CN109616173A - 药品管理方法、装置、计算机设备及存储介质 - Google Patents
药品管理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109616173A CN109616173A CN201811198465.7A CN201811198465A CN109616173A CN 109616173 A CN109616173 A CN 109616173A CN 201811198465 A CN201811198465 A CN 201811198465A CN 109616173 A CN109616173 A CN 109616173A
- Authority
- CN
- China
- Prior art keywords
- information
- drug
- user
- medicine
- illness
- 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
Links
- 239000003814 drug Substances 0.000 title claims abstract description 364
- 229940079593 drug Drugs 0.000 title claims abstract description 251
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 239000000890 drug combination Substances 0.000 claims abstract description 16
- 230000002123 temporal effect Effects 0.000 claims description 29
- 238000013519 translation Methods 0.000 claims description 22
- 238000013527 convolutional neural network Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 17
- 208000024891 symptom Diseases 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 20
- 201000010099 disease Diseases 0.000 description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 14
- 230000036541 health Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 206010022000 influenza Diseases 0.000 description 8
- 230000005284 excitation Effects 0.000 description 7
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000007630 basic procedure Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- 206010004542 Bezoar Diseases 0.000 description 3
- 241000230452 Cyclothone braueri Species 0.000 description 3
- 206010019233 Headaches Diseases 0.000 description 3
- 206010028748 Nasal obstruction Diseases 0.000 description 3
- 230000001147 anti-toxic effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 231100000869 headache Toxicity 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000012856 packing Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001225 therapeutic effect Effects 0.000 description 3
- 206010067484 Adverse reaction Diseases 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 208000002193 Pain Diseases 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 2
- 208000036071 Rhinorrhea Diseases 0.000 description 2
- 206010039101 Rhinorrhoea Diseases 0.000 description 2
- 230000006838 adverse reaction Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 201000009240 nasopharyngitis Diseases 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241001191009 Gymnomyza Species 0.000 description 1
- 206010067125 Liver injury Diseases 0.000 description 1
- 206010068319 Oropharyngeal pain Diseases 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 201000007100 Pharyngitis Diseases 0.000 description 1
- 244000269722 Thea sinensis Species 0.000 description 1
- 240000004922 Vigna radiata Species 0.000 description 1
- 235000010721 Vigna radiata var radiata Nutrition 0.000 description 1
