CN111145845A - 基于区块链抗肿瘤药物分级管理及追踪用药依从性系统 - Google Patents
基于区块链抗肿瘤药物分级管理及追踪用药依从性系统 Download PDFInfo
- Publication number
- CN111145845A CN111145845A CN201911321684.4A CN201911321684A CN111145845A CN 111145845 A CN111145845 A CN 111145845A CN 201911321684 A CN201911321684 A CN 201911321684A CN 111145845 A CN111145845 A CN 111145845A
- Authority
- CN
- China
- Prior art keywords
- drug
- block chain
- medication
- data
- medical
- 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
Images
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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- 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
Abstract
本发明涉及基于区块链抗肿瘤药物分级管理及追踪用药依从性系统，包括标准体系框架、预测评估和信息固定化，所述标准体系框架包括构建分级、建立抗肿瘤药物风险分级目录和构建临床医师处方分级程；步骤一.将患者用药数据导入区块链抗肿瘤药物管理系统内储存，评估用药依从性；步骤二.医师通过用药依从性开具药物，将筛选药物的药物有效性、安全性、经济性数据纳入区块链系统中；步骤三.药师根据区块链系统的依从性给患者药物，步骤如下；步骤四.监控用药依从性，调整药物使用，并定期提醒患者服药，能够提前发现不合理医嘱，进行干预，及时与临床护士和医师取得联系，对不合理医嘱进行退回修改，从而提高医嘱的准确性，减少临床不合理的应用，促进患者用药安全。
Description
技术领域
本发明属于医疗卫生服务互联网技术领域，尤其涉及基于区块链抗肿瘤药物分级管理及追踪用药依从性系统。
背景技术
目前，随着社会的发展，人们的身心健康也越来越受重视，不断推进了医疗保障制度的改革。但是在医疗体制改革的同时，也暴露出了部分问题，一方面，看病难，看病贵，成为了当前社会大众的普遍问题；另一方面，医患矛盾的普遍性和复杂性难以妥善处理。
特别是在抗肿瘤药物临床应用中，抗肿瘤药物管理的核心策略没有分级管理，造成抗肿瘤药物过度使用或使用不足，抗肿瘤药物临床应用分级管理制度不健全，无法明确各级抗肿瘤药物临床应用的指征，难以落实各级医师应用抗肿瘤药物的初级权限。
发明内容
本发明的目的在于克服现有技术中存在的上述问题，提供基于区块链抗肿瘤药物分级管理及追踪用药依从性系统，能够提前发现不合理医嘱，进行干预，及时与临床护士和医师取得联系，对不合理医嘱进行退回修改，从而提高医嘱的准确性，减少临床不合理的应用，促进患者用药安全。
为实现上述目的，本发明采用的技术方案如下。
基于区块链抗肿瘤药物分级管理系统，包括标准体系框架、预测评估和信息固定化，其特征在于：
所述标准体系框架包括构建分级、建立抗肿瘤药物风险分级目录和构建临床医师处方分级程；
所述构建分级包括以下步骤：
S1.将医疗数据储存在区块链的主节点上，构建医疗数据；
S2.医疗机构采集医疗数据；
S3.根据采集的医疗数据制定医疗方案，医务工作人员在医疗方案上签字，记录存储到区块链内并广播；
S4. 判断病情，如果病情轻微，则口服药物或者输液治疗；如果病情严重，则安排手术治疗，手术前进行身体检查，将检查结果储存到区块链中；
S5.手术治疗，将手术过程中的签字数据存储到区块链中；
S6.手术完毕，定时记录病人服用药物和生命体征数据，并将数据储存到区块链中；
S7.病人出院后，对病人的日常服药进行数据记录，并将服药数据存储到区块链中；
所述建立抗肿瘤药物风险分级目录包括应用纸质问卷、电子问卷、系统评价和回顾性调查分析得出的风险信息；
所述应用纸质问卷包括收集抗肿瘤药物临床应用的分析评估；
所述电子问卷包括受访者对抗肿瘤药物风险因素的评价；
所述系统评价通过数据处理，建立风险评分模型，计算纸质问卷和电子问卷的受访者对每个药物打分，通过统计软件每种药物对不同职业、职称受访者得分情况进行分析，医护人员通过不同职业、职称群体对同一种抗肿瘤药物临床应用进行风险差异评估；
所述回顾性调查分析包括通过每个抗肿瘤药物的风险得分、临床应用、权威指南和专家意见，指定抗肿瘤药物风险分级目录。
