CN109360661A - 慢性病个性化精准用药指导方法及系统 - Google Patents

Abstract

本发明公开了一种慢性病个性化精准用药指导方法及系统，为了实现实现远程条件下的的虚拟现实仿真环境而设计。本发明慢性病个性化精准用药指导方法包括，预定对影响患者用药疗效性、安全性、经济性、耐受性的多种因素，预设每一个因素的量化标准；对每一个因素进行人群特性分类，对不同因素下的不同特性分类的人群进行评分；对患者进行每个因素的人群特性定性，根据对应的分值进行相应的均值、适宜度计算，得出疗效性和安全性对于患者适宜性较高的药品。本发明给出药品对于患者适宜性的指导建议，也为其他医疗智能决策辅助的研究与实现提供了参考和应用基础。

Description

慢性病个性化精准用药指导方法及系统

技术领域

本发明涉及机器学习领域，具体涉及一种慢性病个性化精准用药指导方法及系统。

背景技术

当前医疗信息化智能辅助诊疗领域，针对医生合理用药指导的PASS(Prescription Automatic Screening System)系统普遍实现了对于医生处方在用法用量、禁忌、相互作用、配伍禁忌特殊人群用药等方面合理性的审核指导，为安全合理用药提供了基础保障。但是PASS系统的实现方式都是基于药品本身知识特性，以规则的形式对医生的处方的禁忌和合理性进行分析，没有根据患者情况，在合理的范围内从不同的角度实现个性化、全方位的用药指导，对医生的指导作用非常有限。对于糖尿病、高血压等慢性病患者，更加提倡针对患者的个性化用药，目前的合理用药系统尚未实现如此精细化的指导。

鉴于上述，本设计人，积极加以研究创新，以期创设一种慢性病个性化精准用药指导方法及系统，使其更具有产业上的利用价值。

发明内容

为解决上述技术问题，本发明的目的是提供一种据不同药品对于不同患者的疗效性、安全性、经济性与耐受性综合评估的慢性病个性化精准用药指导方法及系统。

本发明慢性病个性化精准用药指导方法，包括：

预定对影响患者用药疗效性、安全性、经济性、耐受性的多种因素，预设每一个因素的量化标准；

对每一个因素进行人群特性分类，对不同因素下的不同特性分类的人群进行评分；

对患者进行每个因素的人群特性定性，根据对应的分值进行相应的均值、适宜度计算，得出疗效性和安全性对于患者适宜性较高的药品。

进一步地，根据对应的分值进行相应的均值、适宜度计算的具体方法包括：对各个药品的疗效性因素和安全性因素求均值适宜度其中适宜度S中的分母表示均值的n-1次方，n为分子中数据元素的个数。

本发明慢性病个性化精准用药指导系统，包括：

因素量化单元，用于预定对影响患者用药疗效性、安全性、经济性、耐受性的多种因素，预设每一个因素的量化标准；

人群评分单元，用于对每一个因素进行人群特性分类，对不同因素下的不同特性分类的人群进行评分；

结果输出单元，用于对患者进行每个因素的人群特性定性，根据对应的分值进行相应的均值、适宜度计算，得出疗效性和安全性对于患者适宜性较高的药品。

借由上述方案，本发明慢性病个性化精准用药指导方法及系统，至少具有以下优点：

本发明根据不同药品对于不同患者的疗效性、安全性、经济性与耐受性综合评估，对同一慢性病的不同患者给出针对患者特性的个性化用药指导，也为其他医疗智能决策辅助的研究与实现提供了参考和应用基础。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。

附图说明

图1是以糖尿病为例的算法实现流程图；

图2是对某糖尿病患者几种降糖药计算结果的展现分析，横坐标轴为疗效适宜性，纵坐标轴为安全适宜性。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

实施例1

本实施例慢性病个性化精准用药指导方法，包括：

对影响患者用药疗效性、安全性、经济性、耐受性的因素进行拆解；

针对每一个拆解出的因素进行人群特性分类；

参考循证医学资料对于所有的因素制定统一的量化标准，再对不同因素下的不同人群特性进行评分；

对于一个实际慢性病患者进行每个因素的人群特性定性，根据对应的分值进行相应的均值、适宜度计算，得出疗效性和安全性对于患者适宜性较高的药品。

进一步地，根据对应的分值进行相应的均值、适宜度计算的具体方法包括：对各个药品的疗效性因素和安全性因素求均值适宜度其中适宜度S中的分母表示均值的n-1次方，n为分子中数据元素的个数。