- 235000011469 Vigna radiata var sublobata Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000000840 anti-viral effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- KWGRBVOPPLSCSI-UHFFFAOYSA-N d-ephedrine Natural products CNC(C)C(O)C1=CC=CC=C1 KWGRBVOPPLSCSI-UHFFFAOYSA-N 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000857 drug effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000023597 hemostasis Effects 0.000 description 1
- 231100000234 hepatic damage Toxicity 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000008818 liver damage Effects 0.000 description 1
- 239000002398 materia medica Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229960005489 paracetamol Drugs 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 239000011505 plaster Substances 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- KWGRBVOPPLSCSI-WCBMZHEXSA-N pseudoephedrine Chemical compound CN[C@@H](C)[C@@H](O)C1=CC=CC=C1 KWGRBVOPPLSCSI-WCBMZHEXSA-N 0.000 description 1
- 229960003908 pseudoephedrine Drugs 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 206010041232 sneezing Diseases 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
- PHYFQTYBJUILEZ-IUPFWZBJSA-N triolein Chemical compound CCCCCCCC\C=C/CCCCCCCC(=O)OCC(OC(=O)CCCCCCC\C=C/CCCCCCCC)COC(=O)CCCCCCC\C=C/CCCCCCCC PHYFQTYBJUILEZ-IUPFWZBJSA-N 0.000 description 1
- 230000002618 waking 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/005—Language recognition
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例公开了一种药品管理方法、装置、计算机设备及存储介质，包括下述步骤：获取用户输入的病症信息；在预设的用户药品数据库中查找与病症信息相匹配的若干目标药品的药品信息；根据预设的药品组合规则和药品信息组合生成与病症信息对应的药方信息，其中，药方信息包括若干目标药品的组合方案、使用注意事项以及若干目标药品的药品剂量。本发明实施例通过获取用户的病症信息，并在用户药品数据库中查找与用户的病症信息相匹配的若干目标药品，并生成与病症信息对应的药品信息，其中，该药方信息包括目标药品的组合方案、使用注意事项以及目标药品的使用剂量，用户根据该药方信息即可知道药品的搭配方案，使用方便，安全可靠。
Description
技术领域
本发明实施例涉及药品管理技术领域，尤其是一种药品管理方法、装置、计算机设备及存储介质。
背景技术
随着生活水平的提高，人们越来越注重疾病的防护，对于普通的家庭来说，家中备着小药箱，小药箱中放置了几样为了应对紧急突发疾病伤害或日常常见病而准备的备用药物。
现有的小药箱通常只具备存储药品的功能，药品存放在小药箱中能得到很好的保存而不会造成药品变质失效，但是，现有的药品管理仅限于存放，用户在使用过程中，当用户需要针对自己的病症来服用相应的药品时，只能通过挨个阅读药品的说明书来获取药品治疗的症状以及使用注意事项等信息，对于一些用户来说，例如小孩或者老人，由于识的字不多或者不能很好的理解药品说明书中的专有名词，进而不能及时准确的寻找到需要的药品，而且，有一些药品时需要搭配一起使用才能很好的发挥药效，而用户不知道药品的搭配方案，用户根据自己的经验来搭配药品，容易出现药品使用事故。
发明内容
本发明实施例提供一种根据用户的病症自动化完成药品搭配生成药方信息的药品管理方法、装置、计算机设备及存储介质。
为解决上述技术问题，本发明创造的实施例采用的一个技术方案是：提供一种药品管理方法，包括下述步骤：
获取用户输入的病症信息；
在预设的用户药品数据库中查找与所述病症信息相匹配的若干目标药品的药品信息；
根据预设的药品组合规则和所述药品信息组合生成与所述病症信息对应的药方信息，其中，所述药方信息包括所述若干目标药品的组合方案、使用注意事项以及所述若干目标药品的药品剂量。
可选地，所述获取用户输入的病症信息的步骤之前，还包括如下述步骤：
获取所述用户所拥有的所有药品的药品信息，其中，所述药品信息为通过扫描所述药品的识别标码得到，所述药品信息包括药品名称、主治症状、日期以及药品使用注意事项；
将所述药品信息存储至所述用户药品数据库中。
可选地，所述将所述药品信息存储至所述用户药品数据库中的步骤之前，还包括如下述步骤：
获取与所述药品信息相对应的第一语种；
将所述第一语种与预设的本地语种进行比对；
当所述第一语种与所述本地语种不匹配时，将所述药品信息翻译成与所述本地语种相对应的翻译信息。
可选地，所述当所述第一语种与所述本地语种不匹配时，将所述药品信息翻译成与所述本地语种相对应的翻译信息的步骤之后，还包括如下述步骤：
获取所述翻译信息中的文字信息；
将所述文字信息转换成翻译语音信息并播放所述翻译语音信息。
可选地，所述获取用户输入的病症信息的步骤，包括如下述步骤：
获取与所述用户的病症信息相对应的病症诊断图像；
将所述病症诊断图像输入至预设的病症识别模型中，其中，所述病症识别模型为训练至收敛的卷积神经网络模型；
获取所述病症识别模型输出的病症信息。
可选地，所述根据预设的药品组合规则和所述药品信息组合生成与所述病症信息对应的药方信息，所述药方信息包括所述若干目标药品的组合方案、使用注意事项以及所述若干目标药品的药品剂量的步骤之后，还包括如下述步骤：
获取所述药品的有效期的终止时间信息；
将所述终止时间信息与预设的本地时间信息进行比对；
当所述终止时间信息小于所述本地时间信息时，播放药品过期提醒语音信息。
可选地，所述当所述终止时间信息小于所述本地时间信息时，播放药品过期提醒语音信息的步骤之后，还包括如下述步骤：
获取所述终止时间信息与所述本地时间信息之间的时间差信息；
将所述时间差信息与预设的时间阈值进行比对；
当所述时间差信息所映射的时间值大于所述时间阈值时，发送所述药品的过期提醒信息至用户终端。