所述构建临床医师处方分级程包括PIVS信息管理平台，所述PIVS信息管理平台将所有临床医生开具抗肿瘤药物处方发送给相应权限职称的医生，审核后形成医嘱；
所述预测评估包括以下步骤：
a1.收集抗肿瘤药物风险资料；
a2.通过HIS和PIVAS审方软件构建抗肿瘤药物风险提示系统；
a3.将风险提示内容提供给医务工作人员；
所述信息固定化包括通过大数据和区块链技术进行抗肿瘤药物专项处方点评，形成临床诊疗规范和指南的资料数据库。
所述抗肿瘤药物风险资料包括药物适应症、药物用法、药物用量、用药信息、医用装置、输注安全性、输注速度、不良反应处理措施。
所述肿瘤药物风险提示系统包括医生界面、护士界面和药师界面；
所述医生界面包括药物适应症、药物用法、药物用量和用药信息的风险提示；
所述护士界面包括输液稳定性、药物输液安全性、输注速度、医用装置、发生不良反应的风险提示；
所述药师界面包括通过医生界面和护士界面提供用药信息。
基于区块链抗肿瘤药物的追踪用药依从性系统，其特征在于：包括以下控制步骤：
步骤一. 将患者用药数据导入区块链抗肿瘤药物管理系统内储存，评估用药依从性；
步骤二.医师通过用药依从性开具药物，选择药物通过循证方法学和PUBMED数据库内筛选，将筛选药物的药物有效性、安全性、经济性数据纳入区块链系统中；
步骤三.药师根据区块链系统的依从性给患者药物，步骤如下：
x 1.记录患者实际用药时间和用药次数；
x2.计算得到实际用药完成率W；
x 3.计算得到实际用药时间波动率Q；
X4.对实际用药完成率和实际用药时间准确率分别设定权重；
x 5.综合计算得到用药依从性指数；
x 6.对每种药物的用药性从性指数取加权平均值得到平均用药依从性指数；
步骤四.监控用药依从性，调整药物使用，并定期提醒患者服药。
采用本发明的优点在于。
1、通过标准体系框架、预测评估和信息固定化对抗肿瘤药物临床应用实行分级管理，根据药物安全性、疗效，价格等因素，将抗肿瘤药物分为“普通使用级”和“限制使用级”两者，能够提前发现不合理医嘱，进行干预，及时与临床护士和医师取得联系，对不合理医嘱进行退回修改，从而提高医嘱的准确性，减少临床不合理的应用，促进患者用药安全，分级管理是抗肿瘤药物管理的核心策略，有助于减少抗肿瘤药物过度使用或使用不足，医疗机构应当建立健全抗肿瘤药物临床应用分级管理制度，按照“普通使用级”和“限制使用级”的分级原则，明确各级抗肿瘤药物临床应用的指征，落实各级医师应用抗肿瘤药物的初级权限。
2、通过标准体系框架以一个月总配重数量为1492例中，差错数量为0例，差错率为0.00％；未采用标准体系框架时一个月的差错率为0.02％，采用标准体系框架差错率降低了0.02％。
3、通过区块链的技术框架对医疗数据进行管理和存储，将数据存储在区块链上，保证了数据的不可篡改性和追溯性，可随时查询治疗的流程状况，提高了治疗的效率和透明性，利用信息化使抗肿瘤化疗药物分级管理得到进一步优化，方便医务人员工作，保障患者的用药质量和安全，提升满意度。
4、通过在区块链内大数据进行专项处方点评，整理分析PIVAS风险因素，制定相应对策，并持续完善抗肿瘤药物风险提示系统，保障医疗质量和安全。
5.通过将患者用药情况导入区块链技术中，严格存储其用药情况，评估用药依从性。
附图说明
图1为本发明中临床医师处方分级系统的工作流程图。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1
如图1所示，基于区块链抗肿瘤药物分级管理系统，包括标准体系框架、预测评估和信息固定化，其特征在于：
所述标准体系框架包括构建分级、建立抗肿瘤药物风险分级目录和构建临床医师处方分级程；
所述构建分级包括以下步骤：
S1.将医疗数据储存在区块链的主节点上，构建医疗数据；
S2.医疗机构采集医疗数据；
S3.根据采集的医疗数据制定医疗方案，医务工作人员在医疗方案上签字，记录存储到区块链内并广播；
S4. 判断病情，如果病情轻微，则口服药物或者输液治疗；如果病情严重，则安排手术治疗，手术前进行身体检查，将检查结果储存到区块链中；
判断病情轻微还是严重，根据以下情况综合判断并对肿瘤患者进行分级：（1）肿瘤程度的大小；（2）肿瘤的分化程度；（3）肿瘤被侵润的范围大小；（4）肿瘤是否累计淋巴结（5）肿瘤是良性还是恶性，由于每种肿瘤疾病的分级标准不一样，故以卵巢癌为例，国际妇产科学联盟具体的分级如下：一、临床Ⅰ期:肿瘤局限于卵巢，Ⅰa:肿瘤局限于一侧卵巢,无腹水,包膜完整,表面无肿瘤；Ⅰb:肿瘤局限于双侧卵巢,无腹水,包膜完整,表面无肿瘤；Ⅰc:Ⅰa或Ⅰb期病变已累及卵巢表面;或包膜破裂;或腹水或腹腔冲洗液发现恶性细胞；二、临床Ⅱ期:病变累及一侧或双侧卵巢,伴盆腔转移。Ⅱa:蔓延和/或转移至子宫或输卵管；Ⅱb:蔓延至其他盆腔组织；Ⅱc:Ⅱa或Ⅱb期病变已累及卵巢表面;或包膜破裂;在腹水中或腹腔冲洗液发现恶性细胞；三、临床Ⅲ期:肿瘤侵及一侧或双侧卵巢,伴盆腔以外腹膜种植或腹膜后或腹股沟淋巴结转移；Ⅲa:肿瘤局限在盆腔未侵及淋巴结,但腹腔腹膜面有镜下种植；Ⅲb:腹腔腹膜种植瘤直径小于2cm,淋巴结阴性；Ⅲc:腹腔腹膜种植瘤大于2cm,或伴有腹膜后；四、临床分期Ⅳ期:肿瘤侵及一侧或双侧卵巢并有远处转移,胸水存在时需找到恶性细胞，不同的病症是根据其临床的不同标准来判断的，判断标准是临床医生都知晓的。
