CN109545388A - 一种医学风险控制方法、服务器及存储介质 - Google Patents
一种医学风险控制方法、服务器及存储介质 Download PDFInfo
- Publication number
- CN109545388A CN109545388A CN201811266218.6A CN201811266218A CN109545388A CN 109545388 A CN109545388 A CN 109545388A CN 201811266218 A CN201811266218 A CN 201811266218A CN 109545388 A CN109545388 A CN 109545388A
- Authority
- CN
- China
- Prior art keywords
- measured
- medical information
- medical
- information
- similarity
- 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
- 239000003814 drug Substances 0.000 title claims abstract description 180
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012954 risk control Methods 0.000 title claims abstract description 16
- 229940079593 drug Drugs 0.000 claims abstract description 113
- 238000003745 diagnosis Methods 0.000 claims abstract description 39
- 229940124597 therapeutic agent Drugs 0.000 claims description 33
- 230000001225 therapeutic effect Effects 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 10
- 230000000135 prohibitive effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 210000005036 nerve Anatomy 0.000 claims description 7
- 206010013700 Drug hypersensitivity Diseases 0.000 claims description 4
- 201000005311 drug allergy Diseases 0.000 claims description 4
- 230000002969 morbid Effects 0.000 claims description 4
- 229940126534 drug product Drugs 0.000 claims 1
- 239000000825 pharmaceutical preparation Substances 0.000 claims 1
- 238000007405 data analysis Methods 0.000 abstract description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 12
- 201000010099 disease Diseases 0.000 description 10
- 230000000844 anti-bacterial effect Effects 0.000 description 8
- 229940088710 antibiotic agent Drugs 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008685 targeting Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 206010009152 Chronic tonsillitis Diseases 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 206010044008 tonsillitis Diseases 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001613 neoplastic effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 206010067484 Adverse reaction Diseases 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 2
- 206010021143 Hypoxia Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006838 adverse reaction Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000000857 drug effect Effects 0.000 description 2
- 230000007954 hypoxia Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 231100000331 toxic Toxicity 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- 231100000419 toxicity Toxicity 0.000 description 2
