药品信息;
所述出药装置用于根据所述药品出柜指令执行药品出柜操作。
在其中一个实施例中,服务器还用于获取当前药品集合中各个药品的销售数量,根据所述销售数量对所述药品集合中各个药品进行排序,根据排序结果选取预设数量的药品,得到药品子集合,对所述药品子集合中的药品进行聚类,获取聚类结果中每一个分类对应的疾病类型,并分别计算每一个所述疾病类型对应的药品销售总量,并在任意一个疾病类型对应的所述药品销售总量超过预设阈值时,向所述预设的接收装置发送提示信息。
在其中一个实施例中,自助售药机还用于将所述问诊数据发送至服务器;
服务器还用于对所述问诊数据提取病理特征信息,并获取所述问诊数据对应患者的个人档案信息,从所述个人档案信息中提取档案特征信息,按照预设组合条件将所述病理特征信息和所述档案特征信息进行组合,得到组合特征,将所述组合特征输入至对应的药品匹配模型中进行特征匹配,根据匹配结果中的药品清单生成电子处方,将所述电子处方发送至所述自助售药机;
所述自助售药机还用于接收所述服务器发送的所述电子处方。
上述自助售药和系统中,自助售药机获取当前患者的问诊数据,根据所述问诊数据获取对应的电子处方,根据所述电子处方生成订单,根据所述订单对应的订单编号及自助售药机标识生成二维码,终端通过扫描所述二维码对所述订单进行支付,并在接收到支付成功的反馈信息时,向服务器发送药品出柜请求,服务器接收所述药品出柜请求,获取所述订单编号对应的药品信息,根据所述药品信息生成药品出柜指令发送至所述自助售药机,自助售药机根据所述药品出柜指令执行药品出柜操作。患者可直接在自助售药机上进行问诊、买药的全流程操作,相较于传统技术中排队挂号,由医生诊断后再进行买药,起到了省时省力的效果。
附图说明
图1为一个实施例中自助售药方法的应用场景图;
图2为一个实施例中自助售药方法的流程示意图;
图3为另一个实施例中自助售药方法的流程示意图;
图4为又一个实施例中自助售药方法的部分流程示意图;
图5为一个实施例中图1中步骤S202的步骤流程图;
图6为一个实施例中自助售药系统的内部结构图。
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。
本申请提供的自助售方法,可以应用于如图1所示的应用环境中。其中,终端102、自助售药机106分别通过网络与服务器104进行通信。当患者在自助售药机106上进行在线问诊时,自助售药机106会获取到在线问诊对应的问诊数据,然后根据该问诊数据获取对应的电子处方,然后根据该电子处方生成订单,并根据该订单对应的订单编号及自身的自助售药机标识生成二维码,患者可通过扫描该二维码对订单进行支付,并在接收到第三方支付平台返回的支付成功的反馈信息时,向服务器发送药品出柜请求,服务器在接收药品出柜请求时,根据药品出柜请求获取对应的药品信息,根据药品信息生成药品出柜指令,根据自助售药机标识将掉药指令发送至自助售药机,最后自助售药机根据掉药指令执行药品出柜操作。其中,终端102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104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。
在一个实施例中,如图2所示,提供了一种自助售药方法,包括以下步骤:
步骤S202,自助售药机获取当前患者的问诊数据,根据问诊数据获取对应的电子处方,根据电子处方生成订单,根据订单对应的订单编号及自助售药机标识生成二维码。
具体地,问诊数据指的是患者在自助售药机上进行在线问诊时产生的数据,问诊数据可以是文字、语音或视频中的至少一种。自助售药机获取到问诊数据后,将问诊数据发送至服务器,并从服务器获取对应的电子处方。
在本实施例中,服务器获取到问诊数据后,从问诊数据中提取病理特征信息,并获取问诊数据对应患者的个人档案信息,从个人档案信息中提取档案特征信息,然后按照预设组合条件将病理特征信息和档案特征信息进行组合,得到组合特征,将组合特征输入至对应的药品匹配模型中进行特征匹配,最后根据匹配结果中的药品清单生成电子处方,将电子处方发送至自助售药机。
进一步,自助售货机根据电子处方中各个药品名称对应的编号从药品库中查询对应的价格信息,然后根据药品的价格信息及药品的名称生成订单,并对订单生成唯一的订单编号,将该订单及对应的订单编号进行存储,然后根据该订单编号及自身的自助售货机标识生成一个二维码。
步骤S204,终端通过扫描二维码对订单进行支付,并在接收到支付成功的反馈信息时,向服务器发送药品出柜请求,药品出柜请求中携带订单编号及自助售药机标识。
具体地,终端在对二维码进行扫描时,可对订单进行支付,并在支付成功后,接收支付成功的反馈指令。
在一个实施例中,终端可调用第三方支付平台对订单进行支付,第三支付平台扣款成功后,向终端发送支付成功的反馈信息。在另一个实施例中,二维码中可包含服务器的URL(Uniform Resoure Locator,统一资源定位符)地址,终端扫描二维码后,可根据URL地址登录服务器,并向服务器发送扣款请求,服务器根据扣款请求中携带的用户标识查找对应的虚拟资源,如抵扣券、积分等,然后对虚拟资源进行减扣,以完成订单的支付,支付成功后,向终端发送支付成功的反馈信息。
进一步,终端在接收到支付成功的反馈信息时,根据从二维码中获取的订单编号及自助售货机标识生成药品出柜请求,将药品出柜请求发送至服务器。
步骤S206,服务器接收药品出柜请求,根据药品出柜请求获取订单编号对应的药品信息,根据药品信息生成药品出柜指令,根据自助售药机标识将药品出柜指令发送至自助售药机。
