CN109545319B

CN109545319B - 基于知识关系分析的处方告警方法及终端设备

Info

Publication number: CN109545319B
Application number: CN201811204041.7A
Authority: CN
Inventors: 陈志强; 刘硕
Original assignee: Ping An Technology Shenzhen Co Ltd
Current assignee: Ping An Technology Shenzhen Co Ltd
Priority date: 2018-10-16
Filing date: 2018-10-16
Publication date: 2023-06-16
Anticipated expiration: 2038-10-16
Also published as: CN109545319A

Abstract

本发明适用于数据处理技术领域，提供了基于知识关系分析的处方告警方法、终端设备以及计算机可读存储介质，包括：对处方单进行文本抓取得到处方记录；查询患者的身份记录，将所述处方记录和所述身份记录拆分为多个特征元素；将所述多个特征元素与预设的异常关系库进行模糊匹配，若匹配成功，则获取所述异常关系库中匹配成功的异常记录的记录值，其中，所述异常关系库包括多个所述异常记录；若获取的所述记录值超过预设的异常阈值，则基于匹配成功的所述异常记录生成并输出告警信息。本发明通过对处方记录和身份记录进行解构，并将解构后生成的特征元素与异常关系库进行匹配，提升了处方单的检验效果。

Description

基于知识关系分析的处方告警方法及终端设备

技术领域

本发明属于数据处理技术领域，尤其涉及基于知识关系分析的处方告警方法、终端设备以及计算机可读存储介质。

背景技术

随着医学的发展，现今的就医流程中，患者在进行就医时，医师会根据患者的患病情况开具处方单，患者只需按照处方单进行取药和用药。但是，由于某些药物与药物之间存在药性相冲，或者某些药物存在用药禁忌，故需要对处方单进行检验。

在现有技术中，通常是由开具处方单的医师或者相关医护人员对开具的处方单进行人为检验，检验过程主要依靠医学常识，并不存在规范化的检验机制，导致检验效果差，处方单存在的安全隐患可能并不会被检验出。综上，现有技术中对处方单进行检验的可靠性低。

发明内容

有鉴于此，本发明实施例提供了基于知识关系分析的处方告警方法、终端设备以及计算机可读存储介质，以解决现有技术中对处方单的检验效果差的问题。

本发明实施例的第一方面提供了一种基于知识关系分析的处方告警方法，包括：

在检测到与患者相关的处方单开具完毕后，对所述处方单进行文本抓取得到处方记录；

查询所述患者的身份记录，对所述处方记录和身份记录进行分词处理，将所述处方记录和所述身份记录拆分为多个特征元素；

将所述多个特征元素与预设的异常关系库进行模糊匹配，若匹配成功，则获取所述异常关系库中匹配成功的异常记录的记录值，其中，所述异常关系库包括多个所述异常记录，所述异常记录为预设的特征元素组合，所述记录值用于指示所述异常记录的异常程度；

若获取的所述记录值超过预设的异常阈值，则基于匹配成功的所述异常记录生成并输出告警信息。

本发明实施例的第二方面提供了一种终端设备，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

本发明实施例与现有技术相比存在的有益效果是：

本发明实施例通过抓取处方单中的处方记录，并将处方记录和患者的身份记录拆分为多个特征元素，在预设的异常关系库中查找与多个特征元素匹配的异常记录，若该异常记录的记录值超出异常阈值，则基于该异常记录生成并输出告警信息，本发明实施例通过将处方记录和身份记录解构为多个特征元素，并基于异常关系库查看多个特征元素是否出现冲突，提升了检验处方单的效果及可靠性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的基于知识关系分析的处方告警方法的实现流程图；