- 230000001988 toxicity Effects 0.000 description 2
- 230000002491 angiogenic effect Effects 0.000 description 1
- 239000002260 anti-inflammatory agent Substances 0.000 description 1
- 229940124599 anti-inflammatory drug Drugs 0.000 description 1
- 230000000259 anti-tumor effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010998 test method Methods 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
- 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
-
- 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
- G16H20/13—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 delivered from dispensers
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请实施例公开了一种医学风险控制方法、服务器及存储介质，涉及数据分析技术，可以避免药品误用的情况，保证药品使用的安全性和合理性。其中方法包括：获取患者的待测诊疗信息，所述待测诊疗信息包括病历信息、当前病症和待测处方信息，所述待测处方信息包括待测药物品种和待测药物用量；所述待测诊疗信息携带有诊疗标签，所述诊疗标签为所述当前病症或所述待测药物品种；根据所述诊疗标签在医学知识数据库中获取对应的医学信息；计算所述待测诊疗信息与所述医学信息之间的匹配度；根据所述匹配度大小，发出不同等级的警告信息。
Description
技术领域
本申请涉及数据分析技术领域，尤其涉及一种医学风险控制方法、服务器及存储介质。
背景技术
随着现代医药水平的不断提升，临床药品数量和种类快速增长，用药形式呈多样化发展。这给医师提供了更多的治疗手段，给病患带来了福音。
但药物种类和治疗方法繁多复杂也加大了医务人员正确使用药物的难度，因此出现许多患者因药物误用或不合理使用导致的药源性疾病的情况。安全用药的形势逐渐严峻，已成为一个涉及面较广，难度较高的复杂性工作。
发明内容
本申请实施例提供一种医学风险控制方法、服务器及存储介质，涉及数据分析技术，可以避免药品误用的情况，保证药品使用的安全性和合理性。
第一方面，本申请实施例提供了一种医学风险控制方法，所述方法包括：获取患者的待测诊疗信息，所述待测诊疗信息包括病历信息、当前病症和待测处方信息，所述待测处方信息包括待测药物品种和待测药物用量；所述待测诊疗信息携带有诊疗标签，所述诊疗标签为所述当前病症或所述待测药物品种；；根据所述诊疗标签在医学知识数据库中获取对应的医学信息；计算所述待测诊疗信息与所述医学信息之间的匹配度；根据所述匹配度大小，发出不同等级的警告信息。
作为一种可能的实施方式，所述根据所述诊疗标签在医学知识数据库中获取对应的医学信息，包括：根据所述当前病症在医学知识数据库中获取对应的治疗药物品种、治疗药物用量；所述计算所述待测诊疗信息与所述医学信息之间的匹配度，包括：分别计算所述待测药物品种与所述治疗药物品种的相似度得到第一相似度、计算所述待测药物用量与所述治疗药物用量之间的相似度得到第二相似度；将所述第一相似度和所述第二相似度分别乘以各自的权重之后相加得到所述匹配度。
作为一种可能的实施方式，所述根据所述诊疗标签在医学知识数据库中获取对应的医学信息，包括：根据所述待测药物品种在医学知识数据库中获取对应的适应症、以及所述适应症对应的治疗药物品种和治疗药物用量；所述计算所述待测诊疗信息与所述医学信息之间的匹配度，包括：
分别计算所述当前病症与所述适应症的相似度得到第一相似度、计算所述待测药物品种与所述治疗药物品种的相似度得到第二相似度、计算所述待测药物用量与所述治疗药物用量之间的相似度得到第三相似度；将所述第一相似度、所述第二相似度和所述第三相似度分别乘以各自的权重之后相加得到所述匹配度。
作为一种可能的实施方式，所述获取患者的待测诊疗信息，所述待测诊疗信息包括病历信息、当前病症和待测处方信息，包括：
获取患者的待测诊疗信息，所述待测诊疗信息包括病历信息、当前病症和待测处方信息，所述病历信息包括：个人基本信息、疾病状态、生理状态、药物过敏史。
作为一种可能的实施方式，在所述根据所述诊疗标签在医学知识数据库中获取对应的医学信息之后，所述方法还包括：根据所述病历信息判断所述患者所属的患者类型；若根据所述医学信息判断出所述待测诊疗信息中包括所述患者类型的禁用药品，则发出对应的警告信息；或者，若根据所述医学信息判断出所述待测诊疗信息中某种药品达到了所述患者类型的禁用剂量，则发出对应的警告信息。
作为一种可能的实施方式，所述根据所述诊疗标签在医学知识数据库中获取对应的医学信息，包括：将所述诊疗标签输入医学知识模型，得到对应的医学信息；所述医学知识模型为一种人工神经网络模型，通过对各种适应症以及所述各种适应症的治疗方案进行学习和训练得到。
作为一种可能的实施方式，所述方法还包括：在所述匹配度达到优秀阈值的情况下，将所述待测诊疗信息存储进所述医学知识数据库中。
