CN111724876B - 一种用药交代与指导系统及方法 - Google Patents
一种用药交代与指导系统及方法 Download PDFInfo
- Publication number
- CN111724876B CN111724876B CN202010706492.1A CN202010706492A CN111724876B CN 111724876 B CN111724876 B CN 111724876B CN 202010706492 A CN202010706492 A CN 202010706492A CN 111724876 B CN111724876 B CN 111724876B
- Authority
- CN
- China
- Prior art keywords
- convolution
- layer
- kernels
- guidance
- convolution kernels
- 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
- 238000012377 drug delivery Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 15
- 239000003814 drug Substances 0.000 claims abstract description 149
- 229940079593 drug Drugs 0.000 claims abstract description 76
- 230000003993 interaction Effects 0.000 claims abstract description 41
- 238000004891 communication Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 32
- 239000010410 layer Substances 0.000 claims description 312
- 238000011176 pooling Methods 0.000 claims description 21
- 238000013528 artificial neural network Methods 0.000 claims description 15
- 230000006835 compression Effects 0.000 claims description 14
- 238000007906 compression Methods 0.000 claims description 14
- 230000005236 sound signal Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 6
- 239000002344 surface layer Substances 0.000 claims description 6
- 241001672694 Citrus reticulata Species 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种用药交代与指导系统及方法，包括：HIS交互子系统、TCP通信子系统、智能语音子系统、cache数据库交互子系统和用药交代与指导数据处理子系统；本发明解决了医院现存的用药交代与指导方式落后、服务时间短、效果差、无个性化交代及服务能力的问题。
Description
技术领域
本发明涉及信息管理与信息系统领域，具体涉及一种用药交代与指导系统。
背景技术
据WHO报 道,全球约有七分之一的人死于不合理用药。美国疾病控制与预防中心统计数据表明，高达50％的处方药未按规定坚持服用。仅有不到三分之一的患者能正确使用药物。
患者能否正确用药，与医院的用药交代与指导息息相关。我国医疗机构门诊用药交代与指导大多数采用落后的模式：例如，口头告知、简单的手写告知或内容笼统的互联网推送。同时，由于医护人员和患者的供需关系原因，药师工作量大，平均为患者进行用药交代的时间短，服务精力有限。以上各方面均说明我国的用药交代与指导方式方法需要改进。
发明内容
针对现有技术中的上述不足，本发明提供的一种用药交代与指导系统及方法，通过信息化互联网手段解决了医院现存的用药交代与指导方式落后、服务时间短、效果差、无个性化交代及服务能力的问题。
为了达到上述发明目的，本发明采用的技术方案为：一种用药交代与指导系统，包括：HIS交互子系统、TCP通信子系统、智能语音子系统、cache数据库交互子系统和用药交代与指导数据处理子系统；
所述HIS交互子系统与用药交代与指导数据处理子系统通信连接，用于通过HI集成平台与第三方HIS系统进行数据交互；
所述TCP通信子系统与用药交代与指导数据处理子系统通信连接，用于通过接口网关分别与第三方APP、互联网前端和微信公众号平台进行数据交互；
所述cache数据库交互子系统与用药交代与指导数据处理子系统通信连接，用于将关系型数据存储进cache数据库和从cache数据库中读取关系型数据；
所述智能语音子系统与用药交代与指导数据处理子系统通信连接，用于构建与用药交代与指导信息单上的文字相匹配的普通话语音信号或方言语音信号；
所述用药交代与指导数据处理子系统用于患者信息识别以及患者个性化用药交代予指导信息单生成与审核。
进一步地：用药交代与指导系统采用Net Framework 1.1框架；所述HIS交互子系统采用WebService技术通过HI集成平台与第三方HIS系统进行数据交互；所述TCP通信子系统将数据封装为JSON格式进行通信。
一种用药交代与指导系统的用药交代与指导方法，包括以下步骤：
S1、通过TCP通信子系统与患者手持终端进行网络通信，获取患者个人信息和患者处方信息；
S2、通过cache数据库交互子系统将患者个人信息和患者处方信息更新至 cache数据库，并从cache数据库中调取患者处方信息所涉及的药品信息；
S3、通过用药交代与指导数据处理子系统，采用数据挖掘技术，基于cache 数据库中存储且持续维护的用药交代与指导知识库，根据患者个人信息、患者处方信息和药品信息，生成个性化用药交代与指导信息单；
S4、通过HIS交互子系统将个性化用药交代与指导信息单发送给第三方HIS 系统，并等待第三方HIS系统回传的医院窗口药师的审核意见；
S5、通过用药交代与指导数据处理子系统处理审核意见，修正个性化用药交代与指导信息单；
S6、通过智能语音子系统，生成与个性化用药交代与指导信息单上的文字相匹配的普通话语音信号或方言语音信号；
S7、将个性化用药交代与指导信息单及对应的普通话语音信号或方言语音信号封装为JSON格式，通过TCP通信子系统发往患者手持终端；
S8、通过TCP通信子系统接收患者的反馈意见，并将本次个性化用药交代与指导信息单和患者的反馈意见通过cache数据库交互子系统存入cache数据库，更新历史日志，实现对患者的用药交代与指导。
进一步地：患者手持终端包括：安装了医院APP或关注了医院微信公众号的PC机、平板电脑和手机；所述患者个人信息包括：患者民族、患者性别、患者年龄、患者登记号和患者类型。
进一步地：步骤S3中的用药交代与指导知识库，包括：药品基本信息数据库、用药交代与指导知识文本库和用药交代与指导语音库；所述药品基本信息数据库包括：药品名称、药品规格、药品生产厂商和药品说明书。
进一步地：步骤S3中的用药交代与指导知识文本库为采用智能文献检索、问卷调查研究或鱼骨分析法建立和持续维护的数据库。
进一步地：通过智能文献检索建立和持续维护用药交代与指导知识文本库包括以下步骤：
A1、在知网数据库和国家知识产权局专利数据库中获取医药学相关文本；
A2、通过UTF-8可变长度字符编码方式处理医药学相关文本，得到医药学相关TXT文本文档；
A3、遍历并删除医药学相关TXT文本文档中的停用词和空格，得到医药学资料数据源；
A4、通过Word2Vec字向量转换工具将医药学资料数据源转换为医药学向量集；
A5、通过神经网络提取医药学向量集中的医药概念和医药概念关系；
A6、构建医药概念及医药概念关系网络；
A7、将医药概念及医药概念关系网络作为待人工审核处理的用药交代与指导知识信息存入用药交代与指导知识文本库。
进一步地：所述步骤A5中的神经网络为包括依次连接的查找表层、缓冲卷积层、特征提取压缩块、第一卷积块、第二卷积块、第一池化层、第三卷积块、第四卷积块、第二池化层、第五卷积块、第六卷积块、第三池化层、第七卷积块、第八卷积块、最大池化层、第一全连接层、第一激活层、第二全连接层、第二激活层和第三全连接层；
所述查找表层作为神经网络的输入层；
所述第三全连接层作为神经网络的输出层。
进一步地：第一卷积块和第二卷积块的结构相同，均包括：第一卷积层、第二卷积层和第三卷积层；
所述第一卷积层、第二卷积层和第三卷积层依次连接；
所述第一卷积层的卷积核为1*1，其维度为32，其中一个1为第一卷积层的卷积核的长度，另一个1为第一卷积层的卷积核的宽度；
所述第二卷积层的卷积核为3*3，其维度为32，其中一个3为第二卷积层的卷积核的长度，另一个3为第二卷积层的卷积核的宽度；
所述第三卷积层的卷积核为1*1，其维度为64，其中一个1为第三卷积层的卷积核的长度，另一个1为第三卷积层的卷积核的宽度；
所述第三卷积块和第四卷积块的结构均相同，均包括：第四卷积层、第五卷积层和第六卷积层；
所述第四卷积层、第五卷积层和第六卷积层依次连接；
所述第四卷积层的卷积核为1*1，其维度为64，其中一个1为第四卷积层的卷积核的长度，另一个1为第四卷积层的卷积核的宽度；
所述第五卷积层的卷积核为3*3，其维度为64，其中一个3为第五卷积层的卷积核的长度，另一个3为第五卷积层的卷积核的宽度；
所述第六卷积层的卷积核为1*1，其维度为128，其中一个1为第六卷积层的卷积核的长度，另一个1为第六卷积层的卷积核的宽度；
所述第五卷积块和第六卷积块的结构均相同，均包括：第七卷积层、第八卷积层和第九卷积层；
所述第七卷积层、第八卷积层和第九卷积层依次连接；
所述第七卷积层的卷积核为1*1，其维度为128，其中一个1为第七卷积层的卷积核的长度，另一个1为第七卷积层的卷积核的宽度；
所述第八卷积层的卷积核为3*3，其维度为128，其中一个3为第八卷积层的卷积核的长度，另一个3为第八卷积层的卷积核的宽度；
所述第九卷积层的卷积核为1*1，其维度为256，其中一个1为第九卷积层的卷积核的长度，另一个1为第九卷积层的卷积核的宽度；
所述第七卷积块和第八卷积块的结构均相同，均包括：第十卷积层、第十一卷积层和第十二卷积层；
所述第十卷积层、第十一卷积层和第十二卷积层依次连接；
所述第十卷积层的卷积核为1*1，其维度为256，其中一个1为第十卷积层的卷积核的长度，另一个1为第十卷积层的卷积核的宽度；
所述第十一卷积层的卷积核为3*3，其维度为256，其中一个3为第十一卷积层的卷积核的长度，另一个3为第十一卷积层的卷积核的宽度；
所述第十二卷积层的卷积核为1*1，其维度为512，其中一个1为第十二卷积层的卷积核的长度，另一个1为第十二卷积层的卷积核的宽度。
上述进一步方案的有益效果为：每一个卷积块均包括3层卷积层，在3*3 的卷积层前后均插入1*1的卷积层，用于减少大量的参数。
进一步地：所述特征提取压缩块包括：第十三卷积层、第十四卷积层、第十五卷积层、第十六卷积层、特征池化层和特征压缩卷积层；
所述第十三卷积层的输入端、第十四卷积层的输入端、第十五卷积层的输入端、第十六卷积层的输入端和特征池化层的输入端分别与缓冲卷积层的输出端连接；
所述第十三卷积层的输出端、第十四卷积层的输出端、第十五卷积层的输出端、第十六卷积层的输出端和特征池化层的输出端分别与特征压缩卷积层的输入端连接；
所述特征压缩卷积层的输出端与第一卷积块的输入端连接；
所述第十三卷积层的卷积核为1*1，其中一个1为第十三卷积层的卷积核的长度，另一个1为第十三卷积层的卷积核的宽度，其扩展率为2；
所述第十四卷积层的卷积核为3*3，其中一个3为第十四卷积层的卷积核的长度，另一个3为第十四卷积层的卷积核的宽度，其扩展率为6；
所述第十五卷积层的卷积核为3*3，其中一个3为第十五卷积层的卷积核的长度，另一个3为第十五卷积层的卷积核的宽度，其扩展率为12；
所述第十六卷积层的卷积核为3*3，其中一个3为第十六卷积层的卷积核的长度，另一个3为第十六卷积层的卷积核的宽度，其扩展率为18；
所述特征压缩卷积层的卷积核为1*1，其中一个1为特征压缩卷积层的卷积核的长度，另一个1为特征压缩卷积层的卷积核的宽度。
上述进一步方案的有益效果为：将缓冲卷积层的输出分别进行并行卷积，采用不同扩展率的卷积层进行特征提取，再进行合并，合并后进行1*1卷积压缩特征。
本发明的有益效果为：本发明构建了一种用药交代与指导系统和其方法，通过HIS交互子系统与HIS系统进行交流，通过智能语音子系统为患者提供个性化服务，通过TCP通信子系统去链接用户APP、浏览器和微信公众号，全面满足患者需求，并通过神经网络高效的构建医药概念及医药概念关系网络，完善用药交代与指导知识库；本发明解决了医院现存的用药交代与指导方式落后、服务时间短、效果差、无个性化交代及服务能力的问题，实现高效、个性化服务。
附图说明
图1为一种用药交代与指导系统的系统框图；
图2为一种用药交代与指导系统的方法的流程图；
图3为神经网络的结构图；
图4为特征提取压缩块的结构图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，一种用药交代与指导系统，其特征在于，包括：HIS交互子系统、TCP通信子系统、智能语音子系统、cache数据库交互子系统和用药交代与指导数据处理子系统；
所述HIS交互子系统与用药交代与指导数据处理子系统通信连接，用于通过HI集成平台与第三方HIS系统进行数据交互；
所述TCP通信子系统与用药交代与指导数据处理子系统通信连接，用于通过接口网关分别与第三方APP、互联网前端和微信公众号平台进行数据交互；
所述cache数据库交互子系统与用药交代与指导数据处理子系统通信连接，用于将关系型数据存储进cache数据库和从cache数据库中读取关系型数据；
所述智能语音子系统与用药交代与指导数据处理子系统通信连接，用于构建与用药交代与指导信息单上的文字相匹配的普通话语音信号或方言语音信号；
所述用药交代与指导数据处理子系统用于患者信息识别以及患者个性化用药交代予指导信息单生成与审核。
用药交代与指导系统采用Net Framework 1.1框架；所述HIS交互子系统采用WebService技术通过HI集成平台与第三方HIS系统进行数据交互；所述TCP 通信子系统将数据封装为JSON格式进行通信。
如图2所示，一种基于用药交代与指导系统的用药交代与指导方法，包括以下步骤：
S1、通过TCP通信子系统与患者手持终端进行网络通信，获取患者个人信息和患者处方信息；
患者手持终端包括：安装了医院APP或关注了医院微信公众号的PC机、平板电脑和手机；所述患者个人信息包括：患者民族、患者性别、患者年龄、患者登记号和患者类型。
S2、通过cache数据库交互子系统将患者个人信息和患者处方信息更新至 cache数据库，并从cache数据库中调取患者处方信息所涉及的药品信息；
S3、通过用药交代与指导数据处理子系统，采用数据挖掘技术，基于cache 数据库中存储且持续维护的用药交代与指导知识库，根据患者个人信息、患者处方信息和药品信息，生成个性化用药交代与指导信息单；
步骤S3中的用药交代与指导知识库，包括：药品基本信息数据库、用药交代与指导知识文本库和用药交代与指导语音库；所述药品基本信息数据库包括：药品名称、药品规格、药品生产厂商和药品说明书。
步骤S3中的用药交代与指导知识文本库为采用智能文献检索、问卷调查研究或鱼骨分析法建立和持续维护的数据库。
通过智能文献检索建立和持续维护用药交代与指导知识文本库包括以下步骤：
A1、在知网数据库和国家知识产权局专利数据库中获取医药学相关文本；
A2、通过UTF-8可变长度字符编码方式处理医药学相关文本，得到医药学相关TXT文本文档；
A3、遍历并删除医药学相关TXT文本文档中的停用词和空格，得到医药学资料数据源；
A4、通过Word2Vec字向量转换工具将医药学资料数据源转换为医药学向量集；
A5、通过神经网络提取医药学向量集中的医药概念和医药概念关系；
在本实施例中，神经网络发掘出的医药概念包括：疾病名、症状名、患者身体情况、药品名；医药概念关系则可指示何种身体状况的患者针对何种症状以及何种疾病可以如何用药；
如图3所示，步骤A5中的神经网络为包括依次连接的查找表层、缓冲卷积层、特征提取压缩块、第一卷积块、第二卷积块、第一池化层、第三卷积块、第四卷积块、第二池化层、第五卷积块、第六卷积块、第三池化层、第七卷积块、第八卷积块、最大池化层、第一全连接层、第一激活层、第二全连接层、第二激活层和第三全连接层；
所述查找表层作为神经网络的输入层；
所述第三全连接层作为神经网络的输出层。
所述第一卷积块和第二卷积块的结构相同，均包括：第一卷积层、第二卷积层和第三卷积层；
所述第一卷积层、第二卷积层和第三卷积层依次连接；
所述第一卷积层的卷积核为1*1，其维度为32，其中一个1为第一卷积层的卷积核的长度，另一个1为第一卷积层的卷积核的宽度；
所述第二卷积层的卷积核为3*3，其维度为32，其中一个3为第二卷积层的卷积核的长度，另一个3为第二卷积层的卷积核的宽度；
所述第三卷积层的卷积核为1*1，其维度为64，其中一个1为第三卷积层的卷积核的长度，另一个1为第三卷积层的卷积核的宽度；
所述第三卷积块和第四卷积块的结构均相同，均包括：第四卷积层、第五卷积层和第六卷积层；
所述第四卷积层、第五卷积层和第六卷积层依次连接；
所述第四卷积层的卷积核为1*1，其维度为64，其中一个1为第四卷积层的卷积核的长度，另一个1为第四卷积层的卷积核的宽度；
所述第五卷积层的卷积核为3*3，其维度为64，其中一个3为第五卷积层的卷积核的长度，另一个3为第五卷积层的卷积核的宽度；
所述第六卷积层的卷积核为1*1，其维度为128，其中一个1为第六卷积层的卷积核的长度，另一个1为第六卷积层的卷积核的宽度；
所述第五卷积块和第六卷积块的结构均相同，均包括：第七卷积层、第八卷积层和第九卷积层；
所述第七卷积层、第八卷积层和第九卷积层依次连接；
所述第七卷积层的卷积核为1*1，其维度为128，其中一个1为第七卷积层的卷积核的长度，另一个1为第七卷积层的卷积核的宽度；
所述第八卷积层的卷积核为3*3，其维度为128，其中一个3为第八卷积层的卷积核的长度，另一个3为第八卷积层的卷积核的宽度；
所述第九卷积层的卷积核为1*1，其维度为256，其中一个1为第九卷积层的卷积核的长度，另一个1为第九卷积层的卷积核的宽度；
所述第七卷积块和第八卷积块的结构均相同，均包括：第十卷积层、第十一卷积层和第十二卷积层；
所述第十卷积层、第十一卷积层和第十二卷积层依次连接；
所述第十卷积层的卷积核为1*1，其维度为256，其中一个1为第十卷积层的卷积核的长度，另一个1为第十卷积层的卷积核的宽度；
所述第十一卷积层的卷积核为3*3，其维度为256，其中一个3为第十一卷积层的卷积核的长度，另一个3为第十一卷积层的卷积核的宽度；
所述第十二卷积层的卷积核为1*1，其维度为512，其中一个1为第十二卷积层的卷积核的长度，另一个1为第十二卷积层的卷积核的宽度。
如图4所示，特征提取压缩块包括：第十三卷积层、第十四卷积层、第十五卷积层、第十六卷积层、特征池化层和特征压缩卷积层；
所述第十三卷积层的输入端、第十四卷积层的输入端、第十五卷积层的输入端、第十六卷积层的输入端和特征池化层的输入端分别与缓冲卷积层的输出端连接；
所述第十三卷积层的输出端、第十四卷积层的输出端、第十五卷积层的输出端、第十六卷积层的输出端和特征池化层的输出端分别与特征压缩卷积层的输入端连接；
所述特征压缩卷积层的输出端与第一卷积块的输入端连接；
所述第十三卷积层的卷积核为1*1，其中一个1为第十三卷积层的卷积核的长度，另一个1为第十三卷积层的卷积核的宽度，其扩展率为2；
所述第十四卷积层的卷积核为3*3，其中一个3为第十四卷积层的卷积核的长度，另一个3为第十四卷积层的卷积核的宽度，其扩展率为6；
所述第十五卷积层的卷积核为3*3，其中一个3为第十五卷积层的卷积核的长度，另一个3为第十五卷积层的卷积核的宽度，其扩展率为12；
所述第十六卷积层的卷积核为3*3，其中一个3为第十六卷积层的卷积核的长度，另一个3为第十六卷积层的卷积核的宽度，其扩展率为18；
所述特征压缩卷积层的卷积核为1*1，其中一个1为特征压缩卷积层的卷积核的长度，另一个1为特征压缩卷积层的卷积核的宽度。
A6、构建医药概念及医药概念关系网络；
A7、将医药概念及医药概念关系网络作为待人工审核处理的用药交代与指导知识信息存入用药交代与指导知识文本库。
S4、通过HIS交互子系统将个性化用药交代与指导信息单发送给第三方HIS 系统，并等待第三方HIS系统回传的医院窗口药师的审核意见；
S5、通过用药交代与指导数据处理子系统处理审核意见，修正个性化用药交代与指导信息单；
S6、通过智能语音子系统，生成与个性化用药交代与指导信息单上的文字相匹配的普通话语音信号或方言语音信号；
S7、将个性化用药交代与指导信息单及对应的普通话语音信号或方言语音信号封装为JSON格式，通过TCP通信子系统发往患者手持终端；
S8、通过TCP通信子系统接收患者的反馈意见，并将本次个性化用药交代与指导信息单和患者的反馈意见通过cache数据库交互子系统存入cache数据库，更新历史日志，实现对患者的用药交代与指导。
在本实施例中，个性化用药交代与指导信息单包含了患者自身的个人信息、药品详细信息、用药交代和指导内容，尤其是根据用药的风险程度，用不同的颜色区别用药风险；在个性化方面，考虑到每个患者自身的身体状况，尤其一些拥有基础性疾病的患者、孕妇以及老年人，均有详细且温馨的嘱咐。而本实施例为了方便视力不佳者，提供了普通话和方言两种语音播报功能，用户可通过手持终端反复回放收听，避免用药风险。
Claims (3)
1.一种用药交代与指导方法，其特征在于，包括以下步骤：
S1、通过TCP通信子系统与患者手持终端进行网络通信，获取患者个人信息和患者处方信息；
S2、通过cache数据库交互子系统将患者个人信息和患者处方信息更新至cache数据库，并从cache数据库中调取患者处方信息所涉及的药品信息；
S3、通过用药交代与指导数据处理子系统，采用数据挖掘技术，基于cache数据库中存储且持续维护的用药交代与指导知识库，根据患者个人信息、患者处方信息和药品信息，生成个性化用药交代与指导信息单；
S4、通过HIS交互子系统将个性化用药交代与指导信息单发送给第三方HIS系统，并等待第三方HIS系统回传的医院窗口药师的审核意见；
S5、通过用药交代与指导数据处理子系统处理审核意见，修正个性化用药交代与指导信息单；
S6、通过智能语音子系统，生成与个性化用药交代与指导信息单上的文字相匹配的普通话语音信号或方言语音信号；
S7、将个性化用药交代与指导信息单及对应的普通话语音信号或方言语音信号封装为JSON格式，通过TCP通信子系统发往患者手持终端；
S8、通过TCP通信子系统接收患者的反馈意见，并将本次个性化用药交代与指导信息单和患者的反馈意见通过cache数据库交互子系统存入cache数据库，更新历史日志，实现对患者的用药交代与指导；
所述患者手持终端包括：安装了医院APP或关注了医院微信公众号的PC机、平板电脑和手机；所述患者个人信息包括：患者民族、患者性别、患者年龄、患者登记号和患者类型；
所述步骤S3中的用药交代与指导知识库，包括：药品基本信息数据库、用药交代与指导知识文本库和用药交代与指导语音库；所述药品基本信息数据库包括：药品名称、药品规格、药品生产厂商和药品说明书；
所述步骤S3中的用药交代与指导知识文本库为采用智能文献检索、问卷调查研究或鱼骨分析法建立和持续维护的数据库；
通过智能文献检索建立和持续维护用药交代与指导知识文本库包括以下步骤：
A1、在知网数据库和国家知识产权局专利数据库中获取医药学相关文本；
A2、通过UTF-8可变长度字符编码方式处理医药学相关文本，得到医药学相关TXT文本文档；
A3、遍历并删除医药学相关TXT文本文档中的停用词和空格，得到医药学资料数据源；
A4、通过Word2Vec字向量转换工具将医药学资料数据源转换为医药学向量集；
A5、通过神经网络提取医药学向量集中的医药概念和医药概念关系；
A6、构建医药概念及医药概念关系网络；
A7、将医药概念及医药概念关系网络作为待人工审核处理的用药交代与指导知识信息存入用药交代与指导知识文本库；
所述步骤A5中的神经网络为包括依次连接的查找表层、缓冲卷积层、特征提取压缩块、第一卷积块、第二卷积块、第一池化层、第三卷积块、第四卷积块、第二池化层、第五卷积块、第六卷积块、第三池化层、第七卷积块、第八卷积块、最大池化层、第一全连接层、第一激活层、第二全连接层、第二激活层和第三全连接层；
所述查找表层作为神经网络的输入层；
所述第三全连接层作为神经网络的输出层；
所述第一卷积块和第二卷积块的结构相同，均包括：第一卷积层、第二卷积层和第三卷积层；
所述第一卷积层、第二卷积层和第三卷积层依次连接；
所述第一卷积层的卷积核为1*1，其维度为32，其中一个1为第一卷积层的卷积核的长度，另一个1为第一卷积层的卷积核的宽度；
所述第二卷积层的卷积核为3*3，其维度为32，其中一个3为第二卷积层的卷积核的长度，另一个3为第二卷积层的卷积核的宽度；
所述第三卷积层的卷积核为1*1，其维度为64，其中一个1为第三卷积层的卷积核的长度，另一个1为第三卷积层的卷积核的宽度；
所述第三卷积块和第四卷积块的结构均相同，均包括：第四卷积层、第五卷积层和第六卷积层；
所述第四卷积层、第五卷积层和第六卷积层依次连接；
所述第四卷积层的卷积核为1*1，其维度为64，其中一个1为第四卷积层的卷积核的长度，另一个1为第四卷积层的卷积核的宽度；
所述第五卷积层的卷积核为3*3，其维度为64，其中一个3为第五卷积层的卷积核的长度，另一个3为第五卷积层的卷积核的宽度；
所述第六卷积层的卷积核为1*1，其维度为128，其中一个1为第六卷积层的卷积核的长度，另一个1为第六卷积层的卷积核的宽度；
所述第五卷积块和第六卷积块的结构均相同，均包括：第七卷积层、第八卷积层和第九卷积层；
所述第七卷积层、第八卷积层和第九卷积层依次连接；
所述第七卷积层的卷积核为1*1，其维度为128，其中一个1为第七卷积层的卷积核的长度，另一个1为第七卷积层的卷积核的宽度；
所述第八卷积层的卷积核为3*3，其维度为128，其中一个3为第八卷积层的卷积核的长度，另一个3为第八卷积层的卷积核的宽度；
所述第九卷积层的卷积核为1*1，其维度为256，其中一个1为第九卷积层的卷积核的长度，另一个1为第九卷积层的卷积核的宽度；
所述第七卷积块和第八卷积块的结构均相同，均包括：第十卷积层、第十一卷积层和第十二卷积层；
所述第十卷积层、第十一卷积层和第十二卷积层依次连接；
所述第十卷积层的卷积核为1*1，其维度为256，其中一个1为第十卷积层的卷积核的长度，另一个1为第十卷积层的卷积核的宽度；
所述第十一卷积层的卷积核为3*3，其维度为256，其中一个3为第十一卷积层的卷积核的长度，另一个3为第十一卷积层的卷积核的宽度；
所述第十二卷积层的卷积核为1*1，其维度为512，其中一个1为第十二卷积层的卷积核的长度，另一个1为第十二卷积层的卷积核的宽度；
所述特征提取压缩块包括：第十三卷积层、第十四卷积层、第十五卷积层、第十六卷积层、特征池化层和特征压缩卷积层；
所述第十三卷积层的输入端、第十四卷积层的输入端、第十五卷积层的输入端、第十六卷积层的输入端和特征池化层的输入端分别与缓冲卷积层的输出端连接；
所述第十三卷积层的输出端、第十四卷积层的输出端、第十五卷积层的输出端、第十六卷积层的输出端和特征池化层的输出端分别与特征压缩卷积层的输入端连接；
所述特征压缩卷积层的输出端与第一卷积块的输入端连接；
所述第十三卷积层的卷积核为1*1，其中一个1为第十三卷积层的卷积核的长度，另一个1为第十三卷积层的卷积核的宽度，其扩展率为2；
所述第十四卷积层的卷积核为3*3，其中一个3为第十四卷积层的卷积核的长度，另一个3为第十四卷积层的卷积核的宽度，其扩展率为6；
所述第十五卷积层的卷积核为3*3，其中一个3为第十五卷积层的卷积核的长度，另一个3为第十五卷积层的卷积核的宽度，其扩展率为12；
所述第十六卷积层的卷积核为3*3，其中一个3为第十六卷积层的卷积核的长度，另一个3为第十六卷积层的卷积核的宽度，其扩展率为18；
所述特征压缩卷积层的卷积核为1*1，其中一个1为特征压缩卷积层的卷积核的长度，另一个1为特征压缩卷积层的卷积核的宽度。
2.一种根据权利要求1所述的用药交代与指导方法的系统，其特征在于，包括：HIS交互子系统、TCP通信子系统、智能语音子系统、cache数据库交互子系统和用药交代与指导数据处理子系统；
所述HIS交互子系统与用药交代与指导数据处理子系统通信连接，用于通过HI集成平台与第三方HIS系统进行数据交互；
所述TCP通信子系统与用药交代与指导数据处理子系统通信连接，用于通过接口网关分别与第三方APP、互联网前端和微信公众号平台进行数据交互；
所述cache数据库交互子系统与用药交代与指导数据处理子系统通信连接，用于将关系型数据存储进cache数据库和从cache数据库中读取关系型数据；
所述智能语音子系统与用药交代与指导数据处理子系统通信连接，用于构建与用药交代与指导信息单上的文字相匹配的普通话语音信号或方言语音信号；
所述用药交代与指导数据处理子系统用于患者信息识别以及患者个性化用药交代予指导信息单生成与审核。
3.根据权利要求2所述的用药交代与指导方法的系统，其特征在于，所述用药交代与指导数据处理子 系统采用Net Framework 1.1框架；所述HIS交互子系统采用WebService技术通过HI集成平台与第三方HIS系统进行数据交互；所述TCP通信子系统将数据封装为JSON格式进行通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010706492.1A CN111724876B (zh) | 2020-07-21 | 2020-07-21 | 一种用药交代与指导系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010706492.1A CN111724876B (zh) | 2020-07-21 | 2020-07-21 | 一种用药交代与指导系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111724876A CN111724876A (zh) | 2020-09-29 |
| CN111724876B true CN111724876B (zh) | 2023-03-24 |
Family
ID=72573015
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010706492.1A Active CN111724876B (zh) | 2020-07-21 | 2020-07-21 | 一种用药交代与指导系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111724876B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107391906A (zh) * | 2017-06-19 | 2017-11-24 | 华南理工大学 | 基于神经网络和图谱结构的健康饮食知识网络构建方法 |
| WO2018218707A1 (zh) * | 2017-05-27 | 2018-12-06 | 中国矿业大学 | 一种基于神经网络与注意力机制的情报关系提取方法 |
| CN109920508A (zh) * | 2018-12-28 | 2019-06-21 | 安徽省立医院 | 处方审核方法及系统 |
| US10446273B1 (en) * | 2013-08-12 | 2019-10-15 | Cerner Innovation, Inc. | Decision support with clinical nomenclatures |
| CN110853723A (zh) * | 2019-11-24 | 2020-02-28 | 曹庆恒 | 一种智能药品指导的方法、系统和设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040122702A1 (en) * | 2002-12-18 | 2004-06-24 | Sabol John M. | Medical data processing system and method |
| CN104598740A (zh) * | 2015-01-26 | 2015-05-06 | 曹庆恒 | 一种智能用药指导的方法、系统和设备 |
| CN109446338B (zh) * | 2018-09-20 | 2020-07-21 | 大连交通大学 | 基于神经网络的药物疾病关系分类方法 |
| CN109783618B (zh) * | 2018-12-11 | 2021-01-19 | 北京大学 | 基于注意力机制神经网络的药物实体关系抽取方法及系统 |
-
2020
- 2020-07-21 CN CN202010706492.1A patent/CN111724876B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10446273B1 (en) * | 2013-08-12 | 2019-10-15 | Cerner Innovation, Inc. | Decision support with clinical nomenclatures |
| WO2018218707A1 (zh) * | 2017-05-27 | 2018-12-06 | 中国矿业大学 | 一种基于神经网络与注意力机制的情报关系提取方法 |
| CN107391906A (zh) * | 2017-06-19 | 2017-11-24 | 华南理工大学 | 基于神经网络和图谱结构的健康饮食知识网络构建方法 |
| CN109920508A (zh) * | 2018-12-28 | 2019-06-21 | 安徽省立医院 | 处方审核方法及系统 |
| CN110853723A (zh) * | 2019-11-24 | 2020-02-28 | 曹庆恒 | 一种智能药品指导的方法、系统和设备 |
Non-Patent Citations (3)
| Title |
|---|
| 基于BI-LSTM-CRF模型的限定领域知识库问答系统;程树东等;《计算机与现代化》;20180715(第07期);第53-57页 * |
| 基于自然语言处理的临床合理用药知识图谱构建;张小亮等;《中华医学图书情报杂志》;20190915(第09期);第1-5页 * |
| 门诊药房合理用药优化筛查系统的方法研究;白清清等;《武警医学》;20161015(第10期);第1040-1041页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111724876A (zh) | 2020-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107247868B (zh) | 一种人工智能辅助问诊系统 | |
| US8805756B2 (en) | Enhanced DeepQA in a medical environment | |
| JP4615629B2 (ja) | ネットワークへのアクセスを含む、コンピュータを使用した医療診断および処理の助言システム | |
| US20040267574A1 (en) | Creation of database and structured information | |
| US20090089100A1 (en) | Clinical information system | |
| US20120179478A1 (en) | Devices, Systems, and Methods for the Real-Time and Individualized Prediction of Health and Economic Outcomes | |
| Panda et al. | Big data in health care: A mobile based solution | |
| Phimphasone-Brady et al. | Clinician and staff perspectives on potential disparities introduced by the rapid implementation of telehealth services during COVID-19: a mixed-methods analysis | |
| US20110015939A1 (en) | Systems and methods to create log entries and share a patient log using open-ended electronic messaging and artificial intelligence | |
| CN107564571A (zh) | 一种基于语音输入的结构化电子病历生成方法及其对应的储存设备和移动终端 | |
| US20240105175A1 (en) | Semantically augmented clinical speech processing | |
| CN118013021B (zh) | 基于大语言模型的医药解答方法、装置、设备及介质 | |
| CN111882203A (zh) | 一种中医药云服务实验系统 | |
| CN113641784A (zh) | 医教研一体化的医疗知识推荐方法和系统 | |
| Turisco | Mobile computing is next technology frontier for healthcare providers | |
| CN113450891B (zh) | 服药提醒方法、装置、计算机设备和存储介质 | |
| CN111724876B (zh) | 一种用药交代与指导系统及方法 | |
| Eyesan et al. | Design and implementation of a voice-based medical alert system for medication adherence | |
| CN112309587A (zh) | 线上问诊方法、系统、服务器及存储介质 | |
| CN116453674A (zh) | 一种智慧医疗系统 | |
| US11238988B2 (en) | Large scale identification and analysis of population health risks | |
| Lakshmi et al. | Drug information services to doctors of Karnataka, India | |
| CN113450890B (zh) | 药品数据库创建方法、装置、计算机设备和存储介质 | |
| CN107145759A (zh) | 家庭医生的导诊实现方法、装置及计算机可读存储介质 | |
| US20210344798A1 (en) | Insurance information systems |
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 |