具体地,服务器接收到药品出柜请求后,对药品出柜请求进行解析,获取其中的订单编号和自助售货机标识,然后根据订单编号查找对应的订单,获取订单中的药品信息,药品信息包括药品名称及对应的药品编号,然后根据药品信息生成药品出柜指令,药品出柜指令用于指示自助售药机对药品信息对应的药品执行药品出柜操作。进一步地,服务器根据药品出柜请求中携带自助售货机标识,将药品出柜指令发送至对应的自助售药机。
步骤S208,自助售药机根据药品出柜指令执行药品出柜操作。
具体地,药品出柜操作指的是自助售药机控制对应的机械结构将药品从药柜中推出的操作。在本实施例中,自助售药机接收到药品出柜指令后,对药品出柜指令进行解析,获取其中的药品信息,对药品信息对应的药品执行药品出柜操作。
上述自助售药方法,自助售药机获取当前患者的问诊数据,根据问诊数据获取对应的电子处方,根据电子处方生成订单,根据订单对应的订单编号及自助售药机标识生成二维码,终端通过扫描二维码对订单进行支付,并在接收到支付成功的反馈信息时,向服务器发送药品出柜请求,服务器接收药品出柜请求,获取订单编号对应的药品信息,根据药品信息生成药品出柜指令发送至自助售药机,自助售药机根据药品出柜指令执行药品出柜操作。患者可直接在自助售药机上进行问诊、买药的全流程操作,相较于传统技术中排队挂号,由医生诊断后再进行买药,起到了省时省力的效果。
在另一个实施例中,如图3所示,提供了一种自助售药方法,包括以下步骤:
步骤S302,售药装置获取当前患者的问诊数据。
具体地,在本实施例中,自助售药机包括售药装置和出药装置。其中,可以是包括一个售药装置和一个出药装置,也可以是包括多个售药装置和一个出药装置。当患者在自助售药的售药装置进行问诊时,售药装置获取问诊时对应的问诊数据,将问诊数据发送至服务器,并从服务器获取对应的电子处方。
步骤S304,终端通过扫描二维码对订单进行支付,并在接收到支付成功的反馈信息时,向服务器发送药品出柜请求,药品出柜请求中携带订单编号及自助售药机标识。
步骤S306,服务器根据药品出柜请求生成药品出柜码,将药品出柜码、订单编码及售货机标识关联存储至数据库中,并将药品出柜码发送至预设的接收装置进行显示,预设的接收装置包括终端及售药装置中的至少一种。
具体地,药品出柜码指的是服务器生成的由数字、字母或其组合组成的用于作为患者在出药装置进行取药操作的凭证。服务器接收到药品出柜请求后,对药品出柜请求进行解析,获取订单编号及自助售药机标识,然后对该订单生成一个药品出柜码后,将药品出柜码、订单编号及自助售药机标识一一对应地存储至数据库中,同时将药品出柜码的当前状态标记为有效状态。
在一个实施例中,为保证生成的药品出柜码不重复,服务器根据药品出柜请求生成药品出柜码后,查询自助售药机标识对应的药品出柜码集合,服务器从药品出柜码集合中筛选出状态为有效状态的药品出柜码,得到药品出柜码子集合,当药品出柜码子集合中存在与当前生成的药品出柜码相同的取药码时,对当前生成的药品出柜码进行更新。
进一步,服务器将药品出柜码发送至预设的接收装置进行显示,预设的接收装置可以是终端,也可以是售药装置,然后患者可根据显示的药品出柜码在出药装置进行取药操作。
步骤S308,当出药装置获取到药品出柜码并向服务器发送药品出柜码及自助售药机标识时,服务器根据药品出柜码及自助售药机标识从数据库中查询对应的订单编号,获取订单编号对应的药品信息,根据药品信息生成药品出柜指令,根据自助售药机标识将药品出柜指令发送至自助售药机。
具体地,当患者在出药装置输入药品出柜码时,出药装置将接收到的药品出柜码连同自身的自助售货机标识一起发送至服务器,服务器在接收到出药装置发送的药品出柜码及自助售货机标识时,从数据库中查找与药品出柜码及自助售货机标识对应的订单编号,若成功查找到订单编号,则说明患者输入的药品出柜码正确;不查找不到订单编号,则说明患者输入的药品出柜码错误,向出药装置发送错误提示信息。
在一个实施例中,药品出柜码具有一定的有效期,该有效期可以事先进行设定,当超过有效期时,服务器对该药品出柜码对应的订单执行退款操作,然后将该药品出柜码的状态由有效状态更改为失效状态,因此,当患者输入的药品出柜码正确时,服务器可进一步获取该药品出柜码的当前状态,若药品出柜码为失效状态,则向出药装置发送错误提示信息;若出药装置发送错误提示信息为有效状态,则获取与药品出柜码、自助售货机标识对应的订单编码,并获取该订单编号对应的商品信息,然后生成药品出柜指令发送至出药装置。
步骤S310,出药装置根据药品出柜指令执行药品出柜操作。
在本实施例中,通过对自助售药机设置售药装置及出药装置,通过售药装置获取问诊数据,然后获取问诊数据对应的电子处方并生成订单,由终端对订单支付完成后向服务器发送药品出柜指令,然后服务器生成一个药品出柜码,出药装置在接收到患者输入的药品出柜码后,发送至服务器获取待出柜的药品信息,然后执行药品出柜操作,由于将自助售药机的分成了出药装置和售药装置两个部分,可同时支持至少两人进行问诊购药,提高了自助售药机的利用率,并且进一步节省了患者的购药时间。
在一个实施例中,如图4所示,上述方法还包括:
步骤S402,服务器获取当前药品集合中各个药品的销售数量,根据销售数量对药品集合中各个药品进行排序,根据排序结果选取预设数量的药品,得到药品子集合。
具体地,在本实施例中,服务器中数据库的数据以地理位置进行分区存储,其中,地理位置包括但不限于城市、省,例如可以将每一个城市对应的数据划分为一个分区,分区存储的方式可以是对每一个分区的数据建立单独的数据表存储。其中,每一个分区对应一个当前药品集合,当前药品集合是指该分区当前所有在售的药品所组成的集合。