图2是本发明实施例二提供的基于知识关系分析的处方告警方法的实现流程图；

图3是本发明实施例三提供的基于知识关系分析的处方告警方法的实现流程图；

图4是本发明实施例四提供的基于知识关系分析的处方告警方法的实现流程图；

图5是本发明实施例五提供的基于知识关系分析的处方告警方法的实现流程图；

图6是本发明实施例六提供的终端设备的结构框图；

图7是本发明实施例七提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

图1示出了本发明实施例提供的基于知识关系分析的处方告警方法的实现流程，详述如下：

在S101中，在检测到与患者相关的处方单开具完毕后，对所述处方单进行文本抓取得到处方记录。

在本发明实施例中，首先检测与患者相关的处方单(处方单为医师开具的医疗文书)是否开具完毕，检测条件可根据实际应用场景进行差异设置，比如开具处方单的医师是在线上系统中完成处方单的编写和开具，则可将处方单开具完毕的检测条件设置为线上系统中的开具完成的功能按钮被医师触发。检测到处方单开具完毕后，对处方单进行文本抓取得到处方记录，进行文本抓取的方式包括同步抓取和非同步抓取，以下进行具体说明：

(1)在同步抓取方式中，针对医师通过线上系统在线开具处方单的场景，预先在线上系统进行埋点，具体在线上系统中埋入JavaScript控件，该JavaScript控件的触发条件是开具完成的功能按钮被医师触发，该JavaScript控件在被触发后用于抓取页面中开具完成的处方单的文本内容，作为处方记录；

(2)在非同步抓取方式中，对已经开具完成的纸质档处方单或电子档处方单进行光学字符识别(Optical Character Recognition，OCR)，从而提取出处方单中的文本内容，并将文本内容作为处方记录。

在S102中，查询所述患者的身份记录，对所述处方记录和身份记录进行分词处理，将所述处方记录和所述身份记录拆分为多个特征元素。

在获取与患者相关的处方记录的同时，查询与该患者相关的身份记录，患者信息可为患者的性别、年龄、病史记录或手术经历等，具体格式根据实际应用场景确定。在查询患者的身份记录时，可根据患者的姓名在患者所就诊医院的数据库进行查询，也可在其他的第三方平台中进行查询，本发明实施例对具体的查询方式不做限定。在得到患者的处方记录和身份记录后，对处方记录和身份记录解构，具体可调用分词工具对处方记录和身份记录进行分词处理，并将分出的词命名为特征元素。

可选地，获取预设的省略词表，并根据省略词表对处方记录和身份记录进行分词处理。在本发明实施例中，还可预先设置省略词表，该省略词表中包含多个省略词，省略词如“的”和“了”等词，涉及副词、介质和语气助词。在对处方记录和身份记录进行分词处理时，如果分出的词与省略词表中的某个省略词相同，则删除该词。分词完毕后，将剩下的词作为特征元素。通过上述方法可过滤掉无效的词汇，提升了后续对特征元素进行处理的效率。

在S103中，将所述多个特征元素与预设的异常关系库进行模糊匹配，若匹配成功，则获取所述异常关系库中匹配成功的异常记录的记录值，其中，所述异常关系库包括多个所述异常记录，所述异常记录为预设的特征元素组合，所述记录值用于指示所述异常记录的异常程度。

本发明实施例还包括预设的异常关系库，异常关系库的存储格式可为数据库，也可为基本的硬盘存储，也即异常关系库可包括硬盘中某个文件目录下的数据。异常关系库中存储有多个异常记录，每一个异常记录都为一种预设的特征元素组合，并且每一个异常记录都对应有一个记录值，该记录值用于指示异常记录的异常程度。举例来说，药品阿奇霉素可能会诱发心脏病，故对心脏病患者不适用，故可设置异常记录为“阿奇霉素-心脏病”，并根据阿奇霉素对心脏病患者的诱病程度设置对应的记录值。在经步骤S102得到多个特征元素后，将多个特征元素与异常关系库中的多个异常记录进行模糊匹配，若异常关系库中的某个异常记录包含一个以上的特征元素，则确定该异常记录匹配成功，进而获取该异常记录对应的记录值；若异常关系库中的所有异常记录都匹配失败，则不进行告警。如多个特征元素为“阿奇霉素”、“心脏病”和“有酗酒史”，则由于异常记录“阿奇霉素-心脏病”包含特征元素“阿奇霉素”和“心脏病”，则确定该异常记录匹配成功。