为解决上述技术问题，本发明实施例还提供一种药品管理装置，包括：
第一获取模块，用于获取用户输入的病症信息；
查找模块，用于在预设的用户药品数据库中查找与所述病症信息相匹配的若干目标药品的药品信息；
第一执行模块，用于根据预设的药品组合规则和所述药品信息组合生成与所述病症信息对应的药方信息，其中，所述药方信息包括所述若干目标药品的组合方案、使用注意事项以及所述若干目标药品的药品剂量。
可选地，还包括：
第二获取模块，用于获取所述用户所拥有的所有药品的药品信息，其中，所述药品信息为通过扫描所述药品的识别标码得到，所述药品信息包括药品名称、主治症状、日期以及药品使用注意事项；
第二执行模块，用于将所述药品信息存储至所述用户药品数据库中。
可选地，还包括：
第三获取模块，用于获取与所述药品信息相对应的第一语种；
第一比对模块，用于将所述第一语种与预设的本地语种进行比对；
第三执行模块，用于当所述第一语种与所述本地语种不匹配时，将所述药品信息翻译成与所述本地语种相对应的翻译信息。
可选地，还包括：
第四获取模块，用于获取所述翻译信息中的文字信息；
第四执行模块，用于将所述文字信息转换成翻译语音信息并播放所述翻译语音信息。
可选地，还包括：
第一获取子模块，用于获取与所述用户的病症信息相对应的病症诊断图像；
第一执行子模块，用于将所述病症诊断图像输入至预设的病症识别模型中，其中，所述病症识别模型为训练至收敛的卷积神经网络模型；
第二获取子模块，用于获取所述病症识别模型输出的病症信息。
可选地，还包括：
第五获取模块，用于获取所述药品的有效期的终止时间信息；
第二比对模块，用于将所述终止时间信息与预设的本地时间信息进行比对；
第五执行模块，用于当所述终止时间信息小于所述本地时间信息时，播放药品过期提醒语音信息。
可选地，还包括：
第六获取模块，用于获取所述终止时间信息与所述本地时间信息之间的时间差信息；
第三比对模块，用于将所述时间差信息与预设的时间阈值进行比对；
第六执行模块，用于当所述时间差信息所映射的时间值大于所述时间阈值时，发送所述药品的过期提醒信息至用户终端。
为解决上述技术问题，本发明实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述药品管理方法的步骤。
为解决上述技术问题，本发明实施例还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述药品管理方法的步骤。
本发明实施例的有益效果为：通过获取用户的病症信息，并在用户药品数据库中查找与用户的病症信息相匹配的若干目标药品，这些目标药品均是对该病症信息具有治疗效果的药品，由于这些目标药品数量多且有一些不能一起使用，所以需要通过药品组合规则进行组合生成针对该病症信息的药品信息，其中，该药方信息包括目标药品的组合方案、使用注意事项以及目标药品的使用剂量，用户根据该药方信息即可知道药品的搭配方案，使用方便，安全可靠。
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，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例药品管理方法的基本流程示意图；
图2为本发明实施例用户药品数据库中药品信息获取方法的流程示意图；
图3为本发明实施例对药品信息进行翻译的流程示意图；
图4为本发明实施例播放翻译信息的流程示意图；
图5为本发明实施例获取病症信息的流程示意图；
图6为本发明实施例过期药品提醒的流程示意图；
图7为本发明实施例发送过期提醒信息至用户终端的流程示意图；
图8为本发明实施例药品管理装置基本结构示意图；
图9为本发明实施例计算机设备基本结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
具体请参阅图1，图1为本实施例药品管理方法的基本流程示意图。
如图1所示，一种药品管理方法，包括下述步骤：
S1100、获取用户输入的病症信息；
病症信息是指用户想要进行治疗的疾病的信息，病症信息包括但不限于：疾病名称、患病日期以及患者年龄等信息，在实施时，以本发明药品管理方法应用于家庭药箱中为例，该家庭药箱中设置有供用户进行输入操作的中控平台，例如：中控平台为设置于家庭药箱顶面的触摸显示屏，用户通过该触摸显示屏即可输入病症信息，当然，本发明药品管理方法还可以应用于包括(但不限于)手机、平板、笔记本电脑、智能手表或者其它具有输入及显示的智能设备中，以本发明药品管理方法应用于手机上预设的应用程序APP为例，用户通过该应用程序APP即可输入病症信息，在实施时，系统还可以提供一套预设的表格或者文档供用户进行填写，系统能自动读取表格或者文档中的病症信息。
S1200、在预设的用户药品数据库中查找与所述病症信息相匹配的若干目标药品的药品信息；
用户药品数据库是系统预先设置的用户存储和管理用户所有药品的药品信息的仓库，药品信息包括但不限于：药品名称、主治症状、生长日期、有效期、厂家以及药品使用注意事项等，其中，在用户药品数据库中查找目标药品的规则是：目标药品的主治症状与该病症信息相匹配，从而可以在用户所拥有的所有药品中查找若干用户治疗该病症信息所映射的疾病的目标药品，以用户患了感冒为例，用户的药箱中存放有小柴胡冲剂、驱风油、风油精、简易绷带、止血胶布、感康、白加黑以及可立克等，其中，感康药品是由吉林省吴太感康药业有限公司生产的产品，适用于缓解普通感冒及流行性感冒引起的发热、头痛、四肢触痛、打喷嚏、流鼻涕、鼻塞、咽喉痛等症状；白加黑(氨酚伪麻美芬片Ⅱ氨麻苯美片)，用于治疗和减轻感冒引起的发热、头痛、周身四肢酸痛、喷嚏、流涕、鼻塞、咳嗽等症状；可立克是一种复方制剂，适用于缓解普通感冒及流行性感冒引起的发热、头痛、四肢酸痛、打喷嚏、流鼻涕、鼻塞、咽痛等症状。系统根据用户的病症信息查找到其中的小柴胡冲剂、感康、白加黑和可立克这4种药品属于治疗感冒的目标药品。需要指出的是，用户药品数据库以及目标药品不局限于上述的几种药品，根据不用的应用场景，用户药品数据库和目标药品还包括其它的药品信息和种类。
S1300、根据预设的药品组合规则和所述药品信息组合生成与所述病症信息对应的药方信息，其中，所述药方信息包括所述若干目标药品的组合方案、使用注意事项以及所述若干目标药品的药品剂量。药品组合规则是系统内预先设置的用于组合生成药方信息，其中，生成的药方信息还需要根据药品信息来进行，即根据用户所拥有的药品来生成针对该病症信息所映射的疾病的药方信息，药方信息包括目标药品的组合方案、使用注意事项以及目标药品在该药方中的使用剂量，以用户患了感冒为例，用户的药箱中存放有白加黑、维生素C片、感康以及驱风油等，系统在用户药品数据库中查找到的目标药品为：白加黑、维生素C片和感康可用于治疗感冒，系统根据药品组合规则生成药方信息，其中，该药方信息包括第一方案和第二方案，第一方案为白加黑和维生素C片，第二方案为感康和维生素C片，由于白加黑和感康均含有相同的药物成分，服用过量会引起肝脏受损，所以白加黑和感康不能同时服用，但是维生素C片能与白加黑或者感康同时服用，且维生素C片具有抗病毒的作用，对助于提高用户的抵抗力，所以维生素C片可以和白加黑或者感康组合搭配一起服用，用户即可根据生成的药方信息选取药品使用；另一方面，药方信息还包括组成药方的各目标药品的药品剂量以及使用注意事项，以感康为例，一条服用2次，一次一片且需在饭后服用，其中，使用注意事项为服用感康或者白加黑时不可以同时服用胃药，不可以喝茶、咖啡、不可以饮酒、不可以吃绿豆或者其它解毒类食物。