第二方面，本申请实施例提供了一种服务器，包括：诊疗信息获取模块，医学信息获取模块，计算模块，警告模块；所述诊疗信息获取模块，用于获取患者的待测诊疗信息，所述待测诊疗信息包括病历信息、当前病症和待测处方信息，所述待测处方信息包括待测药物品种和待测药物用量；所述待测诊疗信息携带有诊疗标签，所述诊疗标签为所述当前病症或所述待测药物品种；所述医学信息获取模块，用于根据所述诊疗标签在医学知识数据库中获取对应的医学信息；所述计算模块，用于计算所述待测诊疗信息与所述医学信息之间的匹配度；所述警告模块，用于根据所述匹配度大小，发出不同等级的警告信息。
第三方面，本申请实施例还提供了一种服务器，包括：处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如第一方面及其任一种可能的实施方式所述的方法。
第四方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面及其任一种可能的实施方式的方法。
本申请实施例根据患者的待测诊疗信息中的诊疗标签(比如当前病症、药物品种等)，在医学知识数据库中搜索到相关的医学信息(即相关的安全用药规律)，并将待测诊疗信息与医学信息作对比，当匹配度较低时发出对应等级的警告。即，本实施例及时对患者的待测诊疗信息的正确性进行评判，避免了药品误用的情况，保证了药品使用的安全性和合理性。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
图1是本申请第一实施例提供的一种医学风险控制方法的流程示意图；
图2是本申请另一实施例提供的一种医学风险控制方法的流程示意图；
图3是本申请实施例提供的一种服务器的结构示意图；
图4是本申请实施例提供的另一种服务器的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了能够更好地理解本申请实施例，下面将对应用本申请实施例的方法进行介绍。
本申请实施例中提到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备(例如智能手表、智能手环、计步器等)、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(User Equipment，UE)，移动台(MobileStation，MS)，终端设备(terminal device)等等。为方便描述，上面提到的设备统称为电子设备。
请参见图1，是本申请第一实施例提供的一种医学风险控制方法的示意流程图，本方法可以应用于服务器等设备装置，如图1所示该方法可包括：
101、获取患者的病历信息、当前病症和待测处方信息，其中，待测处方信息包括待测药物品种和待测药物用量。
本实施例中，患者的病历信息具体可以包括：患者的个人基本信息(姓名、年龄、身高体重等)、疾病状态、生理状态、药物过敏史、病人属性、检查数据和结果、治疗方案等信息。患者的处方信息具体可以包括：用药品种、以及药品的用法用量等。
本实施例中，用户可以通过注册的方式获得账号ID，访问上述服务器，也可以通过自己的终端设备如手机登录账号，向该服务器发送判断请求，从而执行上述医学风险控制方法；而医生使用的终端设备也可以与该服务器连接通信，医生可以实时输入患者的待测诊疗信息，进行风控判定。
102、根据上述当前病症在医学知识数据库中获取对应的治疗药物品种、治疗药物用量。
在本实施例中，上述医学知识数据库可以用于存储安全用药规律，即可以包括对各种药品及其对应的适应症、用法用量、套餐设计、药代动力学数据、禁忌、不良反应、药理毒理的信息数据。同时，上述医学知识数据库还可以包括各种药品的现有临床实验中用法用量的数据。
举例说明，假如患者是肿瘤科病人，其当前病症为肿瘤类疾病，则在上述医学知识数据库中获取与肿瘤类疾病相关的医学信息，包括适应于肿瘤类疾病的药物以及其用量用法，比如针对肿瘤缺氧、低pH、新生血管密集等特定环境设计的靶向药物能够提高肿瘤组织内的药物浓度，显著改善肿瘤化疗的效果。其中，靶向药物(也称作靶向制剂)是指被赋予了靶向(Targeting)能力的药物或其制剂。其目的是使药物或其载体能瞄准特定的病变部位，并在目标部位蓄积或释放有效成分。靶向制剂可以使药物在目标局部形成相对较高的浓度，从而在提高药效的同时抑制毒副作用，减少对正常组织、细胞的伤害。
103、分别计算待测药物品种与治疗药物品种的相似度得到第一相似度、计算待测药物用量与治疗药物用量之间的相似度得到第二相似度；将第一相似度和第二相似度分别乘以各自的权重之后相加得到匹配度。
104、根据所述匹配度大小，发出不同等级的警告信息。
在本实施例中，匹配度较高代表上述待测诊疗信息中的用药越正确，匹配度较低代表上述待测诊疗信息中的用药越有误，因此，根据不同的匹配度，发出不同等级的警告信息提醒患者慎重用药。
可以理解，本实施例根据患者的待测诊疗信息中的当前病症在医学知识数据库中搜索到相关的医学信息(即对应的治疗药物品种、治疗药物用量)，并将待测诊疗信息与医学信息作对比，当匹配度较低时发出对应等级的警告。即，本实施例及时对患者的待测诊疗信息的正确性进行评判，避免了药品误用的情况，保证了药品使用的安全性和合理性。
作为一种可选的实施方式，在上述根据上述当前病症在医学知识数据库中获取对应的医学信息之后，上述方法还包括：根据所述病历信息判断所述患者所属的患者类型；若根据上述医学信息判断出上述待测处方信息中包括上述患者类型的禁用药品，则发出对应的警告信息；或者，若根据上述医学信息判断出上述待测处方信息中某种药品达到了上述患者类型的禁用剂量，则发出对应的警告信息。
举例说明，某些药品不适合孕妇使用，根据患者的的病例可以分析出患者是否为孕妇，如果患者是孕妇，其待测处方上又包括孕妇禁用药品，则可以判断出待测处方信息中包括有患者的禁用药品，不适宜患者使用，及时发出对应的警告信息，提示用药有误。
