CN109637616A - 共享处方的药品配送方法、装置、设备及存储介质 - Google Patents
共享处方的药品配送方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109637616A CN109637616A CN201811475165.9A CN201811475165A CN109637616A CN 109637616 A CN109637616 A CN 109637616A CN 201811475165 A CN201811475165 A CN 201811475165A CN 109637616 A CN109637616 A CN 109637616A
- Authority
- CN
- China
- Prior art keywords
- prescription
- information
- medicine
- character
- patient
- 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 187
- 238000000034 method Methods 0.000 title claims abstract description 93
- 238000009826 distribution Methods 0.000 title claims abstract description 86
- 229940079593 drug Drugs 0.000 title claims abstract description 25
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 229940126532 prescription medicine Drugs 0.000 claims abstract description 125
- 230000036651 mood Effects 0.000 claims abstract description 30
- 238000013507 mapping Methods 0.000 claims abstract description 21
- 239000000284 extract Substances 0.000 claims abstract description 14
- 238000007726 management method Methods 0.000 claims description 28
- 238000013528 artificial neural network Methods 0.000 claims description 20
- 238000003708 edge detection Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 15
- 230000000977 initiatory effect Effects 0.000 claims description 14
- 238000012377 drug delivery Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000005520 cutting process Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 208000017667 Chronic Disease Diseases 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 241001584785 Anavitrinella pampinaria Species 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 208000031662 Noncommunicable disease Diseases 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000857 drug effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002834 transmittance 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
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Abstract
本发明公开了一种基于智能决策的共享处方的药品配送方法、装置、设备及存储介质。该方法包括:接收终端设备触发的购药请求,从购药请求中提取第一标识信息;根据预存的映射关系表,在预先建立的处方管理库中查找与第一标识信息对应的处方信息;根据第一标识信息,在预先建立的患者档案库中查找与第一标识信息对应的患者档案,从查找到的患者档案中提取处方药配送信息和患者的常用处方药;在处方药与常用处方药匹配度大于阈值时,将处方药和处方药配送信息发送至医疗中心药房。本发明通过智能决策中的相关技术实现上述方案,从而可以有效的解决现有技术中无法从根本上缓解医院的人流量,并减少患者取药时间的技术问题。
Description
技术领域
本发明涉及互联网医药技术领域,尤其涉及一种共享处方的药品配送方法、装置、设备及存储介质。
背景技术
慢性病全称是慢性非传染性疾病,不是特指某种疾病,而是对一类起病隐匿,病程长且病情迁延不愈,缺乏确切的传染性生物病因证据,病因复杂,且有些尚未完全被确认的疾病的概括性总称。
目前,在慢性病的治疗过程中,病情较为稳定的慢性病患者不仅需要花费大量时间前往医院问诊,同时,由于医生开具的处方,大多只能在医院内部使用,患者还必须花费大量的时间在医院的取药处排队取药。也就是说,目前的这种就医购药方式不仅会占用患者的大量时间,同时大量以购药为主要目的的患者长时间停留在医院,使得医院的人流量剧增,也会严重影响医院的运作效率。
为了能够将患者进行分流,减少医院的人流量,提高医院的运作效率。同时减少患者排队取药所需的时间,政府医疗保险管理有关部门(如医保中心、社保管理中心)根据国家规定,按照一定的标准从众多社会药店中严格遴选出一批符合条件的社会药店作为定点药店,或者从社区医院中严格遴选出一批符合要求的社区医院作为定点取药机构,并建立医院与这些定点取药机构的合作,从而使得患者能够在医院问诊后,能够拿着医生开具的处方前去定点取药机构取药,进行达到将患者进行分流,减少医院的人流量,提高医院的运作效率,以及减少患者排队取药所需的时间的目的。
但是,由于定点取药机构的遴选标准较为严格,因此与医院建立有合作关系的定点取药机构寥寥无几,根本无法达到方便患者取药的效果,并且有一些特定的处方药品,一般的定点取药机构往往不具备销售的资格,因此患者仍然需要在医院排队取药。这种方式无法从根本上缓解医院的人流量,也无法减少用户的取药时间。
所以,亟需提供一种能够从根本上缓解医院的人流量,并减少患者取药时间的方法。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种共享处方的药品配送方法、装置、设备及存储介质,旨在解决现有技术中无法从根本上缓解医院的人流量,并减少患者取药时间的技术问题。
为实现上述目的,本发明提供了一种共享处方的药品配送方法,所述方法包括以下步骤:
接收用户的终端设备触发的购药请求,从所述购药请求中提取用于标识患者身份的第一标识信息;
根据预存的映射关系表,在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息,所述处方信息至少包括医生为所述患者开具的处方药和标识所述患者身份的第二标识信息,所述映射关系为所述第一标识信息与所述第二标识信息之间的对应关系;