本实施例通过获取用户的病症信息，并在用户药品数据库中查找与用户的病症信息相匹配的若干目标药品，这些目标药品均是对该病症信息具有治疗效果的药品，由于这些目标药品数量多且有一些不能一起使用，所以需要通过药品组合规则进行组合生成针对该病症信息的药品信息，其中，该药方信息包括目标药品的组合方案、使用注意事项以及目标药品的使用剂量，用户根据该药方信息即可知道药品的搭配方案，使用方便，安全可靠。
在一个可选实施例中，请参阅图2，图2是本发明一个实施例用户药品数据库中药品信息获取方法的基本流程示意图。
如图2所示，所述获取用户输入的病症信息的步骤之前，还包括如下述步骤：
S1010、获取所述用户所拥有的所有药品的药品信息，其中，所述药品信息为通过扫描所述药品的识别标码得到，所述药品信息包括药品名称、主治症状、日期以及药品使用注意事项；
识别标码是一种用于表达一组信息的图形标识符，识别标码包括但不限于条形码和二维码，识别标码通常喷涂于药品的包装袋、包装盒或者产品说明书上，以本发明药品管理方法应用于手机上为例，用户通过点击手机上的预设的应用程序APP进入扫描界面，通过手机上的摄像头扫描药品的识别标码从而得到药品的药品信息，其中，药品信息包括但不限于药品的品名、规格、生产企业、药品批准文号、产品批号、有效期、主要成分、适应症或功能主治、用法、用量、禁忌、不良反应和注意事项等，另外，中药制剂说明书还应包括主要药味(成分)性状、药理作用和贮藏等。
S1020、将所述药品信息存储至所述用户药品数据库中。
在扫描药品的识别标码得到药品的药品信息后，系统自动将该药品信息存储至用户药品数据库中，不需要用户手动输入药品信息，减少用户的工作量，且通过扫描方式得到的药品信息是识别标码携带的，能有效避免用户手动输入时出现的人为错误，使用方便可靠。
在一个可选实施例中，对于一些国外的药品来说，由于其药品说明书中使用的是外国文字，需要将该药品说明书翻译成用户的母语语种，用户才能准确知道该药品的药品信息，请参阅图3，图3是发明一个实施例对药品信息进行翻译的基本流程示意图。
如图3所示，所述将所述药品信息存储至所述用户药品数据库中的步骤之前，还包括如下述步骤：
S1011、获取与所述药品信息相对应的第一语种；
第一语种指的是药品信息所映射的语音种类信息，例如：若药品的药品说明书是英文书写的，则该药品的药品信息对应的第一语种是英语语种，若药品说明书是中文的，则该药品的药品信息对应的第一语种是汉语语种。
在实施时，可以通过训练至收敛的卷积神经网络模型来识别药品信息的第一语种，例如通过获取药品的药品说明书图像并通过OCR或者TextRecognize应用程序来识别药品说明书图像得到药品信息的第一语种，OCR(Optical Character Recognition，光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；而TextRecognize可以从图像中提取代表给定语言文本的字符串，从而识别药品信息的第一语种。
S1012、将所述第一语种与预设的本地语种进行比对；
本地语种是指系统默认的语音语种，在实施时，本地语种可以由用户进行设置，例如：系统初始化的语种是英语语种，用户在使用过程中想使用中文显示，则将本地语种修改为汉语语种。
S1013、当所述第一语种与所述本地语种不匹配时，将所述药品信息翻译成与所述本地语种相对应的翻译信息。
当第一语种与本地语种不相同时，系统自动将药品信息进行翻译，其中，翻译原则是：将药品信息由第一语种翻译成本地语种生成翻译信息并进行展示，在实施时，以本地语音为汉语语种为例，当药品是药品说明书是由德文书写的时，系统检测到该药品信息的第一语种为德语语种，且与本地语种(汉语语种)不同，则系统自动将该药品的药品信息由德语翻译成中文并向用户展示，例如通过手机的显示触摸屏向用户展示该翻译信息，用户即可根据该翻译信息知道该药品的药品信息，使用方便。
在一个可选实施例中，请参阅图4，图4是本发明一个实施例播放翻译信息的基本流程示意图。
如图4所示，所述当所述第一语种与所述本地语种不匹配时，将所述药品信息翻译成与所述本地语种相对应的翻译信息的步骤之后，还包括如下述步骤：
S1014、获取所述翻译信息中的文字信息；
在实施时，药品的药品信息可以通过扫描药品的条形码获取得到，在得到的药品信息中会包括药品的化学式或者分子结构式，对于用户来说，只需要知道药品的基本信息即可，例如药品的品名、规格、生产企业、药品批准文号、产品批号、有效期、主要成分、适应症或功能主治、用法、用量、禁忌、不良反应和注意事项等。此时，系统筛选出翻译信息中的文字信息，剔除掉翻译信息中的图片或者化学式等信息。
S1015、将所述文字信息转换成翻译语音信息并播放所述翻译语音信息。
在获取翻译信息中的文字信息后，将该文字信息转换为翻译语音信息，在实施时，可以通过预设的软件程序(例如：TextAloud MP3或者Google Text to Speech)将文字转换为语音，在将文字信息转换为翻译语音信息后，将该翻译语音信息进行播放，用户即可通过播放的翻译语音信息获取药品的药品信息，使用方便可靠。
在一个可选实施例中，请参阅图5，图5是本发明一个实施例获取病症信息的基本流程示意图。
如图5所示，所述获取用户输入的病症信息的步骤，包括如下述步骤：
S1110、获取与所述用户的病症信息相对应的病症诊断图像；
病症诊断图像是指医院或者私人诊所的医生开具的诊断用户的疾病的书面文档的图像，病症诊断图像包括但不限于：诊断书图像和处方单图像，以处方单为例，用户使用手机的摄像头对处方单拍照或者进行拍摄采集目标视频，以目标视频为例，组成目标视频的基本单位是一帧一帧的图像，系统根据该目标视频选取病症诊断图像，具体地，可以通过视频处理软件(例如OpenCV)对目标视频进行处理，将目标视频拆分为若干帧画面图像，在进行目标视频中画面图像的获取时，通过定时采集的方式获取从目标视频中抽取画面图像。例如以0.5s一张的速度在目标视频的帧画面图像中抽取一次目标图片，但不局限于此，根据具体应用场景的不同，采集画面图像的速度能够进行适应性的调整，调整原则在于，系统处理能力越强且跟踪准确性要求越高则采集时间越短，达到与摄像设备采集图像的频率同步时为止；否则，则采集时间间隔越长，但最长采集时间间隔不得超过1s，然后在选出来的多张画面图像中随机选出一帧画面图像作为病症诊断图像。当然，也可以直接在目标视频中所有的画面图像中通过随机抽取的方式选出一帧画面图像作为病症诊断图像。
S1120、将所述病症诊断图像输入至预设的病症识别模型中，其中，所述病症识别模型为训练至收敛的卷积神经网络模型；
S1130、获取所述病症识别模型输出的病症信息。