服务器可以按照预设的周期分别遍历药品数据库中各个分区,查询各个分区的当前药品集合中每一个药品在该周期内的销售数量,其中,预设的周期可以根据需要进行设定,例如可以是一周、半个月等等,进一步,服务器可以根据各个药品的销售数量,对药品进行排序,根据排序结果选取预设数量的药品,得到药品子集合。在一个实施例中,服务器可以根据各个药品的销售数量对药品进行降序排列,然后选取排序靠前的预设数量的药品,根据选取的药品组成药品子集合。
步骤S404,服务器对药品子集合中的药品进行聚类,获取聚类结果中每一个分类对应的疾病类型,并分别计算每一个疾病类型对应的药品销售总量。
具体地,聚类指的是将适用于相同的疾病类型的药品聚合成一个分类,例如,假设有四种药品,药品1适用的疾病类型为A,药品2适用的疾病类型为B,药品3适用的疾病类型为A,药品4适用的疾病类型为B,则将药品1和药品3聚合成一个分类,将药品2和药品4聚合成一个分类。
在一个实施例中,可采用聚类算法对药品集合进行聚类,获取聚类结果中每一个分类对应的聚类中心,将聚类中心的药品对应的疾病类型作为该分类对应的疾病类型,然后统计该分类中各个药品的销量并进行累加得到该疾病类型对应的药品销售总量。其中,聚类算法包括但不限于K-Means算法,K-Medoids算法,GMM算法,Spectral clustering算法等等。
在另一个实施例中,可获取药品子集合中每一个药品适应的疾病类型,将适应的疾病类型相同的药品聚合成一个分类,并将该分类中各个药品对应的销量进行累加得到该疾病类型对应的药品销售总量。
步骤S406,当任意一个疾病类型对应的药品销售总量超过预设阈值时,服务器向预设的接收装置发送提示信息。
具体地,当其中任意一个分区内,某一种疾病类型对应的销量总量超过一个预设阈值时,说明当疾病可能为该分区对应的地理位置范围的流行病或易传染的疾病,此时可以向自助售货机发送提示信息,提醒患者注意预防该流行病。其中,预设阈值可由通过市场调研进行事先设定。
在本实施例中国,对于每一个可能成为流行病或传染病的疾病类型,事先设定对应的疾病信息,例如,对于流感,可设定“最近可能有感冒流行,请您注意预防感冒!”,当任意一个疾病类型对应的销售总量超过预设阈值时,可根据疾病类型查找其对应的提示信息,然后将提示信息至预设的接收装置,预设的接收装置可以是终端和/或者自助售药机。其中,由于流行病或传染病的发生通常是在某一个特定的地理位置范围发生,因此,在发送提示信息时,可只发送给注册地址为该分区对应的地理范围内的用户标识对应的终端以及该分区对应的地理范围内的所有自助售药机。
在本实施例中,通过统计药品的销售量,可对某一地理范围内的流行病或传感病进行预判,并通过向接收装置发送提示信息,在一定程度上对该疾病的起到预防作用。
在一个实施例中,如图5所示,自助售药机获取当前患者的问诊数据,根据问诊数据获取对应的电子处方,包括:
步骤S202A,自助售药机将问诊数据发送至服务器。
其中,问诊数据指的是患者在自助售药机上进行在线问诊时产生的数据,问诊数据可以是文本、语音或视频中的至少一种。
在一个实施例中,当自助售药机包括售药装置和出药装置时,自助售药机通过售药装置将问诊数据发送至服务器。
步骤S202B,服务器对问诊数据提取病理特征信息,并获取问诊数据对应患者的个人档案信息,从个人档案信息中提取档案特征信息。
其中,病理特征信息指的是与患者的病情相关的特征词,包括疾病部位、疾病名称、ICD-10疾病编码和症状表现等信息。
在本实施例中,当问诊数据为文本数据时,首先对文本数据进行分词,得到分词结果,然后从分词结果中提取病理特征词;当问诊数据为语音数据时,先对问诊数据进行语音识别得到文本数据,然后对文本数据进行分词,从分词结果中提取病理特征词;当问诊数据为视频数据时,首先对视频数据提取语音,然后对语音进行识别得到文本数据,然后对文本数据进行分词,从分词结果中提取病理特征词。其中,问诊结果为分词结果指的是分词后得到的一个一个的词语组成的词语序列。如,“我肚子痛”分词后得到的分词结果可以为:我/肚子/痛。
具体地,对文本数据进行分词,可首先根据标点符号将文本数据分成一条条完整的语句,再对各个切分的语句进行分词处理,如可利用字符串匹配的分词方法对各个切分的语句进行分词处理,如正向最大匹配法,把一个切分的语句中的字符串从左至右来分词;或者,反向最大匹配法,把一个切分的语句中的字符串从右至左来分词;或者,最短路径分词法,一个切分的语句中的字符串里面要求切出的词数是最少的;或者,双向最大匹配法,正反向同时进行分词匹配。还可利用词义分词法对各个切分的语句进行分词处理,词义分词法是一种机器语音判断的分词方法,利用句法信息和语义信息来处理歧义现象来分词。
进一步,个人档案信息为问诊数据中对应患者的个人信息,具体可以包括但不限于性别、年龄、地域、体质特点、过敏源和既往病史等。在本实施例中,患者的个人档案信息事先存储在服务器上,个人档案信息包括患者的注册信息、患者个人的健康档案,其中,注册信息可以为患者用于注册医疗系统时所预留的信息,一般包括年龄、性别等;健康档案是医疗服务系统为已注册患者所建立的档案数据,除了个人基本信息,如出生日期、年龄、性别外,健康档案还可以记录有用户的既往病史、过敏源等医疗健康信息。进一步地,可以在患者每次进行问诊时,从问诊数据中提取相关数据,存储更新至患者对应的健康档案中,以便及时更新健康档案,保证患者健康档案中个人档案信息的准确性。
获得患者的个人档案信息后,从中提取档案特征信息,例如可以包括病患对象、过敏源和既往病史等档案特征词。其中,病患对象可以包括性别、年龄,例如“16岁”“男”,过敏源包括会导致患者引起变态反应的抗原物质,例如“青霉素”;既往病史包括患者历史的诊疗数据,具体可以包括历史问诊数据、历史治疗数据及用药效果等数据。
步骤S202C,服务器按照预设组合条件将病理特征信息和档案特征信息进行组合,得到组合特征,将组合特征输入至对应的药品匹配模型中进行特征匹配。