S5.手术治疗，将手术过程中的签字数据存储到区块链中；
S6.手术完毕，定时记录病人服用药物和生命体征数据，并将数据储存到区块链中；
S7.病人出院后，对病人的日常服药进行数据记录，并将服药数据存储到区块链中；
所述建立抗肿瘤药物风险分级目录包括应用纸质问卷、电子问卷、系统评价和回顾性调查分析得出的风险信息；
所述应用纸质问卷包括收集抗肿瘤药物临床应用的分析评估；
所述电子问卷包括受访者对抗肿瘤药物风险因素的评价；
所述系统评价通过数据处理，建立风险评分模型，计算纸质问卷和电子问卷的受访者对每个药物打分，通过统计软件每种药物对不同职业、职称受访者得分情况进行分析，医护人员通过不同职业、职称群体对同一种抗肿瘤药物临床应用进行风险差异评估；
所述回顾性调查分析包括通过每个抗肿瘤药物的风险得分、临床应用、权威指南和专家意见，指定抗肿瘤药物风险分级目录。
所述构建临床医师处方分级程包括PIVS信息管理平台，所述PIVS信息管理平台将所有临床医生开具抗肿瘤药物处方发送给相应权限职称的医生，审核后形成医嘱；
如图1所示，开始；医生开具医嘱；方案是否喊一级风险药品，是含一级风险，需要副主任医师及医生审核，不含一级风险，方案是否含二级风险药品；是含二级风险，需要主治医生审核，不含耳级风险，则是否为三级风险药品，是含三级风险，则住院医师审核，副主任医师及医生、主治医生住院医师审核后是否为合理医嘱，是合理医嘱，则进入PIVAS信息管理平台，不是合理医嘱返回医生开具医嘱进行从新审核。
所述预测评估包括以下步骤：
a1.收集抗肿瘤药物风险资料；
a2.通过HIS和PIVAS审方软件构建抗肿瘤药物风险提示系统；
a3.将风险提示内容提供给医务工作人员；
所述信息固定化包括通过大数据和区块链技术进行抗肿瘤药物专项处方点评，形成临床诊疗规范和指南的资料数据库。
所述抗肿瘤药物风险资料包括药物适应症、药物用法、药物用量、用药信息、医用装置、输注安全性、输注速度、不良反应处理措施。
所述肿瘤药物风险提示系统包括医生界面、护士界面和药师界面；
所述医生界面包括药物适应症、药物用法、药物用量和用药信息的风险提示；
所述护士界面包括输液稳定性、药物输液安全性、输注速度、医用装置、发生不良反应的风险提示；
所述药师界面包括通过医生界面和护士界面提供用药信息，界面信息表格如下；
PIVS妇科化疗肿瘤药物危险性分级及警示信息
基于区块链抗肿瘤药物的追踪用药依从性系统，包括以下控制步骤：
步骤一. 将患者用药数据导入区块链抗肿瘤药物管理系统内储存，评估用药依从性；
步骤二.医师通过用药依从性开具药物，选择药物通过循证方法学和PUBMED数据库内筛选，将筛选药物的药物有效性、安全性、经济性数据纳入区块链系统中；
步骤三.药师根据区块链系统的依从性给患者药物，步骤如下：
x 1.记录患者实际用药时间和用药次数；
x2.计算得到实际用药完成率W；
x 3.计算得到实际用药时间波动率Q；
X4.对实际用药完成率和实际用药时间准确率分别设定权重
x 5.综合计算得到用药依从性指数
x 6.对每种药物的用药性从性指数取加权平均值得到平均用药依从性指数；
步骤四.监控用药依从性，调整药物使用，并定期提醒患者服药。
通过标准体系框架、预测评估和信息固定化对抗肿瘤药物临床应用实行分级管理，根据药物安全性、疗效，价格等因素，将抗肿瘤药物分为“普通使用级”和“限制使用级”两者，能够提前发现不合理医嘱，进行干预，及时与临床护士和医师取得联系，对不合理医嘱进行退回修改，从而提高医嘱的准确性，减少临床不合理的应用，促进患者用药安全，分级管理是抗肿瘤药物管理的核心策略，有助于减少抗肿瘤药物过度使用或使用不足，医疗机构应当建立健全抗肿瘤药物临床应用分级管理制度，按照“普通使用级”和“限制使用级”的分级原则，明确各级抗肿瘤药物临床应用的指征，落实各级医师应用抗肿瘤药物的初级权限。
通过标准体系框架以一个月总配重数量为1492例中，差错数量为0例，差错率为0.00％；未采用标准体系框架时一个月的差错率为0.02％，采用标准体系框架差错率降低了0.02％。
通过区块链的技术框架对医疗数据进行管理和存储，将数据存储在区块链上，保证了数据的不可篡改性和追溯性，可随时查询治疗的流程状况，提高了治疗的效率和透明性，利用信息化使抗肿瘤化疗药物分级管理得到进一步优化，方便医务人员工作，保障患者的用药质量和安全，提升满意度。
通过在区块链内大数据进行专项处方点评，整理分析PIVAS风险因素，制定相应对策，并持续完善抗肿瘤药物风险提示系统，保障医疗质量和安全。
通过将患者用药情况导入区块链技术中，严格存储其用药情况，评估用药依从性。
以上所述实施例仅表达了本申请的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请技术方案构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。
Claims (4)
1.基于区块链抗肿瘤药物分级管理系统，包括标准体系框架、预测评估和信息固定化，其特征在于：
所述标准体系框架包括构建分级、建立抗肿瘤药物风险分级目录和构建临床医师处方分级程；
所述构建分级包括以下步骤：
S1.将医疗数据储存在区块链的主节点上，构建医疗数据；
S2.医疗机构采集医疗数据；
S3.根据采集的医疗数据制定医疗方案，医务工作人员在医疗方案上签字，记录存储到区块链内并广播；
S4.判断病情，如果病情轻微，则口服药物或者输液治疗；如果病情严重，则安排手术治疗，手术前进行身体检查，将检查结果储存到区块链中；
S5.手术治疗，将手术过程中的签字数据存储到区块链中；
S6.手术完毕，定时记录病人服用药物和生命体征数据，并将数据储存到区块链中；
S7.病人出院后，对病人的日常服药进行数据记录，并将服药数据存储到区块链中；
所述建立抗肿瘤药物风险分级目录包括应用纸质问卷、电子问卷、系统评价和回顾性调查分析得出的风险信息；
所述应用纸质问卷包括收集抗肿瘤药物临床应用的分析评估；
所述电子问卷包括受访者对抗肿瘤药物风险因素的评价；
所述系统评价通过数据处理，建立风险评分模型，计算纸质问卷和电子问卷的受访者对每个药物打分，通过统计软件每种药物对不同职业、职称受访者得分情况进行分析，医护人员通过不同职业、职称群体对同一种抗肿瘤药物临床应用进行风险差异评估。
所述构建临床医师处方分级程包括PIVS信息管理平台，所述PIVS信息管理平台将所有临床医生开具抗肿瘤药物处方发送给相应权限职称的医生，审核后形成医嘱；
所述预测评估包括以下步骤：
a1.收集抗肿瘤药物风险资料；
a2.通过HIS和PIVAS审方软件构建抗肿瘤药物风险提示系统；
a3.将风险提示内容提供给医务工作人员；
所述信息固定化包括通过大数据和区块链技术进行抗肿瘤药物专项处方点评，形成临床诊疗规范和指南的资料数据库。
2.如权利要求1所述的基于区块链抗肿瘤药物管理系统，其特征在于：所述抗肿瘤药物风险资料包括药物适应症、药物用法、药物用量、用药信息、医用装置、输注安全性、输注速度、不良反应处理措施。
3.如权利要求1所述的基于区块链抗肿瘤药物管理系统，其特征在于：所述肿瘤药物风险提示系统包括医生界面、护士界面和药师界面；
所述医生界面包括药物适应症、药物用法、药物用量和用药信息的风险提示；
所述护士界面包括输液稳定性、药物输液安全性、输注速度、医用装置、发生不良反应的风险提示；
所述药师界面包括通过医生界面和护士界面提供用药信息。
4.基于区块链抗肿瘤药物的追踪用药依从性系统，其特征在于：包括以下控制步骤：
步骤一. 将患者用药数据导入区块链抗肿瘤药物管理系统内储存，评估用药依从性；
步骤二.医师通过用药依从性开具药物，选择药物通过循证方法学和PUBMED数据库内筛选，将筛选药物的药物有效性、安全性、经济性数据纳入区块链系统中；
步骤三.药师根据区块链系统的依从性给患者药物，步骤如下：
x 1.记录患者实际用药时间和用药次数；
x2.计算得到实际用药完成率W；
x 3.计算得到实际用药时间波动率Q；
X4.对实际用药完成率和实际用药时间准确率分别设定权重
x 5.综合计算得到用药依从性指数
x 6.对每种药物的用药性从性指数取加权平均值得到平均用药依从性指数；
步骤四.监控用药依从性，调整药物使用，并定期提醒患者服药。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911321684.4A CN111145845A (zh) | 2019-12-20 | 2019-12-20 | 基于区块链抗肿瘤药物分级管理及追踪用药依从性系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911321684.4A CN111145845A (zh) | 2019-12-20 | 2019-12-20 | 基于区块链抗肿瘤药物分级管理及追踪用药依从性系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111145845A true CN111145845A (zh) | 2020-05-12 |
Family
ID=70519047
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911321684.4A Pending CN111145845A (zh) | 2019-12-20 | 2019-12-20 | 基于区块链抗肿瘤药物分级管理及追踪用药依从性系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111145845A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111613290A (zh) * | 2020-05-26 | 2020-09-01 | 牛津(海南)区块链研究院有限公司 | 一种基于区块链的医疗信息管理系统 |
| CN115148375A (zh) * | 2022-08-31 | 2022-10-04 | 之江实验室 | 一种高通量真实世界药物有效性与安全性评价方法及系统 |
| CN117116504A (zh) * | 2023-07-24 | 2023-11-24 | 北京同仁堂互联网医院管理有限公司 | 一种中药用药安全的管理方法、装置、设备及可读介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105760698A (zh) * | 2016-03-18 | 2016-07-13 | 华中科技大学同济医学院附属协和医院 | 一种药品不良反应预警分析系统及方法 |
| CN106778052A (zh) * | 2017-03-24 | 2017-05-31 | 重庆医科大学附属永川医院 | 临床药品管控及处方医嘱评价方法 |
| CN108242259A (zh) * | 2016-12-24 | 2018-07-03 | 哈尔滨光凯科技开发有限公司 | 一种用于改善患者用药依从性的系统设计方法 |
| CN108538352A (zh) * | 2018-03-19 | 2018-09-14 | 杭州逸曜信息技术有限公司 | 用药信息处理方法 |
| CN108777163A (zh) * | 2018-06-08 | 2018-11-09 | 广州天恒信息科技有限公司 | 基于医师、护理、药学全方位的合理安全输液预警监控方法 |
| CN108877954A (zh) * | 2018-06-07 | 2018-11-23 | 中国医学科学院北京协和医院 | 一种用药依从性评估方法 |
| CN109119135A (zh) * | 2018-08-22 | 2019-01-01 | 广东工业大学 | 一种基于区块链的医疗安全追溯方法及系统 |
| CN109273096A (zh) * | 2018-09-05 | 2019-01-25 | 南京邮电大学 | 一种基于机器学习的药品风险分级评估方法 |
| CN110534168A (zh) * | 2019-08-30 | 2019-12-03 | 北京百度网讯科技有限公司 | 药嘱风险提示方法、装置、电子设备及存储介质 |
-
2019
- 2019-12-20 CN CN201911321684.4A patent/CN111145845A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105760698A (zh) * | 2016-03-18 | 2016-07-13 | 华中科技大学同济医学院附属协和医院 | 一种药品不良反应预警分析系统及方法 |
| CN108242259A (zh) * | 2016-12-24 | 2018-07-03 | 哈尔滨光凯科技开发有限公司 | 一种用于改善患者用药依从性的系统设计方法 |
| CN106778052A (zh) * | 2017-03-24 | 2017-05-31 | 重庆医科大学附属永川医院 | 临床药品管控及处方医嘱评价方法 |
| CN108538352A (zh) * | 2018-03-19 | 2018-09-14 | 杭州逸曜信息技术有限公司 | 用药信息处理方法 |
| CN108877954A (zh) * | 2018-06-07 | 2018-11-23 | 中国医学科学院北京协和医院 | 一种用药依从性评估方法 |
| CN108777163A (zh) * | 2018-06-08 | 2018-11-09 | 广州天恒信息科技有限公司 | 基于医师、护理、药学全方位的合理安全输液预警监控方法 |
| CN109119135A (zh) * | 2018-08-22 | 2019-01-01 | 广东工业大学 | 一种基于区块链的医疗安全追溯方法及系统 |
| CN109273096A (zh) * | 2018-09-05 | 2019-01-25 | 南京邮电大学 | 一种基于机器学习的药品风险分级评估方法 |
| CN110534168A (zh) * | 2019-08-30 | 2019-12-03 | 北京百度网讯科技有限公司 | 药嘱风险提示方法、装置、电子设备及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 中华人民共和国国家卫生健康委员会官网: "新型抗肿瘤药物临床应用指导原则（ 2018 年版）", 《肿瘤综合治疗电子杂志 》 * |
| 史蕤 等: "基于主观量化评分的抗肿瘤药物高警示分级调研", 《第七届中国药学会医院肿瘤药学大学论文集》 * |
| 喻惠敏 等: "区块链技术在药学服务链中的应用探讨", 《中国食品药品监管》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111613290A (zh) * | 2020-05-26 | 2020-09-01 | 牛津(海南)区块链研究院有限公司 | 一种基于区块链的医疗信息管理系统 |
| CN111613290B (zh) * | 2020-05-26 | 2024-01-23 | 牛津(海南)区块链研究院有限公司 | 一种基于区块链的医疗信息管理系统 |
| CN115148375A (zh) * | 2022-08-31 | 2022-10-04 | 之江实验室 | 一种高通量真实世界药物有效性与安全性评价方法及系统 |
| CN115148375B (zh) * | 2022-08-31 | 2022-11-15 | 之江实验室 | 一种高通量真实世界药物有效性与安全性评价方法及系统 |
| CN117116504A (zh) * | 2023-07-24 | 2023-11-24 | 北京同仁堂互联网医院管理有限公司 | 一种中药用药安全的管理方法、装置、设备及可读介质 |
| CN117116504B (zh) * | 2023-07-24 | 2024-04-19 | 北京同仁堂互联网医院管理有限公司 | 一种中药用药安全的管理方法、装置、设备及可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Olson et al. | The Mayo Clinic Biobank: a building block for individualized medicine | |
| DeShazo et al. | A comparison of a multistate inpatient EHR database to the HCUP Nationwide Inpatient Sample | |
| Gershon et al. | Quantifying health services use for chronic obstructive pulmonary disease | |
| Koornneef et al. | Health system reform in the emirate of Abu Dhabi, United Arab Emirates | |
| Kurian et al. | Breast cancer treatment across health care systems: linking electronic medical records and state registry data to enable outcomes research | |
| CN106485403A (zh) | 基于医疗大数据的医院评价系统及评价方法 | |
| CN111145845A (zh) | 基于区块链抗肿瘤药物分级管理及追踪用药依从性系统 | |
| Walsh et al. | Identifying adherence patterns across multiple medications and their association with health outcomes in older community-dwelling adults with multimorbidity | |
| Yoong et al. | A pilot study to investigate adherence to long-acting opioids among patients with advanced lung cancer | |