病症识别模型是用于提取病症诊断图像中的用户身份信息(用户姓名、年龄、性别以及身份证号码)、疾病名称、患病日期以及病史的工具，在实施时，可以通过预设的病症诊断图像集来训练卷积神经网络模型，以得到病症识别模型，在进行训练时，卷积神经网络模型的输入层获取标记有分类参照信息的训练样本数据(病症诊断图像集)，具体地，训练样本数据可以通过网络爬虫或者现有的图像数据库获取得到，以网络爬虫为例，通过网络爬虫在互联网中爬取若干病症诊断图像(例如100万张)，在对一张病症诊断图像进行训练之前，需要对图像的分类参照信息进行标记，预判能够采用现有技术中已经训练至收敛的图像识别模型进行判断。
在一个可选实施例中，以病症诊断证明书为例，通过网络爬虫或者现有的图像数据库获取本实施例的训练样本数据，通过上述训练样本数据训练至收敛的神经网络模型，由于在训练时同一张病症诊断证明书在不同环境下的病症诊断图像相同，因此，神经网络模型输出的同一张病症诊断证明在不同环境下的与病症诊断图像对应的分类判断信息具有更高的收敛性，数据的离散度较低。同理，根据上述方法对病症识别模型进行训练，使得病症识别模型提取病症诊断图像的病症信息符合人们的预期。
训练样本数据是由数据对和分类参照信息组成的，其中，训练样本数据的分类参照信息是由人工进行标定。分类参照信息是指人们根据输入卷积神经网络模型的训练方向，通过普适性的判断标准和事实状态对训练样本数据做出的人为的判断，也就是人们对卷积神经网络模型输出数据的期望。
卷积神经网络模型为现有技术中已经存在的各类图像识别模型，将训练样本数据中的病症诊断图像依次输入到卷积神经网络模型中，卷积神经网络模型对病症诊断图像进行特征提取和分类，然后根据权重计算该病症诊断图像的分类结果，即输出该病症诊断图像的分类判断信息。
分类判断信息是卷积神经网络模型根据输入的病症诊断图像而输出的激励数据，在神经网络模型未被训练至收敛之前，分类判断信息为离散性较大的数值，当神经网络模型被训练至收敛之后，分类判断信息为相对稳定的数据。
在训练过程中，通过损失函数计算期望输出与激励输出是否一致，也就是比对同一病症诊断图像的分类参照信息和分类判断信息是否一致，损失函数是用于检测卷积神经网络模型中模型分类判断信息与期望的分类参照信息是否具有一致性的检测函数。当卷积神经网络模型的输出结果与分类参照信息不一致时，需要对卷积神经网络模型中的权重进行校正，以使卷积神经网络模型的输出结果与分类参照信息的期望结果相同。
L(Y，f(x))＝丨Y-f(X)丨
L表示期望输出的与激励输出之间的欧式距离，Y表示期望输出，f(X)表示激励输出。
当L大于预设的距离阈值时，表明期望输出与激励输出之间具有较大的差异，输出结果不一致。
当卷积神经网络模型的输出的分类判断信息和分类参照信息不一致时，需要根据反向传播算法对卷积神经网络模型中的权重进行调整，以使卷积神经网络模型的输出结果与分类参照信息的期望结果相同。
在一些实施方式中，损失函数通过计算激励分类值与设定的期望分类值之间的距离(欧氏距离或者空间距离)，来确定激励分类值与设定的期望分类值是否一致，设定第一阈值(例如，0.05)，当激励分类值与设定的期望分类值之间的距离小于或等于第一阈值时，则确定激励分类值与设定的期望分类值一致，否则，则激励分类值与设定的期望分类值不一致。
当神经网络模型的分类判断信息与设定的分类参照信息不一致时，需要采用随机梯度下降算法对神经网络模型中的权重进行校正，以使卷积神经网络模型的输出结果与分类参照信息的期望结果相同。通过众多训练样本图像的反复的训练与校正，当神经网络模型输出分类判断信息与各训练样本图像的分类参照信息比对达到(不限于)99.9％时，训练结束。
当然，在实施时，系统还可以通过读取工作证图像中的关键字，例如：诊断和建议，以获取病症诊断图像中的病症信息。
以张三的大儿子大毛感冒发烧为例，张三带大毛到诊所治疗，诊所的医生给大毛开了药并附带有疾病诊断说明书，三天后，张三的小儿子二毛被大毛传染了也开始感冒发烧，张三通过手机扫描该疾病诊断说明书，系统根据获取得到病症信息并根据该病症信息自动生成了符合张三所拥有的药品的药方信息，张三即可根据给药方信息选取药品给二毛服用进行治疗，减少去医院的时间，避免耽误病情。
在一个可选实施例中，请参阅图6，图6是本发明一个实施例过期药品提醒的基本流程示意图。
如图6所示，所述根据预设的药品组合规则和所述药品信息组合生成与所述病症信息对应的药方信息，所述药方信息包括所述若干目标药品的组合方案、使用注意事项以及所述若干目标药品的药品剂量的步骤之后，还包括如下述步骤：
S1400、获取所述药品的有效期的终止时间信息；
有效期的终止时间信息是指药品的有效期，对于药物来说，药品有效期是指药品在一定的贮存条件下，能够保持质量的期限。在实施时，系统可以通过扫描药品的识别标码以获取该药品的有效期。
S1500、将所述终止时间信息与预设的本地时间信息进行比对；
本地时间信息指的是当前的时间信息，以北京市为例，当天是3月18日，则本地时间信息所映射的时间是3月18日。
S1600、当所述终止时间信息小于所述本地时间信息时，播放药品过期提醒语音信息。
当终止时间信息所映射的时间小于本地时间信息所映射的时间时，说明药品已经过了保质期了，对于过了保质期的药品，系统自动播放该药品的过期提醒语音信息，从而提醒用户及时将该过期的药品进行清除，例如张三购置的牛黄解毒丸的保质期到2015年5月4日(终止时间信息)，到了2015年5月5日(本地时间信息)当天，系统检测到该牛黄解毒丸已经过期了，系统自动播放该牛黄解毒丸的过期提醒语音信息；另一方面，对于已经使用完或者清除掉的药品，系统将该药品的药品信息从用户药品数据库中删除掉，以避免对已经清除的过期药品或者使用完的药品重复进行过期提醒，具体地，以药箱为例，药箱中设置有摄像头用于采集放置与药箱中的药品的图像，系统根据这些药品的图像识别药品包装上的文字从而判断该药品是否已经被清除了，当然，还可以通过用户手动删除被清除药品的药品信息，例如：在药箱上提供一个用户可操作的中控平台，用户通过该中控平台即可对用户药品数据库中的药品信息进行管理。
在一个可选实施例中，对于过期的药品进行药品过期提醒后，用户还是没有及时将该过期的药品清除掉，还可以通过向用户的用户终端发送药品过期提醒以通知用户对该过期的药品进行处理，请参阅图7，图7是本发明一个实施例发送过期提醒信息至用户终端的基本流程示意图。
如图7所示，所述当所述终止时间信息小于所述本地时间信息时，播放药品过期提醒语音信息的步骤之后，还包括如下述步骤：
S1700、获取所述终止时间信息与所述本地时间信息之间的时间差信息；
系统根据本地时间信息所映射的时间与终止时间信息所映射的时间之差以得到时间差信息，例如终止时间信息为2014年2月3日，本地时间信息为2014年2月7日，则本地时间信息与终止时间信息之间的时间差信息为4天。
S1800、将所述时间差信息与预设的时间阈值进行比对；
S1900、当所述时间差信息所映射的时间值大于所述时间阈值时，发送所述药品的过期提醒信息至用户终端。
时间阈值是系统预先设置的一个时间值，例如：7天、15天或者30天，在实施时，时间阈值还可以由用户自己进行设定。当系统检测到时间差信息携带的时间值大于时间阈值时，以本发明药品提醒方法应用于家庭药箱中为例，系统通过无线方式发送该药品的过期提醒信息至用户终端，系统通过用户终端对用户进行药品过期提醒，提醒用户及时清除过期的药品，避免过期药品的误用，提高药品管理安全性和可靠性。
为解决上述技术问题，本发明实施例还提供一种药品管理装置。