具体地,组合特征为病理特征词和档案特征词按照预设的组合条件进行组合得到。在一个实施例中,可以按照预设的优先级划分条件进行优先级划分后,再按照优先级级别进行组合,得到该组合特征。例如,若患者的病理特征信息中包括“恶心”“干呕”,而其对应档案特征信息包括“男性”,则可以确定档案特征信息中表征性别的“男性”优先级高于病理特征信息中表征症状表现的“恶心”“干呕”,以此可以直接排除与妊娠反应相关的判断,即排除与妊娠相关处方的判断。
进一步,药品匹配模型包括各种药品特征的映射关系,该映射关系可以但不限于为从各种药品的药名、药品编号、使用对象、用法、功能、用量和禁忌等信息中提取的药品特征词组成,通过映射关系可以唯一确定对应的药品。通过药品匹配模型可以实现组合特征与药品特征的特征匹配,其可以根据输入的组合特征进行药品匹配,输出匹配的药品。
其中,药品匹配模型可以为基于训练样本集进行机器学习训练得到,其中,训练样本集为历史数据集中患者的问诊信息和个人档案信息,这些训练样本集对应的药品概率已经确定。在训练时,将训练样本对应的药品概率作为期望的输出,将训练样本集中每一个训练样本依次输入到初始化的药品匹配模型中进行训练,使得训练时的实际输出值尽量接近期望的输出,最后,当期望输出和实际输出的差值小于预设阈值时,即得到训练好的样本匹配模型。
在一个实施例中,可采用贝叶斯算法得到的朴素贝叶斯概率模型,其可以根据输入的组合特征统计各药品的概率,并输出概率最高的药品;在另一个实施例中,药品匹配模型也可以基于人工神经网络算法得到的药品匹配神经网络,药品匹配神经网络可以为多层架构,如可以按照特征词组的优先级划分进行神经网络层结构划分,例如,若组合特征分为高、中和低三个优先级别,则药品匹配神经网络可以对应设置为三层隐藏层的结构,以与组合特征的优先级划分对应。
在一个实施例中,由于各个疾病类型之间的差异性,各医院职能科室对应的药品匹配模型可能不同,此时,可以先查询与医院职能科室对应的药品匹配模型后,再将组合特征输入进行特征匹配,得到相应输出结果。
步骤S202D,服务器根据匹配结果中的药品清单生成电子处方,将电子处方发送至自助售药机。
步骤S202E,自助售药机接收服务器发送的电子处方。
具体地,药品匹配模型根据组合特征进行特征匹配后,输出的匹配结果中包括各种药品,服务器可根据药品匹配结果生成电子处方。在一个实施例中,服务器可对输出的各种药品按照概率大小进行排序,然后选取排序靠前的预设数量个药品,根据选取的药品生成电子处方,进一步,服务器将电子处方发送至自助售药机,自助售药机对该电子处方进行接收。
在一个实施例中,当自助售药机包括售药装置和出药装置时,服务器将电子处方发送至自助售药机的售药装置。
在本实施例,服务器端根据患者的病理特征信息和档案特征信息自动生成电子处方,提高了电子处方的生成效率,进一步节省了患者就诊购药的时间。
在一个实施例中,图5中步骤S202C包括:服务器按照预设的优先级划分条件,将病理特征信息和档案特征信息进行优先级划分,将划分后的病理特征信息和档案特征信息,按照优先级级别进行组合,得到组合特征;服务器按照组合特征中病理特征信息和档案特征信息的优先级级别,从高优先级到低优先级,将组合特征中病理特征信息和档案特征信息依次输入至对应的药品匹配模型中进行特征匹配。
其中,预设的优先级划分条件指的是事先设置的优先级划分条件,可分别由各医院职能科室对应地进行设置。
在本实施例中,由于从问诊数据中提取病理特征信息和从患者的个人档案信息中提取的档案特征信息涉及的类别众多,各类别的特征对于处方生成的影响权重并不同,如对于年龄未满18岁的未成年患者而言,针对成人的药物并不适用,此时患者的年龄对于处方药品的影响大,优先级高;又如对于性别为男的患者而言,则针对妇科疾病的药物也不适用,此时患者的性别优先级高;再如,患者病症部位为胃时,则针对大脑或肾等器官的药物也不适用作为对应的处方药品,因此,可以将病理特征信息和档案特征信息进行优先级划分,从而区分出各类别特征在处方生成时的所占权重,以提高药品匹配时的效率和准确度。
进一步,服务器在将病理特征信息和档案特征信息划分后,按照优先级级别进行组合,得到组合特征。具体地,服务器按照优先级从高到低进行特征词组合,得到按照优先级高低排序的组合特征。也可以为每个优先级级别设定优先级标识,再为每个特征信息添加优先级标识,根据特征信息和对应的优先级标识得到组合特征。
在其中一个实施例中,病理特征信息包括疾病部位、疾病名称和症状表现,档案特征信息包括病患对象、过敏源和既往病史,其中,疾病部位反映了疾病直接涉及的器官、系统等部位,如呼吸系统、胃、肾等;疾病名称可以为目前医疗服务系统中所采用的国家标准疾病分类中的疾病名称,如肠胃炎;症状表现包括但不限于患者所表述的症状、感受及临床中常用表达,如头晕、耳鸣、气短等。病患对象可以包括患者的性别、年龄、生理时期等,过敏源包括会导致患者引起过敏反应的物质,既往病史可以包括但不限于患者的历史问诊数据、历史诊断数据、历史治疗数据及用药效果等。
在本实施例中,在将病理特征信息和档案特征信息进行优先划分时,可以将病患对象和过敏源划分为高优先级的特征信息,例如,性别为女性,年龄为25岁,过敏源包括青霉素的患者,则可以优秀排除涉及青霉素及未成年人药物,特别的,某些男性专用药物,如涉及雄性激素等也可直接排除。进一步地,将疾病部位和疾病名称划分为中优先级的特征信息;将症状表现和既往病史划分为低优先级的特征信息。
进一步,可以按照组合特征中各特征信息的优先级级别,如按照从高优先级到低优先级的顺序,将组合特征中的病理特征信息和档案特征信息依次输入至对应的药品匹配模型中,进行特征匹配。例如,按照先病患对象和过敏源,次疾病部位和疾病名称,末症状表现和既往病史的顺序将组合特征中的病理特征信息和档案特征信息输入至药品匹配模型中进行特征匹配,得到匹配结果。