根据所述第一标识信息,在预先建立的患者档案库中查找与所述第一标识信息对应的患者档案,从查找到的所述患者档案中提取处方药配送信息和所述患者的常用处方药;
在所述处方药与所述常用处方药匹配度大于阈值时,将所述处方药和所述处方药配送信息发送至医疗中心药房,以使所述医疗中心药房能够根据所述处方药配送信息,为所述患者配送所述处方药。
优选地,所述根据预存的映射关系表,在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息之前,所述方法还包括:
接收医护人员的终端设备或所述用户的终端设备上传的处方,从所述处方中提取所述处方信息;
将从所述处方中提取到的所述处方信息,添加到所述处方管理库中根据所述第二标识信息创建的存储单元中进行存储。
优选地,所述从所述处方中提取所述处方信息,包括:
若所述处方为电子处方,则遍历所述电子处方中的字符,得到所述处方信息;
若所述处方为纸质处方的电子图片,则基于高阶神经网络算法,对所述电子图片中的字符进行识别判断,得到所述处方信息。
优选地,所述基于高阶神经网络算法,对所述电子图片中的字符进行识别判断之前,所述方法还包括:
利用边缘检测法,提取所述电子图片中各字符的特征信息;
其中,所述基于高阶神经网络算法,对所述电子图片中的字符进行识别判断,得到所述处方信息,包括:
对各字符进行遍历,将遍历到的当前字符的特征信息作为输入状态向量,所述当前字符对应的预设权重作为权系数向量,基于高阶神经网络算法,对所述当前字符对应的输入状态向量和权系数向量进行求权重值计算,得到所述当前字符对应的权重值;
将各字符对应的权重值与阈值进行比较,将权重值大于所述阈值的字符按序输出,得到所述处方信息。
优选地,所述利用边缘检测法,提取所述电子图片中各字符的特征信息之前,所述方法还包括:
对所述电子图片进行预处理;
其中,所述对所述电子图片进行预处理,包括:
对所述电子图片进行灰度处理,得到灰度图像;
对所述灰度图像进行二值化处理,得到去除干扰信息的二值图像;
对所述二值图像进行行字切分,得到各字符对应的二值化字符图像;
对各二值化字符图像进行平滑去噪,得到各字符对应的待识别字符图像;
所述利用边缘检测法,提取所述电子图片中各字符的特征信息,包括:
利用边缘检测法,从各字符对应的待识别字符图像中提取各字符的特征信息。
优选地,所述在所述处方药与所述常用处方药匹配度大于阈值时,将所述处方药和所述处方药配送信息发送至医疗中心药房之前,所述方法还包括:
对发起所述购药请求的用户进行身份验证,确定所述购药请求有效;
其中,所述对发起所述购药请求的用户进行身份验证,确定所述购药请求有效,包括:
根据所述第一标识信息,获取所述第一标识信息对应的患者的第一生物特征;
向所述用户的终端设备下发生物特征采集指令,以使所述用户的终端设备根据所述生物特征采集指令采集发起所述购药请求的用户的第二生物特征;
接收所述用户的终端设备上传的所述第二生物特征信息,将所述第二生物特征信息与所述第一生物特征信息进行特征对比;
若所述第二生物特征信息与所述第一生物特征信息匹配,则确定所述购药请求有效。
优选地,所述在所述处方药与所述常用处方药匹配度大于阈值时,将所述处方药和所述处方药配送信息发送至医疗中心药房之后,所述方法还包括:
接收所述医疗中心药房上传的药品配送信息;
将所述药品配送信息下发至所述用户的终端设备,以使发起所述购药请求的用户或所述第一标识信息对应的患者对所述处方药的配送过程进行追溯。
此外,为实现上述目的,本发明还提出一种共享处方的药品配送装置,所述装置包括:获取模块、第一查找模块、第二查找模块和发送模块;
其中,所述获取模块,用于接收用户的终端设备触发的购药请求,从所述购药请求中提取用于标识患者身份的第一标识信息;
所述第一查找模块,用于根据预存的映射关系表,在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息,所述处方信息至少包括医生为所述患者开具的处方药和标识所述患者身份的第二标识信息,所述映射关系为所述第一标识信息与所述第二标识信息之间的对应关系;
所述第二查找模块,用于根据所述第一标识信息,在预先建立的患者档案库中查找与所述第一标识信息对应的患者档案,从查找到的所述患者档案中提取处方药配送信息和所述患者的常用处方药;
所述发送模块,用于在所述处方药与所述常用处方药匹配度大于阈值时,将所述处方药和所述处方药配送信息发送至医疗中心药房,以使所述医疗中心药房能够根据所述处方药配送信息,为所述患者配送所述处方药。
此外,为实现上述目的,本发明还提出一种共享处方的药品配送设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的共享处方的药品配送程序,所述共享处方的药品配送程序配置为实现如上文所述的共享处方的药品配送方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有共享处方的药品配送程序,所述共享处方的药品配送程序被处理器执行时实现如上文所述的共享处方的药品配送方法的步骤。
本发明提供的共享处方的药品配送方案,处方共享平台在接收到用户的终端设备上传的购药请求后,通过从购药请求中提取用于标识患者身份的第一标识信息,根据预存的映射关系表在预先建立的处方管理库中查找与第一标识信息对应的处方信息,以及在预先建立的患者档案库中查找与第一标识信息对应的患者档案,从而可以使得医疗中心药房能够根据患者档案中的处方药配送信息,为患者配送处方信息中开具的处方药,使得患者在家就可以拿到自己需要的处方药,无需亲自在医院排队取药,有效缓解了医院的人流量及用户花费在取药上的时间。此外,本发明提供的共享处方的药品配送方案,在将针对当前购药请求的处方信息和处方药配送信息发送至医疗中心药房之前,通过将处方信息中的处方药与患者的常用处方药进行比较,在当前需要购买的处方药与常用处方药的匹配度大于预设的阈值时,才通知医疗中心药房为患者安排处方药的配送,从而有效的避免了由于医护人员的失误,导致给患者开具不合适处方药情况的发生,使得患者能够更好的享受基本医疗服务。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的共享处方的药品配送设备的结构示意图;
图2为本发明共享处方的药品配送方法第一实施例的流程示意图;
图3为本发明共享处方的药品配送方法第二实施例的流程示意图;
图4为本发明共享处方的药品配送装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的共享处方的药品配送设备结构示意图。
如图1所示,该共享处方的药品配送设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对共享处方的药品配送设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及共享处方的药品配送程序。
在图1所示的共享处方的药品配送设备中,网络接口1004主要用于与医疗中心药房、用户的终端设备、医护人员的终端设备进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明共享处方的药品配送设备中的处理器1001、存储器1005可以设置在共享处方的药品配送设备中,所述共享处方的药品配送设备通过处理器1001调用存储器1005中存储的共享处方的药品配送程序,并执行本发明实施例提供的共享处方的药品配送方法。
本发明实施例提供了一种共享处方的药品配送方法,参照图2,图2为本发明一种共享处方的药品配送方法第一实施例的流程示意图。
本实施例中,所述共享处方的药品配送方法包括以下步骤:
步骤S10:接收用户的终端设备触发的购药请求,从所述购药请求中提取用于标识患者身份的第一标识信息。
具体的说,本实施例中的执行主体为预先构建的处方共享平台。所述处方共享平台,主要是为了响应国家医改政策,进一步完善对广大慢病患者的专业慢病服务而提供平台。
该处方共享平台通过与各大医院的医院信息系统(Hospital InformationSystem,HIS信息系统)建立通信连接,从而可以由患者或者医护人员将处方信息导入到该平台的处方管理库中,从而在患者发起的购药请求时,通过执行下述步骤,使得医疗中心药房可以直接为患者配送处方药。
应当理解的是,在具体应用中,上述所说的医疗中心药房可以是为各医院提供药品的供药机构,也可以是相关部门设立的顶点药店或社区医院。
此外,上述所说的用户的终端设备可以是任意能够与处方共享平台通信连接的智能手机、平板电脑、个人计算机等设备,此处不再一一列举,对此也不做任何限制。
相应地,触发的购药请求,具体可以是患者通过操作安装在上述终端设备上的集购药与上传处方于一体的应用程序(Application,APP)上某一个绑定购药请求的功能按键时,由该功能按键对应的监听事件、程序向处方共享平台做出购药请求。即,处方共享平台在接收到该功能按键对应的监听事件发送的请求时,即判定终端设备触发了购药请求。
此外,上述所说的用于标识药患者身份的标识信息,具体可以是患者的身份证号码、医保卡号、社保卡号等此处不再一一列举,对此也不做任何限制。
步骤S20:根据预存的映射关系表,在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息。
具体的说,上述所说的处方信息至少包括医生为所述患者开具的处方药和标识所述患者身份的第二标识信息。
并且,所述映射关系主要用于存储所述第一标识信息与所述第二标识信息之间的对应关系。
通过上述描述可以发现,由于映射关系表中存储的为所述第一标识信息与所述第二标识信息之间的对应关系,因而在根据预存的映射关系表,在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息时,具体是通过在处方管理库中查找与所述第一标识信息匹配的第二标识信息,然后将包含所述第二标识信息的处方信息作为与所述第一标识信息对应的处方信息。
也就是说,处方信息中包括的第二标识信息是与第一标识信息相对应的,即如果第一标识信息为身份证号码,则第二标识信息也应该包含身份证号码。只不过,第一标识信息位患者在发起购药请求时输入的,或者是在发起购药请求时由终端设备从预先填写的个人信息中获取的,而第二标识信息则为患者在医院就医时,由医护人员录入的,或者在为患者办理健康档案时录入,此处不再一一列举,对此也不做任何限制。
此外,上述所说的处方药,具体是指必须凭执业医师或执业助理医师处方才可调配、购买和使用的药品。
进一步地,为了保证处方共享平台在收到用户的终端设备触发的购药请求时,能够在处方管理库中查找到对应的处方信息,需要在执行步骤S20之前,先在处方管理库中添加所述处方信息。
关于,在处方管理库中添加所述处方信息的方式,具体如下:
首先,需要接收医护人员的终端设备或所述用户的终端设备上传的处方,从所述处方中提取所述处方信息。
需要说明的是,由于在实际应用中,处方共享平台接收到的处方可能是电子处方,也可能是传统纸质处方的电子图片。因而,在从所述处方中提取所述处方信息时,需要根据处方的类型,选取相应的提取方式来提取处方信息,包括:
若所述处方为电子处方,则遍历所述电子处方中的字符,得到所述处方信息;若所述处方为纸质处方的电子图片,则基于高阶神经网络算法,对所述电子图片中的字符进行识别判断,得到所述处方信息。
具体的说,在基于高阶神经网络算法,对所述电子图片中的字符进行识别判断,得到所述处方信息之前,为了保证可以快速准确的提取出有用的内容,进而得到所述处方信息,需要先利用边缘检测法,提取所述电子图片中各字符的特征信息,比如笔画特征信息、连通特征信息、封闭区域特征信息等,此处不再一一列举,也不做任何限制。
应当理解的是,由于采用边缘检测法,提取特征信息时,会先调节电子图片的对比度,因为对比度越高,提取的特征越清晰、越准确。
因而,在按照如下方式,获取处方信息时可以有效的保证处方信息的精确度,在利用边缘检测法,提取所述电子图片中各字符的特征信息之后,基于高阶神经网络算法,对所述电子图片中的字符进行识别判断,得到所述处方信息的方式,具体如下:
(1)对各字符进行遍历,将遍历到的当前字符的特征信息作为输入状态向量,所述当前字符对应的预设权重作为权系数向量,基于高阶神经网络算法,对所述当前字符对应的输入状态向量和权系数向量进行求权重值计算,得到所述当前字符对应的权重值。
具体的说,高阶神经网络(High-Order Neural Network,HONN)是一种改进的前馈神经网络。HONN中所做的改进主要是在整合函数方面,其中心思想是将用于分类的凸域的组成元素的直线改成曲线,即采用非线性的连续函数作为整合函数,这样既可以最有效地划分锋利模式,达到非线性分类的目的,解决反向传播神经网络(Back PropagationNeural Network,BPNN)容易陷入具备极小值的问题,又不用考虑结点数优化问题,大大降低了计算复杂度。
由于HONN是利用输入模式的已知关系,将所需要的不便利直接引入,然后生成网络的,即HONN能够将几何不变性引入网络。因而,通过利用HONN对样本数据进行训练得到的HONN模型在后续的使用过程中,不需要学习几何变换的不变量,只需要针对每个要识别对象,而不是识别对象的各种变形进行学习,所以在使用过程中也就不需要通过迭代更新权值,大大提高了网络的训练速度和计算精度。
通过上述描述不难发现,本实施例中基于高阶神经网络算法,对所述当前字符对应的输入状态向量和权系数向量进行求权重值计算的操作,具体是根据利用高阶神经网络算法预先训练获得的HONN模型来计算的,即在计算过程中,只需将输入状态向量和权系数向量输入HONN模型即可获得该字符对应的权重值。
关于HONN的训练方式与现有的神经网络模型的训练方式大致相同,主要是通过训练数据构建包含输入层、隐藏层、全连接层及输出层的训练模型,然后通过有监督学习方式和无监督学习方式进行相应的机器学习便可,具体的训练过程此处不再赘述。
另外,关于隐藏层的数量此处也不做限制,本领域的技术人员可以根据需要进行设置,此处不做限制。
(2)将各字符对应的权重值与阈值进行比较,将权重值大于所述阈值的字符按序输出,得到所述处方信息。
具体的说,关于将各字符对应的权重值与阈值进行比较的操作,具体可以根据如下公式实现:Z=f(g(W,X)-h)。
其中,W是权系数向量,X是输入状态向量,g(W,X)是W的线性函数,是X的多项式函数,h为阈值。
通过上述公式,若差值Z大于0,则说明权重值大于所述阈值,该权重值对应的字符可以输出作为处方信息。
需要说明的是,上述的阈值可以由本领域的技术人员根据需要设置,此处不做限制。
另外,由于边缘检测法的使用已近较为成熟,因而关于利用边缘检测法,提取所述电子图片中各字符的特征信息,此处不再赘述,本领域的技术人员可以通过查看相关资料自行实现。
此外,应当理解的是,由于通过扫描仪或数码相机等光学设备将纸质处方中的文字信息形成计算机可识别的电子图片的过程,会受到各种因素的干扰,造成电子图片中的文字信息与实际纸质处方中的文字信息存在偏差,因而为了降低这些偏差对后续从电子图片中提取处方信息准确性的影响。在利用边缘检测法,提取所述电子图片中各字符的特征信息之前,需要先对所述电子图片进行预处理。
为了便于理解对电子图片进行的预处理操作,以下给出一种具体的处理方式,大致步骤如下:
(1)对所述电子图片进行灰度处理,得到灰度图像。
由于一般的文字识别方法,需要处理的是对应的灰度图像。因此,先将彩色的电子图片进行灰度处理,在进行其他的预处理。
具体的,目前常见的彩色图像有BMP、JPG等格式,其颜色表示多采用RGB色彩空间上的三维矢量。每个像素点均由取值范围为0~255的三元分量描述,数据的大小表示该基色的取值,最终由三种基色混合表示。而灰度图像是通过灰度级Gray Level表示的,所以转换过程可以被理解为是一个三维矢量到一个一维矢量的投影操作。
此外,常用的灰度处理方法有最大值法,即选择R、G、B三基色中最大的值作为灰度值,其函数表达式为:R=G=B=max(R,G,B);平均值法,选取R、G、B的平均值,其函数表达式为:R=G=B=max(R,G,B)/3;权平均法,该方法是目前使用较多的灰度处理方法。具体是对三种基色按照不同的比例(权值)求和,然后投影到一维空间。
由于上述三种方法的使用均相当成熟,在具体实现中,本领域的技术人员可以通过查找相关资料自行实现,此处不再赘述。
(2)对所述灰度图像进行二值化处理,得到去除干扰信息的二值图像。
具体的说,由于广电设备输入或文档本身的原因,使得经过灰度处理后的图像会存在一个模糊的背景,由于这些背景会对文字设备产生较大的干扰。因此,需要对所述灰度图像进行二值化处理,以去除这些干扰,使得处理后的结果形成只有0和1形式的二值图像,以便计算机的识别与处理。
关于,二值图像(Binary Image),具体是指将图像上的每一个像素只有两种可能的取值或灰度等级状态,人们经常用黑白、B&W、单色图像表示二值图像。也就是说,二值图像中的任何像素不是0就是1,再无其他过渡的灰度值。
(3)对所述二值图像进行倾斜校正,得到标准格式的灰度图像。
具体的说,为了减少图像因为倾斜角度的问题,影响文字的切割,因此在对图像中的行字进行切分之前,需要先对二值图像进行倾斜校正,以保证后续进行切割的图像的坐标系符合标准坐标系。
关于倾斜校正的操作,主要是通过变换原图像的坐标系,然后将新坐标系下的坐标点按照倾斜的角度旋转,最后将新坐标系变换回原坐标系等几个环节实行,具体的实现方式,本领域的技术人员可以参照现有较为常见的各种倾斜校正方法,此处不再赘述,也不做任何限制。
(4)对所述二值图像进行行字切分,得到各字符对应的二值化字符图像。
具体的说,此处所说的行字切割,主要分为行切割,和字切割,即先将二值图像中的文字信息进行行切割,然后再进行字切割,从而得到单个字符。
(5)对各二值化字符图像进行平滑去噪,得到各字符对应的待识别字符图像。
相应地,在完成上述预处理操作后,所述利用边缘检测法,提取所述电子图片中各字符的特征信息,具体为:
利用边缘检测法,从各字符对应的待识别字符图像中提取各字符的特征信息。
需要说明的是,以上给出的仅为一种对电子图片进行预处理的具体实现方式,对本发明的技术方案并不构成任何限定,在具体实现中,本领域的技术人员可以根据需要设置预处理方式,此处不做限制。
此外,存储在处方管理库中的处方信息,具体可以包含但不限于机构名称、参保人姓名、身份证、社保卡号、处方编号、开具日期、药品名称、规格、数量、用法用量、医师姓名、处方金额(总金额)、疾病名称等信息,此处不再一一列举,也不做任何限制。
然后,将从所述处方中提取到的所述处方信息,添加到所述处方管理库中根据所述第二标识信息创建的存储单元中进行存储。
需要说明的是,以上给出的仅为一种在处方管理库中添加所述处方信息时采取的方式,对本发明的技术方案并不构成限定,在具体实现中,本领域的技术人员可以根据需要设置,此处不做限制。
步骤S30:根据所述第一标识信息,在预先建立的患者档案库中查找与所述第一标识信息对应的患者档案,从查找到的所述患者档案中提取处方药配送信息和所述患者的常用处方药。
具体的说,所述患者档案可以包括患者的姓名、身份证号码、社保卡号或医保卡号、联系电话、送药地址、患有的慢性病名称、常用药品等。
相应地,上说所说的处方药配送信息可以包括患者的姓名、联系电话、送药地址等。
需要说明的是,以上仅为举例说明,对本发明的技术方案并不构成任何现代,在具体实现中,本领域的技术人员可以根据需要设置,此处不做限制。
步骤S40:在所述处方药与所述常用处方药匹配度大于阈值时,将所述处方药和所述处方药配送信息发送至医疗中心药房,以使所述医疗中心药房能够根据所述处方药配送信息,为所述患者配送所述处方药。
具体的说,上述阈值可以通过对患者病情及用药量、用药成分、替换的药品的效果、价格等多个因素合理设置,比如设置阈值大于85%,则认为合理。
相应的,匹配的方式可以是通过比对药品的成分,效果等确定。
此外,这里所说的医疗中心药房具体可以是一个由药品福利管理机构进行管理协调组织的机构,从而能够将保险机构、制药商、医院和药房等机构联系在一起,实现对医疗费用的有效管理,达到节省社会医疗保险支出、增加药品效益,控制药价增长的目的,使得普通参保人员能够更好的享受基本的医疗服务。
由于采用了药品福利管理,可以使患者直接从制药商购得处方药,进而可以省去药品中间的各个流通环节,降低了药价,减轻了患者负担。
此外,在实际应用中,为了进一步减少患者的就医开销,使用处方共享平台进行购药时,可以设置积分制度,使得购药患者能够使用积分抵换药品或换取红包等,从长远的角度看,可以达到减少患者开销的目的。
通过上述描述不难发现,本实施例中提供的共享处方的药品配送方法,处方共享平台在接收到用户的终端设备上传的购药请求后,通过从购药请求中提取用于标识患者身份的第一标识信息,根据预存的映射关系表在预先建立的处方管理库中查找与第一标识信息对应的处方信息,以及在预先建立的患者档案库中查找与第一标识信息对应的患者档案,从而可以使得医疗中心药房能够根据患者档案中的处方药配送信息,为患者配送处方信息中开具的处方药,使得患者在家就可以拿到自己需要的处方药,无需亲自在医院排队取药,有效缓解了医院的人流量及用户花费在取药上的时间。
此外,在本实施例中,在将针对当前购药请求的处方信息和处方药配送信息发送至医疗中心药房之前,通过将处方信息中的处方药与患者的常用处方药进行比较,在当前需要购买的处方药与常用处方药的匹配度大于预设的阈值时,才通知医疗中心药房为患者安排处方药的配送,从而有效的避免了由于医护人员的失误,导致给患者开具不合适处方药情况的发生,使得患者能够更好的享受基本医疗服务。
参考图3,图3为本发明一种共享处方的药品配送方法第二实施例的流程示意图。
基于上述第一实施例,本实施例共享处方的药品配送方法在所述步骤S40之前,还包括:
步骤S00:对发起所述购药请求的用户进行身份验证,确定所述购药请求有效。
具体的说,为了防止他人盗取患者的医疗保险账户,恶意使用患者的医疗保险基金购买药品,在执行步骤S40之前,需要先对发起所述购药请求的用户进行身份验证,即需要验证发起所述购药请求的用户是否为患者本人,并且购买的药品是否为患者需要服用的药品,如果是才确定所述购药请求有效,步骤S40才会执行。
关于,对发起所述购药请求的用户进行身份验证,确定所述购药请求有效的操作,具体可以通过如下步骤实现:
(1)根据所述第一标识信息,比如患者的身份证号码,从公民身份信息系统中获取所述身份标识号对应的患者的第一生物特征信息,如人脸图像信息、声纹信息、虹膜信息等。
具体的说,上述所说的公民身份信息系统,具体是指为公民办理身份证时,公安部门用于存储用户基础身份信息及生物特征信息的信息系统。
(2)向所述用户的终端设备下发生物特征采集指令,以使所述用户的终端设备根据所述生物特征采集指令采集发起所述购药请求的用户的第二生物特征。
比如说,在从公民身份信息系统中获取的第一生物特征信息为虹膜信息时,处方共享平台向所述用户的终端设备下发的生物特征采集指令具体为控制所述用户的终端设备调用内置的图像采集设备或外部通信连接的图像采集设备来采集发起所述购药请求的用户的虹膜图像,并根据相应的虹膜提取技术从拍摄的虹膜图像中提取发起所述购药请求的用户的虹膜信息作为第二生物特征信息。
需要说明的是,以上仅举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,此处不做限制。
(3)接收所述用户的终端设备上传的所述第二生物特征信息,将所述第二生物特征信息与所述第一生物特征信息进行特征对比。
(4)若所述第二生物特征信息与所述第一生物特征信息匹配,则确定所述购药请求有效。
进一步地,在获取第二生物特征信息时,可以由处方共享平台向用户的终端设备下发各种随机动作指令,以使用户根据随机动作指令作出相应的动作,或说出相应的内容,从而避免他人采用照片或录音冒充患者本人,导致患者的医疗保险基金被盗用。
此外,值得一提的是,由于在实际应用中,需要服用购买的药品的患者会涉及儿童、老人等不便于操作终端设备进行线上购药的人群,因此为了保证这类人群也可以享受本实施例中提供的购药、配送方式,在将所述第二生物特征信息与所述第一生物特征信息进行特征对比之后,还可以包括:
若所述第二生物特征信息与所述第一生物特征信息不匹配,则根据所述第一标识信息,获取所述第一标识信息对应的患者的预留监护人的第三生物特征信息;
将所述第二生物特征信息与所述第三生物特征信息进行特征对比,若所述第二生物特征信息与所述第三生物特征信息匹配,则确定所述购药请求有效;若所述第二生物特征信息与所述第三生物特征信息不匹配,则确定所述购药请求无效。
需要说明的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体实现中,本领域的技术人员可以根据需要设置验证规则及方式,此处不做限制。
进一步地,为了方便发起所述购药请求的用户或所述第一标识信息对应的患者能够对所述处方药的配送过程进行追溯,了解购买的药品的配送状态,处方共享平台在将所述处方药和所述处方药配送信息发送至医疗中心药房之后,还可以接收所述医疗中心药房上传的药品配送信息,然后将所述药品配送信息下发至所述用户的终端设备,从而使得发起所述购药请求的用户或所述第一标识信息对应的患者能够实时查看购买的药品的配送信息。
通过上述描述不难发现,本实施例中提供的共享处方的药品配送方法,在将所述处方药和所述处方药配送信息发送至医疗中心药房之前,通过对发起所述购药请求的用户进行身份验证,在确定所述购药请求有效时才将所述处方药和所述处方药配送信息发送至医疗中心药房,以使所述医疗中心药房能够根据所述处方药配送信息,为所述患者配送所述处方药,从而可以保证购买处方药,并使用处方药的用户即为患者本人,有效的防止了患者本人的医疗保险基金被盗用,使得患者可以更好的享受属于自己的基本医疗服务。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有共享处方的药品配送程序,所述共享处方的药品配送程序被处理器执行时实现如上文所述的共享处方的药品配送方法的步骤。
参照图4,图4为本发明共享处方的药品配送装置第一实施例的结构框图。
如图4所示,本发明实施例提出的共享处方的药品配送装置包括:获取模块4001、第一查找模块4002、第二查找模块4003和发送模块4004。
其中,所述获取模块4001,用于接收用户的终端设备触发的购药请求,从所述购药请求中提取用于标识患者身份的第一标识信息。
所述第一查找模块4002,用于根据预存的映射关系表,在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息。
需要说明的是,在本实施例中,所述第一查找模块4002查找到的所述处方信息至少包括医生为所述患者开具的处方药和标识所述患者身份的第二标识信息。
并且,所述映射关系为所述第一标识信息与所述第二标识信息之间的对应关系。
所述第二查找模块4003,用于根据所述第一标识信息,在预先建立的患者档案库中查找与所述第一标识信息对应的患者档案,从查找到的所述患者档案中提取处方药配送信息和所述患者的常用处方药。
所述发送模块4004,用于在所述处方药与所述常用处方药匹配度大于阈值时,将所述处方药和所述处方药配送信息发送至医疗中心药房,以使所述医疗中心药房能够根据所述处方药配送信息,为所述患者配送所述处方药。
此外,值得一提的是,为了保证所述第一查找模块4002能够根据预存的映射关系表,在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息,在具体实现中,所述共享处方的药品配送装置还可以包括处方信息提取模块和处方信息添加模块。
具体的说,处方信息提取模块,用于接收医护人员的终端设备或所述用户的终端设备上传的处方,从所述处方中提取所述处方信息。处方信息添加模块,用于将从所述处方中提取到的所述处方信息,添加到所述处方管理库中根据所述第二标识信息创建的存储单元中进行存储。
进一步地,在具体实现中,由于接收到的处方可能为电子处方,也可能为纸质处方的电子图片,因而处方信息提取模块可以细化为第一处方信息提取子模块和第二处方信息提取子模块。
相应地,上述提前模块从所述处方中提取所述处方信息的操作,具体可以细化为:
若所述处方为电子处方,则利于第一处方信息提取子模块遍历所述电子处方中的字符,得到所述处方信息。
若所述处方为纸质处方的电子图片,则利于第二处方信息提取子模块基于高阶神经网络算法,对所述电子图片中的字符进行识别判断,得到所述处方信息。
此外,为了保证第二处方信息提取子模块能够方便、快速且准确的从纸质处方的电子图片中提取出处方信息,在具体实现中,所述共享处方的药品配送装置还可以包括特征提取模块,从而可以在所述第二处方信息提取子模块基于高阶神经网络算法,对所述电子图片中的字符进行识别判断之前,可以先由所述特征提取模块,利用边缘检测法,提取所述电子图片中各字符的特征信息,比如文字的笔画特征信息、连通特征信息、封闭区域特征信息等。然后,再由所述第二处方信息提取子模块对各字符进行遍历,将遍历到的当前字符的特征信息作为输入状态向量,所述当前字符对应的预设权重作为权系数向量,基于高阶神经网络算法,对所述当前字符对应的输入状态向量和权系数向量进行求权重值计算,得到所述当前字符对应的权重值;将各字符对应的权重值与阈值进行比较,将权重值大于所述阈值的字符按序输出,得到所述处方信息。
进一步地,为了提高从纸质处方的电子图片中提取的处方信息的精确度,在具体实现中,所述共享处方的药品配送装置还可以包括预处理模块,从而可以在所述特征提取模块,利用边缘检测法,提取所述电子图片中各字符的特征信息之前,先对所述电子图片进行预处理。
关于预处理模块对所述电子图片进行的预处理操作,大致如下:
首先,对所述电子图片进行灰度处理,得到灰度图像。
接着,对所述灰度图像进行二值化处理,得到去除干扰信息的二值图像。
接着,对所述二值图像进行行字切分,得到各字符对应的二值化字符图像。
最后,对各二值化字符图像进行平滑去噪,得到各字符对应的待识别字符图像。
需要说明的是,以上给出的仅为一种对所述电子图片进行预处理的具体实现方式,在具体实现中,本领域的技术人员可以根据需要,为预处理模块设置相应的预处理操作逻辑,此处不做限制。
相应地,在预处理模块按照上述处理过程对所述电子图片进行预处理操作后,所述特征提取模块,利用边缘检测法,提取所述电子图片中各字符的特征信息的操作,具体应为:利用边缘检测法,从各字符对应的待识别字符图像中提取各字符的特征信息。
通过上述描述不难发现,本实施例中,处方共享平台在接收到用户的终端设备上传的购药请求后,通过从购药请求中提取用于标识患者身份的第一标识信息,根据预存的映射关系表在预先建立的处方管理库中查找与第一标识信息对应的处方信息,以及在预先建立的患者档案库中查找与第一标识信息对应的患者档案,从而可以使得医疗中心药房能够根据患者档案中的处方药配送信息,为患者配送处方信息中开具的处方药,使得患者在家就可以拿到自己需要的处方药,无需亲自在医院排队取药,有效缓解了医院的人流量及用户花费在取药上的时间。
此外,在本实施例中,在将针对当前购药请求的处方信息和处方药配送信息发送至医疗中心药房之前,通过将处方信息中的处方药与患者的常用处方药进行比较,在当前需要购买的处方药与常用处方药的匹配度大于预设的阈值时,才通知医疗中心药房为患者安排处方药的配送,从而有效的避免了由于医护人员的失误,导致给患者开具不合适处方药情况的发生,使得患者能够更好的享受基本医疗服务。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的共享处方的药品配送方法,此处不再赘述。
基于上述共享处方的药品配送装置的第一实施例,提出本发明共享处方的药品配送装置第二实施例。
在本实施例中,所述共享处方的药品配送装置还包括身份验证模块,所述身份验证模块,用于对发起所述购药请求的用户进行身份验证,并确定所述购药请求有效。
相应地,身份验证模块在对发起所述购药请求的用户进行身份验证时,主要通过如下方式确定所述购药请求有效:
首先,根据所述第一标识信息,获取所述第一标识信息对应的患者的第一生物特征。
然后,向所述用户的终端设备下发生物特征采集指令,以使所述用户的终端设备根据所述生物特征采集指令采集发起所述购药请求的用户的第二生物特征。
接着,接收所述用户的终端设备上传的所述第二生物特征信息,将所述第二生物特征信息与所述第一生物特征信息进行特征对比。
最后,若所述第二生物特征信息与所述第一生物特征信息匹配,则确定所述购药请求有效。
需要说明的是,以上给出的仅为一种具体的实现方式,对本发明的技术方案并不构成任何限定,在具体实现中,本领域的技术人员可以根据需要设置,此处不做限制。
此外,本实施例中提供的共享处方的药品配送装置还可以包括药品配送信息接收模块和药品配送信息发送模块。
具体的说,所述药品配送信息接收模块,用于接收所述医疗中心药房上传的药品配送信息。所述药品配送信息发送模块,用于将所述药品配送信息下发至所述用户的终端设备。
通过所述药品配送信息接收模块和所述药品配送信息发送模块的配合,可以使发起所述购药请求的用户或所述第一标识信息对应的患者对所述处方药的配送过程进行追溯,实时掌握购买的处方药的配送情况。
通过上述描述不难发现,本实施例中,在将所述处方药和所述处方药配送信息发送至医疗中心药房之前,通过对发起所述购药请求的用户进行身份验证,在确定所述购药请求有效时才将所述处方药和所述处方药配送信息发送至医疗中心药房,以使所述医疗中心药房能够根据所述处方药配送信息,为所述患者配送所述处方药,从而可以保证购买处方药,并使用处方药的用户即为患者本人,有效的防止了患者本人的医疗保险基金被盗用,使得患者可以更好的享受属于自己的基本医疗服务。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的共享处方的药品配送方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,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的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种共享处方的药品配送方法,其特征在于,所述方法包括:
接收用户的终端设备触发的购药请求,从所述购药请求中提取用于标识患者身份的第一标识信息;
根据预存的映射关系表,在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息,所述处方信息至少包括医生为所述患者开具的处方药和标识所述患者身份的第二标识信息,所述映射关系为所述第一标识信息与所述第二标识信息之间的对应关系;
根据所述第一标识信息,在预先建立的患者档案库中查找与所述第一标识信息对应的患者档案,从查找到的所述患者档案中提取处方药配送信息和所述患者的常用处方药;
在所述处方药与所述常用处方药匹配度大于阈值时,将所述处方药和所述处方药配送信息发送至医疗中心药房,以使所述医疗中心药房能够根据所述处方药配送信息,为所述患者配送所述处方药。
2.如权利要求1所述的方法,其特征在于,所述根据预存的映射关系表,在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息之前,所述方法还包括:
接收医护人员的终端设备或所述用户的终端设备上传的处方,从所述处方中提取所述处方信息;
将从所述处方中提取到的所述处方信息,添加到所述处方管理库中根据所述第二标识信息创建的存储单元中进行存储。
3.如权利要求2所述的方法,其特征在于,所述从所述处方中提取所述处方信息,包括:
若所述处方为电子处方,则遍历所述电子处方中的字符,得到所述处方信息;
若所述处方为纸质处方的电子图片,则基于高阶神经网络算法,对所述电子图片中的字符进行识别判断,得到所述处方信息。
4.如权利要求3所述的方法,其特征在于,所述基于高阶神经网络算法,对所述电子图片中的字符进行识别判断之前,所述方法还包括:
利用边缘检测法,提取所述电子图片中各字符的特征信息;
其中,所述基于高阶神经网络算法,对所述电子图片中的字符进行识别判断,得到所述处方信息,包括:
对各字符进行遍历,将遍历到的当前字符的特征信息作为输入状态向量,所述当前字符对应的预设权重作为权系数向量,基于高阶神经网络算法,对所述当前字符对应的输入状态向量和权系数向量进行求权重值计算,得到所述当前字符对应的权重值;
将各字符对应的权重值与阈值进行比较,将权重值大于所述阈值的字符按序输出,得到所述处方信息。
5.如权利要求4所述的方法,其特征在于,所述利用边缘检测法,提取所述电子图片中各字符的特征信息之前,所述方法还包括:
对所述电子图片进行预处理;
其中,所述对所述电子图片进行预处理,包括:
对所述电子图片进行灰度处理,得到灰度图像;
对所述灰度图像进行二值化处理,得到去除干扰信息的二值图像;
对所述二值图像进行行字切分,得到各字符对应的二值化字符图像;
对各二值化字符图像进行平滑去噪,得到各字符对应的待识别字符图像;
所述利用边缘检测法,提取所述电子图片中各字符的特征信息,包括:
利用边缘检测法,从各字符对应的待识别字符图像中提取各字符的特征信息。
6.如权利要求1至5任一项所述的方法,其特征在于,所述在所述处方药与所述常用处方药匹配度大于阈值时,将所述处方药和所述处方药配送信息发送至医疗中心药房之前,所述方法还包括:
对发起所述购药请求的用户进行身份验证,确定所述购药请求有效;
其中,所述对发起所述购药请求的用户进行身份验证,确定所述购药请求有效,包括:
根据所述第一标识信息,获取所述第一标识信息对应的患者的第一生物特征;
向所述用户的终端设备下发生物特征采集指令,以使所述用户的终端设备根据所述生物特征采集指令采集发起所述购药请求的用户的第二生物特征;
接收所述用户的终端设备上传的所述第二生物特征信息,将所述第二生物特征信息与所述第一生物特征信息进行特征对比;
若所述第二生物特征信息与所述第一生物特征信息匹配,则确定所述购药请求有效。
7.如权利要求1至5任一项所述的方法,其特征在于,所述在所述处方药与所述常用处方药匹配度大于阈值时,将所述处方药和所述处方药配送信息发送至医疗中心药房之后,所述方法还包括:
接收所述医疗中心药房上传的药品配送信息;
将所述药品配送信息下发至所述用户的终端设备,以使发起所述购药请求的用户或所述第一标识信息对应的患者对所述处方药的配送过程进行追溯。
8.一种共享处方的药品配送装置,其特征在于,所述装置包括:获取模块、第一查找模块、第二查找模块和发送模块;
其中,所述获取模块,用于接收用户的终端设备触发的购药请求,从所述购药请求中提取用于标识患者身份的第一标识信息;
所述第一查找模块,用于根据预存的映射关系表,在预先建立的处方管理库中查找与所述第一标识信息对应的处方信息,所述处方信息至少包括医生为所述患者开具的处方药和标识所述患者身份的第二标识信息,所述映射关系为所述第一标识信息与所述第二标识信息之间的对应关系;
所述第二查找模块,用于根据所述第一标识信息,在预先建立的患者档案库中查找与所述第一标识信息对应的患者档案,从查找到的所述患者档案中提取处方药配送信息和所述患者的常用处方药;
所述发送模块,用于在所述处方药与所述常用处方药匹配度大于阈值时,将所述处方药和所述处方药配送信息发送至医疗中心药房,以使所述医疗中心药房能够根据所述处方药配送信息,为所述患者配送所述处方药。
9.一种共享处方的药品配送设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的共享处方的药品配送程序,所述共享处方的药品配送程序配置为实现如权利要求1至7中任一项所述的共享处方的药品配送方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有共享处方的药品配送程序,所述共享处方的药品配送程序被处理器执行时实现如权利要求1至7任一项所述的共享处方的药品配送方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811475165.9A CN109637616A (zh) | 2018-12-04 | 2018-12-04 | 共享处方的药品配送方法、装置、设备及存储介质 |
PCT/CN2019/095832 WO2020113960A1 (zh) | 2018-12-04 | 2019-07-12 | 共享处方的药品配送方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811475165.9A CN109637616A (zh) | 2018-12-04 | 2018-12-04 | 共享处方的药品配送方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109637616A true CN109637616A (zh) | 2019-04-16 |
Family
ID=66071074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811475165.9A Pending CN109637616A (zh) | 2018-12-04 | 2018-12-04 | 共享处方的药品配送方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109637616A (zh) |
WO (1) | WO2020113960A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110600142A (zh) * | 2019-11-18 | 2019-12-20 | 四川骏逸富顿科技有限公司 | 一种用于电子处方的身份认证系统及其工作方法 |
CN111091886A (zh) * | 2019-12-30 | 2020-05-01 | 广州享药户联优选科技有限公司 | 一种药品存取的方法及装置 |
WO2020113960A1 (zh) * | 2018-12-04 | 2020-06-11 | 平安医疗健康管理股份有限公司 | 共享处方的药品配送方法、装置、设备及存储介质 |
CN111640502A (zh) * | 2020-05-29 | 2020-09-08 | 口碑(上海)信息技术有限公司 | 配送对象的健康状态检测方法及装置 |
CN111652683A (zh) * | 2020-05-29 | 2020-09-11 | 上海慧生健康科技有限公司 | 药品购买请求方法、装置、电子设备及计算机存储介质 |
CN111914164A (zh) * | 2020-06-20 | 2020-11-10 | 武汉海云健康科技股份有限公司 | 一种基于医疗大数据的用药预测方法及系统 |
CN112420155A (zh) * | 2020-12-10 | 2021-02-26 | 商丘医学高等专科学校 | 一种护理药品购买方法及系统 |
CN112599229A (zh) * | 2020-12-21 | 2021-04-02 | 西安交通大学医学院第一附属医院 | 一种处方窗口分配方法 |
CN113223661A (zh) * | 2021-05-26 | 2021-08-06 | 杭州比康信息科技有限公司 | 中药处方传输系统 |
CN114037541A (zh) * | 2021-11-05 | 2022-02-11 | 湖南创研科技股份有限公司 | 基于生物特征识别的定点医药机构的监管方法及相关设备 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111863243A (zh) * | 2020-07-22 | 2020-10-30 | 乌镇互联网医院(桐乡)有限公司 | 一种药房预问诊方法、装置、存储介质及电子设备 |
CN114240396A (zh) * | 2021-12-25 | 2022-03-25 | 泽达易盛(天津)科技股份有限公司 | 处方药销售多部协作管理系统及其方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787524A (zh) * | 2014-12-26 | 2016-07-20 | 中国科学院沈阳自动化研究所 | 基于OpenCV的车牌识别方法及系统 |
CN107220519A (zh) * | 2017-06-29 | 2017-09-29 | 邹建东 | 一种医疗处方及药物开具程序和方法 |
CN107316222A (zh) * | 2017-06-01 | 2017-11-03 | 蔡勇 | 一种线上线下相结合的药品购买系统 |
CN107730360A (zh) * | 2017-10-24 | 2018-02-23 | 北京小度信息科技有限公司 | 订单数据处理方法、设备和存储介质 |
CN108648789A (zh) * | 2018-03-29 | 2018-10-12 | 浙江康健绿线网络技术有限公司 | 一种基于电子处方的共享流转方法及平台 |
CN108831523A (zh) * | 2018-05-24 | 2018-11-16 | 关彩平 | 一种医疗健康档案管理与共享系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880776A (zh) * | 2011-07-12 | 2013-01-16 | 李卫云 | 一种物联网医疗系统 |
CN106023466B (zh) * | 2016-05-13 | 2019-04-09 | 吴卫平 | 医患处方互联与智能药品仓储分发系统 |
CN108877882A (zh) * | 2017-05-16 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 电子处方流转处理方法、装置及存储介质和电子设备 |
CN107578802A (zh) * | 2017-09-04 | 2018-01-12 | 上海林康医疗信息技术有限公司 | 一种用于慢病患者常处方管理的一键续药方法及装置 |
CN109637616A (zh) * | 2018-12-04 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 共享处方的药品配送方法、装置、设备及存储介质 |
-
2018
- 2018-12-04 CN CN201811475165.9A patent/CN109637616A/zh active Pending
-
2019
- 2019-07-12 WO PCT/CN2019/095832 patent/WO2020113960A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787524A (zh) * | 2014-12-26 | 2016-07-20 | 中国科学院沈阳自动化研究所 | 基于OpenCV的车牌识别方法及系统 |
CN107316222A (zh) * | 2017-06-01 | 2017-11-03 | 蔡勇 | 一种线上线下相结合的药品购买系统 |
CN107220519A (zh) * | 2017-06-29 | 2017-09-29 | 邹建东 | 一种医疗处方及药物开具程序和方法 |
CN107730360A (zh) * | 2017-10-24 | 2018-02-23 | 北京小度信息科技有限公司 | 订单数据处理方法、设备和存储介质 |
CN108648789A (zh) * | 2018-03-29 | 2018-10-12 | 浙江康健绿线网络技术有限公司 | 一种基于电子处方的共享流转方法及平台 |
CN108831523A (zh) * | 2018-05-24 | 2018-11-16 | 关彩平 | 一种医疗健康档案管理与共享系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020113960A1 (zh) * | 2018-12-04 | 2020-06-11 | 平安医疗健康管理股份有限公司 | 共享处方的药品配送方法、装置、设备及存储介质 |
CN110600142A (zh) * | 2019-11-18 | 2019-12-20 | 四川骏逸富顿科技有限公司 | 一种用于电子处方的身份认证系统及其工作方法 |
CN111091886A (zh) * | 2019-12-30 | 2020-05-01 | 广州享药户联优选科技有限公司 | 一种药品存取的方法及装置 |
CN111640502A (zh) * | 2020-05-29 | 2020-09-08 | 口碑(上海)信息技术有限公司 | 配送对象的健康状态检测方法及装置 |
CN111652683A (zh) * | 2020-05-29 | 2020-09-11 | 上海慧生健康科技有限公司 | 药品购买请求方法、装置、电子设备及计算机存储介质 |
CN111640502B (zh) * | 2020-05-29 | 2023-08-22 | 口碑(上海)信息技术有限公司 | 配送对象的健康状态检测方法及装置 |
CN111914164A (zh) * | 2020-06-20 | 2020-11-10 | 武汉海云健康科技股份有限公司 | 一种基于医疗大数据的用药预测方法及系统 |
CN111914164B (zh) * | 2020-06-20 | 2024-04-26 | 武汉海云健康科技股份有限公司 | 一种基于医疗大数据的用药预测方法及系统 |
CN112420155A (zh) * | 2020-12-10 | 2021-02-26 | 商丘医学高等专科学校 | 一种护理药品购买方法及系统 |
CN112599229A (zh) * | 2020-12-21 | 2021-04-02 | 西安交通大学医学院第一附属医院 | 一种处方窗口分配方法 |
CN113223661A (zh) * | 2021-05-26 | 2021-08-06 | 杭州比康信息科技有限公司 | 中药处方传输系统 |
CN114037541A (zh) * | 2021-11-05 | 2022-02-11 | 湖南创研科技股份有限公司 | 基于生物特征识别的定点医药机构的监管方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2020113960A1 (zh) | 2020-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109637616A (zh) | 共享处方的药品配送方法、装置、设备及存储介质 | |
US20160253476A1 (en) | System and method for collecting and authenticating medication consumption | |
Thompson | Margaret Thatcher: A new illusion | |
KR102619221B1 (ko) | 머신 구현 안면 건강 및 미용 보조기 | |
US20210209427A1 (en) | Machine-implemented facial health and beauty assistant | |
US7827412B2 (en) | Content presenting method | |
CN107872436A (zh) | 一种账号识别方法、装置及系统 | |
Duarte et al. | Data quality evaluation of electronic health records in the hospital admission process | |
US20210219891A1 (en) | Emotion Intervention Method, Device and System, and Computer-Readable Storage Medium and Healing Room | |
CN109598630A (zh) | 基于生物特征识别的定点医药机构的监管方法及相关设备 | |
CN107609563A (zh) | 图片语义描述方法及装置 | |
CN108665980A (zh) | 基于app平台的医患交互系统 | |
WO2023029500A1 (zh) | 基于深度学习的健康方案推荐方法、装置、设备及介质 | |
CN106991286A (zh) | 一种基于移动互联网的电子病历共享方法 | |
CN111985892A (zh) | 一种可持续的互联网养老生态圈服务平台系统 | |
CN107122618A (zh) | 一种基于互联网的视频医疗咨询系统及其咨询方法 | |
Graf et al. | Orientation congruency effects for familiar objects: Coordinate transformations in object recognition | |
JP6908977B2 (ja) | 医療情報処理システム、医療情報処理装置及び医療情報処理方法 | |
CN110210319A (zh) | 计算机设备、舌体照片体质识别装置及存储介质 | |
TWI728369B (zh) | 人工智慧雲端膚質與皮膚病灶辨識方法及其系統 | |
Pittenger | Article Commentary: On the Difficulty of Averaging Faces: Comments on Langlois and Roggman | |
Rigoli | A computational perspective on faith: religious reasoning and Bayesian decision | |
EP4099198A1 (en) | Unlocking method and apparatus based on facial expression, and computer device and storage medium | |
KR20220060054A (ko) | 스마트 헬스케어 서비스 제공 방법 및 그를 위한 장치 | |
CN111985891A (zh) | 一种基于物联网、移动互联网和云计算技术的互联网养老生态圈服务平台系统 |
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 |
Effective date of registration: 20220601 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. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |
|
RJ01 | Rejection of invention patent application after publication |