具体请参阅图8，图8为本实施例药品管理装置基本结构示意图。
如图8所示，一种药品管理装置，包括：第一获取模块2100、查找模块2200和第一执行模块2300，其中，第一获取模块2100用于获取用户输入的病症信息；第一处理模块2200用于在预设的用户药品数据库中查找与所述病症信息相匹配的若干目标药品的药品信息；第一执行模块2300用于根据预设的药品组合规则和所述药品信息组合生成与所述病症信息对应的药方信息，其中，所述药方信息包括所述若干目标药品的组合方案、使用注意事项以及所述若干目标药品的药品剂量。
本实施例通过获取用户的病症信息，并在用户药品数据库中查找与用户的病症信息相匹配的若干目标药品，这些目标药品均是对该病症信息具有治疗效果的药品，由于这些目标药品数量多且有一些不能一起使用，所以需要通过药品组合规则进行组合生成针对该病症信息的药品信息，其中，该药方信息包括目标药品的组合方案、使用注意事项以及目标药品的使用剂量，用户根据该药方信息即可知道药品的搭配方案，使用方便，安全可靠。
在一些实施方式中，药品管理装置还包括：第二获取模块和第二执行模块，其中，第二获取模块用于获取所述用户所拥有的所有药品的药品信息，其中，所述药品信息为通过扫描所述药品的识别标码得到，所述药品信息包括药品名称、主治症状、日期以及药品使用注意事项；第二执行模块用于将所述药品信息存储至所述用户药品数据库中。
在一些实施方式中，药品管理装置还包括：第三获取模块、第一比对模块和第三执行模块，其中，第三获取模块用于获取与所述药品信息相对应的第一语种；第一比对模块用于将所述第一语种与预设的本地语种进行比对；第三执行模块用于当所述第一语种与所述本地语种不匹配时，将所述药品信息翻译成与所述本地语种相对应的翻译信息。
在一些实施方式中，药品管理装置还包括：第四获取模块和第四执行模块，其中，第四获取模块用于获取所述翻译信息中的文字信息；第四执行模块用于将所述文字信息转换成翻译语音信息并播放所述翻译语音信息。
在一些实施方式中，药品管理装置还包括：第一获取子模块、第一执行子模块和第二获取子模块，其中，第一获取子模块用于获取与所述用户的病症信息相对应的病症诊断图像；第一执行子模块用于将所述病症诊断图像输入至预设的病症识别模型中，其中，所述病症识别模型为训练至收敛的卷积神经网络模型；第二获取子模块用于获取所述病症识别模型输出的病症信息。
在一些实施方式中，药品管理装置还包括：第五获取模块、第二比对模块和第五执行模块，其中，第五获取模块用于获取所述药品的有效期的终止时间信息；第二比对模块用于将所述终止时间信息与预设的本地时间信息进行比对；第五执行模块用于当所述终止时间信息小于所述本地时间信息时，播放药品过期提醒语音信息。
在一些实施方式中，药品管理装置还包括：第六获取模块、第三比对模块和第六执行模块，其中，第六获取模块用于获取所述终止时间信息与所述本地时间信息之间的时间差信息；第三比对模块用于将所述时间差信息与预设的时间阈值进行比对；第六执行模块用于当所述时间差信息所映射的时间值大于所述时间阈值时，发送所述药品的过期提醒信息至用户终端。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
为解决上述技术问题，本发明实施例还提供计算机设备。具体请参阅图9，图9为本实施例计算机设备基本结构框图。
如图9所示，计算机设备的内部结构示意图。如图9所示，该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种药品管理方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种药品管理方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图中示出的结构，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。
本实施方式中处理器用于执行图8中第一获取模块2100、查找模块2200和第一执行模块2300的具体功能，存储器存储有执行上述模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有药品管理装置中执行所有子模块所需的程序代码及数据，服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
计算机通过获取用户的病症信息，并在用户药品数据库中查找与用户的病症信息相匹配的若干目标药品，这些目标药品均是对该病症信息具有治疗效果的药品，由于这些目标药品数量多且有一些不能一起使用，所以需要通过药品组合规则进行组合生成针对该病症信息的药品信息，其中，该药方信息包括目标药品的组合方案、使用注意事项以及目标药品的使用剂量，用户根据该药方信息即可知道药品的搭配方案，使用方便，安全可靠。
本发明还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例所述药品管理方法的步骤。
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，该计算机程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图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，其可以以其他的顺序执行。而且，附图的流程图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，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他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。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种药品管理方法，其特征在于，包括下述步骤：
获取用户输入的病症信息；
在预设的用户药品数据库中查找与所述病症信息相匹配的若干目标药品的药品信息；
根据预设的药品组合规则和所述药品信息组合生成与所述病症信息对应的药方信息，其中，所述药方信息包括所述若干目标药品的组合方案、使用注意事项以及所述若干目标药品的药品剂量。
2.根据权利要求1所述的药品管理方法，其特征在于，所述获取用户输入的病症信息的步骤之前，还包括如下述步骤：
获取所述用户所拥有的所有药品的药品信息，其中，所述药品信息为通过扫描所述药品的识别标码得到，所述药品信息包括药品名称、主治症状、日期以及药品使用注意事项；
将所述药品信息存储至所述用户药品数据库中。
3.根据权利要求1所述的药品管理方法，其特征在于，所述将所述药品信息存储至所述用户药品数据库中的步骤之前，还包括如下述步骤：
获取与所述药品信息相对应的第一语种；
将所述第一语种与预设的本地语种进行比对；
当所述第一语种与所述本地语种不匹配时，将所述药品信息翻译成与所述本地语种相对应的翻译信息。
4.根据权利要求3所述的药品管理方法，其特征在于，所述当所述第一语种与所述本地语种不匹配时，将所述药品信息翻译成与所述本地语种相对应的翻译信息的步骤之后，还包括如下述步骤：