举例说明，以抗菌药物为例，医学知识数据库中包括抗菌药物安全使用的相关规定：若为门、急诊病人，则只能使用一联抗菌药物；若为住院病人，则只允许同时使用两联抗菌药物。根据患者的待测处方信息中的病例可以分析出患者的所属类型，如果患者是门、急诊病人，待测处方中抗菌药物的用量为两联则超出了患者的禁用剂量，则及时发出对应的警告信息，提示用药有误。
可以理解，本实施方式的作用在于及时判断患者的待测处方信息是否含有患者的禁忌使用的治疗方案，若有则及时发出警告信息，避免患者使用后给其带来的伤害。
作为一种可选的实施方式，上述根据上述当前病症在医学知识数据库中获取对应的医学信息，包括：将上述当前病症输入医学知识模型，得到对应的医学信息；上述医学知识模型为一种人工神经网络模型，通过对各种适应症以及上述各种适应症的治疗方案进行学习和训练得到。
本实施方式中，医学知识模型是一种人工神经网络模型，对各种适应症以及上述各种适应症的治疗方案进行过学习和训练。因此在将上述诊疗标签输入时，比如输入慢性扁桃体炎，则可以输出各种适应于慢性扁桃体炎的治疗方案、治疗药品和用量用法、安全使用规定等信息，即为上述所想获得的医学信息。
作为一种可选的实施方式，上述方法还包括：在上述相似度达到优秀阈值的情况下，将上述待测诊疗信息存储进上述医学知识数据库中。
可以理解，相似度达到优秀阈值表示该待测诊疗信息(即患者的当前病症、待测处方信息、病例信息等)中的诊疗方案是较佳的诊疗方案，将其信息存储进上述医学知识数据库中，可以丰富更新医学知识数据库的内容，使得整个医学风险控制方法在下次的使用中更加准确地判定各种待测诊疗信息中的药物使用情况。本实施方式中，优秀阈值可由本领域技术人员根据具体情况设置，本实施方式不做限制。
请参见图2，是本申请第三实施例提供的一种医学风险控制方法的示意流程图，本方法可以应用于服务器等设备装置，如图2所示该方法可包括：
201、获取患者的病历信息、当前病症和待测处方信息，其中，待测处方信息包括待测药物品种和待测药物用量。
本实施例中，患者的病历信息具体可以包括：患者的个人基本信息(姓名、年龄、身高体重等)、疾病状态、生理状态、药物过敏史、病人属性、检查数据和结果、治疗方案等信息。患者的处方信息具体可以包括：用药品种、以及药品的用法用量等。
本实施例中，用户可以通过注册的方式获得账号ID，访问上述服务器，也可以通过自己的终端设备如手机登录账号，向该服务器发送判断请求，从而执行上述医学风险控制方法；而医生使用的终端设备也可以与该服务器连接通信，医生可以实时输入患者的待测诊疗信息，进行风控判定。
202、根据上述待测药物品种在医学知识数据库中获取对应的适应症、以及所述适应症对应的治疗药物品种和治疗药物用量。
在本实施例中，上述医学知识数据库可以用于存储安全用药规律，即可以包括对各种药品及其对应的适应症、用法用量、套餐设计、药代动力学数据、禁忌、不良反应、药理毒理的信息数据。同时，上述医学知识数据库还可以包括各种药品的现有临床实验中用法用量的数据。
举例说明，假如患者的待测药物品种为靶向药物，则在上述医学知识数据库中获取与靶向药物相关的医学信息，包括：靶向药物(也称作靶向制剂)是指被赋予了靶向(Targeting)能力的药物或其制剂；其目的是使药物或其载体能瞄准特定的病变部位，并在目标部位蓄积或释放有效成分，靶向制剂可以使药物在目标局部形成相对较高的浓度，从而在提高药效的同时抑制毒副作用，减少对正常组织、细胞的伤害；针对肿瘤缺氧、低pH、新生血管密集等特定环境设计的靶向药物能够提高肿瘤组织内的药物浓度，显著改善肿瘤化疗的效果。
203、分别计算当前病症与适应症的相似度得到第一相似度、计算待测药物品种与治疗药物品种的相似度得到第二相似度、计算待测药物用量与治疗药物用量之间的相似度得到第三相似度；将第一相似度、第二相似度和第三相似度分别乘以各自的权重之后相加得到匹配度。
204、根据所述匹配度大小，发出不同等级的警告信息。
在本实施例中，匹配度较高代表上述待测诊疗信息中的用药越正确，匹配度较低代表上述待测诊疗信息中的用药越有误，因此，根据不同的匹配度，发出不同等级的警告信息提醒患者慎重用药。
可以理解，本实施例根据患者的待测诊疗信息中的待测药物品种在医学知识数据库中搜索到相关的医学信息(即对应的适应症信息、治疗药物品种和治疗药物用量)，并将待测诊疗信息与医学信息作对比，当匹配度较低时发出对应等级的警告。即，本实施例及时对患者的待测诊疗信息的正确性进行评判，避免了药品误用的情况，保证了药品使用的安全性和合理性。
作为一种可选的实施方式，在上述根据上述待测药物品种在医学知识数据库中获取对应的医学信息之后，上述方法还包括：根据所述病历信息判断所述患者所属的患者类型；若根据上述医学信息判断出上述待测处方信息中包括上述患者类型的禁用药品，则发出对应的警告信息；或者，若根据上述医学信息判断出上述待测处方信息中某种药品达到了上述患者类型的禁用剂量，则发出对应的警告信息。
举例说明，某些药品不适合孕妇使用，根据患者的的病例可以分析出患者是否为孕妇，如果患者是孕妇，其待测处方上又包括孕妇禁用药品，则可以判断出待测处方信息中包括有患者的禁用药品，不适宜患者使用，及时发出对应的警告信息，提示用药有误。
举例说明，以抗菌药物为例，医学知识数据库中包括抗菌药物安全使用的相关规定：若为门、急诊病人，则只能使用一联抗菌药物；若为住院病人，则只允许同时使用两联抗菌药物。根据患者的待测处方信息中的病例可以分析出患者的所属类型，如果患者是门、急诊病人，待测处方中抗菌药物的用量为两联则超出了患者的禁用剂量，则及时发出对应的警告信息，提示用药有误。
可以理解，本实施方式的作用在于及时判断患者的待测处方信息是否含有患者的禁忌使用的治疗方案，若有则及时发出警告信息，避免患者使用后给其带来的伤害。
作为一种可选的实施方式，上述根据上述待测药物品种在医学知识数据库中获取对应的医学信息，包括：将上述待测药物品种输入医学知识模型，得到对应的医学信息；上述医学知识模型为一种人工神经网络模型，通过对各种适应症以及上述各种适应症的治疗方案进行学习和训练得到。