在一个实施例中,图5中步骤S202D包括:服务器判断药品清单中是否包含预设种类的药品,若是,则将药品清单发送至问诊数据对应的医生终端,接收医生终端返回的药品清单,根据返回的药品清单生成电子处方。
其中,预设种类的药品包括但不限于处方药、副作用大的药以及其他由各医院职能科室划定需要经过医生审核才能出售的药品。在本实施例中,当药品清单中存在设种类的药品时,将药品清单发送给医生终端,由医生终端进行审核,在医生审核通过后才生成电子处方,以最大限度的保证患者的用药安全。
应该理解的是,虽然图2-5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2-5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6所示,提供了一种自助售药系统600,包括:
自助售药机602,用于获取当前患者的问诊数据,根据问诊数据获取对应的电子处方,根据电子处方生成订单,根据订单对应的订单编号及自助售药机标识生成二维码;
终端604,用于通过扫描二维码对订单进行支付,并在接收到支付成功的反馈信息时,向服务器发送药品出柜请求,药品出柜请求中携带订单编号及自助售药机标识;
服务器606,用于接收药品出柜请求,根据药品出柜请求获取订单编号对应的药品信息,根据药品信息生成药品出柜指令,根据自助售药机标识将药品出柜指令发送至自助售药机;
自助售药机602还用于根据药品出柜指令执行药品出柜操作。
在一个实施例中,自助售货机602包括售药装置及出药装置;
售药装置用于获取当前患者的问诊数据;
服务器606还用于根据药品出柜请求生成药品出柜码,将药品出柜码、订单编码及售货机标识关联存储至数据库中,并将药品出柜码发送至预设的接收装置进行显示,预设的接收装置包括终端及售药装置中的至少一种;
服务器606还用于在出药装置获取到药品出柜码并向服务器发送药品出柜码及自助售药机标识时,根据药品出柜码及自助售药机标识从数据库中查询对应的订单编号,获取订单编号对应的药品信息;
出药装置用于根据药品出柜指令执行药品出柜操作。
在一个实施例中,服务器606还用于获取当前药品集合中各个药品的销售数量,根据销售数量对药品集合中各个药品进行排序,根据排序结果选取预设数量的药品,得到药品子集合,对药品子集合中的药品进行聚类,获取聚类结果中每一个分类对应的疾病类型,并分别计算每一个疾病类型对应的药品销售总量,并在任意一个疾病类型对应的药品销售总量超过预设阈值时,向预设的接收装置发送提示信息。
在一个实施例中,自助售药机602还用于将问诊数据发送至服务器;
服务器606还用于对问诊数据提取病理特征信息,并获取问诊数据对应患者的个人档案信息,从个人档案信息中提取档案特征信息,按照预设组合条件将病理特征信息和档案特征信息进行组合,得到组合特征,将组合特征输入至对应的药品匹配模型中进行特征匹配,根据匹配结果中的药品清单生成电子处方,将电子处方发送至自助售药机;
自助售药机602还用于接收服务器发送的电子处方。
在一个实施例中,服务器606还用于按照预设的优先级划分条件,将病理特征信息和档案特征信息进行优先级划分,将划分后的病理特征信息和档案特征信息,按照优先级级别进行组合,得到组合特征,按照组合特征中病理特征信息和档案特征信息的优先级级别,从高优先级到低优先级,将组合特征中病理特征信息和档案特征信息依次输入至对应的药品匹配模型中进行特征匹配。
在一个实施例中,服务器606还用于判断药品清单中是否包含预设种类的药品,若是,则将药品清单发送至问诊数据对应的医生终端,接收医生终端返回的药品清单,根据返回的药品清单生成电子处方。
关于自助售药系统的具体限定可以参见上文中对于自助售药方法的限定,在此不再赘述。
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)

1.一种自助售药方法,所述方法包括:
自助售药机获取当前患者的问诊数据,根据所述问诊数据获取对应的电子处方,根据所述电子处方生成订单,根据所述订单对应的订单编号及自助售药机标识生成二维码;
终端通过扫描所述二维码对所述订单进行支付,并在接收到支付成功的反馈信息时,向服务器发送药品出柜请求,所述药品出柜请求中携带所述订单编号及所述自助售药机标识;
服务器接收所述药品出柜请求,根据所述药品出柜请求获取所述订单编号对应的药品信息,根据所述药品信息生成药品出柜指令,根据所述自助售药机标识将所述药品出柜指令发送至所述自助售药机;
所述自助售药机根据所述药品出柜指令执行药品出柜操作。
2.根据权利要求1所述的方法,其特征在于,所述自助售药机包括售药装置及出药装置,所述自助售药机获取当前患者的问诊数据,包括:
所述自助售药机通过所述售药装置获取当前患者的问诊数据;
所述服务器接收所述药品出柜请求,根据所述药品出柜请求获取所述订单编号对应的药品信息,包括:
服务器根据所述药品出柜请求生成药品出柜码,将所述药品出柜码、所述订单编码及所述售货机标识关联存储至数据库中,并将所述药品出柜码发送至预设的接收装置进行显示,所述预设的接收装置包括所述终端及所述售药装置中的至少一种;
当所述出药装置获取到所述药品出柜码并向所述服务器发送所述药品出柜码及所述自助售药机标识时,所述服务器根据所述药品出柜码及所述自助售药机标识从所述数据库中查询对应的订单编号,获取所述订单编号对应的药品信息;
所述自助售药机根据所述药品出柜指令执行药品出柜操作,包括:
