CN111192650B - 基于肠外营养的药方信息推送方法、装置和计算机设备 - Google Patents
基于肠外营养的药方信息推送方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN111192650B CN111192650B CN201911359095.5A CN201911359095A CN111192650B CN 111192650 B CN111192650 B CN 111192650B CN 201911359095 A CN201911359095 A CN 201911359095A CN 111192650 B CN111192650 B CN 111192650B
- Authority
- CN
- China
- Prior art keywords
- information
- prescription
- patient
- index
- historical
- 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.)
- Active
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
- 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
- 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)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及一种基于肠外营养的药方信息推送方法、装置和计算机设备。所述方法包括:获取肠外营养药方推送任务,所述肠外营养药方推送任务携带患者标识;获取与所述患者标识相对应的患者信息,根据所述患者信息确定对应的能量因子;调用指标匹配模型,所述指标匹配模型是基于历史患者信息与历史药方信息进行大数据分析所建立的;根据所述指标匹配模型对所述患者信息进行匹配,得到多个营养指标项对应的参考量;基于所述能量因子和所述参考量确定所述营养指标项对应的目标量;根据所述目标量生成药方信息,将所述药方信息推送至对应终端。采用本方法能够节省确定基于肠外营养的药方信息的时间成本,减少医生的工作量。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种基于肠外营养的药方信息推送方法、装置、计算机设备和存储介质。
背景技术
肠外营养是指通过静脉等途径内供给营养要素,为无法正常进食的患者提供营养支持。例如,部分新生儿或早产儿无法正常进食,需要通过肠外营养液提供碳水化合物、氨基酸、维生素、电解质以及微量元素等,以此保证新生儿的正常生长发育。其中,肠外营养液的药方是十分重要且复杂的。
在传统方式中,通常是由医生根据患者的实际身体情况,综合年龄、性别、体重等因素人工确定肠外营养药方。传统人工生成药方的方式需要花费医生较多的时间,时间成本较高。
发明内容
基于此,有必要针对上述人工生成药方信息所需时间较多的技术问题,提供一种能够减少确定药方信息所对应的时间成本的基于肠外营养的药方信息推送方法、装置、计算机设备和存储介质。
一种基于肠外营养的药方信息推送方法,所述方法包括:
获取肠外营养药方推送任务,所述肠外营养药方推送任务携带患者标识;
获取与所述患者标识相对应的患者信息,根据所述患者信息确定对应的能量因子;
调用指标匹配模型,所述指标匹配模型是基于历史患者信息与历史药方信息进行大数据分析所建立的;
根据所述指标匹配模型对所述患者信息进行匹配,得到多个营养指标项对应的参考量;
基于所述能量因子和所述参考量确定所述营养指标项对应的目标量;
根据所述目标量生成药方信息,将所述药方信息推送至对应终端。
在其中一个实施例中,所述患者信息包括生理信息,所述根据所述指标匹配模型对所述患者信息进行匹配,得到多个营养指标项对应的参考量包括:
根据所述生理信息提取所述患者标识对应的特征数据;
将所述特征数据输入所述指标匹配模型进行特征匹配;
获取所述指标匹配模型输出的多个营养指标项,以及所述营养指标项对应的参考量。
在其中一个实施例中,所述方法还包括:
获取多个历史患者信息,以及与所述历史患者信息对应的历史药方信息;
从所述历史患者信息中提取对应的历史特征数据;
根据所述历史特征数据与所述历史药方信息进行大数据分析,得到所述历史特征数据与所述历史药方信息之间的关联关系;
根据所述关联关系建立所述指标匹配模型。
在其中一个实施例中,所述患者信息还包括临床信息,在所述根据所述指标匹配模型对所述患者信息进行匹配,得到多个营养指标项对应的参考量之后,所述方法还包括:
分析所述临床信息,得到所述临床信息对应的待调整指标项;
根据所述临床信息确定所述待调整指标项所对应的调整参数;
基于所述调整参数对所述待调整指标项对应的参考量进行调整,得到调整后的参考量。
在其中一个实施例中,所述根据所述患者信息确定对应的能量因子包括:
从所述患者信息中提取预设时间段内的体重数据;
根据所述体重数据获取所述患者标识所对应的生长特征;
将所述生长特征与标准生长特征进行比对,得到生长差异数据;
根据所述生长差异数据确定所述患者标识对应的能量因子。
在其中一个实施例中,所述根据所述目标量生成药方信息包括:
获取与所述营养指标项对应的营养药物组;
根据所述营养药物组中药物标识对应的优先级,确定所述营养指标项对应的目标药物标识;
读取所述目标药物标识对应的药物数据,根据所述营养指标项对应的目标量以及所述药物数据,确定所述目标药物标识对应的药物剂量;
根据所述目标药物标识,以及所述目标药物标识对应的药物剂量生成基于肠外营养的药方信息。
在其中一个实施例中,在所述将所述药方信息推送至对应终端之后,所述方法还包括:
接收所述终端上传的药方修正请求,所述药方修正请求携带药方修正参数;
根据所述药方修正参数对所述药方信息进行修正,得到修正后的药方信息;
对所述修正后的药方信息进行合理性校验;
当校验失败时,生成预警提示信息,将所述预警提示信息返回至所述终端。
一种基于肠外营养的药方信息推送装置,所述装置包括:
任务获取模块,用于获取肠外营养药方推送任务,所述肠外营养药方推送任务携带患者标识;