本实施方式中，医学知识模型是一种人工神经网络模型，对各种适应症以及上述各种适应症的治疗方案进行过学习和训练。因此在将上述待测药物品种输入时，比如输入慢性扁桃体炎的消炎药，则可以输出各种适应于慢性扁桃体炎的治疗方案、治疗药品和用量用法、安全使用规定等信息，即为上述所想获得的医学信息。
作为一种可选的实施方式，上述方法还包括：在上述相似度达到优秀阈值的情况下，将上述待测诊疗信息存储进上述医学知识数据库中。
可以理解，相似度达到优秀阈值表示该待测诊疗信息(即患者的当前病症、待测处方信息、病例信息等)中的诊疗方案是较佳的诊疗方案，将其信息存储进上述医学知识数据库中，可以丰富更新医学知识数据库的内容，使得整个医学风险控制方法在下次的使用中更加准确地判定各种待测诊疗信息中的药物使用情况。本实施方式中，优秀阈值可由本领域技术人员根据具体情况设置，本实施方式不做限制。
请参见图3，图3是本申请实施例提供的一种服务器的结构示意图，该服务器300包括：诊疗信息获取模块301，医学信息获取模块302，计算模块303，警告模块304；
诊疗信息获取模块301，用于获取患者的待测诊疗信息，所述待测诊疗信息包括病历信息、当前病症和待测处方信息，所述待测处方信息包括待测药物品种和待测药物用量；所述待测诊疗信息携带有诊疗标签，所述诊疗标签为所述当前病症或所述待测药物品种；医学信息获取模块302，用于根据所述诊疗标签在医学知识数据库中获取对应的医学信息；
计算模块303，用于计算所述待测诊疗信息与所述医学信息之间的匹配度；
警告模块304，用于根据所述匹配度大小，发出不同等级的警告信息。
作为一种可能的实施方式，上述医学信息获取模块302，具体用于根据所述当前病症在医学知识数据库中获取对应的治疗药物品种、治疗药物用量；所述计算模块303，具体用于分别计算所述待测药物品种与所述治疗药物品种的相似度得到第一相似度、计算所述待测药物用量与所述治疗药物用量之间的相似度得到第二相似度；将所述第一相似度和所述第二相似度分别乘以各自的权重之后相加得到所述匹配度。
作为一种可能的实施方式，上述医学信息获取模块302，具体用于根据所述待测药物品种在医学知识数据库中获取对应的适应症、以及所述适应症对应的治疗药物品种和治疗药物用量；所述计算模块303，具体用于分别计算所述当前病症与所述适应症的相似度得到第一相似度、计算所述待测药物品种与所述治疗药物品种的相似度得到第二相似度、计算所述待测药物用量与所述治疗药物用量之间的相似度得到第三相似度；将所述第一相似度、所述第二相似度和所述第三相似度分别乘以各自的权重之后相加得到所述匹配度。作为一种可能的实施方式，上述服务器300还包括：禁用药品警告模块305，用于根据所述病历信息判断所述患者所属的患者类型；若根据所述医学信息判断出所述待测诊疗信息中包括所述患者类型的禁用药品，则发出对应的警告信息；或者，若根据所述医学信息判断出所述待测诊疗信息中某种药品达到了所述患者类型的禁用剂量，则发出对应的警告信息。
作为一种可能的实施方式，上述医学信息获取模块302，具体用于将所述诊疗标签输入医学知识模型，得到对应的医学信息；所述医学知识模型为一种人工神经网络模型，通过对各种适应症以及所述各种适应症的治疗方案进行学习和训练得到。
作为一种可能的实施方式，上述服务器300还包括：存储模块306，用于在所述匹配度达到优秀阈值的情况下，将所述待测诊疗信息存储进所述医学知识数据库中。
根据本申请实施例的具体实施方式，图1-图3所示的医学风险控制方法涉及的步骤可以是由图3所示的服务器300中的各个模块来执行的。例如，图1中的步骤101～104可以分别由图3中所示的诊疗信息获取模块301，医学信息获取模块302，计算模块303，警告模块304来执行。
通过本申请实施例的服务器300可以根据患者的待测诊疗信息中的诊疗标签(比如当前病症、药物品种等)，在医学知识数据库中搜索到相关的医学信息(即相关的安全用药规律)，并将待测诊疗信息与医学信息作对比，当匹配度较低时发出对应等级的警告。即，本实施例及时对患者的待测诊疗信息的正确性进行评判，避免了药品误用的情况，保证了药品使用的安全性和合理性。
请参阅图4，图4是本申请实施例公开的另一种服务器的结构示意图。如图4所示，该服务器400包括处理器401和存储器402，其中，服务器400还可以包括总线403，处理器401和存储器402可以通过总线403相互连接，总线403可以是外设部件互连标准(PeripheralComponent Interconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。总线403可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。其中，服务器400还可以包括输入输出设备404，输入输出设备404可以包括显示屏，例如液晶显示屏。存储器402用于存储包含指令的一个或多个程序；处理器401用于调用存储在存储器402中的指令执行上述图1-图3实施例中提到的部分或全部方法步骤。
应当理解，在本申请实施例中，所称处理器401可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal 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。
输入设备402可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备403可以包括显示器(LCD等)、扬声器等。
该存储器404可以包括只读存储器和随机存取存储器，并向处理器401提供指令和数据。存储器404的一部分还可以包括非易失性随机存取存储器。例如，存储器404还可以存储设备类型的信息。
通过本申请实施例的服务器400可以根据患者的待测诊疗信息中的诊疗标签(比如当前病症、药物品种等)，在医学知识数据库中搜索到相关的医学信息(即相关的安全用药规律)，并将待测诊疗信息与医学信息作对比，当匹配度较低时发出对应等级的警告。即，本实施例及时对患者的待测诊疗信息的正确性进行评判，避免了药品误用的情况，保证了药品使用的安全性和合理性。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种接口测试方法的部分或全部步骤。
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的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可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，例如所述模块的划分，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信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
所述集成的模块如果以软件功能模块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器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种医学风险控制方法，其特征在于，所述方法包括：
获取患者的待测诊疗信息，所述待测诊疗信息包括病历信息、当前病症和待测处方信息，所述待测处方信息包括待测药物品种和待测药物用量；所述待测诊疗信息携带有诊疗标签，所述诊疗标签为所述当前病症或所述待测药物品种；
根据所述诊疗标签在医学知识数据库中获取对应的医学信息；
计算所述待测诊疗信息与所述医学信息之间的匹配度；
根据所述匹配度大小，发出不同等级的警告信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述诊疗标签在医学知识数据库中获取对应的医学信息，包括：
根据所述当前病症在医学知识数据库中获取对应的治疗药物品种、治疗药物用量；
所述计算所述待测诊疗信息与所述医学信息之间的匹配度，包括：
分别计算所述待测药物品种与所述治疗药物品种的相似度得到第一相似度、计算所述待测药物用量与所述治疗药物用量之间的相似度得到第二相似度；将所述第一相似度和所述第二相似度分别乘以各自的权重之后相加得到所述匹配度。
3.根据权利要求1所述的方法，其特征在于，所述根据所述诊疗标签在医学知识数据库中获取对应的医学信息，包括：
根据所述待测药物品种在医学知识数据库中获取对应的适应症、以及所述适应症对应的治疗药物品种和治疗药物用量；
所述计算所述待测诊疗信息与所述医学信息之间的匹配度，包括：
分别计算所述当前病症与所述适应症的相似度得到第一相似度、计算所述待测药物品种与所述治疗药物品种的相似度得到第二相似度、计算所述待测药物用量与所述治疗药物用量之间的相似度得到第三相似度；将所述第一相似度、所述第二相似度和所述第三相似度分别乘以各自的权重之后相加得到所述匹配度。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述获取患者的待测诊疗信息，所述待测诊疗信息包括病历信息、当前病症和待测处方信息，包括：
获取患者的待测诊疗信息，所述待测诊疗信息包括病历信息、当前病症和待测处方信息，所述病历信息包括：个人基本信息、疾病状态、生理状态、药物过敏史。
5.根据权利要求4任一项所述的方法，其特征在于，在所述根据所述诊疗标签在医学知识数据库中获取对应的医学信息之后，所述方法还包括：
根据所述病历信息判断所述患者所属的患者类型；
若根据所述医学信息判断出所述待测诊疗信息中包括所述患者类型的禁用药品，则发出对应的警告信息；或者，若根据所述医学信息判断出所述待测诊疗信息中某种药品达到了所述患者类型的禁用剂量，则发出对应的警告信息。
6.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述诊疗标签在医学知识数据库中获取对应的医学信息，包括：
将所述诊疗标签输入医学知识模型，得到对应的医学信息；所述医学知识模型为一种人工神经网络模型，通过对各种适应症以及所述各种适应症的治疗方案进行学习和训练得到。
7.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
在所述匹配度达到优秀阈值的情况下，将所述待测诊疗信息存储进所述医学知识数据库中。
8.一种服务器，其特征在于，包括：诊疗信息获取模块，医学信息获取模块，计算模块，警告模块；
所述诊疗信息获取模块，用于获取患者的待测诊疗信息，所述待测诊疗信息包括病历信息、当前病症和待测处方信息，所述待测处方信息包括待测药物品种和待测药物用量；所述待测诊疗信息携带有诊疗标签，所述诊疗标签为所述当前病症或所述待测药物品种；
所述医学信息获取模块，用于根据所述诊疗标签在医学知识数据库中获取对应的医学信息；
所述计算模块，用于计算所述待测诊疗信息与所述医学信息之间的匹配度；
所述警告模块，用于根据所述匹配度大小，发出不同等级的警告信息。
9.一种服务器，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811266218.6A CN109545388A (zh) | 2018-10-27 | 2018-10-27 | 一种医学风险控制方法、服务器及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811266218.6A CN109545388A (zh) | 2018-10-27 | 2018-10-27 | 一种医学风险控制方法、服务器及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109545388A true CN109545388A (zh) | 2019-03-29 |
Family
ID=65845700
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811266218.6A Pending CN109545388A (zh) | 2018-10-27 | 2018-10-27 | 一种医学风险控制方法、服务器及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109545388A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110444267A (zh) * | 2019-07-24 | 2019-11-12 | 卓尔智联(武汉)研究院有限公司 | 基于电子病例系统的药物监测装置、方法及可读存储介质 |
| CN111402070A (zh) * | 2020-03-23 | 2020-07-10 | 平安医疗健康管理股份有限公司 | 医疗信息识别方法、装置、计算机设备及存储介质 |
| CN112116976A (zh) * | 2019-06-20 | 2020-12-22 | 上海智臻智能网络科技股份有限公司 | 药品信息的处理方法、装置及计算机可读存储介质 |
| CN112133416A (zh) * | 2020-09-14 | 2020-12-25 | 微医云(杭州)控股有限公司 | 确定替换药剂的方法、装置、电子设备及存储介质 |
| CN112466426A (zh) * | 2020-12-31 | 2021-03-09 | 曜立科技(北京)有限公司 | 一种心血管手术风险评估系统及方法 |
| CN113871026A (zh) * | 2021-10-14 | 2021-12-31 | 曹庆恒 | 一种医疗风险评估系统及方法 |
| CN114822877A (zh) * | 2022-06-21 | 2022-07-29 | 阿里健康科技(杭州)有限公司 | 信息显示方法、问诊装置 |
| CN116936021A (zh) * | 2023-09-18 | 2023-10-24 | 万链指数(青岛)信息科技有限公司 | 一种基于区块链的医疗电子病历信息管理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104584021A (zh) * | 2014-11-07 | 2015-04-29 | 曹庆恒 | 一种智能选药的方法、系统和设备 |
| CN108154928A (zh) * | 2017-12-27 | 2018-06-12 | 北京嘉和美康信息技术有限公司 | 一种疾病诊断方法及装置 |
| CN108172302A (zh) * | 2017-12-15 | 2018-06-15 | 广州市康软信息科技有限公司 | 合理用药信息监测方法及系统 |
| CN108538352A (zh) * | 2018-03-19 | 2018-09-14 | 杭州逸曜信息技术有限公司 | 用药信息处理方法 |
| CN108648792A (zh) * | 2018-05-04 | 2018-10-12 | 河北省人民医院 | 用药信息管理系统、方法及终端设备 |
-
2018
- 2018-10-27 CN CN201811266218.6A patent/CN109545388A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104584021A (zh) * | 2014-11-07 | 2015-04-29 | 曹庆恒 | 一种智能选药的方法、系统和设备 |
| CN108172302A (zh) * | 2017-12-15 | 2018-06-15 | 广州市康软信息科技有限公司 | 合理用药信息监测方法及系统 |
| CN108154928A (zh) * | 2017-12-27 | 2018-06-12 | 北京嘉和美康信息技术有限公司 | 一种疾病诊断方法及装置 |
| CN108538352A (zh) * | 2018-03-19 | 2018-09-14 | 杭州逸曜信息技术有限公司 | 用药信息处理方法 |
| CN108648792A (zh) * | 2018-05-04 | 2018-10-12 | 河北省人民医院 | 用药信息管理系统、方法及终端设备 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112116976A (zh) * | 2019-06-20 | 2020-12-22 | 上海智臻智能网络科技股份有限公司 | 药品信息的处理方法、装置及计算机可读存储介质 |
| CN110444267A (zh) * | 2019-07-24 | 2019-11-12 | 卓尔智联(武汉)研究院有限公司 | 基于电子病例系统的药物监测装置、方法及可读存储介质 |
| CN111402070A (zh) * | 2020-03-23 | 2020-07-10 | 平安医疗健康管理股份有限公司 | 医疗信息识别方法、装置、计算机设备及存储介质 |
| CN112133416A (zh) * | 2020-09-14 | 2020-12-25 | 微医云(杭州)控股有限公司 | 确定替换药剂的方法、装置、电子设备及存储介质 |
| CN112466426A (zh) * | 2020-12-31 | 2021-03-09 | 曜立科技(北京)有限公司 | 一种心血管手术风险评估系统及方法 |
| CN113871026A (zh) * | 2021-10-14 | 2021-12-31 | 曹庆恒 | 一种医疗风险评估系统及方法 |