获取所述翻译信息中的文字信息；
根据所述文字信息转换成翻译语音信息并播放所述翻译语音信息。
5.根据权利要求1所述的药品管理方法，其特征在于，所述获取用户输入的病症信息的步骤，包括如下述步骤：
获取与所述用户的病症信息相对应的病症诊断图像；
将所述病症诊断图像输入至预设的病症识别模型中，其中，所述病症识别模型为训练至收敛的卷积神经网络模型；
获取所述病症识别模型输出的病症信息。
6.根据权利要求1所述的药品管理方法，其特征在于，所述根据预设的药品组合规则和所述药品信息组合生成与所述病症信息对应的药方信息，所述药方信息包括所述若干目标药品的组合方案、使用注意事项以及所述若干目标药品的药品剂量的步骤之后，还包括如下述步骤：
获取所述药品的有效期的终止时间信息；
将所述终止时间信息与预设的本地时间信息进行比对；
当所述终止时间信息小于所述本地时间信息时，播放药品过期提醒语音信息。
7.根据权利要求6所述的药品管理方法，其特征在于，所述当所述终止时间信息小于所述本地时间信息时，播放药品过期提醒语音信息的步骤之后，还包括如下述步骤：
获取所述终止时间信息与所述本地时间信息之间的时间差信息；
将所述时间差信息与预设的时间阈值进行比对；
当所述时间差信息所映射的时间值大于所述时间阈值时，发送所述药品的过期提醒信息至用户终端。
8.一种药品管理装置，其特征在于，包括：
第一获取模块，用于获取用户输入的病症信息；
查找模块，用于在预设的用户药品数据库中查找与所述病症信息相匹配的若干目标药品的药品信息；
第一执行模块，用于根据预设的药品组合规则和所述药品信息组合生成与所述病症信息对应的药方信息，其中，所述药方信息包括所述若干目标药品的组合方案、使用注意事项以及所述若干目标药品的药品剂量。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述药品管理方法的步骤。
10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述药品管理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811198465.7A CN109616173B (zh) | 2018-10-15 | 药品管理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811198465.7A CN109616173B (zh) | 2018-10-15 | 药品管理方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109616173A true CN109616173A (zh) | 2019-04-12 |
| CN109616173B CN109616173B (zh) | 2024-05-31 |
Family
ID=
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111028927A (zh) * | 2019-11-01 | 2020-04-17 | 深圳市瑞意博科技股份有限公司 | 药品核对方法、装置、计算机设备及计算机可读存储介质 |
| CN111048176A (zh) * | 2019-12-30 | 2020-04-21 | 广州享药户联优选科技有限公司 | 一种基于智能药箱的药品储备方法及装置 |
| CN111048173A (zh) * | 2019-12-19 | 2020-04-21 | 博奥生物集团有限公司 | 一种用药数据推送方法及装置 |
| CN112133399A (zh) * | 2020-09-29 | 2020-12-25 | 南通大学附属医院 | 一种icu科室药物管理方法和系统 |
| CN112259185A (zh) * | 2020-10-22 | 2021-01-22 | 四川大学华西第二医院 | 一种基于用药安全的智能管理系统及方法 |
| CN112309565A (zh) * | 2020-08-28 | 2021-02-02 | 北京京东世纪贸易有限公司 | 用于匹配药品信息和病症信息的方法、装置、电子设备和介质 |
| CN112309530A (zh) * | 2019-07-31 | 2021-02-02 | 深圳百诺明医说科技有限公司 | 一种基于多标签的精确化用药推送方法及装置 |
| CN112509662A (zh) * | 2021-02-04 | 2021-03-16 | 阿里健康科技(杭州)有限公司 | 一种复方生成方法、购药方法和装置 |
| CN113161012A (zh) * | 2021-02-25 | 2021-07-23 | 华夏方圆信用评估有限公司 | 基于互联网的医保领域主体信用动态评估方法及系统 |
| CN113488194A (zh) * | 2021-05-25 | 2021-10-08 | 四川大学华西医院 | 一种基于分布式系统的药品识别方法与装置 |
| US20220020462A1 (en) * | 2020-07-15 | 2022-01-20 | Hicarenet Inc. | Global telemedicine system for issuing country-customized prescription |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104487972A (zh) * | 2014-09-29 | 2015-04-01 | 曹庆恒 | 一种多维度用药信息处理方法、系统和设备 |
| CN104933429A (zh) * | 2015-06-01 | 2015-09-23 | 深圳市诺比邻科技有限公司 | 图像中信息提取的方法及装置 |
| CN105701342A (zh) * | 2016-01-12 | 2016-06-22 | 西北工业大学 | 基于代理的直觉模糊理论医疗诊断模型的构建方法及装置 |
| CN105955967A (zh) * | 2016-06-27 | 2016-09-21 | 乐视控股（北京）有限公司 | 数据处理方法及装置 |
| JP2017142665A (ja) * | 2016-02-10 | 2017-08-17 | 東日本メディコム株式会社 | 薬剤情報提供装置、サーバ、媒体、薬剤情報提供方法及びプログラム |
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104487972A (zh) * | 2014-09-29 | 2015-04-01 | 曹庆恒 | 一种多维度用药信息处理方法、系统和设备 |
| CN104933429A (zh) * | 2015-06-01 | 2015-09-23 | 深圳市诺比邻科技有限公司 | 图像中信息提取的方法及装置 |
| CN105701342A (zh) * | 2016-01-12 | 2016-06-22 | 西北工业大学 | 基于代理的直觉模糊理论医疗诊断模型的构建方法及装置 |
