CN111312359B - 用药方案智能化推荐方法及装置 - Google Patents
用药方案智能化推荐方法及装置 Download PDFInfo
- Publication number
- CN111312359B CN111312359B CN202010078549.8A CN202010078549A CN111312359B CN 111312359 B CN111312359 B CN 111312359B CN 202010078549 A CN202010078549 A CN 202010078549A CN 111312359 B CN111312359 B CN 111312359B
- Authority
- CN
- China
- Prior art keywords
- medication
- disease
- patient
- sub
- recommended
- 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
- 239000003814 drug Substances 0.000 title claims abstract description 619
- 229940079593 drug Drugs 0.000 title claims abstract description 489
- 238000000034 method Methods 0.000 title claims abstract description 47
- 201000010099 disease Diseases 0.000 claims abstract description 350
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 350
- 238000003745 diagnosis Methods 0.000 claims abstract description 141
- 238000012216 screening Methods 0.000 claims abstract description 36
- 238000011282 treatment Methods 0.000 claims description 37
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000011160 research Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 4
- 230000010363 phase shift Effects 0.000 claims description 2
- 208000024891 symptom Diseases 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000003907 kidney function Effects 0.000 description 5
- 230000003908 liver function Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 230000035487 diastolic blood pressure Effects 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 230000035488 systolic blood pressure Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000011269 treatment regimen Methods 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 229940126534 drug product Drugs 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000825 pharmaceutical preparation Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种用药方案智能化推荐方法及装置，该方法包括：获取任一患者的疾病诊断结果，该疾病诊断结果至少包括患者所患的至少一种疾病；从第一药品信息数据库以及第二药品信息数据库中筛选与疾病诊断结果相匹配的推荐用药范围，该推荐用药范围包括与每种疾病对应的第一子推荐用药范围；以及，根据与每种疾病对应的第一子推荐用药范围生成针对患者的初始用药方案；其中，第一药品信息数据库用于存储不同药品及其对应的出厂说明书内容，第二药品信息数据库用于存储不同药品及其对应的实践说明书内容。可见，实施本发明能够同时依据药品的出厂说明书内容和实践说明书内容来实现用药方案的推荐，提高了推荐的用药方案的合理性及安全性。
Description
技术领域
本发明涉及医药技术领域，尤其涉及一种用药方案智能化推荐方法及装置。
背景技术
“合理用药”一直以来都是相关单位(如卫健委、医院)、相关个人(如医生、患者及患者家属)等关心的重点，这与患者的身体健康有着密切的联系，用药不合理会导致患者病症无法好转，甚至会给患者的生命安全带来威胁。可见，如何为患者推荐合理的用药方案显得尤为重要。
当前，为患者推荐合理的用药方案主要依赖于医生对患者的诊断结果以及药品的出厂说明书内容。然而，实践发现，药品的出厂说明书内容有限，这降低了为患者推荐出的用药方案的合理性以及安全性。
发明内容
本发明所要解决的技术问题在于，提供一种用药方案智能化推荐方法及装置，能够在实现用药方案智能化推荐的同时提高推荐的用药方案的合理性以及安全性。
为了解决上述技术问题，本发明实施例第一方面公开了一种用药方案智能化推荐方法，所述方法包括：
获取任一患者的疾病诊断结果，所述疾病诊断结果至少包括所述患者所患的至少一种疾病；
从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与所述疾病诊断结果相匹配的推荐用药范围，所述推荐用药范围包括与每种所述疾病对应的第一子推荐用药范围；以及，根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案；
其中，所述第一药品信息数据库用于存储不同药品及其对应的出厂说明书内容，所述第二药品信息数据库用于存储不同药品及其对应的实践说明书内容。
作为一种可选的实施方式，在本发明实施例第一方面中，所述根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案，包括：
根据预先确定出的循证医学数据库，从与每种所述疾病对应的第一子推荐用药范围中筛选与该疾病对应的第二子推荐用药范围；
根据与每种所述疾病对应的第二子推荐用药范围生成针对所述患者的初始用药方案。
作为一种可选的实施方式，在本发明实施例第一方面中，所述疾病诊断结果还包括所述患者的患者个体数据；
所述根据与每种所述疾病对应的第二子推荐用药范围生成针对所述患者的初始用药方案，包括：
根据所述患者个体数据以及预先确定出的用药数据库，从与每种所述疾病对应的第二子推荐用药范围中筛选与每种所述疾病对应的第三子推荐用药范围；
根据与每种所述疾病对应的第三子推荐用药范围生成针对所述患者的初始用药方案。
作为一种可选的实施方式，在本发明实施例第一方面中，所述初始用药方案包括每种所述疾病对应的子用药方案，每种所述疾病对应的子用药方案包括所述患者所需服用的至少一种药品及对应的用药指导；
所述根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案之后，所述方法还包括：