在S104中，若获取的所述记录值超过预设的异常阈值，则基于匹配成功的所述异常记录生成并输出告警信息。

由于记录值指示异常记录的异常程度，比如可将异常程度为轻微异常的异常记录对应的记录值设置为1，将异常程度为中度异常的异常记录对应的记录值设置为2，将异常程度为重度异常的异常记录对应的记录值设置为3，则可根据步骤S103得到的记录值判断是否进行告警。在本发明实施例，获取预设的异常阈值，并当获取的记录值超过异常阈值后，基于匹配成功的异常记录生成并输出告警信息。基于上述例子，比如可设置异常阈值为2，则当获取的记录值为3时，则基于记录值对应的异常记录进行告警。告警信息在包含异常记录之外，还可包含更多的内容，比如患者姓名或处方记录的生成时间等，告警信息的输出方式包括但不限于短信、邮件和即时通信消息。

通过图1所示实施例可知，在本发明实施例中，通过对开具的处方单进行文本抓取得到处方记录，并查询患者的身份记录，将处方记录和身份记录拆分为多个特征元素，然后将多个特征元素与预设的异常关系库进行模糊匹配，若匹配成功，则获取匹配成功的异常记录的记录值，若获取的记录值超过预设的异常阈值，则基于匹配成功的异常记录生成并输出告警信息，本发明实施例通过对处方记录和身份记录进行解构，并将解构得到的多个特征元素与异常关系库中的异常记录进行匹配，提升了处方检验的准确性，防止医师在开具处方单时对患者的本身情况了解不清晰，造成处方单对患者不适用的情况发生。

图2所示，是在本发明实施例一的基础上，并在处方记录包括病症种类、药品种类和药品用量的基础上，对将多个特征元素与预设的异常关系库进行模糊匹配，若匹配成功，则获取异常关系库中匹配成功的异常记录的记录值的过程进行细化后得到的一种方法。本发明实施例提供了基于知识关系分析的处方告警方法的实现流程图，如图2所示，该处方告警方法可以包括以下步骤：

在S201中，将所述病症种类、所述药品种类和所述身份记录对应的多个特征元素与所述异常关系库进行模糊匹配，若匹配成功，则确定所述异常关系库中匹配成功的所述异常记录。

对于某些药品种类来说，其不同的药品用量在临床时可能会反映出不同的异常程度。在本发明实施例中，若处方记录包括有病症种类、药品种类和药品用量，则在对处方记录和身份记录进行分词处理后，单独隔离出药品用量对应的特征元素，其中，由于处方单中的药品用量通常具有单位，如克或毫升等，故在进行分词处理时，可根据单位来隔离出药品用量。然后，将病症种类、药品种类和身份记录对应的多个特征元素与异常关系库进行模糊匹配，此处的模糊匹配方式与前文存在差异，即是判断异常关系库中的异常记录除了药品用量外(若异常记录不包含药品用量，则此处的模糊匹配方式与前文的模糊匹配方式相同)，是否包含病症种类、药品种类和身份记录对应的多个特征元素中的一个以上的特征元素，若某个异常记录包含上述的一个以上的特征元素，则匹配成功。

在S202中，若匹配成功的所述异常记录中包含所述药品用量，则对所述处方记录中匹配成功的所述药品种类对应的所述药品用量进行映射处理得到第一映射值，并对所述异常记录中的所述药品用量进行映射处理得到第二映射值。

若匹配成功的异常记录中不包含药品用量，则在该异常记录的记录值超过异常阈值后，基于该异常记录生成告警信息进行告警；若匹配成功的异常记录中包含药品用量，由于药品用量与药品种类通常配套出现，故获取该异常记录中出现的药品种类对应的多个预设区间，并根据多个预设区间对处方记录中匹配成功的药品种类对应的药品用量进行映射处理得到第一映射值，对该异常记录中的药品用量进行映射处理得到第二映射值。值得一提的是，每个预设区间在设置时都会设置对应的映射值，多个预设区间可存储在异常关系库，也可存储在其他的存储位置，在存储时需将多个预设区间与对应的药品种类建立映射关系。举例来说，药品种类尼可刹米的常用量为0.25克至0.5克，极量为1.25克，但极量在临床时的异常程度较为严重，故可预先设置药品种类尼可刹米对应的多个预设区间分别为：预设区间(0克，0.5克)，映射值为1；预设区间[0.5克，1.25克)，映射值为2；预设区间[1.25克，+∞)，映射值为3。若处方记录中与药品种类尼可刹米对应的药品用量为1.25克，则进行映射处理后得到的第一映射值为3，若异常记录中的药品用量为0.5克，则进行映射处理后得到的第二映射值为2。通常来说，在某一个药品种类对应的多个预设区间中，若某个预设区间内的数值较之其他预设区间较大(药品用量较大)，则对应的映射值也应设置得更大。

在S203中，若所述第一映射值大于或等于所述第二映射值，则获取所述异常记录的所述记录值。

若得到的第一映射值大于或等于第二映射值，则获取异常记录的记录值，并在后续记录值大于异常阈值时进行告警；若得到的第一映射值小于第二映射值，证明处方记录中的药品用量未达到异常记录的异常程度标准，则不获取异常记录的记录值，并且不进行后续告警。

通过图2所示实施例可知，在本发明实施例中，将病症种类、药品种类和身份记录对应的多个特征元素与异常关系库进行模糊匹配，若匹配成功，则确定出异常关系库中匹配成功的异常记录，若该异常记录中包含药品用量，则对处方记录中匹配成功的药品种类对应的药品用量进行映射处理得到第一映射值，并对该异常记录中的药品用量进行映射处理得到第二映射值，若第一映射值大于或等于第二映射值，则获取异常记录的记录值，本发明实施例针对处方记录中含有药品用量的场景，在处方记录中的药品用量超出异常记录中的药品用量标准时进行告警，进一步提升了处方告警的准确性。

图3所示，是在本发明实施例二的基础上，并在异常关系库中匹配成功的异常记录包括多个，并且匹配成功的药品种类包括多个的基础上，对获取异常关系库中匹配成功的异常记录的记录值的过程进行细化后得到的一种方法。本发明实施例提供了基于知识关系分析的处方告警方法的实现流程图，如图3所示，该处方告警方法可以包括以下步骤：

在S301中，对于匹配成功的每个所述异常记录，根据用量权值计算所述处方记录中的所述药品用量与所述异常记录中的所述药品用量之间的相似度，其中，所述用量权值与所述处方记录中匹配成功的所述药品种类的风控等级相关。

由于判定异常记录匹配成功的条件是异常记录包含一个以上的被拆分出的特征元素，故将病症种类、药品种类和身份记录对应的多个特征元素与异常关系库进行模糊匹配后，可能会得到多个匹配成功的异常记录。并且，由于处方记录中可能含有多个药品种类以及与每个药品种类对应的药品用量，故在匹配时可可能有多个药品种类同时匹配成功。在本发明实施例中，针对匹配成功的每个异常记录，根据匹配成功的药品种类的用量权值，计算处方记录中的药品用量与异常记录中的药品用量之间的相似度，上述的药品用量都是指与匹配成功的药品种类对应的药品用量，计算公式如下：

在上述公式中，Asso(Dosage)为差异度，Weight_drug-i为匹配成功的第i个药品种类的用量权值，优选地，0＜Weight_drug-i≤1，Dosage_drug-i为处方记录中匹配成功的第i个药品种类的药品用量，Dosage_{drug-i-unusual}为异常记录中匹配成功的第i个药品种类的药品用量，N为匹配成功的药品种类的总个数，max()为最大值函数。值得一提的是，在计算时应使Dosage_drug-i和Dosage_{drug-i-unusual}的单位相同。另外，用量权值与药品种类的风控等级相关，风控等级越高，对应的药品种类在使用时产生异常的几率越高，故将用量权值设置得越高，即用量权值与风控等级成正相关。

在S302中，获取匹配成功的多个所述异常记录对应的所述记录值，并将多个所述记录值与多个所述差异度共同进行均衡处理，得到更新后的所述记录值。

在计算出与匹配成功的每个异常记录对应的差异度后，获取匹配成功的多个异常记录对应的记录值，并将多个记录值与多个差异值共同进行均衡处理，得到更新后的记录值，计算公式如下：

在上述公式中，假设匹配成功的异常记录的数量为W个，则Value_renew为更新后的记录值，Asso(Dosage)_w为第w个匹配成功的异常记录对应的差异度，Value_record-w为第w个匹配成功的异常记录的记录值。在得到更新后的记录值后，即可将更新后的记录值与异常阈值进行比对，并在更新后的记录值超过异常阈值时进行告警。

通过图3所示实施例可知，在本发明实施例中，对于匹配成功的每个异常记录，根据用量权值计算处方记录中的药品用量与异常记录中的药品用量之间的相似度，然后获取匹配成功的多个异常记录对应的记录值，并将多个记录值与多个差异度共同进行均衡处理，得到更新后的记录值，本发明实施例在匹配成功的异常记录包括多个以及匹配成功的药品种类包括多个的基础上，通过计算匹配成功的每个异常记录对应的差异度，并根据差异度计算记录值，提升了记录值计算的准确性。

图4所示，是在本发明实施例三的基础上，对若获取的记录值超过预设的异常阈值，则基于匹配成功的异常记录生成并输出告警信息的过程进行细化后得到的一种方法。本发明实施例提供了基于知识关系分析的处方告警方法的实现流程图，如图4所示，该处方告警方法可以包括以下步骤：

在S401中，根据所述记录值对匹配成功的多个所述异常记录进行排序，生成记录序列，并按照预设数量以及所述记录序列的顺序截取所述记录序列中的所述异常记录。

若更新后的记录值超过预设的异常阈值，则根据匹配成功的多个异常记录对应的记录值，对多个异常记录进行排序，排序完成后生成记录序列，排序的顺序可为记录值从大到小的顺序。本发明实施例中，在进行告警时，优先输出较为严重的异常记录，也即记录值较高的异常记录(因为记录值较高的异常记录往往能反映出引起异常的因素)，故按照预设数量以及记录序列的生成顺序截取记录序列中的异常记录，比如预设数量为3个，记录序列的生成顺序为记录值从大到小的顺序，则截取记录序列中的前3个异常记录。

在S402中，基于截取出的所述异常记录以及对应的所述记录值生成并输出所述告警信息。

基于截取出的异常记录以及对应的记录值生成并输出告警信息，若告警信息的输出对象为医师，则医师在接收到告警信息后，可对告警信息中的多个异常记录进行分析，并在得到异常记录中引起异常的因素后，对已开具的处方单进行修正。

通过图4所示实施例可知，在本发明实施例中，根据记录值对匹配成功的多个异常记录进行排序生成记录序列，并按照预设数量以及记录序列的顺序截取记录序列中的异常记录，基于截取出的异常记录以及对应的记录值生成并输出告警信息，本发明实施例通过优先输出记录值较高的异常记录，提升了告警的有效率。

图5所示，是在本发明实施例一的基础上，并在异常关系库基于多个具有存储等级的文件目录存储异常记录，并且每个文件目录的名称由下属的异常记录共有的特征元素共同构成的基础上，对基于匹配成功的异常记录生成并输出告警信息的过程进行细化后得到的一种方法。本发明实施例提供了基于知识关系分析的处方告警方法的实现流程图，如图5所示，该处方告警方法可以包括以下步骤：

在S501中，在所述异常关系库中对匹配成功的所述异常记录进行上溯，得到与所述异常记录相关的多个所述文件目录，并从中确定出高于预设等级的所述存储等级对应的所述文件目录。

在本发明实施例中，异常关系库为分级目录存储结构，即异常关系库包括多个具有存储等级的文件目录，随着分级目录存储结构从上到下，存储等级越低。文件目录可与硬盘中的文件目录意义等同，也可以是额外建立的数据索引。在构建异常关系库，进行目录划分时，每个文件目录的名称都是由下属的异常记录共有的特征元素共同构成，比如说某个文件目录下的异常记录Record_A为“盐酸胺碘酮片-碘过敏-男性”，异常记录Record_B为“盐酸胺碘酮片-碘过敏-女性”，则上述的两个异常记录共有的特征元素为“盐酸胺碘酮片-碘过敏”，则将该文件目录的名称命名为“盐酸胺碘酮片-碘过敏”。

在确定出匹配成功的异常记录，并且该异常记录的记录值超过异常阈值时，在异常关系库中对该异常记录进行上溯，确定与异常记录相关的多个所述文件目录。例如，异常关系库中存储等级为一级的文件目录为Catalog_A，Catalog_A下的存储等级为二级的文件目录为Catalog_B，Catalog_B下的存储等级为三级的文件目录包括Catalog_C和Catalog_D(假设一级的存储等级最高，二级次之，三级最低)，而Catalog_C下存放有匹配成功的异常记录，则进行上溯后，与该异常记录相关的文件目录为Catalog_A、Catalog_B和Catalog_C。存储等级越高，则代表着对应的文件目录的名称越能指示异常记录中引起异常的因素，举例来说，若文件目录“盐酸胺碘酮片-碘过敏”下的异常记录Record_C为“盐酸胺碘酮片-碘过敏-男性-青年”，异常记录Record_D为“盐酸胺碘酮片-碘过敏-男性-中年”，异常记录Record_E为“盐酸胺碘酮片-碘过敏-女性”，则如果要再度进行目录划分，则一种划分方式是构建名称为“盐酸胺碘酮片-碘过敏-男性”的文件目录，并将异常记录Record_C和异常记录Record_D划入至该文件目录下。基于上述例子，存储等级更高的文件目录“盐酸胺碘酮片-碘过敏”明显比存储等级较低的文件目录“盐酸胺碘酮片-碘过敏-男性”更具有代表性。故在本发明实施例中，在得到与异常记录相关的多个文件目录后，从中确定出高于预设等级(如三级)的存储等级对应的文件目录。

在S502中，基于确定出的所述文件目录的名称以及匹配成功的所述异常记录生成并输出所述告警信息。

基于确定出的文件目录的名称以及匹配成功的异常记录生成并输出告警信息，便于医师在接收到告警信息后，根据文件目录的名称快速确定异常记录中引起异常的因素，从而提升处方单修正的效率。

通过图5所示实施例可知，在本发明实施例中，在异常关系库中对匹配成功的异常记录进行上溯，得到与异常记录相关的多个文件目录，并从中确定出高于预设等级的存储等级对应的文件目录，基于确定出的文件目录的名称以及匹配成功的异常记录生成并输出告警信息，便于根据告警信息快速确定处方单中存在的隐患，便于在处方单检验后，对其进行修正。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

图6示出了本发明实施例提供的终端设备的结构框图，该终端设备包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。

参见图6，所述终端设备包括：

抓取单元61，用于在检测到与患者相关的处方单开具完毕后，对所述处方单进行文本抓取得到处方记录；

拆分单元62，用于查询所述患者的身份记录，对所述处方记录和身份记录进行分词处理，将所述处方记录和所述身份记录拆分为多个特征元素；

匹配单元63，用于将所述多个特征元素与预设的异常关系库进行模糊匹配，若匹配成功，则获取所述异常关系库中匹配成功的异常记录的记录值，其中，所述异常关系库包括多个所述异常记录，所述异常记录为预设的特征元素组合，所述记录值用于指示所述异常记录的异常程度；

告警单元64，用于若获取的所述记录值超过预设的异常阈值，则基于匹配成功的所述异常记录生成并输出告警信息。

可选地，处方记录包括病症种类、药品种类和药品用量，匹配单元63包括：

匹配子单元，用于将所述病症种类、所述药品种类和所述身份记录对应的多个特征元素与所述异常关系库进行模糊匹配，若匹配成功，则确定所述异常关系库中匹配成功的所述异常记录；

映射单元，用于若匹配成功的所述异常记录中包含所述药品用量，则对所述处方记录中匹配成功的所述药品种类对应的所述药品用量进行映射处理得到第一映射值，并对所述异常记录中的所述药品用量进行映射处理得到第二映射值；

获取单元，用于若所述第一映射值大于或等于所述第二映射值，则获取所述异常记录的所述记录值。

可选地，若异常关系库中匹配成功的异常记录包括多个，且匹配成功的药品种类包括多个，则匹配单元63包括：

计算单元，用于对于匹配成功的每个所述异常记录，根据用量权值计算所述处方记录中的所述药品用量与所述异常记录中的所述药品用量之间的相似度，其中，所述用量权值与所述处方记录中匹配成功的所述药品种类的风控等级相关；

均衡处理单元，用于获取匹配成功的多个所述异常记录对应的所述记录值，并将多个所述记录值与多个所述差异度共同进行均衡处理，得到更新后的所述记录值。

可选地，告警单元64包括：

截取单元，用于根据所述记录值对匹配成功的多个所述异常记录进行排序，生成记录序列，并按照预设数量以及所述记录序列的顺序截取所述记录序列中的所述异常记录；

第一告警子单元，用于基于截取出的所述异常记录以及对应的所述记录值生成并输出所述告警信息。

可选地，异常关系库基于多个具有存储等级的文件目录存储异常记录，每个文件目录的名称由下属的异常记录共有的特征元素共同构成，告警单元64包括：

上溯单元，用于在所述异常关系库中对匹配成功的所述异常记录进行上溯，得到与所述异常记录相关的多个所述文件目录，并从中确定出高于预设等级的所述存储等级对应的所述文件目录；

第二告警子单元，用于基于确定出的所述文件目录的名称以及匹配成功的所述异常记录生成并输出所述告警信息。

因此，本发明实施例提供的终端设备通过对处方记录和身份记录进行解构，并将解构后生成的特征元素与异常关系库进行匹配，提升了处方单的检验效果。

图7是本发明实施例提供的终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，例如基于知识关系分析的处方告警程序。所述处理器70执行所述计算机程序72时实现上述各个基于知识关系分析的处方告警方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器70执行所述计算机程序72时实现上述各终端设备实施例中各单元的功能，例如图6所示单元61至64的功能。

示例性的，所述计算机程序72可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器71中，并由所述处理器70执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如，所述计算机程序72可以被分割成抓取单元、拆分单元、匹配单元以及告警单元，各单元具体功能如下：

抓取单元，用于在检测到与患者相关的处方单开具完毕后，对所述处方单进行文本抓取得到处方记录；

拆分单元，用于查询所述患者的身份记录，对所述处方记录和身份记录进行分词处理，将所述处方记录和所述身份记录拆分为多个特征元素；

匹配单元，用于将所述多个特征元素与预设的异常关系库进行模糊匹配，若匹配成功，则获取所述异常关系库中匹配成功的异常记录的记录值，其中，所述异常关系库包括多个所述异常记录，所述异常记录为预设的特征元素组合，所述记录值用于指示所述异常记录的异常程度；

告警单元，用于若获取的所述记录值超过预设的异常阈值，则基于匹配成功的所述异常记录生成并输出告警信息。

所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将所述终端设备的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。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，也可以采用软件功能单元的形式实现。另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，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、或者计算机软件和电子硬件的结合来实现。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。

在本发明所提供的实施例中，应该理解到，所揭露的终端设备和方法，可以通过其它的方式实现。例如，以上所描述的终端设备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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims

1.一种基于知识关系分析的处方告警方法，其特征在于，包括：

若获取的所述记录值超过预设的异常阈值，则基于匹配成功的所述异常记录生成并输出告警信息；

其中，所述处方记录包括病症种类、药品种类和药品用量，所述将所述多个特征元素与预设的异常关系库进行模糊匹配，若匹配成功，则获取所述异常关系库中匹配成功的异常记录的记录值，包括：

将所述病症种类、所述药品种类和所述身份记录对应的多个特征元素与所述异常关系库进行模糊匹配，若匹配成功，则确定所述异常关系库中匹配成功的所述异常记录；

若匹配成功的所述异常记录中包含所述药品用量，则对所述处方记录中匹配成功的所述药品种类对应的所述药品用量进行映射处理得到第一映射值，并对所述异常记录中的所述药品用量进行映射处理得到第二映射值；

若所述第一映射值大于或等于所述第二映射值，则获取所述异常记录的所述记录值；

若所述异常关系库中匹配成功的所述异常记录包括多个，且匹配成功的所述药品种类包括多个，则所述获取所述异常关系库中匹配成功的异常记录的记录值，包括：

对于匹配成功的每个所述异常记录，根据用量权值计算所述处方记录中的所述药品用量与所述异常记录中的所述药品用量之间的差异度，其中，所述用量权值与所述处方记录中匹配成功的所述药品种类的风控等级相关；

差异度的计算公式如下：

其中，Asso(Dosage)为差异度，Weight_drug-i为匹配成功的第i个药品种类的用量权值，Dosage_drug-i为处方记录中匹配成功的第i个药品种类的药品用量，Dosage_{drug-i-unusual}为异常记录中匹配成功的第i个药品种类的药品用量，N为匹配成功的药品种类的总个数，max()为最大值函数；

获取匹配成功的多个所述异常记录对应的所述记录值，并将多个所述记录值与多个所述差异度共同进行均衡处理，得到更新后的所述记录值；均衡处理的计算公式如下：

其中，Value_renew为更新后的记录值，W为匹配成功的异常记录的数量，Asso(Dosage)_w为第w个匹配成功的异常记录对应的差异度，Value_record-w为第w个匹配成功的异常记录的记录值。

2.如权利要求1所述的处方告警方法，其特征在于，所述若获取的所述记录值超过预设的异常阈值，则基于匹配成功的所述异常记录生成并输出告警信息，包括：

根据所述记录值对匹配成功的多个所述异常记录进行排序，生成记录序列，并按照预设数量以及所述记录序列的顺序截取所述记录序列中的所述异常记录；

基于截取出的所述异常记录以及对应的所述记录值生成并输出所述告警信息。

3.如权利要求1所述的处方告警方法，其特征在于，所述异常关系库基于多个具有存储等级的文件目录存储所述异常记录，每个所述文件目录的名称由下属的所述异常记录共有的所述特征元素共同构成，所述基于匹配成功的所述异常记录生成并输出告警信息，包括：

在所述异常关系库中对匹配成功的所述异常记录进行上溯，得到与所述异常记录相关的多个所述文件目录，并从中确定出高于预设等级的所述存储等级对应的所述文件目录；

基于确定出的所述文件目录的名称以及匹配成功的所述异常记录生成并输出所述告警信息。

4.一种终端设备，其特征在于，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

差异度的计算公式如下：

获取匹配成功的多个所述异常记录对应的所述记录值，并将多个所述记录值与多个所述差异度共同进行均衡处理，得到更新后的所述记录值；

均衡处理的计算公式如下：

5.如权利要求4所述的终端设备，其特征在于，所述异常关系库基于多个具有存储等级的文件目录存储所述异常记录，每个所述文件目录的名称由下属的所述异常记录共有的所述特征元素共同构成，所述基于匹配成功的所述异常记录生成并输出告警信息，包括：

6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述处方告警方法的步骤。