所述自助售药机通过所述出药装置执行药品出柜操作。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
服务器获取当前药品集合中各个药品的销售数量,根据所述销售数量对所述药品集合中各个药品进行排序,根据排序结果选取预设数量的药品,得到药品子集合;
服务器对所述药品子集合中的药品进行聚类,获取聚类结果中每一个分类对应的疾病类型,并分别计算每一个所述疾病类型对应的药品销售总量;
当任意一个疾病类型对应的所述药品销售总量超过预设阈值,服务器向所述预设的接收装置发送提示信息。
4.根据权利要求1或2所述的方法,其特征在于,所述自助售药机获取当前患者的问诊数据,根据所述问诊数据获取对应的电子处方,包括:
自助售药机将所述问诊数据发送至服务器;
服务器对所述问诊数据提取病理特征信息,并获取所述问诊数据对应患者的个人档案信息,从所述个人档案信息中提取档案特征信息;
服务器按照预设组合条件将所述病理特征信息和所述档案特征信息进行组合,得到组合特征,将所述组合特征输入至对应的药品匹配模型中进行特征匹配;
服务器根据匹配结果中的药品清单生成电子处方,将所述电子处方发送至所述自助售药机;
所述自助售药机接收所述服务器发送的所述电子处方。
5.根据权利要求4所述的方法,其特征在于,服务器按照预设组合条件将所述病理特征信息和所述档案特征信息进行组合,得到组合特征,将所述组合特征输入至对应的药品匹配模型中进行特征匹配,包括:
服务器按照预设的优先级划分条件,将所述病理特征信息和所述档案特征信息进行优先级划分,将划分后的所述病理特征信息和所述档案特征信息,按照优先级级别进行组合,得到所述组合特征;
服务器按照所述组合特征中所述病理特征信息和所述档案特征信息的优先级级别,从高优先级到低优先级,将所述组合特征中所述病理特征信息和所述档案特征信息依次输入至对应的药品匹配模型中进行特征匹配。
6.根据权利要求4所述的方法,其特征在于,服务器根据匹配结果中的药品清单生成电子处方,将所述电子处方发送至自助售药机,包括:
服务器判断所述药品清单中是否包含预设种类的药品,若是,则将所述药品清单发送至所述问诊数据对应的医生终端,接收医生终端返回的药品清单,根据所述返回的药品清单生成电子处方。
7.一种自助售药系统,其特征在于,所述系统包括:
自助售药机,用于获取当前患者的问诊数据,根据所述问诊数据获取对应的电子处方,根据所述电子处方生成订单,根据所述订单对应的订单编号及自助售药机标识生成二维码;
终端,用于通过扫描所述二维码对所述订单进行支付,并在接收到支付成功的反馈信息时,向服务器发送药品出柜请求,所述药品出柜请求中携带所述订单编号及所述自助售药机标识;
服务器,用于接收所述药品出柜请求,根据所述药品出柜请求获取所述订单编号对应的药品信息,根据所述药品信息生成药品出柜指令,根据所述自助售药机标识将所述药品出柜指令发送至所述自助售药机;
所述自助售药机还用于根据所述药品出柜指令执行药品出柜操作。
8.根据权利要求7所述的系统,其特征在于,所述自助售药机包括售药装置及出药装置;
所述售药装置用于获取当前患者的问诊数据;
所述服务器还用于根据所述药品出柜请求生成药品出柜码,将所述药品出柜码、所述订单编码及所述售货机标识关联存储至数据库中,并将所述药品出柜码发送至预设的接收装置进行显示,所述预设的接收装置包括所述终端及所述售药装置中的至少一种;
所述服务器还用于在所述出药装置获取到所述药品出柜码并向所述服务器发送所述药品出柜码及所述自助售药机标识时,根据所述药品出柜码及所述自助售药机标识从所述数据库中查询对应的订单编号,获取所述订单编号对应的药品信息;
所述出药装置用于根据所述药品出柜指令执行药品出柜操作。
9.根据权利要求7或8中任意一项所述的系统,其特征在于:
所述服务器还用于获取当前药品集合中各个药品的销售数量,根据所述销售数量对所述药品集合中各个药品进行排序,根据排序结果选取预设数量的药品,得到药品子集合,对所述药品子集合中的药品进行聚类,获取聚类结果中每一个分类对应的疾病类型,并分别计算每一个所述疾病类型对应的药品销售总量,并在任意一个疾病类型对应的所述药品销售总量超过预设阈值时,向所述预设的接收装置发送提示信息。
10.根据权利要求7或8所述的系统,其特征在于:
所述自助售药机还用于将所述问诊数据发送至服务器;
所述服务器还用于对所述问诊数据提取病理特征信息,并获取所述问诊数据对应患者的个人档案信息,从所述个人档案信息中提取档案特征信息,按照预设组合条件将所述病理特征信息和所述档案特征信息进行组合,得到组合特征,将所述组合特征输入至对应的药品匹配模型中进行特征匹配,根据匹配结果中的药品清单生成电子处方,将所述电子处方发送至所述自助售药机;
所述自助售药机还用于接收所述服务器发送的所述电子处方。
CN201810725606.XA 2018-07-04 2018-07-04 自助售药方法和系统 Active CN109147198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810725606.XA CN109147198B (zh) 2018-07-04 2018-07-04 自助售药方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810725606.XA CN109147198B (zh) 2018-07-04 2018-07-04 自助售药方法和系统

Publications (2)

Publication Number Publication Date
CN109147198A true CN109147198A (zh) 2019-01-04
CN109147198B CN109147198B (zh) 2022-02-01