| JP2017142665A (ja) * | 2016-02-10 | 2017-08-17 | 東日本メディコム株式会社 | 薬剤情報提供装置、サーバ、媒体、薬剤情報提供方法及びプログラム |
| CN105955967A (zh) * | 2016-06-27 | 2016-09-21 | 乐视控股（北京）有限公司 | 数据处理方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 李哲蓉: "医案系统关键技术研究与实现", 中国优秀硕士学位论文全文数据库信息科技辑, no. 01, pages 138 - 343 * |
| 闫学顺 等: "基于Android的远程互通智能药箱的设计与实现", 电子世界, no. 5, pages 134 - 135 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112309530A (zh) * | 2019-07-31 | 2021-02-02 | 深圳百诺明医说科技有限公司 | 一种基于多标签的精确化用药推送方法及装置 |
| CN111028927A (zh) * | 2019-11-01 | 2020-04-17 | 深圳市瑞意博科技股份有限公司 | 药品核对方法、装置、计算机设备及计算机可读存储介质 |
| CN111048173A (zh) * | 2019-12-19 | 2020-04-21 | 博奥生物集团有限公司 | 一种用药数据推送方法及装置 |
| CN111048173B (zh) * | 2019-12-19 | 2024-04-05 | 博奥生物集团有限公司 | 一种用药数据推送方法及装置 |
| CN111048176A (zh) * | 2019-12-30 | 2020-04-21 | 广州享药户联优选科技有限公司 | 一种基于智能药箱的药品储备方法及装置 |
| US20220020462A1 (en) * | 2020-07-15 | 2022-01-20 | Hicarenet Inc. | Global telemedicine system for issuing country-customized prescription |
| CN112309565A (zh) * | 2020-08-28 | 2021-02-02 | 北京京东世纪贸易有限公司 | 用于匹配药品信息和病症信息的方法、装置、电子设备和介质 |
| CN112133399A (zh) * | 2020-09-29 | 2020-12-25 | 南通大学附属医院 | 一种icu科室药物管理方法和系统 |
| CN112259185A (zh) * | 2020-10-22 | 2021-01-22 | 四川大学华西第二医院 | 一种基于用药安全的智能管理系统及方法 |
| CN112509662A (zh) * | 2021-02-04 | 2021-03-16 | 阿里健康科技(杭州)有限公司 | 一种复方生成方法、购药方法和装置 |
| CN113161012A (zh) * | 2021-02-25 | 2021-07-23 | 华夏方圆信用评估有限公司 | 基于互联网的医保领域主体信用动态评估方法及系统 |
| CN113488194A (zh) * | 2021-05-25 | 2021-10-08 | 四川大学华西医院 | 一种基于分布式系统的药品识别方法与装置 |
| CN113488194B (zh) * | 2021-05-25 | 2023-04-07 | 四川大学华西医院 | 一种基于分布式系统的药品识别方法与装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7983933B2 (en) | Patient monitoring via image capture | |
| Simeon et al. | Behavior change techniques included in reports of social media interventions for promoting health behaviors in adults: content analysis within a systematic review | |
| CN201570032U (zh) | 一种跟位置信息相结合的健康管理系统 | |
| US20060111943A1 (en) | Method and system to edit and analyze longitudinal personal health data using a web-based application | |
| CN109273098B (zh) | 一种基于智能决策的药品疗效预测方法和装置 | |
| CN106326657B (zh) | 服药计划的推荐方法及系统 | |
| JPWO2012111498A1 (ja) | 調剤確認装置 | |
| CN107833639A (zh) | 患者终端的宣教信息呈现、推送方法及装置、存储介质、终端、服务器 | |
| CN107945841A (zh) | 基于语音输入的电子病历系统及利用该系统生成电子病历的方法 | |
| CN101773451A (zh) | 药物服用提示系统及方法 | |
| CN107887006A (zh) | 康复计划提醒方法及装置、存储介质、服务器 | |
| CN108899072A (zh) | 中药药方推荐方法、装置、计算机设备和存储介质 | |
| CN108573754A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
| CN109844733A (zh) | 针对不利药物事件根据社交媒体和生物医学文献的知识发现 | |
| JP5245954B2 (ja) | 処方オーダ発行プログラム、処方オーダ発行装置及び方法 | |
| TW201638875A (zh) | 用藥記錄與避免重複用藥之方法 | |
| Furukawa et al. | Amabié—A Japanese Symbol of the COVID-19 Pandemic | |
| CN109616173A (zh) | 药品管理方法、装置、计算机设备及存储介质 | |
| CN107591195A (zh) | 一种基于护理呼叫系统的医护辅助方法及装置 | |
| CN108198617A (zh) | 病症评估方法、终端设备及计算机可读介质 | |
| CN107169278A (zh) | 一种数据治理方法及医疗信息化系统 | |
| CN107066813A (zh) | 一种制定运动处方的方法及装置 | |
| CN109903856A (zh) | 一种线上咨询方法及系统 | |
| TW201916061A (zh) | 智慧型健康管理系統 | |
| CN109616173B (zh) | 药品管理方法、装置、计算机设备及存储介质 |
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 |