| Ankrah et al. | A review of the Ghana National Health Insurance Scheme claims database: possibilities and limits for drug utilization research | |
| Katz et al. | A comparison of models of primary care delivery in Winnipeg | |
| Hornbrook | Techniques for assessing hospital case mix | |
| Liu et al. | Performance evaluation of medical service for breast cancer patients based on diagnosis related groups | |
| Nuhu | Determinants of health-seeking behavior in Ghana | |
| Seesaghur et al. | Assessment of bone-targeting agents use in patients with bone metastasis from breast, lung or prostate cancer using structured and unstructured electronic health records from a regional UK-based hospital | |
| Vedmedovska et al. | The correlation between abnormal uterine artery flow in the first trimester and genetic thrombophilic alteration: a prospective case-controlled pilot study | |
| Almanie et al. | Economic impact of waste in Prescribing, Dispensing, and Medication consumption in the United States | |
| CN113468138A (zh) | 一种医疗数据库规则完善的方法、系统和计算机介质 | |
| Beney et al. | Effect of telephone follow‐up on the physical well‐being dimension of quality of life in patients with cancer | |
| Smith | Non-medical prescribing in New Zealand: is it achieving its aims | |
| Aziz et al. | Patient-physician relationship and the role of clinical decision support systems | |
| Isaacs et al. | Quality of care and cost of prescriptions for diabetes and hypertension at primary healthcare facilities in the Cape Town Metropole | |
| Merola et al. | An algorithm to predict data completeness in oncology electronic medical records for comparative effectiveness research | |
| عواوده | Needs and Interests of Pharmacists in Counseling and Promoting Healthy Practices Regarding Breast Cancer in Palestine: A Study Among Pharmacists and Patients with Breast Cancer | |
| Chen et al. | Construction and application of nasopharyngeal carcinoma-specific big data platform based on electronic health records |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200512 |