对所有所述疾病对应的子用药方案执行目标操作以更新所述初始用药方案，所述目标操作包括去相克操作和/或去重操作；
其中，所述去相克操作用于删除和/或替换所述初始用药方案中相克药品集合中的至少一种药品，所述相克药品集合包括不能同时服用的至少两种药品；所述去重操作用于按照预先确定出的合并规则合并包括至少一种相同药品的至少两个所述子用药方案中的相同药品。
作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：
根据所述初始用药方案、预先确定出的药品医保数据库以及预先确定出的药品价格数据库，生成针对所述患者的监控指标、针对所述患者的治疗方案以及针对所述患者的目标用药方案中的至少一种。
作为一种可选的实施方式，在本发明实施例第一方面中，所述从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与所述疾病诊断结果相匹配的推荐用药范围，包括：
从预先确定出的第一药品信息数据库中筛选与每种所述疾病对应的适用用药范围；
根据预先确定出的第二药品信息数据库从与每种所述疾病对应的适用用药范围中筛选与每种所述疾病对应的第一子推荐用药范围，作为与所述疾病诊断结果相匹配的推荐用药范围。
作为一种可选的实施方式，在本发明实施例第一方面中，所述根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案之前，所述方法还包括：
生成循证医学数据库；
其中，所述生成循证医学数据库，包括：
通过预先配置的诊疗信息采集接口采集所有循证医学证据中对不同的疾病的诊疗信息，其中，某一疾病的诊疗信息包括该疾病的疾病标识、患有该疾病的样本患者、每个所述样本患者的用药方案以及每个所述样本患者在使用对应的用药方案后的用药结果，所有所述循证医学证据包括临床治疗指南、高级别专家共识以及高质量RCT研究中一种或多种的组合；
计算不同所述循证医学证据的权重值，从所有所述循证医学证据中筛选权重值大于等于预设权重值阈值的所有目标循证医学证据，并基于采集到的所有所述目标循证医学证据中针对不同疾病的诊疗信息生成循证医学数据库。
本发明实施例第二方面公开了一种用药方案智能化推荐装置，所述装置包括：
获取模块，用于获取任一患者的疾病诊断结果，所述疾病诊断结果至少包括所述患者所患的至少一种疾病；
筛选模块，用于从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与所述疾病诊断结果相匹配的推荐用药范围，所述推荐用药范围包括与每种所述疾病对应的第一子推荐用药范围；
第一生成模块，用于根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案；
其中，所述第一药品信息数据库用于存储不同药品及其对应的出厂说明书内容，所述第二药品信息数据库用于存储不同药品及其对应的实践说明书内容。
作为一种可选的实施方式，在本发明实施例第二方面中，所述第一生成模块包括筛选子模块以及生成子模块，其中：
所述筛选子模块，用于根据预先确定出的循证医学数据库，从与每种所述疾病对应的第一子推荐用药范围中筛选与该疾病对应的第二子推荐用药范围；
所述生成子模块，用于根据与每种所述疾病对应的第二子推荐用药范围生成针对所述患者的初始用药方案。
作为一种可选的实施方式，在本发明实施例第二方面中，所述疾病诊断结果还包括所述患者的患者个体数据；
其中，所述生成子模块根据与每种所述疾病对应的第二子推荐用药范围生成针对所述患者的初始用药方案的具体方式为：
根据所述患者个体数据以及预先确定出的用药数据库，从与每种所述疾病对应的第二子推荐用药范围中筛选与每种所述疾病对应的第三子推荐用药范围；
根据与每种所述疾病对应的第三子推荐用药范围生成针对所述患者的初始用药方案。
作为一种可选的实施方式，在本发明实施例第二方面中，所述初始用药方案包括每种所述疾病对应的子用药方案，每种所述疾病对应的子用药方案包括所述患者所需服用的至少一种药品及对应的用药指导；
其中，所述装置还包括：
更新模块，用于在所述第一生成模块根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案之后，对所有所述疾病对应的子用药方案执行目标操作以更新所述初始用药方案，所述目标操作包括去相克操作和/或去重操作；
其中，所述去相克操作用于删除和/或替换所述初始用药方案中相克药品集合中的至少一种药品，所述相克药品集合包括不能同时服用的至少两种药品；所述去重操作用于按照预先确定出的合并规则合并包括至少一种相同药品的至少两个所述子用药方案中的相同药品。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第二生成模块，用于根据所述初始用药方案、预先确定出的药品医保数据库以及预先确定出的药品价格数据库，生成针对所述患者的监控指标、针对所述患者的治疗方案以及针对所述患者的目标用药方案中的至少一种。
作为一种可选的实施方式，在本发明实施例第二方面中，所述筛选模块从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与所述疾病诊断结果相匹配的推荐用药范围的具体方式为：
从预先确定出的第一药品信息数据库中筛选与每种所述疾病对应的适用用药范围；
根据预先确定出的第二药品信息数据库从与每种所述疾病对应的适用用药范围中筛选与每种所述疾病对应的第一子推荐用药范围，作为与所述疾病诊断结果相匹配的推荐用药范围。
作为一种可选的实施方式，在本发明实施例第二方面中，所述装置还包括：
第三生成模块，用于在所述第一生成模块根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案之前，生成循证医学数据库；
其中，所述第三生成模块生成循证医学数据库的具体方式为：
通过预先配置的诊疗信息采集接口采集所有循证医学证据中对不同的疾病的诊疗信息，其中，某一疾病的诊疗信息包括该疾病的疾病标识、患有该疾病的样本患者、每个所述样本患者的用药方案以及每个所述样本患者在使用对应的用药方案后的用药结果，所有所述循证医学证据包括临床治疗指南、高级别专家共识以及高质量RCT研究中一种或多种的组合；
计算不同所述循证医学证据的权重值，从所有所述循证医学证据中筛选权重值大于等于预设权重值阈值的所有目标循证医学证据，并基于采集到的所有所述目标循证医学证据中针对不同疾病的诊疗信息生成循证医学数据库。
本发明实施例第三方面公开了另一种用药方案智能化推荐装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明实施例第一方面公开的用药方案智能化推荐方法中的部分或全部步骤。
本发明实施例第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明实施例第一方面公开的用药方案智能化推荐方法中的部分或全部步骤。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中，在获取某一患者的疾病诊断结果之后可以依据存储有药品及出厂说明书内容的药品信息数据库和药品及实践说明书内容的药品信息数据库筛选与患者所患的疾病相匹配的推荐用药范围并基于筛选出的与患者所患的疾病相匹配的推荐用药范围生成用药方案。可见，本发明实施例能够同时依据药品的出厂说明书内容和实践说明书内容实现用药方案的推荐，相较于现有技术中仅依靠药品的出厂说明书内容的方式提高了推荐的用药方案的合理性及安全性，有利于提高了推荐的用药方案与患者所患疾病的匹配度，提高了使用者的使用体验；此外，在基于药品的出厂说明书内容和实践说明书内容匹配出推荐用药范围之后，还可以结合预先确定出的循证医学数据库、患者个体数据以及用药数据库进一步提高用药方案的合理性及安全性，进而进一步提高了推荐的用药方案与患者所患疾病的匹配度；此外，在生成初始用药方案之后，还可以根据初始用药方案结合药品医保数据库及药品价格数据库生成针对不同对象(如药师、患者或医生等)的不同内容，提高了推荐的用药方案的经济性，以及还能够基于循证医学证据中针对不同的疾病的诊疗信息生成循证医学数据库，提高了循证医学数据库的安全性及准确性，进而有利于提高推荐的用药方案的合理性及安全性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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是本发明实施例公开的一种用药方案智能化推荐方法的流程示意图；
图2是本发明实施例公开的另一种用药方案智能化推荐方法的流程示意图；
图3是本发明实施例公开的一种用药方案智能化推荐装置的结构示意图；
图4是本发明实施例公开的另一种用药方案智能化推荐装置的结构示意图；
图5是本发明实施例公开的又一种用药方案智能化推荐装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种用药方案智能化推荐方法及装置，能够同时依据药品的出厂说明书内容和实践说明书内容实现用药方案的推荐，相较于现有技术中仅依靠药品的出厂说明书内容的方式提高了推荐的用药方案的合理性及安全性，有利于提高了推荐的用药方案与患者所患疾病的匹配度，提高了使用者的使用体验。以下分别进行详细说明。
实施例一
请参阅图1，图1是本发明实施例公开的一种用药方案智能化推荐方法的流程示意图。其中，该用药方案智能化推荐方法可以应用于用药方案推荐设备中，该用药方案推荐设备可以为医疗服务平台，还可以为医疗服务终端，本发明实施例不做限定。如图1所示，该用药方案智能化推荐方法可以包括以下操作：
101、用药方案推荐设备获取任一患者的疾病诊断结果，该疾病诊断结果至少包括该患者所患的至少一种疾病。
本发明实施例中，该患者的疾病诊断结果可以是由该患者通过具有疾病诊断结果上传功能的终端设备上传的，也可以是由该患者的诊疗医生对该患者进行病情诊断之后通过其所使用的、具有疾病诊断结果上传功能的终端设备上传的，还可以是由智能化诊断设备对患者进行智能化诊断之后上传的，还可以是前述至少两种情况的结合，本发明实施例不做限定。需要说明的是，疾病诊断结果包括的患者所患的至少一种疾病具体为该患者所患至少一种疾病中每种疾病的疾病标识，不同疾病对应不同的疾病标识，且该用药方案推荐设备也可以集成有疾病诊断功能，也即：用药方案推荐设备可以直接获取疾病诊断功能的疾病诊断结果，本发明实施例不做限定。
本发明实施例中，在一个可选的实施例中，用药方案推荐设备获取任一患者的疾病诊断结果，可以包括：
用药方案推荐设备通过预先授权或预先设置的专用通信接口获取任一患者的多个子疾病诊断结果；
用药方案推荐设备根据获取到的多个子疾病诊断结果，生成该患者的疾病诊断结果。
在该可选的实施例中，在通过预先授权或预先设置的专用通信接口获取任一患者的多个子疾病诊断结果之后，用药方案推荐设备还可以执行以下操作：
用药方案推荐设备对获取到的每个子疾病诊断结果进行校验，当校验通过时，执行上述的根据获取到的多个子疾病诊断结果，生成该患者的疾病诊断结果的操作。
其中，用药方案推荐设备对获取到的子疾病诊断结果进行校验可以包括以下步骤：
用药方案推荐设备解析子疾病诊断结果，得到解析结果，并根据该解析结果判断子疾病诊断结果中是否包括用药方案推荐设备所授权使用的校验标识；
当判断出子疾病诊断结果中包括用药方案推荐设备所授权使用的校验标识时，确定该子疾病诊断结果校验通过。
需要说明的是，在生成该患者的疾病诊断结果时，用药方案推荐设备所用到的子疾病诊断结果为获取到的该患者的所有子疾病诊断结果中通过校验的子疾病诊断结果。
可见，该可选的实施例还能够先对获取到的子疾病诊断结果进行校验，以校验每个子疾病诊断结果的准确性，进而有利于提高后续筛选出的推荐用药范围的准确性。
在该可选的实施例中，专用通信接口为专门用于获取患者的至少一个子疾病诊断结果的通信接口，专用通信接口的数量可以为多个，此时，一个专用通信接口对应一个子疾病诊断结果的获取渠道，例如面向患者的专用通信接口、面向医院医生的专用通信接口以及面向智能化诊断设备的专用通信接口；或者，专用通信接口的数量为一个，其可以同时面向患者、面向医院医生以及面向智能化诊断设备等。可见，该可选的实施例能够通过专用通信接口获取患者的多个子疾病诊断结果，不仅能够提高获取到的子疾病诊断结果的准确性，还能够提高获取到的子疾病诊断结果的时效性。
在该可选的实施例中，作为一种可选的实施方式，用药方案推荐设备根据获取到的多个子疾病诊断结果，生成该患者的疾病诊断结果，可以包括：
用药方案推荐设备对获取到的多个子疾病诊断结果中患者所患疾病执行合并操作，得到患者所患疾病的并集；
用药方案推荐设备将患者所患疾病的并集确定为该患者的疾病诊断结果，或者，将患者所患疾病的并集中疾病类型为预先确定出的疾病类型的所有疾病(例如慢性疾病)确定为该患者的疾病诊断结果。
可见，该可选的实施方式能够根据子疾病诊断结果中患者所患疾病的并集生成患者的疾病诊断结果，提高了疾病诊断结果中包括的疾病的完整性。
在该可选的实施例中，作为另一种可选的实施方式，用药方案推荐设备根据获取到的多个子疾病诊断结果，生成该患者的疾病诊断结果，可以包括：
用药方案推荐设备确定每个子疾病诊断结果中均包括的疾病，并将每个子疾病诊断结果均包括的疾病的并集确定为该患者的疾病诊断结果，或者，将每个子疾病诊断结果均包括的疾病的并集中疾病类型为预先确定出的疾病类型的疾病确定为该患者的疾病诊断结果。
可见，该可选的实施方式能够根据每个子疾病诊断结果中都包含的疾病的并集生成患者的疾病诊断结果，有利于提高生成的疾病诊断结果包括的患者所患的疾病的准确性。
102、用药方案推荐设备从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与疾病诊断结果相匹配的推荐用药范围。
本发明实施例中，第一药品信息数据库用于存储不同药品及其对应的出厂说明书内容，第二药品信息数据库用于存储不同药品及其对应的实践说明书内容(又称“超说明书内容”)，且该推荐用药范围包括与该患者的疾病诊断结果中每种疾病对应的第一子推荐用药范围。其中，药品对应的实践说明书内容是基于对药品的海量临床试验结果生成的，相较于药品的出厂说明书内容，实践说明书内容能够提供比出厂说明书内容更多、更细的内容。举例来说，对于某一药品的适用症状来说，其出厂说明书内容中只记载了其所适用的3种症状，经过对该药品无数次的临床试验得出该药品除了其出厂说明书内容中记载的3种症状之外，还适用于另外2种症状，或者，经过对该药品无数次的临床试验得出该药品只适用于其出厂说明书内容中记载的其中2种症状。
作为一种可选的实施方式，用药方案推荐设备从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与疾病诊断结果相匹配的推荐用药范围，可以包括：
用药方案推荐设备从预先确定出的第一药品信息数据库中筛选与每种疾病对应的适用用药范围；
用药方案推荐设备根据预先确定出的第二药品信息数据库从与每种疾病对应的适用用药范围中筛选与每种疾病对应的第一子推荐用药范围，作为与疾病诊断结果相匹配的推荐用药范围。
其中，用药方案推荐设备从预先确定出的第一药品信息数据库中筛选与每种疾病对应的适用用药范围，可以包括：
用药方案推荐设备确定第一药品信息数据库中包括的所有药品所适用疾病的关键字的类型，如文字字符类型或疾病代码标识类型；
用药方案推荐设备判断上述疾病诊断结果中疾病的关键字的类型是否与第一药品信息数据库中包括的所有药品所适用疾病的关键字的类型相同；
当相同时，对于上述疾病诊断结果中的任一疾病，用药方案推荐设备从第一药品信息数据库中匹配所适用疾病的关键字与该疾病的关键字相同或等同的药品，作为与该疾病对应的适用用药范围。
同样，在根据第二药品信息数据库从与每种疾病对应的适用用药范围中筛选与每种疾病对应的第一子推荐用药范围时，用药方案推荐设备也可以通过关键字匹配的方式来筛选。可选的，与每种疾病对应的第一子推荐用药范围小于与每种疾病对应的适用用药范围。