Family

ID=64799956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810725606.XA Active CN109147198B (zh) 2018-07-04 2018-07-04 自助售药方法和系统

Country Status (1)

Country Link
CN (1) CN109147198B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109801451A (zh) * 2019-01-23 2019-05-24 蚌埠学院 一种自动售药机以及使用方法
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
CN110570599A (zh) * 2019-09-11 2019-12-13 四川科伦智慧药房科技有限公司 加入远程问诊功能的自动药品售货机
CN110600102A (zh) * 2019-08-28 2019-12-20 和宇健康科技股份有限公司 一种医药配送方法及系统
CN110675567A (zh) * 2019-10-21 2020-01-10 佛山市云壹健康科技服务有限公司 智能售药系统及其售药方法
CN111667638A (zh) * 2020-05-20 2020-09-15 叶建斌 一种家庭药品管理方法及系统
CN112016950A (zh) * 2019-05-31 2020-12-01 口碑(上海)信息技术有限公司 业务积分信息的处理方法、装置及系统
CN112116753A (zh) * 2020-08-31 2020-12-22 同济大学 一种自助门诊机
CN112712871A (zh) * 2019-10-24 2021-04-27 深圳云天励飞技术有限公司 一种基于刷脸的用户权限的校验方法及设备、存储介质
CN113555080A (zh) * 2020-04-26 2021-10-26 阿里健康信息技术有限公司 售药机、售药机管理方法及装置
CN113627965A (zh) * 2020-05-09 2021-11-09 四川智慧社区医疗健康科技有限公司 一种积分支付方法和支付系统
CN113674484A (zh) * 2019-05-22 2021-11-19 福州众柜网络科技有限公司 一种药品自助销售方法及终端

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101894309A (zh) * 2009-11-05 2010-11-24 南京医科大学 传染病疫情预测预警方法
CN101911136A (zh) * 2007-11-08 2010-12-08 葛兰素史密斯克莱有限责任公司 医药产品分配系统和方法
US20150205934A1 (en) * 2011-08-23 2015-07-23 Vendrx, Inc. Systems and methods for dispensing beneficial products
CN107330292A (zh) * 2017-07-14 2017-11-07 西藏大学 医疗诊断平台
CN107886634A (zh) * 2017-12-28 2018-04-06 郑晓牧 一种自动售药机及其分药方法
CN207233111U (zh) * 2017-08-18 2018-04-13 深圳市新开元信息技术发展有限公司 自动售药机

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101911136A (zh) * 2007-11-08 2010-12-08 葛兰素史密斯克莱有限责任公司 医药产品分配系统和方法
CN101894309A (zh) * 2009-11-05 2010-11-24 南京医科大学 传染病疫情预测预警方法
US20150205934A1 (en) * 2011-08-23 2015-07-23 Vendrx, Inc. Systems and methods for dispensing beneficial products
CN107330292A (zh) * 2017-07-14 2017-11-07 西藏大学 医疗诊断平台
CN207233111U (zh) * 2017-08-18 2018-04-13 深圳市新开元信息技术发展有限公司 自动售药机
CN107886634A (zh) * 2017-12-28 2018-04-06 郑晓牧 一种自动售药机及其分药方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109801451A (zh) * 2019-01-23 2019-05-24 蚌埠学院 一种自动售药机以及使用方法
CN113674484A (zh) * 2019-05-22 2021-11-19 福州众柜网络科技有限公司 一种药品自助销售方法及终端
CN112016950A (zh) * 2019-05-31 2020-12-01 口碑(上海)信息技术有限公司 业务积分信息的处理方法、装置及系统
CN110600102A (zh) * 2019-08-28 2019-12-20 和宇健康科技股份有限公司 一种医药配送方法及系统
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