| CN114822877A (zh) * | 2022-06-21 | 2022-07-29 | 阿里健康科技(杭州)有限公司 | 信息显示方法、问诊装置 |
| CN116936021A (zh) * | 2023-09-18 | 2023-10-24 | 万链指数(青岛)信息科技有限公司 | 一种基于区块链的医疗电子病历信息管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109545388A (zh) | 一种医学风险控制方法、服务器及存储介质 | |
| US11497438B2 (en) | Method and apparatus for the measurement of autonomic function for the diagnosis and validation of patient treatments and outcomes | |
| US9075910B2 (en) | Physiological monitor system for determining medication delivery and outcome | |
| Newcombe | Confidence intervals for proportions and related measures of effect size | |
| US20160157735A1 (en) | Techniques for near real time wellness monitoring using a wrist-worn device | |
| CN109493939A (zh) | 一种用药管理方法、服务器及计算机存储介质 | |
| Park et al. | Smart textile-based wearable biomedical systems: a transition plan for research to reality | |
| CN107430641A (zh) | 患者护理系统 | |
| US11901059B2 (en) | System and device for remote monitoring | |
| CN103488890A (zh) | 一种基于朴素贝叶斯的患者药物不良反应预警方法和系统 | |
| CN109524083A (zh) | 基于医疗大数据监测辅助用药合理性的方法及相关产品 | |
| CN106108846A (zh) | 一种智能化药物风险监控方法及系统 | |
| Dodek et al. | Moral distress in intensive care unit personnel is not consistently associated with adverse medication events and other adverse events | |
| CN109509104A (zh) | 基于人脸识别的身份认证方法、装置、服务器及介质 | |
| KR20170006919A (ko) | 환자의 신체 및 심리 상태를 융합 기반으로 한 맞춤형 의료 서비스 제공 시스템 | |
| WO2008118817A3 (en) | Improved assessment and reporting of the efficacy and safety of drugs and food supplements | |
| US20150242580A1 (en) | Systems and methods for point of care guidance | |
| Slomian et al. | Opportunity and challenges of eHealth and mHealth for patients and caregivers | |
| CN107229813A (zh) | 实施监护的判断方法及系统 | |
| CN110335648A (zh) | 智能药箱信息交互系统 | |
| Wang et al. | [Retracted] The Role of Computer Remote Monitoring Technology for Nursing Care in Elderly Breast Cancer Complications | |
| Kalali et al. | Technology offers tools for ensuring adherence to medical therapy | |
| AU2017201991B1 (en) | System and method for drug dosage medicament regime adherence monitoring | |
| Aumayr et al. | Transformation and new topics in health care: A short overview on mHealth and AAL with example projects | |
| CN201946000U (zh) | 一种多功能一体化诊断设备 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220525 Address after: 518000 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Block H, 666 Beijing East Road, Huangpu District, Shanghai 200000 Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |