CN109658208A - 药品的推荐方法、装置、介质和电子设备 - Google Patents

药品的推荐方法、装置、介质和电子设备 Download PDF

Info

Publication number
CN109658208A
CN109658208A CN201910036667.XA CN201910036667A CN109658208A CN 109658208 A CN109658208 A CN 109658208A CN 201910036667 A CN201910036667 A CN 201910036667A CN 109658208 A CN109658208 A CN 109658208A
Authority
CN
China
Prior art keywords
drug
keyword
recommended
patient
knowledge mapping
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
Application number
CN201910036667.XA
Other languages
English (en)
Inventor
代亚菲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201910036667.XA priority Critical patent/CN109658208A/zh
Publication of CN109658208A publication Critical patent/CN109658208A/zh
Priority to CN202080000236.9A priority patent/CN111656384A/zh
Priority to PCT/CN2020/072293 priority patent/WO2020147758A1/zh
Priority to US16/768,326 priority patent/US20210210213A1/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Toxicology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本公开涉及大数据技术领域，具体涉及一种药品的推荐方法、装置以及实现上述方法的计算机可读存储介质和电子设备。该方法包括：根据获取到的关于患者用药的咨询信息确定至少一个咨询关键词；将所述至少一个咨询关键词输入至医学药品知识图谱，通过医学药品知识图谱的关联信息查询进行药品筛选；将筛选出的目标推荐药品输出，以完成对药品的推荐。在本公开提供的技术方案中，通过根据医学文献知识和临床真实世界数据构建的医学药品知识图谱实现药品的推荐，起到提高药品推荐的准确率的技术效果。通过至少一个咨询关键词在医学药品知识图谱中进行关联查询的方式，高效率的获取上述咨询信息对应的目标推荐药品，从而，有利于提高药品推荐的效率。

Description

药品的推荐方法、装置、介质和电子设备
技术领域
本公开涉及知识图谱技术领域，尤其涉及一种药品的推荐方法、药品的推荐装置以及实现所述药品的推荐方法的计算机可读存储介质和电子设备。
背景技术
现今的购药方式通常包括在医院或实体药店、或者通过网上药店上购买。
其中，在医院/实体药店购买药品时，医生/导购人员根据医学经验来对患者的药品推荐。这种药品推荐方式，药品推荐的准确率有待提高。
在网上药店购买药品时，购药者针对某种疾病在网上药店上进行相应药品查询。可通过网上各大药品网站进行搜索，结果可以包含品牌，是否进口，是否外用药等，另外还可以按销量或价格进行排序，方便人们自主挑选用药。但是，网上药店包含的药品信息庞杂，不能高效率地向购药者的目标疾病推荐对应的药品。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种药品的推荐方法、药品的推荐装置以及实现所述药品的推荐方法的计算机可读存储介质和电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开实施例的第一方面，提供一种药品的推荐方法，该方法包括：
根据获取到的关于患者用药的咨询信息确定至少一个咨询关键词；
将所述至少一个咨询关键词输入至医学药品知识图谱，通过所述医学药品知识图谱的关联信息查询进行药品筛选，其中，所述医学药品知识图谱是根据医学文献知识和临床真实世界数据构建；
将筛选出的目标推荐药品进行输出，以完成对药品的推荐。
本公开的一种示例性实施例中，基于前述方案，上述药品的推荐方法还包括：
通过网络爬虫的方式采集海量药品数据，所述药品数据包括：药品名称、药品所适用疾病的疾病名称、药品使用的注意事项；
利用图逻辑算法，将所述药品数据中的疾病名称作为出发点，将所述出发点对应的药品名称、药品使用的注意事项进行关联处理，确定“实体-关系-实体”的数据三元组，以构建医学药品知识图谱。
本公开的一种示例性实施例中，基于前述方案，所述数据三元组中的实体包括：疾病名称实体、药品名称实体或药品使用的注意事项实体。
本公开的一种示例性实施例中，基于前述方案，根据获取到的关于患者用药的咨询信息确定至少一个咨询关键词，包括：
利用自然语言处理的方式，从获取到的关于患者用药的咨询信息中获取的咨询关键词包括但不限于：疾病关键词、患者特征关键词和所述患者对药品的反应特点关键词。
本公开的一种示例性实施例中，基于前述方案，通过所述医学药品知识图谱的关联信息查询进行药品筛选，包括：
根据关于所述患者的疾病关键词在所述医学药品知识图谱中确定对应的疾病名称实体作为目标疾病；
基于所述医学药品知识图谱，获取与所述目标疾病相关联的所有药品名称实体作为第一待推荐药品，并获取所有与所述第一待推荐药品相关联的药品使用的注意事项实体；
根据关于所述患者的患者特征关键词和获取到的药品使用的注意事项实体对所述第一待推荐药品进行筛选，确定适用于所述患者的第二待推荐药品；
根据所述患者对药品的反应特点关键词和获取到的药品使用的注意事项实体对所述第二待推荐药品进行筛选，确定适用于所述患者的推荐药品。
本公开的一种示例性实施例中，基于前述方案，所述疾病关键词包括所述患者所述的疾病名称，所述患者特征关键词包括：年龄信息、是否为孕妇，所述患者对药品的反应特点关键词包括：过敏史信息。
本公开的一种示例性实施例中，基于前述方案，将筛选出的目标推荐药品进行输出，包括：
将筛选出的目标推荐药品的名称以语音的方式进行播放，和/或，将筛选出的目标推荐药品的名称以文字的方式进行显示。
根据本公开实施例的第二方面，提供了一种药品的推荐装置，该装置包括：
咨询关键词确定模块，被配置为根据获取到的关于患者用药的咨询信息确定至少一个咨询关键词；
药品筛选模块，被配置为将所述至少一个咨询关键词输入至医学药品知识图谱，通过所述医学药品知识图谱的关联信息查询进行药品筛选，其中，所述医学药品知识图谱是根据医学文献知识和临床真实世界数据构建；以及
目标推荐药品推荐模块，被配置为将筛选出的目标推荐药品进行输出，以完成对药品的推荐。
根据本公开实施例的第三方面，提供一种电子设备，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行上述第一方面任意一个实施例中所述方法的步骤。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面任意一个实施例中所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开的一种实施例中，获取到关于患者用药的咨询信息确定至少一个咨询关键词，并根据上述至少一个关键词输入至上述医学药品知识图谱，以通过上述医学药品知识图谱的关联信息查询进行药品筛选。一方面，通过根据医学文献知识和临床真实世界数据构建的医学药品知识图谱实现药品的推荐，起到提高药品推荐的准确率的技术效果。另一方面，通过至少一个咨询关键词在医学药品知识图谱中进行关联查询的方式，高效率的获取上述咨询信息对应的目标推荐药品，从而，有利于提高药品推荐的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示意性示出本公开示例性实施例中药品的推荐方法的流程图；
图2示意性示出本公开示例性实施例中医学药品知识图谱图的构建方法的流程图；
图3示意性示出本公开示例性实施例中通过医学药品知识图谱进行关联信息查询的方法流程图；
图4示意性示出本公开示例性实施例中药品的推荐装置的结构图；
图5示意性示出一种用于实现上述医学知识图谱的构建方法的计算机可读存储介质；以及，
图6示意性示出一种用于实现上述医学知识图谱的构建方法的电子设备示例框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。另外，也易于理解的是，这些步骤可以是例如在多个模块/进程/线程中同步或异步执行。
对于现有的通过网上药店进行药品推荐的方法中，由于网络中包含的药品信息庞杂，不能高效率地向购药者的目标疾病推荐对应的药品。例如，网上药店中的某品牌a，品牌a包括感冒药就有494个。进一步地，具体药品信息需要依次点开查看，庞大的数据量使药品的查询失去了网购方便快捷的优势。而且这仅是针对一种疾病的用药，现实中很多疾病是同时存在的，例如患者既有肠胃炎同时患有感冒等，这种情况需要查询两种甚至更多的疾病用药，然而许多药品相克，不能同时服用；而当患者对例如青霉素过敏，这种情况也需要对说明书详细阅览进行人力排查。
本示例实施方式中首先提供了一种药品的推荐方法，图1示意性示出本公开示例性实施例中药品的推荐方法的流程图，至少在一定程度上克服由于相关技术的限制和缺陷而导致的上述问题。其中，本实施例提供的药品的推荐方法的执行主体可以是具有计算处理功能的设备，比如服务器等。
参考图1中所示，该方法可以包括以下步骤：
步骤S101，根据获取到的关于患者用药的咨询信息确定至少一个咨询关键词；
步骤S102，将所述至少一个咨询关键词输入至医学药品知识图谱，通过所述医学药品知识图谱的关联信息查询进行药品筛选，其中，所述医学药品知识图谱是根据医学文献知识和临床真实世界数据构建；以及，
步骤S103，将筛选出的目标推荐药品进行输出，以完成对药品的推荐。
在图1所示实施例提供的技术方案中，获取到关于患者用药的咨询信息确定至少一个咨询关键词，并根据上述至少一个关键词输入至上述医学药品知识图谱，以通过上述医学药品知识图谱的关联信息查询进行药品筛选。一方面，通过根据医学文献知识和临床真实世界数据构建的医学药品知识图谱实现药品的推荐，起到提高药品推荐的准确率的技术效果。另一方面，通过至少一个咨询关键词在医学药品知识图谱中进行关联查询的方式，高效率的获取上述咨询信息对应的目标推荐药品，从而，有利于提高药品推荐的效率。
以下对图1所示实施例的各个步骤的具体实施方进行更详细的说明。
本公开的一种示例性实施例中，图1所示实施例的使用场景可以是患者/患者家属等(可统称为“用户”)通过键盘输入或者语音输入的方式，表达出关于患者用药的咨询信息。则在步骤S101中获取到上述关于患者用药的咨询信息，并利用自然语言处理(NaturalLanguage Processing，简称：NLP)的方式从上述咨询信息中获取的咨询关键词。示例性的，获取的关键词包括但不限于：疾病关键词、患者特征关键词和所述患者对药品的反应特点关键词。示例性的，将属于同一用户的咨询关键词作为一组，以将对应于同于用户的一组咨询关键词输入至医学药品知识图谱，进而通过医学药品知识图谱的关联信息查询完成对应于此用户的药品筛选。
在示例性的实施例中，通过NLP的方式在关于患者用药的咨询信息中获取到的咨询关键词中，上述疾病关键词可以是患者所述的疾病名称，上述患者特征关键词可以包括：年龄信息、是否为孕妇，上述患者对药品的反应特点关键词可以包括：过敏史信息等。
示例性的，根据用户输入的关于患者用药的咨询信息，例如“我72岁了，最近感冒，并且自身对青霉素过敏，请推荐我可以使用的药品”。通过NLP的方式将上述咨询信息进行分词，并进行词性标注等操作，最终获取咨询得到关键词为：感冒(疾病关键词)、老年人(患者特征关键词)和对青霉素过敏(所述患者对药品的反应特点关键词)等。
在获取咨询关键词之后，在步骤S102中将咨询关键词输入至医学药品知识图谱中。
在示例性的实施例中，在执行步骤S102之前，本实施例提供的技术方案还包括构建医学药品知识图谱。
示例性的，图2示意性示出本公开示例性实施例中医学药品知识图谱图的构建方法的流程图。
参考图2，该方法包括步骤S201-步骤S202。
在步骤S201中，通过网络爬虫的方式采集海量药品数据，所述药品数据包括：药品名称、药品所适用疾病的疾病名称、药品使用的注意事项。
在示例性的实施例中，从各大药品、疾病网站进行药品相关数据的爬取，获取的药品数据包括：药品名称、药品所适用疾病的疾病名称、药品使用的注意事项。示例性的，对于药品a，获取药品a的药品名称A，获取药品a所使用疾病的疾病名称b，还获取药品使用的注意事项，例如，孕妇慎用，不能与药物名称为M的药品同服等。
在示例性的实施例中，上述医学药品知识图谱依据医学文献知识和临床真实世界数据构建。并且，上述药品名称、疾病名称等均使用医学统一名称，以避免同一药品使用不相同的药品名称的问题，从而有利于提高药品推荐的准确率。
在示例性的实施例中，获取的药品数据除了包括：药品名称、药品所适用疾病的疾病名称、药品使用的注意事项外，还包括：药品用量等，以通过医学药品知识图谱向用户推荐药品的同时，将药品用量等信息同时推送给用户，以提高用户通过医学药品知识图谱进行药品推荐的便利性。
在示例性的实施例中，对爬取到的数据进行清洗，以避免信息冗余，进而导致构建的医学药品知识图谱信息冗余，从而有利于提高利用医学药品知识图谱进行药品推荐的效率和准确率。
在步骤S202中，利用图逻辑算法，将所述药品数据中的疾病名称作为出发点，将所述出发点对应的药品名称、药品使用的注意事项进行关联处理，确定“实体-关系-实体”的数据三元组，以构建医学药品知识图谱。
在示例性的实施例中，图逻辑算法用于将获取到的医学数据整理为图逻辑的数据结构。示例性的，利用图逻辑算法，以医学数据中的疾病名称为出发点，分别存储对应的药品名称、药品使用的注意事项进行关联处理，确定“实体-关系-实体”的数据三元组，进而把获取到的医学数据连接在一起而得到一个关系网络，从而构建医学药品知识图谱。
在示例性的实施例中，在药品知识图谱中，上述数据三元组中的“实体”可以包括：疾病名称实体、药品名称实体或药品使用的注意事项实体。对应的，上述数据三元组中的“关系”可以包括：疾病名称实体与药品名称实体之间的治疗关系、药品名称实体与药品使用的注意事项实体之间的使用说明关系等等。利用三元组数据构建而成的医学药品知识图谱具备知识推理的逻辑结构能力。相较于现有技术中基于搜索引擎的药品搜索过程，使用数据三元组构建而成的医学药品知识图谱进行药品搜索，可以更好的理解语义范围域，从而提升药品搜索的准确率。
继续参考图1，在步骤S102中，将所述至少一个咨询关键词输入至医学药品知识图谱，通过所述医学药品知识图谱的关联信息查询进行药品筛选，其中，所述医学药品知识图谱是根据医学文献知识和临床真实世界数据构建。
在示例性的实施例中，将上述对应于同一咨询信息的一组咨询关键词(至少一个咨询关键词)输入至本实施例构建的上述医学药品知识图谱中，利用上述医学药品知识图谱，从“关系”的角度分析上述一组咨询关键词，从而实现通过医学药品知识图谱进行关联信息查询的目的，进而完成药品筛选，获取上述一组咨询关键词对应的目标推荐药品。
示例性的，在步骤S101的具体实施方式中，根据用户输入的关于患者用药的咨询信息，例如“我72岁了，最近感冒，并且自身对青霉素过敏，请推荐我可以使用的药品”。通过NLP的方式将上述咨询信息进行分词，并进行词性标注等操作，最终获取咨询得到关键词为：感冒(疾病关键词)、老年人(患者特征关键词)和对青霉素过敏(所述患者对药品的反应特点关键词)等。
然后，在本实施例中，基于Python平台连接上述医学药品知识图谱进行查询筛选程序的编写封装。并在Python中连接上述医学药品知识图谱进行查询，筛选出不合适的药品(如：“老年用药”关系中，实体为“老年患者禁用”；“药品说明”或“禁忌症”等关系中包含“青霉素”的实体)列在不推荐标签下。也就是说，通过实体识别，关系抽取与识别推理得到最终查询的结果。
本实施例提供的技术方案，相较于传统的使用搜索引擎进行的药品筛选过程中基于某一个或几个关键词的单独搜索，本实施例中利用知识图谱进行一组咨询关键词的关联信息查询，本技术方案可以更准确地查询复杂的关联信息，从而改进药品搜索质量，进而有利于提高药品推荐的准确率。同时，利用医学药品知识图谱进行的关联信息查询，有利于提高药品推荐的效率。
在示例性的实施例中，图3示意性示出本公开示例性实施例中通过医学药品知识图谱进行关联信息查询的方法流程图。以下通过图3对步骤S102的具体实施方式进行说明。
参考图3，该方法包括步骤S301-步骤S304。
在步骤S301中，根据关于所述患者的疾病关键词在所述医学药品知识图谱中确定对应的疾病名称实体作为目标疾病。
在示例性的实施例中，疾病关键词为“感冒”，则在上述医学药品知识图谱中确定“感冒”对应的疾病名称实体，并可以将感冒为作为目标疾病。
在步骤S302中，基于所述医学药品知识图谱，获取与所述目标疾病相关联的所有药品名称实体作为第一待推荐药品，并获取所有与所述第一待推荐药品相关联的药品使用的注意事项实体。
仍以上述实施例为例继续进行说明，获取与感冒相关联的所有药品名称实体，并可以将这些药品名称实体对应的药品作为第一待推荐药品。
在步骤S303中，根据关于所述患者的患者特征关键词和获取到的药品使用的注意事项实体对所述第一待推荐药品进行筛选，确定适用于所述患者的第二待推荐药品。
仍以上述实施例为例继续进行说明，假如患者特征关键词为：年龄大于70周岁的老年人，根据第一待推荐药品中每一药品的药品使用的注意事项实体，将不适用于老年人用的药品作为“不推荐药品”，而筛选之后剩余的药品可以作为适用于所述患者的第二待推荐药品。
在步骤S304中，根据所述患者对药品的反应特点关键词和获取到的药品使用的注意事项实体对所述第二待推荐药品进行筛选，确定适用于所述患者的推荐药品。
仍以上述实施例为例继续进行说明，假如患者药品的反应特点关键词为：对青霉素过敏，根据第二待推荐药品中每一药品的药品使用的注意事项实体，将包含青霉素的药品作为“不推荐药品”，而筛选之后剩余的药品可以作为适用于所述患者的目标推荐药品。
继续参考图1，在过通过医学药品知识图谱进行药品筛选而获取目标推荐药品之后，在步骤S103中，将筛选出的目标推荐药品进行输出，以完成对药品的推荐。
在示例性的实施例中，将筛选出的目标推荐药品的名称以语音的方式进行播放，和/或，将筛选出的目标推荐药品的名称以文字的方式进行显示。
在示例性的实施例中，本实施例提供的技术方案中可以对多种常见病进行咨询，并可以获取对咨询疾病的推荐药品，包括药品名称和药品说明书，以及医生指导用药建议(例如药品间相互作用等)等信息。基于医学药品知识图谱中的药品数据为的网络式互相连接，因而针对同一种疾病的多种用药可以在特定标签下提取并显示，以及针对多种疾病共同用药也可以在另一特定标签下提取并显示。而对于咨询信息中的例如过敏史咨询关键词，在医学药品知识图谱的药品信息中检索到该关键词则在“不推荐”标签下隐去该药品。本实施例提供的技术方案根据用户的咨询信息确定推荐药品进行输出，可以起到方便患者了解用药的作用，也可以帮助医生得到药品推荐列表之后得到开药启发，因而具有较高的实用价值。
以下介绍本公开的装置实施例，可以用于执行本公开上述的药品的推荐方法。
图4示出了根据本公开的实施例的药品的推荐装置的结构示意图，参考图4，本实施例提供的一种药品的推荐装置400，包括：咨询关键词确定模块401、药品筛选模块402和目标推荐药品推荐模块403。
其中，上述咨询关键词确定模块401被配置为：根据获取到的关于患者用药的咨询信息确定至少一个咨询关键词；
上述药品筛选模块402被配置为：将所述至少一个咨询关键词输入至医学药品知识图谱，通过所述医学药品知识图谱的关联信息查询进行药品筛选，其中，所述医学药品知识图谱是根据医学文献知识和临床真实世界数据构建；以及，
上述目标推荐药品推荐模块403被配置为：将筛选出的目标推荐药品进行输出，以完成对药品的推荐。
本公开的一种示例性实施例中，基于前述方案，上述药品的推荐装置400还包括：医学药品知识图谱构建模块。
其中，上述医学药品知识图谱构建模块被配置为：
通过网络爬虫的方式采集海量药品数据，所述药品数据包括：药品名称、药品所适用疾病的疾病名称、药品使用的注意事项；以及，
利用图逻辑算法，将所述药品数据中的疾病名称作为出发点，将所述出发点对应的药品名称、药品使用的注意事项进行关联处理，确定“实体-关系-实体”的数据三元组，以构建医学药品知识图谱。
本公开的一种示例性实施例中，基于前述方案，所述数据三元组中的实体包括：疾病名称实体、药品名称实体或药品使用的注意事项实体。
本公开的一种示例性实施例中，基于前述方案，上述咨询关键词确定模块401，具体被配置为：利用自然语言处理的方式，从获取到的关于患者用药的咨询信息中获取的咨询关键词包括但不限于：疾病关键词、患者特征关键词和所述患者对药品的反应特点关键词。
本公开的一种示例性实施例中，基于前述方案，上述药品筛选模块402，包括：目标疾病获取单元、待推荐药品确定单元、第一筛选单元和第二筛选单元。
其中，上述目标疾病获取单元被配置为：根据关于所述患者的疾病关键词在所述医学药品知识图谱中确定对应的疾病名称实体作为目标疾病；
上述待推荐药品确定单元被配置为：基于所述医学药品知识图谱，获取与所述目标疾病相关联的所有药品名称实体作为第一待推荐药品，并获取所有与所述第一待推荐药品相关联的药品使用的注意事项实体；
上述第一筛选单元被配置为：根据关于所述患者的患者特征关键词和获取到的药品使用的注意事项实体对所述第一待推荐药品进行筛选，确定适用于所述患者的第二待推荐药品；以及，
上述第二筛选单元被配置为：根据所述患者对药品的反应特点关键词和获取到的药品使用的注意事项实体对所述第二待推荐药品进行筛选，确定适用于所述患者的推荐药品。
本公开的一种示例性实施例中，基于前述方案，所述疾病关键词包括所述患者所述的疾病名称，所述患者特征关键词包括：年龄信息、是否为孕妇，所述患者对药品的反应特点关键词包括：过敏史信息。
本公开的一种示例性实施例中，基于前述方案，上述目标推荐药品推荐模块403，具体被配置为：将筛选出的目标推荐药品的名称以语音的方式进行播放，和/或，将筛选出的目标推荐药品的名称以文字的方式进行显示。
由于本发明的示例实施例的治疗模式分类模型的建立装置的各个功能模块与上述治疗模式分类模型的建立方法的示例实施例的步骤对应，因此对于本发明装置实施例中未披露的细节，请参照本发明上述的治疗模式分类模型的建立方法的实施例。
由于本公开的示例实施例的药品的推荐装置的各个功能模块与上述药品的推荐方法的示例实施例的步骤对应，因此对于本公开装置实施例中未披露的细节，请参照本公开上述的药品的推荐方法的实施例。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图5所示，描述了根据本公开的实施方式的用于实现上述方法的程序产品500，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
下面参照图6来描述根据本公开的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤S101：根据获取到的关于患者用药的咨询信息确定至少一个咨询关键词；步骤S102：将所述至少一个咨询关键词输入至医学药品知识图谱，通过所述医学药品知识图谱的关联信息查询进行药品筛选，其中，所述医学药品知识图谱是根据医学文献知识和临床真实世界数据构建；以及，步骤S103：将筛选出的目标推荐药品进行输出，以完成对药品的推荐。
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器660通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (10)

1.一种药品的推荐方法，其特征在于，该方法包括：
根据获取到的关于患者用药的咨询信息确定至少一个咨询关键词；
将所述至少一个咨询关键词输入至医学药品知识图谱，通过所述医学药品知识图谱的关联信息查询进行药品筛选，其中，所述医学药品知识图谱是根据医学文献知识和临床真实世界数据构建；
将筛选出的目标推荐药品进行输出，以完成对药品的推荐。
2.根据权利要求1所述的药品的推荐方法，其特征在于，还包括：
通过网络爬虫的方式采集海量药品数据，所述药品数据包括：药品名称、药品所适用疾病的疾病名称、药品使用的注意事项；
利用图逻辑算法，将所述药品数据中的疾病名称作为出发点，将所述出发点对应的药品名称、药品使用的注意事项进行关联处理，确定“实体-关系-实体”的数据三元组，以构建医学药品知识图谱。
3.根据权利要求2所述的药品的推荐方法，其特征在于，所述数据三元组中的实体包括：疾病名称实体、药品名称实体或药品使用的注意事项实体。
4.根据权利要求1至3中任一项所述的药品的推荐方法，其特征在于，根据获取到的关于患者用药的咨询信息确定至少一个咨询关键词，包括：
利用自然语言处理的方式，从获取到的关于患者用药的咨询信息中获取的咨询关键词包括但不限于：疾病关键词、患者特征关键词和所述患者对药品的反应特点关键词。
5.根据权利要求4所述的药品的推荐方法，其特征在于，通过所述医学药品知识图谱的关联信息查询进行药品筛选，包括：
根据关于所述患者的疾病关键词在所述医学药品知识图谱中确定对应的疾病名称实体作为目标疾病；
基于所述医学药品知识图谱，获取与所述目标疾病相关联的所有药品名称实体作为第一待推荐药品，并获取所有与所述第一待推荐药品相关联的药品使用的注意事项实体；
根据关于所述患者的患者特征关键词和获取到的药品使用的注意事项实体对所述第一待推荐药品进行筛选，确定适用于所述患者的第二待推荐药品；
根据所述患者对药品的反应特点关键词和获取到的药品使用的注意事项实体对所述第二待推荐药品进行筛选，确定适用于所述患者的推荐药品。
6.根据权利要求4所述的药品的推荐方法，其特征在于，所述疾病关键词包括：所述患者所述的疾病名称，所述患者特征关键词包括：年龄信息、是否为孕妇，所述患者对药品的反应特点关键词包括：过敏史信息。
7.根据权利要求1所述的药品的推荐方法，其特征在于，将筛选出的目标推荐药品进行输出，包括：
将筛选出的目标推荐药品的名称以语音的方式进行播放，和/或，将筛选出的目标推荐药品的名称以文字的方式进行显示。
8.一种药品的推荐装置，其特征在于，包括：
咨询关键词确定模块，被配置为根据获取到的关于患者用药的咨询信息确定至少一个咨询关键词；
药品筛选模块，被配置为将所述至少一个咨询关键词输入至医学药品知识图谱，通过所述医学药品知识图谱的关联信息查询进行药品筛选，其中，所述医学药品知识图谱是根据医学文献知识和临床真实世界数据构建；以及
目标推荐药品推荐模块，被配置为将筛选出的目标推荐药品进行输出，以完成对药品的推荐。
9.一种电子设备，其特征在于，包括：
处理器；以及
存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现权利要求1至7中任一项所述的方法。
10.一种计算机存储介质，存储有计算机程序，当所述计算机程序被处理器执行时，实现权利要求1至7中任一项所述的方法。
CN201910036667.XA 2019-01-15 2019-01-15 药品的推荐方法、装置、介质和电子设备 Pending CN109658208A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910036667.XA CN109658208A (zh) 2019-01-15 2019-01-15 药品的推荐方法、装置、介质和电子设备
CN202080000236.9A CN111656384A (zh) 2019-01-15 2020-01-15 药品的推荐方法、装置、介质和电子设备
PCT/CN2020/072293 WO2020147758A1 (zh) 2019-01-15 2020-01-15 药品的推荐方法、装置、介质和电子设备
US16/768,326 US20210210213A1 (en) 2019-01-15 2020-01-15 Method, apparatus, medium and electronic device for recommending medicine

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910036667.XA CN109658208A (zh) 2019-01-15 2019-01-15 药品的推荐方法、装置、介质和电子设备

Publications (1)

Publication Number Publication Date
CN109658208A true CN109658208A (zh) 2019-04-19

Family

ID=66120279

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201910036667.XA Pending CN109658208A (zh) 2019-01-15 2019-01-15 药品的推荐方法、装置、介质和电子设备
CN202080000236.9A Pending CN111656384A (zh) 2019-01-15 2020-01-15 药品的推荐方法、装置、介质和电子设备

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202080000236.9A Pending CN111656384A (zh) 2019-01-15 2020-01-15 药品的推荐方法、装置、介质和电子设备

Country Status (3)

Country Link
US (1) US20210210213A1 (zh)
CN (2) CN109658208A (zh)
WO (1) WO2020147758A1 (zh)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110428910A (zh) * 2019-06-18 2019-11-08 浙江大学 临床用药适应症分析系统、方法、计算机设备和存储介质
CN110609906A (zh) * 2019-09-16 2019-12-24 金色熊猫有限公司 知识图谱构建方法及装置、存储介质及电子终端
CN111008269A (zh) * 2019-11-13 2020-04-14 泰康保险集团股份有限公司 数据处理方法及装置、存储介质及电子终端
CN111312359A (zh) * 2020-02-03 2020-06-19 广东省第二人民医院（广东省卫生应急医院） 用药方案智能化推荐方法及装置
WO2020147758A1 (zh) * 2019-01-15 2020-07-23 京东方科技集团股份有限公司 药品的推荐方法、装置、介质和电子设备
CN111814061A (zh) * 2020-09-07 2020-10-23 耀方信息技术(上海)有限公司 药品搜索方法及系统
CN111949758A (zh) * 2019-05-16 2020-11-17 北大医疗信息技术有限公司 医疗问答推荐方法、推荐系统和计算机可读存储介质
CN112000785A (zh) * 2020-08-12 2020-11-27 沈鑫 构建排行榜并进行动态索引的方法及装置
CN112017745A (zh) * 2020-09-08 2020-12-01 平安科技（深圳）有限公司 决策信息推荐、药物信息推荐方法、装置、设备及介质
CN112131399A (zh) * 2020-09-04 2020-12-25 牛张明 基于知识图谱的老药新用分析方法和系统
CN112182386A (zh) * 2020-09-29 2021-01-05 中国银联股份有限公司 一种基于知识图谱的目标推荐方法及装置
CN112214613A (zh) * 2020-10-15 2021-01-12 平安国际智慧城市科技股份有限公司 基于人工智能的用药推荐方法、装置、电子设备及介质
CN112242189A (zh) * 2020-10-10 2021-01-19 北京小乔机器人科技发展有限公司 一种在线语音找药的方法
CN112241460A (zh) * 2020-10-27 2021-01-19 上海明略人工智能(集团)有限公司 辅助推荐关键词的方法、装置、电子设备及存储介质
CN112352284A (zh) * 2019-05-20 2021-02-09 赛尔帕有限公司 照护辅助系统、照护辅助信息登记系统、照护辅助方法及照护辅助信息登记方法
CN112650857A (zh) * 2020-12-28 2021-04-13 上海卓繁信息技术股份有限公司 一种新型咨询方法、装置和电子设备
CN112650856A (zh) * 2020-12-28 2021-04-13 上海卓繁信息技术股份有限公司 一种提供学术领域研究方向的咨询方法、装置和电子设备
CN112802573A (zh) * 2021-01-26 2021-05-14 中国科学技术大学 药品包推荐方法、装置、计算机系统及可读存储介质
CN112802575A (zh) * 2021-04-10 2021-05-14 浙江大学 基于图形状态机的用药决策支持方法、装置、设备、介质
CN112951362A (zh) * 2021-02-23 2021-06-11 上海商汤智能科技有限公司 药物推荐方法、装置、设备及存储介质
CN113555105A (zh) * 2020-04-24 2021-10-26 阿里健康信息技术有限公司 一种推荐医疗产品的方法及装置
CN114186681A (zh) * 2021-11-30 2022-03-15 北京百度网讯科技有限公司 用于生成模型簇的方法、装置及计算机程序产品
WO2022062353A1 (zh) * 2020-09-23 2022-03-31 康键信息技术（深圳）有限公司 医疗数据处理方法、装置、计算机设备和存储介质
WO2022095892A1 (zh) * 2020-11-09 2022-05-12 北京京东拓先科技有限公司 推送信息的生成方法、装置
CN114792571A (zh) * 2022-03-09 2022-07-26 广州方舟信息科技有限公司 药品信息推送方法、装置、服务器及计算机可读存储介质
CN114996507A (zh) * 2022-06-10 2022-09-02 北京达佳互联信息技术有限公司 视频推荐方法及装置
US20220328156A1 (en) * 2021-04-10 2022-10-13 Zhejiang University Method, apparatus, device and medium for medication decision support based on graphics state machine
CN117252664A (zh) * 2023-11-10 2023-12-19 浙江口碑网络技术有限公司 药品推荐理由生成方法、装置、介质及设备
CN117877667A (zh) * 2024-03-13 2024-04-12 吉林大学 一种基于互联网的医护配药信息管理系统

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11676603B2 (en) * 2019-05-31 2023-06-13 Acto Technologies Inc. Conversational agent for healthcare content
CN112307216B (zh) * 2020-07-30 2024-06-18 北京京东拓先科技有限公司 药品知识图谱的构建方法和装置
CN113850612A (zh) * 2021-08-24 2021-12-28 深圳市金活医药有限公司 一种基于药品溯源数据的用户需求预测方法及架构
CN113689929B (zh) * 2021-08-25 2023-05-26 深圳平安智慧医健科技有限公司 药物信息推送方法、装置、计算机设备及存储介质
CN114547345B (zh) * 2022-04-18 2022-07-19 支付宝(杭州)信息技术有限公司 结合图谱模式的输入提示方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015046131A (ja) * 2013-08-29 2015-03-12 株式会社ファーマウェア 一般用医薬品の検索システム
KR20170141326A (ko) * 2016-06-15 2017-12-26 문경곤 의약품 추천 정보 제공 시스템 및 그 방법
CN108182973A (zh) * 2017-12-29 2018-06-19 湖南大学 一种基于知识图谱推理的智能诊断技术
CN108804419A (zh) * 2018-05-22 2018-11-13 湖南大学 一种基于知识图谱的线下医药零售精准推荐技术
CN108829858A (zh) * 2018-06-22 2018-11-16 北京京东金融科技控股有限公司 数据查询方法、装置及计算机可读存储介质
CN109102855A (zh) * 2018-07-03 2018-12-28 北京康夫子科技有限公司 药物推荐方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160259899A1 (en) * 2015-03-04 2016-09-08 Expeda ehf Clinical decision support system for diagnosing and monitoring of a disease of a patient
CN108565019A (zh) * 2018-04-13 2018-09-21 合肥工业大学 多学科适用的临床检查组合推荐方法及装置
CN109658208A (zh) * 2019-01-15 2019-04-19 京东方科技集团股份有限公司 药品的推荐方法、装置、介质和电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015046131A (ja) * 2013-08-29 2015-03-12 株式会社ファーマウェア 一般用医薬品の検索システム
KR20170141326A (ko) * 2016-06-15 2017-12-26 문경곤 의약품 추천 정보 제공 시스템 및 그 방법
CN108182973A (zh) * 2017-12-29 2018-06-19 湖南大学 一种基于知识图谱推理的智能诊断技术
CN108804419A (zh) * 2018-05-22 2018-11-13 湖南大学 一种基于知识图谱的线下医药零售精准推荐技术
CN108829858A (zh) * 2018-06-22 2018-11-16 北京京东金融科技控股有限公司 数据查询方法、装置及计算机可读存储介质
CN109102855A (zh) * 2018-07-03 2018-12-28 北京康夫子科技有限公司 药物推荐方法

Cited By (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020147758A1 (zh) * 2019-01-15 2020-07-23 京东方科技集团股份有限公司 药品的推荐方法、装置、介质和电子设备
CN111949758A (zh) * 2019-05-16 2020-11-17 北大医疗信息技术有限公司 医疗问答推荐方法、推荐系统和计算机可读存储介质
CN112352284A (zh) * 2019-05-20 2021-02-09 赛尔帕有限公司 照护辅助系统、照护辅助信息登记系统、照护辅助方法及照护辅助信息登记方法
CN112352284B (zh) * 2019-05-20 2024-02-09 赛尔帕有限公司 照护辅助系统及方法、照护辅助信息登记系统及方法
CN110428910A (zh) * 2019-06-18 2019-11-08 浙江大学 临床用药适应症分析系统、方法、计算机设备和存储介质
CN110609906A (zh) * 2019-09-16 2019-12-24 金色熊猫有限公司 知识图谱构建方法及装置、存储介质及电子终端
CN110609906B (zh) * 2019-09-16 2023-01-03 金色熊猫有限公司 知识图谱构建方法及装置、存储介质及电子终端
CN111008269A (zh) * 2019-11-13 2020-04-14 泰康保险集团股份有限公司 数据处理方法及装置、存储介质及电子终端
CN111312359B (zh) * 2020-02-03 2023-12-29 广东省第二人民医院（广东省卫生应急医院） 用药方案智能化推荐方法及装置
CN111312359A (zh) * 2020-02-03 2020-06-19 广东省第二人民医院（广东省卫生应急医院） 用药方案智能化推荐方法及装置
CN113555105A (zh) * 2020-04-24 2021-10-26 阿里健康信息技术有限公司 一种推荐医疗产品的方法及装置
CN112000785A (zh) * 2020-08-12 2020-11-27 沈鑫 构建排行榜并进行动态索引的方法及装置
CN112131399A (zh) * 2020-09-04 2020-12-25 牛张明 基于知识图谱的老药新用分析方法和系统
CN111814061B (zh) * 2020-09-07 2021-06-29 耀方信息技术(上海)有限公司 药品搜索方法及系统
CN111814061A (zh) * 2020-09-07 2020-10-23 耀方信息技术(上海)有限公司 药品搜索方法及系统
CN112017745A (zh) * 2020-09-08 2020-12-01 平安科技（深圳）有限公司 决策信息推荐、药物信息推荐方法、装置、设备及介质
CN112017745B (zh) * 2020-09-08 2023-06-27 平安科技（深圳）有限公司 决策信息推荐、药物信息推荐方法、装置、设备及介质
WO2021151357A1 (zh) * 2020-09-08 2021-08-05 平安科技（深圳）有限公司 决策信息推荐、药物信息推荐方法、装置、设备及介质
WO2022062353A1 (zh) * 2020-09-23 2022-03-31 康键信息技术（深圳）有限公司 医疗数据处理方法、装置、计算机设备和存储介质
CN112182386A (zh) * 2020-09-29 2021-01-05 中国银联股份有限公司 一种基于知识图谱的目标推荐方法及装置
CN112182386B (zh) * 2020-09-29 2023-12-05 中国银联股份有限公司 一种基于知识图谱的目标推荐方法及装置
CN112242189A (zh) * 2020-10-10 2021-01-19 北京小乔机器人科技发展有限公司 一种在线语音找药的方法
CN112214613A (zh) * 2020-10-15 2021-01-12 平安国际智慧城市科技股份有限公司 基于人工智能的用药推荐方法、装置、电子设备及介质
CN112241460A (zh) * 2020-10-27 2021-01-19 上海明略人工智能(集团)有限公司 辅助推荐关键词的方法、装置、电子设备及存储介质
WO2022095892A1 (zh) * 2020-11-09 2022-05-12 北京京东拓先科技有限公司 推送信息的生成方法、装置
CN112650856A (zh) * 2020-12-28 2021-04-13 上海卓繁信息技术股份有限公司 一种提供学术领域研究方向的咨询方法、装置和电子设备
CN112650857A (zh) * 2020-12-28 2021-04-13 上海卓繁信息技术股份有限公司 一种新型咨询方法、装置和电子设备
CN112802573A (zh) * 2021-01-26 2021-05-14 中国科学技术大学 药品包推荐方法、装置、计算机系统及可读存储介质
CN112802573B (zh) * 2021-01-26 2023-06-20 中国科学技术大学 药品包推荐方法、装置、计算机系统及可读存储介质
CN112951362A (zh) * 2021-02-23 2021-06-11 上海商汤智能科技有限公司 药物推荐方法、装置、设备及存储介质
US20220328156A1 (en) * 2021-04-10 2022-10-13 Zhejiang University Method, apparatus, device and medium for medication decision support based on graphics state machine
WO2022213690A1 (zh) * 2021-04-10 2022-10-13 浙江大学 基于图形状态机的用药决策支持方法、装置、设备、介质
CN112802575B (zh) * 2021-04-10 2021-09-03 浙江大学 基于图形状态机的用药决策支持方法、装置、设备、介质
CN112802575A (zh) * 2021-04-10 2021-05-14 浙江大学 基于图形状态机的用药决策支持方法、装置、设备、介质
CN114186681A (zh) * 2021-11-30 2022-03-15 北京百度网讯科技有限公司 用于生成模型簇的方法、装置及计算机程序产品
CN114792571B (zh) * 2022-03-09 2023-03-07 广州方舟信息科技有限公司 药品信息推送方法、装置、服务器及计算机可读存储介质
CN114792571A (zh) * 2022-03-09 2022-07-26 广州方舟信息科技有限公司 药品信息推送方法、装置、服务器及计算机可读存储介质
CN114996507A (zh) * 2022-06-10 2022-09-02 北京达佳互联信息技术有限公司 视频推荐方法及装置
CN117252664A (zh) * 2023-11-10 2023-12-19 浙江口碑网络技术有限公司 药品推荐理由生成方法、装置、介质及设备
CN117877667A (zh) * 2024-03-13 2024-04-12 吉林大学 一种基于互联网的医护配药信息管理系统
CN117877667B (zh) * 2024-03-13 2024-06-04 吉林大学 一种基于互联网的医护配药信息管理系统

Also Published As

Publication number Publication date
US20210210213A1 (en) 2021-07-08
WO2020147758A1 (zh) 2020-07-23
CN111656384A (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
CN109658208A (zh) 药品的推荐方法、装置、介质和电子设备
Waitman et al. Expressing observations from electronic medical record flowsheets in an i2b2 based clinical data repository to support research and quality improvement
CN111191020B (zh) 基于机器学习和知识图谱的处方推荐方法和系统
Weber et al. Finding the missing link for big biomedical data
US20200111578A1 (en) Methods and systems for software clinical guidance
Stead et al. Integration and beyond: linking information from disparate sources and into workflow
Bilici et al. The use of computer-interpretable clinical guidelines to manage care complexities of patients with multimorbid conditions: a review
US8160895B2 (en) User interface for clinical decision support
CN107799160A (zh) 用药辅助决策方法及装置、存储介质、电子设备
KR20130140848A (ko) 질의-응답 시스템을 사용하는 의학적 감별진단 및 치료를 위한 의사결정-지원 애플리케이션 및 시스템
CA2852101A1 (en) Method and system for validation of claims against policy with contextualized semantic interoperability
González-Ferrer et al. Understanding requirements of clinical data standards for developing interoperable knowledge-based DSS: A case study
CN116013534A (zh) 一种基于医学指南和数据的临床辅助决策方法及系统
US11915830B2 (en) Intelligent prompting of protocols
Ting et al. CASESIAN: A knowledge-based system using statistical and experiential perspectives for improving the knowledge sharing in the medical prescription process
Kumar Healthcare analytics made simple: techniques in healthcare computing using machine learning and Python
Pergolizzi Jr et al. Brave new healthcare: a narrative review of digital healthcare in American medicine
Han-Lin et al. An analysis on the utilisation of health information technology to support clinical operation of Chinese medicine
Scherb et al. Evaluation of outcome change scores for patients with pneumonia or heart failure
Afzal et al. Redesign of clinical decision systems to support precision medicine
Nalluri et al. A smart healthcare portal for clinical decision making and precision medicine
Shrestha et al. A Bayesian method for the automatic extraction of meaningful clinical sequences from large clinical databases
Riaño et al. Mining hospital data to learn SDA* clinical algorithms
Lu et al. [Retracted] The Design of Critical Care Information System Supporting Clinical Decision Based on Deep Learning Recognition Method
López-Ochoa et al. FASELOD: a faceted search engine in linked open datasets using voice recognition

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