可见，该可选的实施方式能够在依据出厂说明书内容和实践说明书内容生成针对患者的用药方案时，可以先依据出厂说明书内容通过关键字匹配的方式确定与每种疾病对应的适用用药范围，再根据实践说明书内容对确定出的适用药范围进行修正，提高了与疾病诊断结果相匹配的推荐用药范围的准确性，有利于提高与疾病诊断结果相匹配的推荐用药范围和患者的匹配度。
103、用药方案推荐设备根据与每种疾病对应的第一子推荐用药范围生成针对患者的初始用药方案。
可见，实施图1所描述的用药方案智能化推荐方法能够同时依据药品的出厂说明书内容和实践说明书内容实现用药方案的推荐，相较于现有技术中仅依靠药品的出厂说明书内容的方式提高了推荐的用药方案的合理性及安全性，有利于提高了推荐的用药方案与患者所患疾病的匹配度，提高了使用者的使用体验。
实施例二
请参阅图2，图2是本发明实施例公开的另一种用药方案智能化推荐方法的流程示意图。其中，该用药方案智能化推荐方法可以应用于用药方案推荐设备中，该用药方案推荐设备可以为医疗服务平台，还可以为医疗服务终端，本发明实施例不做限定。如图2所示，该用药方案智能化推荐方法可以包括以下操作：
201、用药方案推荐设备获取任一患者的疾病诊断结果。
本发明实施例中，疾病诊断结果至少包括患者所患的至少一种疾病，还可以进一步包括该患者的患者个体数据，患者个体数据可以包括每种疾病的疾病诊断详情和/或患者的个人信息。其中，疾病诊断详情包括对应疾病的患病时长和/或严重等级，还可以进一步包括疾病的直接症状和/或疾病的并发症状，患者的个人信息可以包括患者的年龄、性别、身高、体重以及生理参数中的至少一种，本发明实施例不做限定。
202、用药方案推荐设备从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与疾病诊断结果相匹配的推荐用药范围。
本发明实施例中，第一药品信息数据库用于存储不同药品及其对应的出厂说明书内容，第二药品信息数据库用于存储不同药品及其对应的实践说明书内容。
本发明实施例中，针对步骤201-202的其它描述请参照实施例一中针对步骤101-102的详细描述，本发明实施例不再赘述。
203、用药方案推荐设备根据预先确定出的循证医学数据库，从与每种疾病对应的第一子推荐用药范围中筛选与该疾病对应的第二子推荐用药范围。
本发明实施例中，该循证医学数据库是基于通过预先配置的诊疗信息采集接口采集所有循证医学证据中对不同的疾病的诊疗信息生成的，本发明实施例不做限定，可选的，所有循证医学证据包括临床治疗指南、高级别专家共识以及高质量RCT(RandomizedControlled Trial，随机对照试验)研究等中一种或多种的组合。举例来说，针对某一药品的高级别专家共识可以是该药品除了适用于出厂说明书内容和实践说明书内容中记载的所有疾病或症状之外，还可以适用于至少一种其他疾病或病症，还可以是该药品在所适用疾病或症状的某一阶段能发挥最大疗效等。
可见，本发明实施例在基于药品的出厂说明书内容和药品的实践说明书内容筛选出与每种疾病对应的第一子推荐用药范围之后，还可以进一步结合循证医学数据库对其进行进一步优化，以进一步提高确定出的推荐用药范围的合理性。
204、用药方案推荐设备根据疾病诊断结果包括的患者个体数据以及预先确定出的用药数据库，从与每种疾病对应的第二子推荐用药范围中筛选与每种疾病对应的第三子推荐用药范围。
本发明实施例中，该用药数据库可以用于存储不同药品所适用疾病的疾病等级、不同药品所适用的疾病患病时长、不同药品所适用的患者性别、不同药品所适用的患者年龄、不同药品所适用的患者体重以及不同药品所适用的生理参数等中的至少一种，其中，药品所适用的生理参数可以包括肝功能参数、肾功能参数、收缩压参数、舒张压参数、血糖参数、心率参数等一种或多种的组合。举例来说，药品A和药品B均适用于疾病1，药品A适用于患有疾病1的等级为初级、年龄为20～30岁、性别为女的肝肾功能正常者，药品B适用于患有疾病1的等级为中级、年龄为20～30岁、性别为女、肝功能正常、轻度肾功能异常的患者。
作为一种可选的实施方式，用药方案推荐设备根据疾病诊断结果包括的患者个体数据以及预先确定出的用药数据库，从与每种疾病对应的第二子推荐用药范围中筛选与每种疾病对应的第三子推荐用药范围，可以包括：
用药方案推荐设备根据患者个体数据以及预先确定出的用药数据库，计算与每种疾病对应的第二子推荐用药范围中每种药品与该患者的匹配度；
用药方案推荐设备从与每种疾病对应的第二子推荐用药范围中筛选与患者的匹配度大于等于预先确定出的匹配度阈值的至少一种药品，得到与该疾病对应的第三子推荐用药范围。
具体的，用药方案推荐设备根据患者个体数据以及预先确定出的用药数据库，计算与每种疾病对应的第二子推荐用药范围中每种药品与该患者的匹配度，可以包括：
用药方案推荐设备根据该患者的疾病诊断结果所包括的所有疾病及患者个体数据，生成每种疾病对应的特征向量；
用药方案推荐设备根据预先确定出的用药数据库，按照每种疾病对应的特征向量的内容类型生成与该疾病对应的第二子推荐用药范围中每种药品的特征向量；
用药方案推荐设备分别计算每种疾病对应的特征向量和与该疾病对应的第二子推荐用药范围中每种药品的特征向量的匹配度，作为与该疾病对应的第二子推荐用药范围中每种药品与该患者的匹配度。
举例来说，对于上述疾病诊断结果中的疾病1来说，其对应的特征向量为i1＝[3D,4L,53,F,75mmhg,130mmhg,Y]，该特征向量从左至右分别为患病时长为3天，患病等级为2级，患者年龄为53岁，患者性别为女，患者舒张压为75mmhg，患者的收缩压为130mmhg，患者肝肾功正常，与疾病1对应的第二子推荐用药范围中药品A的特征向量为ba＝[7～10,2～4,50～60,M,60～70mmhg,100～140mmhg，Y]，该特征向量从左至右的内容类型与疾病1对应的特征向量从左至右的内容类型一致，且该特征向量表示药品A适用于患疾病1的患病时长为7到10天、患疾病1的严重等级为2到4级、年龄为50到60岁、性别为男、舒张压范围为60～70mmhg、收缩压范围为100～140mmhg且肝肾功正常的患者，则该药品A的特征向量与疾病1的特征向量的匹配度为匹配的内容个数除以特征向量的内容总个数，也即4/7。
需要说明的是，在计算疾病的特征向量与某一药品的特征向量的匹配度时，可以根据相同类型的内容是否相匹配设定该类型的内容的匹配标识，例如，匹配时设置为1，不匹配时设置为0。进一步的，还可以为不同类型的内容设定不同的权重值，权重值表示该类型的内容对患者所患疾病的影响程度，权重值越大表示该类型的内容对患者所患疾病的影响程度越大，例如，为患病时长和患病等级(也即严重等级)设定高权重值，为患者生理参数设定中权重值，为患者性别设定低权重值，在计算匹配度时，可以分别计算为每种类型的内容设定的匹配标识与为该类型的内容设定的权重值的乘积，然后再进行求和，将求和之后的结果确定为最终的匹配度，这样能够提高计算出的匹配度的可靠性。
205、用药方案推荐设备根据与每种疾病对应的第三子推荐用药范围生成针对患者的初始用药方案。
本发明实施例中，初始用药方案包括每种疾病对应的子用药方案，每种疾病对应的子用药方案包括患者所需服用的至少一种药品及对应的用药指导。可选的，生成的针对患者的初始用药方案可以具体包括与上述疾病诊断结果中的所有疾病相匹配的至少一个组合用药方案，每个组合用药方案由从每种疾病对应的第三子推荐用药范围中分别筛选出适用于该疾病的药品组合而成的。
举例来说，某一患者的疾病诊断结果中包括有疾病1以及疾病2，且筛选出的与疾病1对应的第三子推荐用药范围包括药品1a和药品1b，筛选出的与疾病2对应的第三子推荐用药范围包括药品2a和药品2b，则生成的针对患者的初始用药方案可以具体包括4个组合用药方案，分别为由1a和2a组成的组合用药方案、1a和2b组成的组合用药方案、由1b和2a组成的组合用药方案以及由1b和2b组成的组合用药方案。