本实施例，以2型糖尿病慢性病为例，按照图1技术流程所示，第一步先将与该慢性病疗效性与安全性用药相关的影响因素进行拆解。依据权威医学指南等询证资料，口服降糖药与疗效适宜性相关的因素主要有：是否伴急性并发症、是否肥胖型、血糖特性、心血管疾病情况等；与安全适宜性相关的主要因素有：年龄、肾功能情况、肝功能情况、低血糖情况等；与经济性相关的因素为药品价格水平；与耐受性相关的因素为各类药品不良反应情况。第二步需要将拆解出的因素按照因素特性进行人群分类(A-D级)，如根据患者肾功能的情况将患者分为A：肾功能正常或轻度异常；B：轻中度肾功能不全；C：中重度肾功能不全；D：重度肾功能不全。第三步确定整个模板体系的评分标准，根据每个因素及药品知识特性的综合情况将整个评分标准确定为0-3分，标准如下表1 所示。第四步为依据医学权威循证资料、药品说明书和评分标准，对各个因素的各类人群进行药品适宜性分值确定，基于糖尿病几个重点因素举例的评分表如下表2所示。

分值	体系1含义	体系2含义
			3	推荐/潜在有益	无需减量
2	可用/中性	减量
			1	不推荐/潜在风险	慎用
0	无效/禁忌	禁忌

表1

表2

通过以上四步，已经搭建好了该慢性病的整个量化数据模板，下面就是具体应用实施方法。针对一个具体的糖尿病患者，根据其基础数据和病历相关数据以及医生的交互，完成对所有用药影响因素的人群标签评估，形成该患者的特征描述向量(A,A,B,B,A,……)，将该向量与数据模板中所有的药品进行匹配，得出每个药品在各个因素下对该患者的适宜性得分。如药品1的疗效性： (3,3,2,2,2)，药品2疗效性：(3,2,3,3,1)，药品3的疗效性：(3,0,3,3,3)。然后对各个药品的疗效性因素和安全性因素求均值适宜度其中适宜度S中的分母表示均值的n-1次方，n为分子中数据元素的个数。

药品名称	针对患者的疗效性数据	均值	适宜度
				药品1	3,3,2,2,2	2.4	2.16
药品2	3,2,3,3,1	2.4	1.63
				药品3	3,0,3,3,3	2.4	0

表3

均值和适宜度越高说明疗效性或安全性适宜度相对越高，但是适宜度是评价药品与患者是适宜程度的最佳标准，均值相同的情况下，适宜度可能差异很大。适宜度的取值在0-3范围内，适宜度为3，则表示适宜程度最高，适宜度为 0，则表示存在禁忌。上表3疗效性为例，药品1的疗效性均值为：2.4，适宜度2.16，药品2的疗效性均值为2.4，适宜度1.63，故对于患者甲来说，药品 1要比药品2的疗效适宜性更好。对于药品3来说，其疗效性中有一个因素为0，虽然均值和药品1、2相同，但是适宜度为0，则该药品对于患者属于禁忌药品。

如图2所示为几种降糖药对某个患者的适宜性分析结果，二甲双胍对于该患者的疗效适宜性和安全适宜性都是最高的，剩余几种药品相对来说吡格列酮仅次于二甲双胍。需要说明的是阿卡波糖由于其疗效性中有一个因素为0，则该药品疗效性的适宜度为0，位于坐标轴上。

本实施例慢性病个性化精准用药指导系统，为了实施上述实施例1记载的方法，包括：

因素量化单元，用于预定对影响患者用药疗效性、安全性、经济性、耐受性的多种因素，预设每一个因素的量化标准；

人群评分单元，用于对每一个因素进行人群特性分类，对不同因素下的不同特性分类的人群进行评分；

结果输出单元，用于对患者进行每个因素的人群特性定性，根据对应的分值进行相应的均值、适宜度计算，得出疗效性和安全性对于患者适宜性较高的药品。

以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (3)

1.一种慢性病个性化精准用药指导方法，其特征在于，包括：

预定对影响患者用药疗效性、安全性、经济性、耐受性的多种因素，预设每一个因素的量化标准；

对每一个因素进行人群特性分类，对不同因素下的不同特性分类的人群进行评分；

对患者进行每个因素的人群特性定性，根据对应的分值进行相应的均值、适宜度计算，得出疗效性和安全性对于患者适宜性较高的药品。

2.根据权利要求1所述的慢性病个性化精准用药指导方法，其特征在于，根据对应的分值进行相应的均值、适宜度计算的具体方法包括：对各个药品的疗效性因素和安全性因素求均值适宜度其中适宜度S中的分母表示均值的n-1次方，n为分子中数据元素的个数。

3.一种慢性病个性化精准用药指导系统，其特征在于，包括：

因素量化单元，用于预定对影响患者用药疗效性、安全性、经济性、耐受性的多种因素，预设每一个因素的量化标准；

人群评分单元，用于对每一个因素进行人群特性分类，对不同因素下的不同特性分类的人群进行评分；

结果输出单元，用于对患者进行每个因素的人群特性定性，根据对应的分值进行相应的均值、适宜度计算，得出疗效性和安全性对于患者适宜性较高的药品。