信息获取模块,用于获取与所述患者标识相对应的患者信息,根据所述患者信息确定对应的能量因子;
信息匹配模块,用于调用指标匹配模型,所述指标匹配模型是基于历史患者信息与历史药方信息进行大数据分析所建立的;根据所述指标匹配模型对所述患者信息进行匹配,得到多个营养指标项对应的参考量;
目标量确定模块,用于基于所述能量因子和所述参考量确定所述营养指标项对应的目标量;
信息推送模块,用于根据所述目标量生成药方信息,将所述药方信息推送至对应终端。
在其中一个实施例中,所述患者信息包括生理信息,所述信息匹配模块还用于根据所述生理信息提取所述患者标识对应的特征数据;将所述特征数据输入所述指标匹配模型进行特征匹配;获取所述指标匹配模型输出的多个营养指标项,以及所述营养指标项对应的参考量。
在其中一个实施例中,所述装置还包括模型建立模块,用于获取多个历史患者信息,以及与所述历史患者信息对应的历史药方信息;从所述历史患者信息中提取对应的历史特征数据;根据所述历史特征数据与所述历史药方信息进行大数据分析,得到所述历史特征数据与所述历史药方信息之间的关联关系;根据所述关联关系建立所述指标匹配模型。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述基于肠外营养的药方信息推送方法步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于肠外营养的药方信息推送方法的步骤。
上述基于肠外营养的药方信息推送方法、装置、计算机设备和存储介质,获取患者标识对应的患者信息,根据基于大量历史患者信息和历史药方信息进行大数据分析所建立的指标匹配模型,对患者信息进行匹配,得到准确的与患者信息相匹配的营养指标项的参考量。根据患者标识对应的能量因子,进一步对参考量进行与患者相适应的调整,确定营养指标项对应的目标量。根据营养指标项对应的目标量生成药方信息,有效的保证了药方信息的准确性,将药方信息推送至对应的终端,医生可以直接根据推送的与患者相对应的药方信息确定肠外营养药方,有效的节省了时间成本。
附图说明
图1为一个实施例中基于肠外营养的药方信息推送方法的应用环境图;
图2为一个实施例中基于肠外营养的药方信息推送方法的流程示意图;
图3为一个实施例中根据目标量生成药方信息的步骤的流程示意图;
图4为一个实施例中药方信息展示的界面示意图;
图5为一个实施例中基于肠外营养的药方信息推送装置的结构框图;
图6为一个实施例中计算机设备的内部结构图;
图7为另一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的基于肠外营养的药方信息推送方法,可以应用于终端,也可以应用于服务器。以应用于如图1所示的服务器中为例。其中,终端102通过网络与服务器104通过网络进行通信。终端102可以向服务器104发送肠外营养药方推送请求,服务器104获取对应的肠外营养药方推送任务,肠外营养药方推送任务携带患者标识。服务器104获取与患者标识相对应的患者信息,根据患者信息确定对应的能量因子。服务器104调用指标匹配模型,指标匹配模型是基于历史患者信息与历史药方信息进行大数据分析所建立的,根据指标匹配模型对患者信息进行匹配,得到多个营养指标项对应的参考量。服务器104基于能量因子和参考量确定营养指标项对应的目标量,根据目标量生成药方信息。服务器104将药方信息推送至对应的终端102。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种基于肠外营养的药方信息推送方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤202,获取肠外营养药方推送任务,肠外营养药方推送任务携带患者标识。
肠外营养(parenteral nutrition,简称PN)是指从静脉内供给营养作为患者的营养支持,全部营养均从肠外供给称为全胃肠外营养(total parenteral nutrtion,简称TPN),使患者在无法正常进食的情况下可以维持营养状况,新生儿患者可以继续生长、发育。针对新生儿的全胃肠外营养可以简称为PTPN(Pediatric total parenteralnutrtion,小儿全胃肠外营养)。服务器可以通过多种方式获取肠外营养药方推送任务。例如,服务器可以接收终端上传的肠外营养药方推送请求,肠外营养药方推送请求可以是医生通过终端显示的页面触发的。其中,终端可以显示多种类型的页面,页面中包括至少一个待触发控件,以供医生触发肠外营养药方获取操作,从而获取服务器推送的肠外营养药方信息。比如,终端显示的可以是网页页面,也可以是应用页面,还可以是母应用中子应用所对应的页面。服务器还可以根据用户预先设置的周期自动生成肠外营养药方推送任务。例如,在实际应用过程中,患者通常需要每天进行肠外营养供给,对应的,预设周期可以设置为一天。服务器可以根据预设周期自动生成肠外营养药方推送任务,从而向医生对应的终端推送基于肠外营养的药方信息,帮助医生制定肠外营养药方。肠外营养药方中携带患者标识。患者标识可以用于对患者的身份进行标记。患者标识所对应的患者具体可以包括新生儿患者、手术前后的患者以及病危患者等。患者标识具体可以包括但不限于患者对应的患者名称、患者编号等患者标识信息。
步骤204,获取与患者标识相对应的患者信息,根据患者信息确定对应的能量因子。
服务器获取到肠外营养药方推送任务之后,可以解析肠外营养药方推送任务,得到肠外营养药方推送任务携带的患者标识。服务器可以获取与患者标识相对应的患者信息。患者信息具体可以包括患者的生理信息以及临床信息等。其中,生理信息具体可以包括但不限于患者对应的性别、年龄、胎龄、身高以及体重等信息。临床信息具体可以包括但不限于患者对应的住院时间、肠外营养供给天数、进食数据以及病理诊断数据等。服务器可以从服务器所对应的数据库中获取与患者标识相对应的患者信息。其中,患者信息可以是医生通过对应的终端上传至服务器存储在对应数据库中的。在其中一个实施例中,服务器可以从预设的多个医疗系统对应的数据库中获取与患者标识相对应的患者信息。例如,服务器可以从EMR(Electronic Medical Record,电子病历)、LIS(Laboratory InformationManagement System,实验室信息管理系统)、PACS(Picture archiving andcommunication systems,医学影像存档与通讯系统)、HIS(Hospital InformationSystem,医院信息系统)以及护理系统等多个系统的数据库中获取与患者标识相对应的患者信息。
服务器可以读取患者标识对应的患者信息,根据患者信息确定患者对应的能量因子。其中,能量因子可以作为多个营养指标项所对应的调整权重,用于根据患者信息对多个营养指标项的参考量进行个性化调整,从而得到准确的与患者信息相匹配的肠外营养药方信息。
步骤206,调用指标匹配模型,指标匹配模型是基于历史患者信息与历史药方信息进行大数据分析所建立的。
服务器可以调用指标匹配模型,通过调用的指标匹配模型对获取到的患者信息进行处理。其中,指标匹配模型可以是通过预先建立、训练后配置在服务器中的,指标匹配模型可以用于匹配患者信息,得到与患者信息相匹配的营养指标项对应的参考量。指标匹配模型是基于大量历史患者信息,以及与历史患者信息相对应的历史药方信息等历史数据进行大数据分析所建立的。
在其中一个实施例中,在进行基于肠外营养的药方信息推送之前,服务器可以获取大量的历史数据,历史数据可以是多个医生或药师在历史时间内对患者进行诊断治疗并配置的肠外营养液数据。历史数据具体可以包括但不限于历史患者信息,以及与历史患者信息相对应的历史药方信息。服务器可以从历史患者信息中提取历史患者对应的历史特征数据,历史特征数据可以用于表示历史患者所对应的信息特征。服务器可以根据历史特征数据以及相对应的历史药方信息进行大数据分析,得到历史特征数据与历史药方信息之间的关联关系。服务器可以根据历史特征数据与历史药方信息之间的关联关系建立指标匹配模型,从而根据指标匹配模型对患者信息进行匹配处理,根据历史特征数据与历史药方信息之间的关联关系,匹配得到与患者信息对应的药方信息。
在本实施例中,服务器基于历史患者信息以及与历史患者信息相对应的历史药方信息进行大数据分析,避免一些医生的临床经验不足,根据大量历史数据进行大数据分析可以综合医学理论以及大量医生或者药师的历史临床经验,从而根据指标匹配模型准确的匹配到与患者信息相匹配的药方信息,有效的提高了推送至终端的药方信息的准确性。
步骤208,根据指标匹配模型对患者信息进行匹配,得到多个营养指标项对应的参考量。
服务器可以根据调用的指标匹配模型对患者标识对应的患者信息进行匹配,得到多个营养指标项对应的参考量。具体的,患者信息中包括患者对应的生理信息,服务器可以根据生理信息提取患者标识对应的特征数据,特征数据可以用于表示患者信息中的信息特征。特征数据具体可以包括患者对应的年龄、性别以及体重等信息特征。
在其中一个实施例中,当患者为新生儿患者时,特征数据还可以包括是否早产以及胎龄等多个维度的信息特征。
在其中一个实施例中,由于患者对应的体重数据为影响药方信息的重要因素,服务器可以患者对应的体重数据进行校验,根据校验成功的体重数据进行指标匹配。具体的,服务器可以根据患者信息中的年龄、性别、身高等信息获取患者对应的标准体重数据。根据标准体重数据对患者对应的体重数据进行校验,判断患者是否过胖。当患者对应的体重数据超重时,确定患者体重过胖,校验失败。服务器可以根据患者对应的标准体重数据对校验失败的体重数据进行校正,根据校正后的体重数据匹配对应的营养指标项对应的参考量。
服务器可以将从生理信息中提取到的特征数据输入至指标匹配模型,根据指标匹配模型对患者对应的特征数据进行匹配处理。指标匹配模型可以基于根据历史患者信息和历史药方信息进行大数据分析得到的关联关系,对输入的特征数据进行特征匹配。服务器可以获取指标匹配模型输出的与患者信息相匹配的多个营养指标项,以及多个营养指标项分别对应的参考量。其中,营养指标项可以是用于衡量患者营养情况的内容。营养指标项具体可以包括但不限于氨基酸、葡萄糖、脂肪、热量、脂溶性维生素、钾、钙、镁、磷、钠以及微量元素等指多个标项中的至少一个。营养指标项对应的参考量用于表示肠外营养液中对应营养指标项的参考含量,营养指标项对应的参考量具体可以包括营养指标项的参考含量和单位。参考含量具体可以是一个值,也可以是一个范围。
步骤210,基于能量因子和参考量确定营养指标项对应的目标量。
步骤212,根据目标量生成药方信息,将药方信息推送至对应终端。
服务器可以基于患者信息对应的能量因子,对于患者信息相匹配的多个营养指标项的参考量进行调整
服务器可以基于患者信息对应的能量因子,对多个营养指标项对应的参考量进行调整,确定多个营养指标项各自对应的目标量。能量因子可以用于表示营养指标项对应的调整权重,服务器可以根据能量因子对营养指标项对应的参考量进行加权,得到营养指标项对应的目标量。
服务器可以根据营养指标项获取包括对应营养的药物标识,药物标识可以用于对实际药物进行标记。药物标识可以是多种与药物唯一对应的药物信息中的至少一种。例如,药物标识可以是药物对应的药物名称,也可以是药物对应的药物编号,还可以是药物对应的药物名称和药物编号的组合。服务器可以根据营养指标项对应的目标量,确定药物标识对应的药物剂量。服务器可以根据营养指标项对应的药物标识,以及与药物标识相对应的药物剂量生成肠外营养的药方信息。服务器可以将生成的药方信息推送至对应终端。其中,终端可以是向服务器上传肠外营养药方推送请求的终端,也可以是患者标识关联的医生所对应的终端,以供医生根据终端展示的药方信息确定肠外营养药方。
在本实施例中,服务器可以获取患者标识对应的患者信息,根据基于大量历史患者信息和历史药方信息进行大数据分析所建立的指标匹配模型,服务器对患者信息进行匹配,综合大量的历史数据经验,得到准确的与患者信息相匹配的营养指标项的参考量。服务器根据患者标识对应的能量因子,进一步对参考量进行与患者相适应的调整,确定营养指标项对应的目标量。服务器根据营养指标项对应的目标量生成药方信息,有效的保证了药方信息的准确性。服务器将药方信息推送至对应的终端,有助于医生直接根据推送的与患者相对应的药方信息确定肠外营养药方,有效的节省了时间成本,帮助医生生成包括肠外营养药方的医嘱,减少了医生的工作量。
在一个实施例中,根据患者信息确定对应的能量因子的步骤包括:从患者信息中提取预设时间段内的体重数据;根据体重数据获取患者标识所对应的生长特征;将生长特征与标准生长特征进行比对,得到生长差异数据;根据生长差异数据确定患者标识对应的能量因子。
服务器可以从患者对应的患者信息中提取预设时间段内的体重数据,预设时间段可以是医生根据实际需求预先设置的。预设时间段可以是一个常量。例如,服务器可以从患者信息中提取患者最近5天对应的体重数据。预设时间段也可以是一个变量。例如,服务器可以从患者信息中提取患者住院以来的所有体重数据。体重数据可以是医生经过实际测量后通过对应终端上传的,体重数据可以用于表示患者对应的生长情况。
服务器可以根据预设时间段内的体重数据获取患者标识对应的生长特征。具体的,服务器可以统计患者在预设时间段内的体重数据,对患者在预设时间段内的体重数据进行分析,从预设时间段内的体重数据中获取患者标识所对应的生长特征。患者标识所对应的生长特征具体可以包括但不限于患者对应的生长速度特征以及生长趋势特征等。服务器可以通过多种形式表示患者对应的生长特征。例如,服务器可以通过数据表的形式表示患者对应的生长特征,服务器也可以通过曲线的形式表示患者对应的生长特征。
服务器可以获取患者信息相对应的标准生长特征,标准生长特征是指与患者相同性别、年龄在正常情况下对应的生长特征。标准生长特征可以包括标准生长特征范围。服务器可以将患者标识对应的生长特征与标准生长特征进行比对,得到患者标识对应的生长差异数据。服务器可以根据生长差异数据确定患者标识对应的能量因子。在其中一个实施例中,当患者标识对应的生长特征在标准生长特征范围内时,服务器可以确定患者标识对应的能量因子为1。
在本实施例中,服务器根据患者标识对应的体重数据,获取对应的生长特征,根据患者的生长特征与标准生长特征比对得到的生长差异数据确定患者标识对应的能量因子,服务器可以利用根据体重数据确定的能量因子对营养指标项的参考量进行调整,有效的提高了患者对应肠外营养的药方信息的准确性。
在一个实施例中,患者信息还包括临床信息,在根据指标匹配模型对患者信息进行匹配,得到多个营养指标项对应的参考量之后,上述方法还包括:分析临床信息,得到临床信息对应的待调整指标项;根据临床信息确定待调整指标项所对应的调整参数;基于调整参数对待调整指标项对应的参考量进行调整,得到调整后的参考量。
在服务器根据患者标识对应的生理信息确定患者对应需要的营养指标项,以及多个营养指标项对应的参考量之后,服务器还可以对临床信息进行分析,得到临床信息所对应的待调整指标项。临床信息具体可以包括但不限于患者对应的住院时间、肠外营养供给天数、进食数据以及病理诊断数据等信息中的至少一种。待调整指标项表示需要根据临床信息将对应的参考量进行调整的营养指标项。服务器可以根据患者标识对应的临床信息确定待调整指标项所对应的调整参数,服务器可以基于调整参数对待调整指标项对应的参考量进行调整,得到待调整指标项对应的调整后的参考量。服务器可以根据患者标识对应的临床信息,对根据生理信息确定的营养指标项对应的参考量进行调整,从而得到与患者的实际情况更加匹配的营养指标项的参考量,服务器可以根据调整后的参考量确定营养指标项对应的目标量,有效的提高了确定的营养指标项,以及营养指标项所对应参考量的准确性。
例如,若患者是一个新生儿,服务器可以根据患者标识对应的年龄、身高以及体重等生理信息确定多个营养指标项分别对应的参考量,参考量可以表示患者身体所需的营养含量。但患者已经摄入过一些母乳,那么只根据患者的生理信息来确定营养指标项的参考量是不准确的,可能会造成患者摄入营养过量。因此,服务器可以根据患者对应的临床信息,基于母乳的营养成分对体外供给的营养进行调整,根据母乳包括的营养指标项减少对应的待调整指标项的参考量,从而得到更加准确的调整后的参考量。
在本实施例中,服务器可以根据患者标识对应的临床信息进行分析,得到待调整指标项,根据临床信息确定待调整指标项所对应的调整参数。服务器可以基于调整参数对待调整指标项对应的参考量进行调整,从而得到更加准确的调整后的参考量,有效的提高了确定的营养指标项对应目标量的准确性,进一步提高了药方信息的准确性。
在一个实施例中,如图3所示,根据目标量生成药方信息的步骤包括:
步骤302,获取与营养指标项对应的营养药物组。
步骤304,根据营养药物组中药物标识对应的优先级,确定营养指标项对应的目标药物标识。
步骤306,读取目标药物标识对应的药物数据,根据营养指标项对应的目标量以及药物数据,确定目标药物标识对应的药物剂量。
步骤308,根据目标药物标识,以及目标药物标识对应的药物剂量生成基于肠外营养的药方信息。
服务器可以根据确定的营养指标项,获取与营养指标项对应的营养药物组。营养药物组可以是根据医院的实际需求预先设置的。营养药物组中包括多种包括营养指标项对应营养的营养药物标识,以及营养药物对应的药物数据等。药物数据包括药物对应的规格、对应营养含量以及有效期等。例如,当营养指标项为葡萄糖时,营养指标项对应的营养药物组中包括40%葡萄糖注射液、50%葡萄糖注射液等多种含量规格的营养药物。服务器可以根据营养药物组中药物标识对应的优先级,根据优先级由高到低确定营养指标项对应的目标药物标识。在其中一个实施例中,药物之间的优先级关系可以根据多种维度的数据确定。例如,药物之间的优先级关系可以根据药物对应的推荐率、库存等多种维度的数据确定。
服务器可以读取目标药物标识所对应的药物数据,根据营养指标项对应的目标量以及药物数据,确定目标药物标识所对应的药物剂量。具体的,服务器可以读取目标药物标识对应药物的营养含量,根据营养指标项对应的目标量和营养含量确定目标药物标识对应的药物剂量。其中,一种药物通常包括多种营养指标项,服务器可以根据多种营养药物标识对应的药物数据进行组合,使得多种营养药物的营养含量与营养指标项对应的目标量相同。服务器可以根据确定的目标药物标识,以及目标药物标识对应的药物剂量生成基于肠外营养的药方信息。
在本实施例中,服务器可以根据营养指标项对应的营养药物组,确定目标药物标识,以及与目标量相匹配的目标药物标识对应的药物剂量,从而根据多个目标药物标识,以及目标药物标识对应的药物剂量生成基于肠外营养的药方信息,有效的保证了药方信息的准确性,有助于医生根据服务器推送的药方信息确定肠外营养药方,有效的节省了时间成本,减少了医生的工作量。
在一个实施例中,在将药方信息推送至对应终端之后,上述方法还包括:接收终端上传的药方修正请求,药方修正请求携带药方修正参数;根据药方修正参数对药方信息进行修正,得到修正后的药方信息;对修正后的药方信息进行合理性校验;当校验失败时,生成预警提示信息,将预警提示信息返回至终端。
服务器在将药方信息推送至对应终端之后,可以使得终端通过显示界面展示药方信息。如图4所示,图4为展示药方信息的界面示意图。医生可以根据个人经验和需求对药方信息进行修正。具体的,终端可以接收医生根据对应的输入设备输入的药方修正指令,终端可以根据接收到的药方修正指令生成药方修正请求,并将药方修正请求上传至服务器。服务器可以接收终端上传的药方修正请求,药方修正请求中携带了药方修正参数,药方修正参数包括待修正指标项,以及待修正指标项对应的修正参数。服务器可以基于药方修正参数对药方信息进行修正,得到修正后的药方信息。
服务器可以对修正后的药方信息进行合理性校验。具体的,合理性校验是指服务器根据修正后的药方信息中的药物标识和药物含量,对修正后的药方信息对应的合理性参数进行校验,判断修正后的药方信息对应的合理性参数是否在预设范围内。其中,合理性参数包括营养指标含量、肠外营养液渗透压以及肠外营养液对应的输液时长等。当修正后的药方信息对应的合理性参数在预设范围内时,确定修正后的药方信息合理性校验成功,服务器可以生成校验成功提示信息,将校验成功提示信息返回至终端,保存修正后的药方信息。
在其中一个实施例中,服务器可以统计合理性校验成功的修正后的药方信息,根据修正后的药方信息与推送的药方信息进行比对,结合对应的患者信息对指标匹配模型进行训练,从而提高指标匹配模型指标匹配的准确性。
当修正后的药方信息对应的合理性参数不在预设范围内时,确定修正后的药方信息合理性校验失败。例如,终端上传的药方修正参数提高了氯化钾注射液的占比,导致修正后的药方信息对应的肠外营养液渗透压大于预设范围的上限。服务器可以生成预警提示信息,预警提示信息可以包括校验失败的合理性参数。服务器可以将预警提示信息返回至终端,以此提示医生修正后的药方合理性校验失败,重复确定药方信息,有效的保证了修正后的药方信息的准确性。
在其中一个实施例中,当终端接收到药方修正指令时,可以读取药方修正指令,获取药方修正指令对应的待修正指标项。当待修正指标项属于预设指标项集合时,确定待修正指标项为重要营养指标项,可以生成修正确认提示,从而提示医生确定对待修正指标项进行修正,避免随意对重要营养指标项进行修正,保证了药方信息的准确性。
在本实施例中,服务器根据终端上传的药方修正请求对药方信息进行修正后,可以对修正后的药方信息进行合理性校验。当校验失败时,服务器可以生成预警提示信息,将预警提示信息返回至对应终端,以此提示医生药方修改可能存在不合理,需要重复确定药方信息,有效的保证了修正后的药方信息的准确性。
应该理解的是,虽然图2-3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,这些步骤可以以其它的顺序执行。而且,图2-3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,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它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。
在一个实施例中,如图5所示,提供了一种基于肠外营养的药方信息推送装置,包括:任务获取模块502、信息获取模块504、信息匹配模块506、目标量确定模块508和信息推送模块510,其中:
任务获取模块502,用于获取肠外营养药方推送任务,肠外营养药方推送任务携带患者标识。
信息获取模块504,用于获取与患者标识相对应的患者信息,根据患者信息确定对应的能量因子。
信息匹配模块506,用于调用指标匹配模型,指标匹配模型是基于历史患者信息与历史药方信息进行大数据分析所建立的;根据指标匹配模型对患者信息进行匹配,得到多个营养指标项对应的参考量。
目标量确定模块508,用于基于能量因子和参考量确定营养指标项对应的目标量。
信息推送模块510,用于根据目标量生成药方信息,将药方信息推送至对应终端。
在一个实施例中,患者信息包括生理信息,上述信息匹配模块506还用于根据生理信息提取患者标识对应的特征数据;将特征数据输入指标匹配模型进行特征匹配;获取指标匹配模型输出的多个营养指标项,以及营养指标项对应的参考量。
在一个实施例中,上述基于肠外营养的药方信息推送装置还包括模型建立模块,用于获取多个历史患者信息,以及与历史患者信息对应的历史药方信息;从历史患者信息中提取对应的历史特征数据;根据历史特征数据与历史药方信息进行大数据分析,得到历史特征数据与历史药方信息之间的关联关系;根据关联关系建立指标匹配模型。
在一个实施例中,患者信息还包括临床信息,上述装置还包括参考量调整模块,用于分析临床信息,得到临床信息对应的待调整指标项;根据临床信息确定待调整指标项所对应的调整参数;基于调整参数对待调整指标项对应的参考量进行调整,得到调整后的参考量。
在一个实施例中,上述信息获取模块504还用于从患者信息中提取预设时间段内的体重数据;根据体重数据获取患者标识所对应的生长特征;将生长特征与标准生长特征进行比对,得到生长差异数据;根据生长差异数据确定患者标识对应的能量因子。
在一个实施例中,上述信息推送模块510还用于获取与营养指标项对应的营养药物组;根据营养药物组中药物标识对应的优先级,确定营养指标项对应的目标药物标识;读取目标药物标识对应的药物数据,根据营养指标项对应的目标量以及药物数据,确定目标药物标识对应的药物剂量;根据目标药物标识,以及目标药物标识对应的药物剂量生成基于肠外营养的药方信息。
在一个实施例中,上述基于肠外营养的药方信息推送装置还包括合理性校验模块,用于接收终端上传的药方修正请求,药方修正请求携带药方修正参数;根据药方修正参数对药方信息进行修正,得到修正后的药方信息;对修正后的药方信息进行合理性校验;当校验失败时,生成预警提示信息,将预警提示信息返回至终端。
关于基于肠外营养的药方信息推送装置的具体限定可以参见上文中对于基于肠外营养的药方信息推送方法的限定,在此不再赘述。上述基于肠外营养的药方信息推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,上述基于肠外营养的药方信息推送方法可以应用于终端,也可以应用于服务器。以应用于服务器为例说明,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于肠外营养的药方信息推送数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于肠外营养的药方信息推送方法。
在一个实施例中,上述基于肠外营养的药方信息推送方法可以应用于终端,也可以应用于服务器。以应用于终端为例说明,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于肠外营养的药方信息推送方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6或7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。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述基于肠外营养的药方信息推送方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述基于肠外营养的药方信息推送方法实施例中的步骤。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。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。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种基于肠外营养的药方信息推送方法,所述方法包括:
获取肠外营养药方推送任务,所述肠外营养药方推送任务携带患者标识;
获取与所述患者标识相对应的患者信息,根据所述患者信息确定对应的能量因子;
调用指标匹配模型,所述指标匹配模型是基于历史患者信息与历史药方信息进行大数据分析所建立的;
根据所述指标匹配模型对所述患者信息进行匹配,得到多个营养指标项对应的参考量;
分析所述患者信息中的临床信息,得到所述临床信息对应的待调整指标项;
根据所述临床信息确定所述待调整指标项所对应的调整参数;
基于所述调整参数对所述待调整指标项对应的参考量进行调整,得到调整后的参考量;
将所述能量因子作为营养指标项的调整权重,基于所述能量因子对所述参考量进行调整,以确定所述营养指标项对应的目标量;
根据所述目标量生成药方信息,将所述药方信息推送至对应终端;其中,具体包括:获取与所述营养指标项对应的营养药物组;根据所述营养药物组中药物标识对应的优先级,确定所述营养指标项对应的目标药物标识;读取所述目标药物标识对应的药物数据,根据所述营养指标项对应的目标量以及所述药物数据,确定所述目标药物标识对应的药物剂量;根据所述目标药物标识,以及所述目标药物标识对应的药物剂量生成基于肠外营养的药方信息;药物之间的优先级关系根据推荐率、库存多种维度的数据确定;
接收所述终端上传的药方修正请求,所述药方修正请求携带药方修正参数;
根据所述药方修正参数对所述药方信息进行修正,得到修正后的药方信息;
对所述修正后的药方信息进行合理性校验;其中,统计合理性校验成功的修正后的药方信息,根据修正后的药方信息与推送的药方信息进行比对,结合对应的患者信息对指标匹配模型进行训练;
当校验失败时,生成预警提示信息,将所述预警提示信息返回至所述终端。
2.根据权利要求1所述的方法,其特征在于,所述患者信息包括生理信息,所述根据所述指标匹配模型对所述患者信息进行匹配,得到多个营养指标项对应的参考量包括:
根据所述生理信息提取所述患者标识对应的特征数据;
将所述特征数据输入所述指标匹配模型进行特征匹配;
获取所述指标匹配模型输出的多个营养指标项,以及所述营养指标项对应的参考量。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取多个历史患者信息,以及与所述历史患者信息对应的历史药方信息;
从所述历史患者信息中提取对应的历史特征数据;
根据所述历史特征数据与所述历史药方信息进行大数据分析,得到所述历史特征数据与所述历史药方信息之间的关联关系;
根据所述关联关系建立所述指标匹配模型。
4.根据权利要求1所述的方法,其特征在于,所述根据所述患者信息确定对应的能量因子包括:
从所述患者信息中提取预设时间段内的体重数据;
根据所述体重数据获取所述患者标识所对应的生长特征;
将所述生长特征与标准生长特征进行比对,得到生长差异数据;
根据所述生长差异数据确定所述患者标识对应的能量因子。
5.一种基于肠外营养的药方信息推送装置,其特征在于,所述装置包括:
任务获取模块,用于获取肠外营养药方推送任务,所述肠外营养药方推送任务携带患者标识;
信息获取模块,用于获取与所述患者标识相对应的患者信息,根据所述患者信息确定对应的能量因子;
信息匹配模块,用于调用指标匹配模型,所述指标匹配模型是基于历史患者信息与历史药方信息进行大数据分析所建立的;根据所述指标匹配模型对所述患者信息进行匹配,得到多个营养指标项对应的参考量;
参考量调整模块,用于分析所述患者信息中的临床信息,得到所述临床信息对应的待调整指标项;根据所述临床信息确定所述待调整指标项所对应的调整参数;基于所述调整参数对所述待调整指标项对应的参考量进行调整,得到调整后的参考量;
目标量确定模块,用于将所述能量因子作为营养指标项的调整权重,基于所述能量因子对所述参考量进行调整,以确定所述营养指标项对应的目标量;
信息推送模块,用于根据所述目标量生成药方信息,将所述药方信息推送至对应终端;信息推送模块还用于获取与所述营养指标项对应的营养药物组;根据所述营养药物组中药物标识对应的优先级,确定所述营养指标项对应的目标药物标识;读取所述目标药物标识对应的药物数据,根据所述营养指标项对应的目标量以及所述药物数据,确定所述目标药物标识对应的药物剂量;根据所述目标药物标识,以及所述目标药物标识对应的药物剂量生成基于肠外营养的药方信息;药物之间的优先级关系根据推荐率、库存多种维度的数据确定;
合理性校验模块,用于接收所述终端上传的药方修正请求,所述药方修正请求携带药方修正参数;根据所述药方修正参数对所述药方信息进行修正,得到修正后的药方信息;对所述修正后的药方信息进行合理性校验;其中,统计合理性校验成功的修正后的药方信息,根据修正后的药方信息与推送的药方信息进行比对,结合对应的患者信息对指标匹配模型进行训练;当校验失败时,生成预警提示信息,将所述预警提示信息返回至所述终端。
6.根据权利要求5所述的装置,其特征在于,所述患者信息包括生理信息,所述信息匹配模块还用于根据所述生理信息提取所述患者标识对应的特征数据;将所述特征数据输入所述指标匹配模型进行特征匹配;获取所述指标匹配模型输出的多个营养指标项,以及所述营养指标项对应的参考量。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括模型建立模块,用于获取多个历史患者信息,以及与所述历史患者信息对应的历史药方信息;从所述历史患者信息中提取对应的历史特征数据;根据所述历史特征数据与所述历史药方信息进行大数据分析,得到所述历史特征数据与所述历史药方信息之间的关联关系;根据所述关联关系建立所述指标匹配模型。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911359095.5A CN111192650B (zh) | 2019-12-25 | 2019-12-25 | 基于肠外营养的药方信息推送方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911359095.5A CN111192650B (zh) | 2019-12-25 | 2019-12-25 | 基于肠外营养的药方信息推送方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111192650A CN111192650A (zh) | 2020-05-22 |
CN111192650B true CN111192650B (zh) | 2021-07-30 |
Family
ID=70709386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911359095.5A Active CN111192650B (zh) | 2019-12-25 | 2019-12-25 | 基于肠外营养的药方信息推送方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111192650B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111859888B (zh) * | 2020-07-22 | 2024-04-02 | 北京致医健康信息技术有限公司 | 一种诊断辅助方法、装置、电子设备和存储介质 |
CN112951376A (zh) * | 2021-03-25 | 2021-06-11 | 苏州麦迪斯顿医疗科技股份有限公司 | 一种营养支持监测辅助方法、系统及储存介质 |
CN113543312B (zh) * | 2021-09-17 | 2021-12-07 | 广州源高网络科技有限公司 | 一种临床营养整体运用系统及其运用方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902881A (zh) * | 2012-09-03 | 2013-01-30 | 广州百特侨光医疗用品有限公司 | 一种肠外营养筛查计算系统 |
CN106372432A (zh) * | 2016-08-31 | 2017-02-01 | 杭州逸曜信息技术有限公司 | 药物组合信息的处理方法 |
CN107591189A (zh) * | 2017-08-29 | 2018-01-16 | 科大智能科技股份有限公司 | 一种基于otc药品的推荐系统 |
CN108478227A (zh) * | 2018-01-03 | 2018-09-04 | 沈阳东软医疗系统有限公司 | 一种确定药物及其剂量值的方法和装置 |
CN108899072A (zh) * | 2018-05-31 | 2018-11-27 | 平安医疗科技有限公司 | 中药药方推荐方法、装置、计算机设备和存储介质 |
CN109935290A (zh) * | 2019-03-20 | 2019-06-25 | 杭州卓健信息科技有限公司 | 一种基于大数据分析的药品匹配系统及其匹配方法 |
CN109979587A (zh) * | 2017-12-27 | 2019-07-05 | 通用电气公司 | 患者健康护理交互设备及其实施方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007514207A (ja) * | 2003-12-09 | 2007-05-31 | 松下電器産業株式会社 | 携帯型薬歴管理装置、メモリカード、及び管理方法 |
CN107145711A (zh) * | 2017-04-06 | 2017-09-08 | 广州慧扬信息系统科技有限公司 | 基于处方分析的儿科处方审核系统 |
CN108091383A (zh) * | 2018-02-05 | 2018-05-29 | 深圳市是源医学科技有限公司 | 孕期营养数据管理方法、系统、计算机设备和存储介质 |
US20190259482A1 (en) * | 2018-02-20 | 2019-08-22 | Mediedu Oy | System and method of determining a prescription for a patient |
CN108648792A (zh) * | 2018-05-04 | 2018-10-12 | 河北省人民医院 | 用药信息管理系统、方法及终端设备 |
-
2019
- 2019-12-25 CN CN201911359095.5A patent/CN111192650B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902881A (zh) * | 2012-09-03 | 2013-01-30 | 广州百特侨光医疗用品有限公司 | 一种肠外营养筛查计算系统 |
CN106372432A (zh) * | 2016-08-31 | 2017-02-01 | 杭州逸曜信息技术有限公司 | 药物组合信息的处理方法 |
CN107591189A (zh) * | 2017-08-29 | 2018-01-16 | 科大智能科技股份有限公司 | 一种基于otc药品的推荐系统 |
CN109979587A (zh) * | 2017-12-27 | 2019-07-05 | 通用电气公司 | 患者健康护理交互设备及其实施方法 |
CN108478227A (zh) * | 2018-01-03 | 2018-09-04 | 沈阳东软医疗系统有限公司 | 一种确定药物及其剂量值的方法和装置 |
CN108899072A (zh) * | 2018-05-31 | 2018-11-27 | 平安医疗科技有限公司 | 中药药方推荐方法、装置、计算机设备和存储介质 |
CN109935290A (zh) * | 2019-03-20 | 2019-06-25 | 杭州卓健信息科技有限公司 | 一种基于大数据分析的药品匹配系统及其匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111192650A (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111192650B (zh) | 基于肠外营养的药方信息推送方法、装置和计算机设备 | |
Drincic et al. | Evidence-based mobile medical applications in diabetes | |
Harvey et al. | Quest for the artificial pancreas: combining technology with treatment | |
US20130179186A1 (en) | System and method for database synchronization for medical records | |
US8706520B2 (en) | Metadata tagging system for a diabetes management system of devices | |
Kruger et al. | Reference guide for integrating continuous glucose monitoring into clinical practice | |
JP2010534494A5 (zh) | ||
Kravarusic et al. | Diabetes technology use in adults with type 1 and type 2 diabetes | |
WO2009075925A1 (en) | Method and apparatus to calculate diabetic sensitivity factors affecting blood glucose | |
US20120166126A1 (en) | Calibration of a handheld diabetes managing device that receives data from a continuous glucose monitor | |
JP7195254B2 (ja) | 基礎速度滴定のためのスターターキット | |
US20210256872A1 (en) | Devices, systems, and methods for predicting blood glucose levels based on a personalized blood glucose regulation model | |
CN111065316A (zh) | 生物状态管理装置以及生物状态管理方法 | |
Eberle et al. | Diabetology 4.0: scoping review of novel insights and possibilities offered by digitalization | |
JP7259224B2 (ja) | 問診票作成支援装置、方法およびプログラム | |
CN113643820A (zh) | 预警信息生成方法、装置、计算机设备和存储介质 | |
KR20150110656A (ko) | 환자 관리 장치-특이적 구성 출력 | |
Cescon et al. | Linear modeling and prediction in diabetes physiology | |
CN113724895A (zh) | 日间手术术后健康监护系统、方法及健康管理平台 | |
US11990238B2 (en) | Decision support and treatment administration systems | |
JP2019092953A (ja) | インスリン投与量調整装置およびインスリン投与量調整方法 | |
Amorim et al. | Data-driven carbohydrate counting accuracy monitoring: a personalized approach | |
CN112309539A (zh) | 应用于注射系统的液体输出参数的智能修正方法及设备 | |
CN115315751A (zh) | 处方辅助装置及处方辅助方法 | |
KR20170083736A (ko) | 환자 처방전으로부터 환자 맞춤형 질병정보를 제공하는 방법 |
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 | ||
GR01 | Patent grant |