在一个可选的实施例中，在执行完毕步骤205之后，用药方案推荐设备还可以执行以下操作：
206、用药方案推荐设备对所有疾病对应的子用药方案执行目标操作以更新初始用药方案。
本发明实施例中，该目标操作可以包括去相克操作和/或去重操作。其中，去相克操作用于删除和/或替换初始用药方案中相克药品集合中的至少一种药品，相克药品集合包括不能同时服用的至少两种药品，以及，去重操作用于按照预先确定出的合并规则合并包括至少一种相同药品的至少两个子用药方案中的相同药品。
进一步的，在执行去相克操作时，若发现适用于某一疾病的某一药品与适用于其它疾病的多个药品存在不能同时服用的情况，则可以直接从该疾病对应的子用药方案中删除该药品，或者，通过适用于该疾病的且与其它疾病的药品能同时服用的备选药品替代。需要说明的是，在执行去相克操作时，若初始用药方案包括至少一个组合用药方案，在该组合用药方案中，若存在不能同时服用的药品时，用药方案推荐设备可以直接删除该组合用药方案。
进一步的，在执行去重操作时，若适用于某一疾病的药品也同时适用于另一疾病，则可以合并该药品，在合并该药品时，对于该药品的服用量可以根据该药品适用不同疾病时的服用量来确定。可选的，合并后的该药品的服用量可以是该药品适用不同疾病时的服用量中的最低服用量，还可以是所有服用量的平均值，还可以是去掉最低服用量和最高服用量之后的剩余服用量的平均值，还可以根据适用不同疾病时的服用量与疾病的严重等级和/或患病时长来共同确定，本发明实施例不做限定。
举例来说，若药品a可以同时适用于上述疾病诊断结果中的疾病1、疾病2和疾病3，且适用于疾病1时的服用量为每次3片，适用于疾病2时的服用量为每次2片，适用于疾病3时的服用量为每次1.5片，则对药品a合并后的服用量可以为最低服用量，也即1.5片。
进一步可选的，在执行完毕步骤206之后，用药方案推荐设备还可以执行以下操作：
207、用药方案推荐设备根据初始用药方案、预先确定出的药品医保数据库以及预先确定出的药品价格数据库，生成针对患者的监控指标、针对患者的治疗方案以及针对患者的目标用药方案中的至少一种。
本发明实施例中，药品价格数据库用于存储不同药品的价格，药品医保数据库用于存储不同药品的报销标识，药品的报销标识用于表示该药品是否可以报销，例如，当报销标识为Y的时候，表示药品可以报销，当报销标识为N的时候，表示药品不可以报销。进一步的，药品医保数据库还可以包括可报销的药品的报销比例。
本发明实施例中，可选的，监控指标和/或治疗方案均是依据针对患者的目标用药方案生成的，且目标用药方案可以具体包括患者所需服用的药品以及药品的用药指导，药品的用药指导可以具体包括药品的服用量、药品的服用时刻/药品的服用间隔时长、药品的服用周期、不能与该药品同时服用的其它药品、服用该药品时不能入口的食物/饮料等，本发明实施例不做限定。可见，本发明实施例还能够基于针对患者的用药方案智能化的生成监控指标和/或治疗方案，有利于配合对患者所患疾病的治疗，进一步丰富了用药方案推荐设备的功能。
其中，在执行完毕步骤206之后触发执行步骤207的方案中，步骤207中的初始用药方案为步骤206中更新后的初始用药方案。需要说明的是，在执行完毕步骤205之后，也可以直接触发执行步骤207，此时，步骤207中的初始用药方案为步骤205中生成的初始用药方案。
在另一个可选的实施例中，在执行步骤203之前，该方法还可以包括以下操作：
用药方案推荐设备生成循证医学数据库。
可选的，用药方案推荐设备生成循证医学数据库，可以包括：
用药方案推荐设备通过预先配置的诊疗信息采集接口采集所有循证医学证据中对不同的疾病的诊疗信息，其中，某一疾病的诊疗信息包括该疾病的疾病标识、患有该疾病的样本患者、每个样本患者的用药方案以及每个样本患者在使用对应的用药方案后的用药结果，所有循证医学证据包括临床治疗指南、高级别专家共识以及高质量RCT研究中一种或多种的组合；
用药方案推荐设备计算不同循证医学证据的权重值，从所有循证医学证据中筛选权重值大于等于预设权重值阈值的所有目标循证医学证据，并基于采集到的所有目标循证医学证据中针对不同疾病的诊疗信息生成循证医学数据库。
可见，实施图2所描述的用药方案智能化推荐方法能够同时依据药品的出厂说明书内容和实践说明书内容实现用药方案的推荐，相较于现有技术中仅依靠药品的出厂说明书内容的方式提高了推荐的用药方案的合理性及安全性，有利于提高了推荐的用药方案与患者所患疾病的匹配度，提高了使用者的使用体验；此外，在基于药品的出厂说明书内容和实践说明书内容匹配出推荐用药范围之后，还可以结合预先确定出的循证医学数据库、患者个体数据以及用药数据库进一步提高用药方案的合理性及安全性，进而进一步提高了推荐的用药方案与患者所患疾病的匹配度；此外，在生成初始用药方案之后，还可以根据初始用药方案结合药品医保数据库及药品价格数据库生成针对不同对象(如药师、患者或医生等)的不同内容，提高了推荐的用药方案的经济性，以及还能够基于循证医学证据中针对不同的疾病的诊疗信息生成循证医学数据库，提高了循证医学数据库的安全性及准确性，进而有利于提高推荐的用药方案的合理性及安全性。
实施例三
请参阅图3，图3是本发明实施例公开的一种用药方案智能化推荐装置的结构示意图。其中，该用药方案智能化推荐装置可以应用于用药方案推荐设备中，该用药方案推荐设备可以为医疗服务平台，还可以为医疗服务终端，本发明实施例不做限定。如图3所示，该用药方案智能化推荐装置可以包括：
获取模块301，用于获取任一患者的疾病诊断结果，疾病诊断结果至少包括患者所患的至少一种疾病。
筛选模块302，用于从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与疾病诊断结果相匹配的推荐用药范围，推荐用药范围包括与每种疾病对应的第一子推荐用药范围。
第一生成模块303，用于根据与每种疾病对应的第一子推荐用药范围生成针对患者的初始用药方案。
其中，第一药品信息数据库用于存储不同药品及其对应的出厂说明书内容，第二药品信息数据库用于存储不同药品及其对应的实践说明书内容。
可见，实施图3所描述的用药方案智能化推荐装置能够同时依据药品的出厂说明书内容和实践说明书内容实现用药方案的推荐，相较于现有技术中仅依靠药品的出厂说明书内容的方式提高了推荐的用药方案的合理性及安全性，有利于提高了推荐的用药方案与患者所患疾病的匹配度，提高了使用者的使用体验。
在一个可选的实施例中，如图4所示，第一生成模块303可以包括：
筛选子模块3031，用于根据预先确定出的循证医学数据库，从与每种疾病对应的第一子推荐用药范围中筛选与该疾病对应的第二子推荐用药范围。
生成子模块3032，用于根据与每种疾病对应的第二子推荐用药范围生成针对患者的初始用药方案。
在该可选的实施例中，进一步可选的，疾病诊断结果至少包括患者所患的至少一种疾病，还可以进一步包括该患者的患者个体数据，患者个体数据可以包括每种疾病的疾病诊断详情和/或患者的个人信息。其中，疾病诊断详情包括对应疾病的患病时长和/或严重等级，还可以进一步包括疾病的直接症状和/或疾病的并发症状，患者的个人信息可以包括患者的年龄、性别、身高、体重以及生理参数中的至少一种，本发明实施例不做限定。其中，生成子模块3032根据与每种疾病对应的第二子推荐用药范围生成针对患者的初始用药方案的具体方式为：
根据疾病诊断结果包括的患者个体数据以及预先确定出的用药数据库，从与每种疾病对应的第二子推荐用药范围中筛选与每种疾病对应的第三子推荐用药范围；
根据与每种疾病对应的第三子推荐用药范围生成针对患者的初始用药方案。
在另一个可选的实施例中，上述初始用药方案可以包括每种疾病对应的子用药方案，每种疾病对应的子用药方案包括患者所需服用的至少一种药品及对应的用药指导。其中，如图4所示，该装置还可以包括：
更新模块304，用于在第一生成模块303根据与每种疾病对应的第一子推荐用药范围生成针对患者的初始用药方案之后，对所有疾病对应的子用药方案执行目标操作以更新初始用药方案，目标操作包括去相克操作和/或去重操作。