CN110570599A (zh) * 2019-09-11 2019-12-13 四川科伦智慧药房科技有限公司 加入远程问诊功能的自动药品售货机
CN110675567A (zh) * 2019-10-21 2020-01-10 佛山市云壹健康科技服务有限公司 智能售药系统及其售药方法
CN112712871A (zh) * 2019-10-24 2021-04-27 深圳云天励飞技术有限公司 一种基于刷脸的用户权限的校验方法及设备、存储介质
CN113555080A (zh) * 2020-04-26 2021-10-26 阿里健康信息技术有限公司 售药机、售药机管理方法及装置
CN113627965A (zh) * 2020-05-09 2021-11-09 四川智慧社区医疗健康科技有限公司 一种积分支付方法和支付系统
CN111667638A (zh) * 2020-05-20 2020-09-15 叶建斌 一种家庭药品管理方法及系统
CN112116753A (zh) * 2020-08-31 2020-12-22 同济大学 一种自助门诊机

Also Published As

Publication number Publication date
CN109147198B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN109147198A (zh) 自助售药方法和系统
CN111191020B (zh) 基于机器学习和知识图谱的处方推荐方法和系统
Beam et al. Translating artificial intelligence into clinical care
Yamaguchi et al. Predicting the debonding of CAD/CAM composite resin crowns with AI
CN108986879A (zh) 药品推荐方法、装置、计算机设备和存储介质
KR101261042B1 (ko) 개인 맞춤형 의료정보 판매 서비스 제공 방법
US10943676B2 (en) Healthcare information technology system for predicting or preventing readmissions
CN110289068A (zh) 药品推荐方法及设备
US20220359050A1 (en) System and method for digital therapeutics implementing a digital deep layer patient profile
CN109273098B (zh) 一种基于智能决策的药品疗效预测方法和装置
CN113722371B (zh) 一种基于决策树的药品推荐方法、装置、设备及存储介质
US20200303071A1 (en) Implementation of machine-learning based query construction and pattern identification through visualization in user interfaces
Chapman A decision-science approach to health-behavior change
Bougias et al. Identifying cardiomegaly in chest X-rays: a cross-sectional study of evaluation and comparison between different transfer learning methods
CN113889209A (zh) 一种健康管理服务产品的推荐系统、存储介质
KR20230030992A (ko) 의료상담 콘텐츠에 기초한 의료상담자 추천 방법 및 시스템
Son et al. Does the patent linkage system prolong effective market exclusivity? Recent evidence from the Korea-US free trade agreement in Korea
JP7198959B1 (ja) 情報処理方法、コンピュータプログラム及び情報処理装置
Kramar et al. The insanities of reproduction: Medico-legal knowledge and the development of infanticide law
KR102405985B1 (ko) 복약 지도 방법 및 장치
CN114937484A (zh) 药品组合推送方法、装置、服务器及计算机可读存储介质
US20220130505A1 (en) Method, System, and Computer Program Product for Pharmacy Substitutions
KR20120030706A (ko) 처방 바코드정보를 이용한 정보 제공 장치 및 방법
Shibata et al. Optimal anti-cancer drug profiles for effective penetration of the anti-cancer drug market by generic drugs in Japan
KR101748236B1 (ko) 영양 테라피 생성 시스템 및 이를 이용한 온라인 마켓 광고 시스템 및 방법

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