其中，去相克操作用于删除和/或替换初始用药方案中相克药品集合中的至少一种药品，相克药品集合包括不能同时服用的至少两种药品；去重操作用于按照预先确定出的合并规则合并包括至少一种相同药品的至少两个子用药方案中的相同药品。
在又一个可选的实施例中，如图4所示，该装置还可以包括：
第二生成模块305，用于根据初始用药方案、预先确定出的药品医保数据库以及预先确定出的药品价格数据库，生成针对患者的监控指标、针对患者的治疗方案以及针对患者的目标用药方案中的至少一种。
在又一个可选的实施例中，筛选模块302从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与疾病诊断结果相匹配的推荐用药范围的具体方式为：
从预先确定出的第一药品信息数据库中筛选与每种疾病对应的适用用药范围；
根据预先确定出的第二药品信息数据库从与每种疾病对应的适用用药范围中筛选与每种疾病对应的第一子推荐用药范围，作为与疾病诊断结果相匹配的推荐用药范围。
在又一个可选的实施例中，如图4所示，该装置还可以包括：
第三生成模块306，用于在第一生成模块303根据与每种疾病对应的第一子推荐用药范围生成针对患者的初始用药方案之前，生成循证医学数据库。
其中，第三生成模块306生成循证医学数据库的具体方式为：
通过预先配置的诊疗信息采集接口采集所有循证医学证据中对不同的疾病的诊疗信息，其中，某一疾病的诊疗信息包括该疾病的疾病标识、患有该疾病的样本患者、每个样本患者的用药方案以及每个样本患者在使用对应的用药方案后的用药结果，所有循证医学证据包括临床治疗指南、高级别专家共识以及高质量RCT研究中一种或多种的组合；
计算不同循证医学证据的权重值，从所有循证医学证据中筛选权重值大于等于预设权重值阈值的所有目标循证医学证据，并基于采集到的所有目标循证医学证据中针对不同疾病的诊疗信息生成循证医学数据库。
可见，实施图4所描述的用药方案智能化推荐装置在基于药品的出厂说明书内容和实践说明书内容匹配出推荐用药范围之后，还可以结合预先确定出的循证医学数据库、每种疾病的疾病诊断详情以及用药数据库进一步提高用药方案的合理性及安全性，进而进一步提高了推荐的用药方案与患者所患疾病的匹配度；此外，在生成初始用药方案之后，还可以根据初始用药方案结合药品医保数据库及药品价格数据库生成针对不同对象(如药师、患者或医生等)的不同内容，提高了推荐的用药方案的经济性，以及还能够基于循证医学证据中针对不同的疾病的诊疗信息生成循证医学数据库，提高了循证医学数据库的安全性及准确性，进而有利于提高推荐的用药方案的合理性及安全性。
实施例四
请参阅图5，图5是本发明实施例公开的又一种用药方案智能化推荐装置的结构示意图。如图5所示，该装置可以包括：
存储有可执行程序代码的存储器401；
与存储器401耦合的处理器402；
处理器402调用存储器401中存储的可执行程序代码，执行本发明实施例一或实施例二公开的用药方案智能化推荐方法中的部分或全部步骤。
实施例五
本发明实施例公开了一种计算机存储介质，计算机存储介质存储有计算机指令，计算机指令被调用时，用于执行本发明实施例一或实施例二公开的用药方案智能化推荐方法中的部分或全部步骤。
实施例六
本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行本发明实施例一或实施例二公开的用药方案智能化推荐方法中的部分或全部步骤。
以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种用药方案智能化推荐方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离奔放各项实施例技术方案的精神和范围。
Claims (9)
1.一种用药方案智能化推荐方法，其特征在于，所述方法包括：
获取任一患者的疾病诊断结果，所述疾病诊断结果至少包括所述患者所患的至少一种疾病；
从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与所述疾病诊断结果相匹配的推荐用药范围，所述推荐用药范围包括与每种所述疾病对应的第一子推荐用药范围；以及，根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案；
其中，所述第一药品信息数据库用于存储不同药品及其对应的出厂说明书内容，所述第二药品信息数据库用于存储不同药品及其对应的实践说明书内容；
所述从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与所述疾病诊断结果相匹配的推荐用药范围，包括：
用药方案推荐设备从预先确定出的第一药品信息数据库中筛选与每种疾病对应的适用用药范围；
所述用药方案推荐设备根据预先确定出的第二药品信息数据库从所述与每种疾病对应的适用用药范围中筛选与每种疾病对应的第一子推荐用药范围，作为与疾病诊断结果相匹配的推荐用药范围；
其中，所述药品对应的实践说明书内容是基于对药品的海量临床试验结果生成的。
2.根据权利要求1所述的用药方案智能化推荐方法，其特征在于，所述根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案，包括：
根据预先确定出的循证医学数据库，从与每种所述疾病对应的第一子推荐用药范围中筛选与该疾病对应的第二子推荐用药范围；
根据与每种所述疾病对应的第二子推荐用药范围生成针对所述患者的初始用药方案。
3.根据权利要求2所述的用药方案智能化推荐方法，其特征在于，所述疾病诊断结果还包括所述患者的患者个体数据；
所述根据与每种所述疾病对应的第二子推荐用药范围生成针对所述患者的初始用药方案，包括：
根据所述患者个体数据以及预先确定出的用药数据库，从与每种所述疾病对应的第二子推荐用药范围中筛选与每种所述疾病对应的第三子推荐用药范围；
根据与每种所述疾病对应的第三子推荐用药范围生成针对所述患者的初始用药方案。
4.根据权利要求1-3任一项所述的用药方案智能化推荐方法，其特征在于，所述初始用药方案包括每种所述疾病对应的子用药方案，每种所述疾病对应的子用药方案包括所述患者所需服用的至少一种药品及对应的用药指导；
所述根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案之后，所述方法还包括：
对所有所述疾病对应的子用药方案执行目标操作以更新所述初始用药方案，所述目标操作包括去相克操作和/或去重操作；
其中，所述去相克操作用于删除和/或替换所述初始用药方案中相克药品集合中的至少一种药品，所述相克药品集合包括不能同时服用的至少两种药品；所述去重操作用于按照预先确定出的合并规则合并包括至少一种相同药品的至少两个所述子用药方案中的相同药品。
5.根据权利要求4所述的用药方案智能化推荐方法，其特征在于，所述方法还包括：
根据所述初始用药方案、预先确定出的药品医保数据库以及预先确定出的药品价格数据库，生成针对所述患者的监控指标、针对所述患者的治疗方案以及针对所述患者的目标用药方案中的至少一种。
6.根据权利要求2所述的用药方案智能化推荐方法，其特征在于，所述根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案之前，所述方法还包括：
生成循证医学数据库；
其中，所述生成循证医学数据库，包括：
通过预先配置的诊疗信息采集接口采集所有循证医学证据中对不同的疾病的诊疗信息，其中，某一疾病的诊疗信息包括该疾病的疾病标识、患有该疾病的样本患者、每个所述样本患者的用药方案以及每个所述样本患者在使用对应的用药方案后的用药结果，所有所述循证医学证据包括临床治疗指南、高级别专家共识以及高质量RCT研究中一种或多种的组合；
计算不同所述循证医学证据的权重值，从所有所述循证医学证据中筛选权重值大于等于预设权重值阈值的所有目标循证医学证据，并基于采集到的所有所述目标循证医学证据中针对不同疾病的诊疗信息生成循证医学数据库。
7.一种用药方案智能化推荐装置，其特征在于，所述装置包括：
获取模块，用于获取任一患者的疾病诊断结果，所述疾病诊断结果至少包括所述患者所患的至少一种疾病；
筛选模块，用于从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与所述疾病诊断结果相匹配的推荐用药范围，所述推荐用药范围包括与每种所述疾病对应的第一子推荐用药范围；
第一生成模块，用于根据与每种所述疾病对应的第一子推荐用药范围生成针对所述患者的初始用药方案；
其中，所述第一药品信息数据库用于存储不同药品及其对应的出厂说明书内容，所述第二药品信息数据库用于存储不同药品及其对应的实践说明书内容；
所述筛选模块从预先确定出的第一药品信息数据库以及第二药品信息数据库中筛选与所述疾病诊断结果相匹配的推荐用药范围的具体方式为：
用药方案推荐设备从预先确定出的第一药品信息数据库中筛选与每种疾病对应的适用用药范围；
所述用药方案推荐设备根据预先确定出的第二药品信息数据库从所述与每种疾病对应的适用用药范围中筛选与每种疾病对应的第一子推荐用药范围，作为与疾病诊断结果相匹配的推荐用药范围；
其中，所述药品对应的实践说明书内容是基于对药品的海量临床试验结果生成的。
8.一种用药方案智能化推荐装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-6任一项所述的用药方案智能化推荐方法。
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-6任一项所述的用药方案智能化推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010078549.8A CN111312359B (zh) | 2020-02-03 | 2020-02-03 | 用药方案智能化推荐方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010078549.8A CN111312359B (zh) | 2020-02-03 | 2020-02-03 | 用药方案智能化推荐方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111312359A CN111312359A (zh) | 2020-06-19 |
| CN111312359B true CN111312359B (zh) | 2023-12-29 |
Family
ID=71146884
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010078549.8A Active CN111312359B (zh) | 2020-02-03 | 2020-02-03 | 用药方案智能化推荐方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111312359B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112053763A (zh) * | 2020-08-19 | 2020-12-08 | 北京左医健康技术有限公司 | 在线用药咨询方法、在线用药咨询装置及智能终端 |
| CN112307345A (zh) * | 2020-11-09 | 2021-02-02 | 上海明略人工智能(集团)有限公司 | 一种基于感官感知进行智能诊断的方法及系统 |
| CN112270968A (zh) * | 2020-11-16 | 2021-01-26 | 上海陶术生物科技有限公司 | 一种基于数据库的药物疾病匹配方法 |
| CN113053543A (zh) * | 2021-04-28 | 2021-06-29 | 叶富华 | 一种自助疾病诊断平台 |
| CN113436746B (zh) * | 2021-06-30 | 2024-04-12 | 平安科技（深圳）有限公司 | 基于排序算法的用药推荐方法、装置、设备及存储介质 |
| CN113658659B (zh) * | 2021-08-20 | 2023-07-21 | 深圳平安智慧医健科技有限公司 | 医疗信息的处理方法、装置、计算机设备和存储介质 |
| CN114283925B (zh) * | 2022-01-17 | 2024-08-20 | 厦门大学 | 一种智能方剂推荐方法和存储介质 |
| CN116662494A (zh) * | 2023-04-26 | 2023-08-29 | 华南师范大学 | 一种基于人工智能的辅助教学方法及装置 |
| CN118315015B (zh) * | 2024-06-11 | 2024-09-24 | 中日友好医院(中日友好临床医学研究所) | 一种适用于呼吸疾病患者的用药指导与监测系统及方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106156482A (zh) * | 2016-01-18 | 2016-11-23 | 袁洪 | 基于文献数据的药物推荐方法、装置及服务器 |
| CN106372431A (zh) * | 2016-08-31 | 2017-02-01 | 杭州逸曜信息技术有限公司 | 用药方案信息的处理方法 |
| CN106372433A (zh) * | 2016-08-31 | 2017-02-01 | 杭州逸曜信息技术有限公司 | 超说明书用药信息处理方法 |
| CN108986879A (zh) * | 2018-05-31 | 2018-12-11 | 平安医疗科技有限公司 | 药品推荐方法、装置、计算机设备和存储介质 |
| 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 |
| CN109243565A (zh) * | 2018-09-28 | 2019-01-18 | 佐成爱（江苏）健康管理咨询有限公司 | 一种常备药物推荐方法和装置 |
| CN109378045A (zh) * | 2018-09-26 | 2019-02-22 | 北京理工大学 | 基于药品知识图谱推理的用药决策支持方法 |
| 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 |
| CN109920508A (zh) * | 2018-12-28 | 2019-06-21 | 安徽省立医院 | 处方审核方法及系统 |
| CN110289068A (zh) * | 2019-06-20 | 2019-09-27 | 北京百度网讯科技有限公司 | 药品推荐方法及设备 |
| CN110391006A (zh) * | 2019-07-23 | 2019-10-29 | 夹江县人民医院 | 用于医保结算的药物自标方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030097279A1 (en) * | 2001-11-16 | 2003-05-22 | Delusignan Roger | Systems and methods for evaluating patient-specific information and providing patient management recommendations for healthcare providers |
| US20160078185A1 (en) * | 2014-09-12 | 2016-03-17 | Advanced Medical Strategies, Llc | System and method for verification of pharmaceutical drugs prescription and costs |
| US20180315488A1 (en) * | 2017-04-25 | 2018-11-01 | Telemedco Inc. | Emergency Room Medical Triage, Diagnosis, and Treatment |
-
2020
- 2020-02-03 CN CN202010078549.8A patent/CN111312359B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106156482A (zh) * | 2016-01-18 | 2016-11-23 | 袁洪 | 基于文献数据的药物推荐方法、装置及服务器 |
| CN106372431A (zh) * | 2016-08-31 | 2017-02-01 | 杭州逸曜信息技术有限公司 | 用药方案信息的处理方法 |
| CN106372433A (zh) * | 2016-08-31 | 2017-02-01 | 杭州逸曜信息技术有限公司 | 超说明书用药信息处理方法 |
| CN108986879A (zh) * | 2018-05-31 | 2018-12-11 | 平安医疗科技有限公司 | 药品推荐方法、装置、计算机设备和存储介质 |
| 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 |
| CN109378045A (zh) * | 2018-09-26 | 2019-02-22 | 北京理工大学 | 基于药品知识图谱推理的用药决策支持方法 |
| CN109243565A (zh) * | 2018-09-28 | 2019-01-18 | 佐成爱（江苏）健康管理咨询有限公司 | 一种常备药物推荐方法和装置 |
| CN109920508A (zh) * | 2018-12-28 | 2019-06-21 | 安徽省立医院 | 处方审核方法及系统 |
| 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 |
| CN110289068A (zh) * | 2019-06-20 | 2019-09-27 | 北京百度网讯科技有限公司 | 药品推荐方法及设备 |
| CN110391006A (zh) * | 2019-07-23 | 2019-10-29 | 夹江县人民医院 | 用于医保结算的药物自标方法 |
Non-Patent Citations (1)
| Title |
|---|
| 超说明书用药问题的相关分析与思考;刘皈阳;王心慧;陈召红;;中国药物应用与监测(03);第123-127页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111312359A (zh) | 2020-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111312359B (zh) | 用药方案智能化推荐方法及装置 | |
| US11462309B2 (en) | Automated electrocardiogram interpretation system and methods for use therewith | |
| KR102237449B1 (ko) | 환자 진단 학습 방법, 서버 및 프로그램 | |
| Gilsanz et al. | Association between birth in a high stroke mortality state, race, and risk of dementia | |
| US7966196B2 (en) | System and method for early identification of safety concerns of new drugs | |
| US20240185975A1 (en) | Systems and methods for verification of the application of therapeutic energy pulses | |
| US20210183486A1 (en) | Biological information processing method, biological information processing apparatus, and biological information processing system | |
| CN108697580B (zh) | 信息处理装置 | |
| AU2007240837A1 (en) | Personalized prognosis modeling in medical treatment planning | |
| CN113871026A (zh) | 一种医疗风险评估系统及方法 | |
| US8010378B2 (en) | Method and system for detecting and analyzing clinical pictures and the causes thereof and for determining proposals for appropriate therapy | |
| CN113506622A (zh) | 一种智能诊断分析系统及其使用方法 | |
| CN113130026A (zh) | 一种互联网处方审核的系统、方法和计算机介质 | |
| CN110706811A (zh) | 一种中医辅助开方系统及其控制方法 | |
| CN110634555A (zh) | 一种互联网医院中信息审核的方法及装置 | |
| CN111028936A (zh) | 一种医疗检查及检验合理合规性分析的方法、系统和设备 | |
| CN116210058A (zh) | 慢性肾脏疾病（ckd）机器学习预测系统、方法和装置 | |
| WO2020172552A1 (en) | System architecture and methods for analyzing health data across geographic regions by priority using a decentralized computing platform | |
| CN111128401A (zh) | 一种智能推荐手术项目的方法、系统和设备 | |
| CN112712870B (zh) | 一种互联网医院用药方案确定方法及装置 | |
| JP4986986B2 (ja) | 診断群分類検証機能を備えた病院情報総合システムおよび診断群分類検証処理を備えた病院情報処理プログラムおよび診断群分類検証を伴う病院情報処理方法 | |
| Cappon et al. | System Architecture of TWIN: A New Digital Twin-Based Clinical Decision Support System for Type 1 Diabetes Management in Children | |
| Ratnakar et al. | Smart Innovative Medical Devices Based on Artificial Intelligence | |
| CN113468138A (zh) | 一种医疗数据库规则完善的方法、系统和计算机介质 | |
| CN114067942A (zh) | 基于疾病风险评估的多重用药评价装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |