CN111768833A - 一种处方风险检测方法及其风险检测系统 - Google Patents

一种处方风险检测方法及其风险检测系统 Download PDF

Info

Publication number
CN111768833A
CN111768833A CN202010903325.6A CN202010903325A CN111768833A CN 111768833 A CN111768833 A CN 111768833A CN 202010903325 A CN202010903325 A CN 202010903325A CN 111768833 A CN111768833 A CN 111768833A
Authority
CN
China
Prior art keywords
prescription
risk
information
detection
basic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010903325.6A
Other languages
English (en)
Inventor
罗安
周聪俊
史鹏翔
许春霞
师改梅
何进
徐�明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Junyi Fudun Technology Co ltd
Original Assignee
Sichuan Junyi Fudun Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Junyi Fudun Technology Co ltd filed Critical Sichuan Junyi Fudun Technology Co ltd
Priority to CN202010903325.6A priority Critical patent/CN111768833A/zh
Publication of CN111768833A publication Critical patent/CN111768833A/zh
Pending legal-status Critical Current

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • 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)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Marketing (AREA)
  • Chemical & Material Sciences (AREA)
  • Quality & Reliability (AREA)
  • Toxicology (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明属于处方审核技术领域，具体涉及一种处方风险检测方法，其特征在于：包括如下步骤：S1：获取处方的处方信息；S2：根据处方信息，获取对应的药品信息；S3：根据处方信息和药品信息，进行处方基础风险检测；S4：当处方基础风险检测通过后，得到处方基础风险检测结果，并进入步骤S5，处方基础风险检测不通过则更新当前处方，并返回步骤S1S5：根据处方基础风险检测结果，进行整体风险评估，得到处方整体风险结果。本发明解决了现有技术存在的人工审核工作量和工作强度过大、易出现遗漏或错误以及问题处方造成不必要的人力浪费的问题。

Description

一种处方风险检测方法及其风险检测系统
技术领域
本发明属于处方审核技术领域，具体涉及一种处方风险检测方法及其风险检测系统。
背景技术
随着现代互联网远程问诊的广泛应用，病人问诊流程大致可以简化为：病人描述病情，医生问诊获得病情的症状及病情的严重程度，医生依据医学相关知识确定病因得到初步诊断从而获知疾病类型，然后医生根据症状和疾病类型对症下药，从药品数据库中选择对应的药品形成处方。对医师开具的处方需要由药师进行审核，药师根据处方的用药搭配，患者信息描述、初步诊断，药品剂量等完成处方审核。通过规范处方审核行为，一方面提高处方审核的质量和效率，促进临床合理用药，另一方面提现药师专业技术价值，转变药学服务模式，为患者提供更加优质、人性化的药学技术服务。
在一般情况下，用户咨询医生描述病情（即症状）和过敏史等相关资料。然后医生得出初步诊断，依据初步诊断和用户的症状开具处方，而处方一般包含一到多个药品，而这些药品都具有属性：药品成分、适用症状、药品禁忌。不同药品之间的药品成分，需要做成分冲突分析，而不同药品之间的适用症状对应用户症状可做药品是否适用用户症状即是否对症下药的分析，而药品的药品禁忌和用于的过敏史和遗传病等可构成用药安全的验证。
在实现本发明的过程中，发明人发现现有技术中至少存在如下问题：
1）在面对大量的处方时，进行审核的药师的工作量和工作强度过大，且人工审核易出现遗漏或错误；
2）很多信息不完整、存在明显的用法用量错误、成分冲突等问题的处方，占用了执业药剂师过多的时间，造成了不必要的人力浪费。
发明内容
本发明旨在于至少在一定程度上解决上述技术问题之一。
为此，本发明目的在于提供一种处方风险检测方法及其风险检测系统，用于解决现有技术存在的人工审核工作量和工作强度过大、易出现遗漏或错误以及问题处方造成不必要的人力浪费的问题。
本发明所采用的技术方案为：
一种处方风险检测方法，包括如下步骤：
S1：获取处方的处方信息；
S2：根据处方信息，获取对应的药品信息；
S3：根据处方信息和药品信息，进行处方基础风险检测；
S4：当处方基础风险检测通过后，得到处方基础风险检测结果，并进入步骤S5，处方基础风险检测不通过则更新当前处方，并返回步骤S1；
S5：根据处方基础风险检测结果，进行整体风险评估，得到处方整体风险结果。
进一步地，步骤S3中，处方基础风险检测包括基础信息检测、成分冲突检测、用法检测、用量检测、药品禁忌检测以及处方对症检测；
当基础信息检测、成分冲突检测、用法检测、用量检测、药品禁忌检测以及处方对症检测均通过后，则处方基础风险检测通过，否则处方基础风险检测不通过。
进一步地，基础信息检测的计算公式为：
Figure DEST_PATH_IMAGE001
式中，
Figure 767071DEST_PATH_IMAGE002
为基础信息风险度量函数；
Figure DEST_PATH_IMAGE003
为分段函数；
Figure 480949DEST_PATH_IMAGE004
为药品信息中第i项基础信息的估算重要性系数；
Figure DEST_PATH_IMAGE005
为根据处方信息得到的第i项基础信息的完整参数；i为基础信息指示量；
Figure 57424DEST_PATH_IMAGE006
为基础信息总数；
基础信息检测的判断公式为：
Figure DEST_PATH_IMAGE007
式中，
Figure 498638DEST_PATH_IMAGE002
为基础信息风险度量函数；
Figure 844169DEST_PATH_IMAGE008
为药品信息中基础信息检测风险阈值。
进一步地，成分冲突检测的计算公式为：
Figure DEST_PATH_IMAGE009
式中，
Figure 463369DEST_PATH_IMAGE010
为成分冲突风险度量函数；
Figure DEST_PATH_IMAGE011
为药品信息中第
Figure 277873DEST_PATH_IMAGE012
项与第
Figure DEST_PATH_IMAGE013
项药物成分的冲突参数；
Figure 7931DEST_PATH_IMAGE014
为中间函数；
Figure 100002_DEST_PATH_IMAGE015
均为药品成分指示量，
Figure 253974DEST_PATH_IMAGE016
，
Figure 100002_DEST_PATH_IMAGE017
，其中， M为处方信息中药品成分总量；N为药品成分之前相互组合的总数；
成分冲突检测的判断公式为：
Figure 44075DEST_PATH_IMAGE018
式中，
Figure 329563DEST_PATH_IMAGE010
为成分冲突风险度量函数；
Figure 100002_DEST_PATH_IMAGE019
为药品信息中成分冲突检测风险阈值。
进一步地，用法检测的计算公式为：
Figure 597733DEST_PATH_IMAGE020
式中，
Figure 100002_DEST_PATH_IMAGE021
为用法风险度量函数；
Figure 668589DEST_PATH_IMAGE022
为根据药品信息得到的第
Figure 100002_DEST_PATH_IMAGE023
类药品的用法参数；a为函数系数；b为函数常数；
用法检测的判断公式为：
Figure 895171DEST_PATH_IMAGE024
式中，
Figure 100002_DEST_PATH_IMAGE025
为用法风险度量函数；
Figure 182801DEST_PATH_IMAGE026
为药品信息中用法风险阈值。
进一步地，用量检测的计算公式为：
Figure 100002_DEST_PATH_IMAGE027
式中，
Figure 333291DEST_PATH_IMAGE028
为用量风险度量函数；
Figure 100002_DEST_PATH_IMAGE029
为根据药品信息得到的第
Figure 304658DEST_PATH_IMAGE023
类药品的用药风险度；
Figure 691689DEST_PATH_IMAGE023
为药品种类指示量；N 2 为处方信息中药品种类总量；
用量检测的判断公式为：
Figure 951769DEST_PATH_IMAGE030
式中，
Figure 296163DEST_PATH_IMAGE028
为用量风险度量函数；
Figure 100002_DEST_PATH_IMAGE031
为药品信息中用量风险阈值。
进一步地，药品禁忌检测的计算公式为：
Figure 590878DEST_PATH_IMAGE032
式中，
Figure 100002_DEST_PATH_IMAGE033
为药品禁忌风险度量函数；
Figure 644416DEST_PATH_IMAGE034
为存在禁忌的药品
Figure 100002_DEST_PATH_IMAGE035
的数量统计值；
Figure 657371DEST_PATH_IMAGE023
为药品种类指示量；N 2 为处方信息中药品种类总量；
药品禁忌检测的判断公式为：
Figure 336614DEST_PATH_IMAGE036
式中，
Figure 203945DEST_PATH_IMAGE033
为药品禁忌风险度量函数。
进一步地，处方对症检测的计算公式为：
Figure 100002_DEST_PATH_IMAGE037
式中，
Figure 943231DEST_PATH_IMAGE038
为处方对症风险度量函数；
Figure DEST_PATH_IMAGE039
为第
Figure 630433DEST_PATH_IMAGE040
类药品属于初步诊断分组中第
Figure DEST_PATH_IMAGE041
组的概率矩阵；
Figure 129678DEST_PATH_IMAGE042
为当前药品的第
Figure DEST_PATH_IMAGE043
项药物成分属于初步诊断分组中第
Figure 664565DEST_PATH_IMAGE041
组的概率矩阵；
Figure 43594DEST_PATH_IMAGE041
为初步诊断分组指示量；
Figure 499983DEST_PATH_IMAGE044
为的第
Figure 239138DEST_PATH_IMAGE040
类药品的代价系数；
Figure 566214DEST_PATH_IMAGE040
为药品种类指示量，
Figure DEST_PATH_IMAGE045
；N 2 为处方信息中药品种类总量；
Figure 647302DEST_PATH_IMAGE043
为药品成分指示量，
Figure 590988DEST_PATH_IMAGE046
；M为处方信息中药品成分总量；K为处方信息中药品成分总量参数；
处方对症检测的判断公式为：
Figure DEST_PATH_IMAGE047
式中，
Figure 166456DEST_PATH_IMAGE048
为处方对症风险度量函数；
Figure 613618DEST_PATH_IMAGE049
为药品信息中处方对症风险阈值。
进一步地，步骤S5中，整体风险评估的计算公式为：
Figure 100002_DEST_PATH_IMAGE050
式中，
Figure 600029DEST_PATH_IMAGE051
为整体风险评估函数；
Figure DEST_PATH_IMAGE052
为处方风险检测结果中的处方风险度量函数；p为处方风险检测指示量。
一种处方风险检测系统，应用于处方风险检测方法，包括处方读取单元、数据库读取单元、药品信息数据库以及辅助审方单元，辅助审方单元分别与处方读取单元和数据库读取单元通信连接，数据库读取单元与药品信息数据库通信连接，辅助审方单元通信连接有人工审方终端；
处方读取单元，用于获取处方的处方信息，并发送至辅助审方单元；
数据库读取单元，用于根据处方信息，获取对应的药品信息，并发送至辅助审方单元；
药品信息数据库，用于保存药品信息；
辅助审方单元，用于根据处方信息和药品信息，进行处方基础风险检测，当处方基础风险检测通过后，得到处方基础风险检测结果，根据处方基础风险检测结果，进行整体风险评估，得到处方整体风险结果，并将处方整体风险结果以及对应的处方发送至人工审方终端，处方基础风险检测不通过则更新当前处方，即退回当前处方。
本发明的有益效果为：
本发明的处方风险检测方法及其风险检测系统，在人工审核之前，对处方进行风险检测，并剔除所有存在明显问题的处方，节省了人力投入和时间，减少了人工审核的工作量和工作强度，并且避免了发生遗漏或错误。
本发明的其他有益效果将在具体实施方式中进行详细说明。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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是处方风险检测方法流程图；
图2是处方风险检测系统结构框图。
具体实施方式
下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是，对于这些实施例方式的说明虽然是用于帮助理解本发明，但并不构成对本发明的限定。本发明公开的功能细节仅用于描述本发明的示例实施例。然而，可用很多备选的形式来体现本发明，并且不应当理解为本发明限制在本发明阐述的实施例中。
应当理解，本发明使用的术语仅用于描述特定实施例，并不意在限制本发明的示例实施例。若术语“包括”、“包括了”、“包含”和/或“包含了”在本发明中被使用时，指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性，并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。
应当理解，还应当注意到在一些备选实施例中，所出现的功能/动作可能与附图出现的顺序不同。例如，取决于所涉及的功能/动作，实际上可以实质上并发地执行，或者有时可以以相反的顺序来执行连续示出的两个图。
应当理解，在下面的描述中提供了特定的细节，以便于对示例实施例的完全理解。然而，本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统，以避免用不必要的细节来使得示例不清楚。在其他实例中，可以不以不必要的细节来示出众所周知的过程、结构和技术，以避免使得示例实施例不清楚。
实施例1
如图1所示，本实施例提供一种处方风险检测方法，包括如下步骤：
S1：获取处方的处方信息；
S2：根据处方信息，获取对应的药品信息；
S3：根据处方信息和药品信息，进行处方基础风险检测；
处方基础风险检测包括基础信息检测、成分冲突检测、用法检测、用量检测、药品禁忌检测以及处方对症检测；
当基础信息检测、成分冲突检测、用法检测、用量检测、药品禁忌检测以及处方对症检测均通过后，则处方基础风险检测通过，否则处方基础风险检测不通过；
基础信息检测的计算公式为：
Figure 563435DEST_PATH_IMAGE001
式中，
Figure 660704DEST_PATH_IMAGE053
为基础信息风险度量函数；
Figure 900056DEST_PATH_IMAGE003
为分段函数；
Figure 526209DEST_PATH_IMAGE004
为药品信息中第i项基础信息的估算重要性系数，且
Figure DEST_PATH_IMAGE054
；
Figure 959333DEST_PATH_IMAGE005
为根据处方信息得到的第i项基础信息的完整参数，该项基础信息完整则完整参数为1，否则为0；i为基础信息指示量；
Figure 860293DEST_PATH_IMAGE055
为基础信息总数；
分段函数的计算公式为：
Figure DEST_PATH_IMAGE056
式中，
Figure 95097DEST_PATH_IMAGE057
为分段函数；y为输入值；
Figure DEST_PATH_IMAGE058
为分段函数阈值，
Figure 688889DEST_PATH_IMAGE059
；
基础信息检测的判断公式为：
Figure DEST_PATH_IMAGE060
式中，
Figure 343730DEST_PATH_IMAGE053
为基础信息风险度量函数；
Figure 48381DEST_PATH_IMAGE061
为药品信息中基础信息检测风险阈值，
Figure DEST_PATH_IMAGE062
；当
Figure 652538DEST_PATH_IMAGE063
时，该处方的基础信息风险度低，该处方的基础信息检测通过，否则，当
Figure DEST_PATH_IMAGE064
时，该处方的基础信息风险度高，该处方的基础信息检测不通过；
成分冲突检测的计算公式为：
Figure 417231DEST_PATH_IMAGE009
式中，
Figure 778942DEST_PATH_IMAGE010
为成分冲突风险度量函数；
Figure 940147DEST_PATH_IMAGE065
为药品信息中第
Figure 336493DEST_PATH_IMAGE012
项与第
Figure 6509DEST_PATH_IMAGE013
项药物成分的冲突参数；
Figure DEST_PATH_IMAGE066
为中间函数；
Figure 511308DEST_PATH_IMAGE015
均为药品成分指示量，
Figure 292182DEST_PATH_IMAGE016
，
Figure 339773DEST_PATH_IMAGE067
，其中，M为处方信息中药品成分总量；N为药品成分之前相互组合的总数，
Figure DEST_PATH_IMAGE068
；
当
Figure 7121DEST_PATH_IMAGE069
时，
Figure DEST_PATH_IMAGE070
；
当
Figure 625315DEST_PATH_IMAGE071
时，
Figure DEST_PATH_IMAGE072
；
中间函数的计算公式为：
Figure 589641DEST_PATH_IMAGE073
式中，
Figure DEST_PATH_IMAGE074
为中间函数；y为输入值；
成分冲突检测的判断公式为：
Figure 226159DEST_PATH_IMAGE075
式中，
Figure DEST_PATH_IMAGE076
为成分冲突风险度量函数；
Figure 657884DEST_PATH_IMAGE077
为药品信息中成分冲突检测风险阈值，
Figure 215904DEST_PATH_IMAGE078
，即值大于1的
Figure 100002_DEST_PATH_IMAGE079
的个数至少为1个；
用法检测是检测处方信息中每种药品用法是否合规，包括以下步骤：
1）读取处方信息中药品的服用方式；
2）从药品信息数据库中加载该药品的剂型以及该剂型对应的服用方式；
3）根据处方信息、药品信息和用法风险度量函数计算得到用法风险，根据用法风险检查服用方式是否匹配；
每种药品的服用方式与给定的服用方式的匹配方式有强弱，规则为：内服的药品一定程度上可以外用，而外用的药品一般是不能内服的，综上优先级顺序为：口服→外用；将口服药品的服用方式设为1，将外用类药品的使用方式设为0；优先级高的可以有低级用法，优先级低的不能跨越到优先级高的用法；
用法检测的计算公式为：
Figure 869740DEST_PATH_IMAGE080
式中，
Figure 100002_DEST_PATH_IMAGE081
为用法风险度量函数；
Figure 798248DEST_PATH_IMAGE082
为根据药品信息得到的第
Figure 715389DEST_PATH_IMAGE023
类药品的用法参数；a为函数系数；b为函数常数；本实施例中，a=-25，b=100；
用法参数的计算公式为：
Figure DEST_PATH_IMAGE083
式中，
Figure 308175DEST_PATH_IMAGE084
为根据药品信息得到的第
Figure 234543DEST_PATH_IMAGE023
类药品的用法参数；
Figure DEST_PATH_IMAGE085
为根据药品信息得到的第
Figure 580074DEST_PATH_IMAGE023
类药品的使用方式参数；
Figure 933695DEST_PATH_IMAGE023
为药品种类指示量；N 2 为处方信息中药品种类总量；
使用方式参数的计算公式为：
Figure 981154DEST_PATH_IMAGE086
式中，
Figure 445633DEST_PATH_IMAGE085
为根据药品信息得到的第
Figure 114512DEST_PATH_IMAGE023
类药品的使用方式参数；
Figure DEST_PATH_IMAGE087
为根据处方信息得到的第
Figure 170193DEST_PATH_IMAGE023
类药品的处方给定使用方式；
Figure 455681DEST_PATH_IMAGE088
为根据药品信息得到的第
Figure 209004DEST_PATH_IMAGE023
类药品的理论给定使用方式；
用法检测的判断公式为：
Figure DEST_PATH_IMAGE089
式中，
Figure 529127DEST_PATH_IMAGE021
为用法风险度量函数；
Figure 224551DEST_PATH_IMAGE026
为药品信息中用法风险阈值，
Figure 731755DEST_PATH_IMAGE090
；
用量检测用于检测处方信息中每种药品用量是否合规，包括如下步骤：
1）根据处方信息，判断处方对象是成人还是儿童；
2）根据用量风险度量函数和处方对象计算用量风险；
用量检测的计算公式为：
Figure 100002_DEST_PATH_IMAGE091
式中，
Figure 324323DEST_PATH_IMAGE092
为用量风险度量函数；
Figure 233373DEST_PATH_IMAGE093
为根据药品信息得到的第
Figure 99698DEST_PATH_IMAGE023
类药品的用药风险度；
Figure 359778DEST_PATH_IMAGE023
为药品种类指示量；N 2 为处方信息中药品种类总量；
用药风险度的计算公式为：
Figure DEST_PATH_IMAGE094
式中，
Figure 720483DEST_PATH_IMAGE095
为根据药品信息得到的第
Figure 749619DEST_PATH_IMAGE023
类药品的用药风险度；
Figure DEST_PATH_IMAGE096
为药品信息中第
Figure 52424DEST_PATH_IMAGE023
类药品的一天实际用量；
Figure 534221DEST_PATH_IMAGE097
为药品信息中第
Figure 197153DEST_PATH_IMAGE023
类药品的一天最大用药量；
Figure DEST_PATH_IMAGE098
为药品信息中第
Figure 346374DEST_PATH_IMAGE023
类药品的一天最高可致命剂量；
用量检测的判断公式为：
Figure 554502DEST_PATH_IMAGE099
式中，
Figure 100002_DEST_PATH_IMAGE100
为用量风险度量函数；
Figure 789174DEST_PATH_IMAGE031
为药品信息中用量风险阈值；
药品禁忌检测的计算公式为：
Figure 491682DEST_PATH_IMAGE101
式中，
Figure 229831DEST_PATH_IMAGE033
为药品禁忌风险度量函数；
Figure 608859DEST_PATH_IMAGE102
为存在禁忌的药品
Figure DEST_PATH_IMAGE103
的数量统计值；
Figure 330828DEST_PATH_IMAGE023
为药品种类指示量；N 2 为处方信息中药品种类总量；
药品禁忌检测的判断公式为：
Figure 69983DEST_PATH_IMAGE104
式中，
Figure 928217DEST_PATH_IMAGE033
为药品禁忌风险度量函数；
处方对症检测的计算公式为：
Figure 478147DEST_PATH_IMAGE105
式中，
Figure 100002_DEST_PATH_IMAGE106
为处方对症风险度量函数；
Figure 687412DEST_PATH_IMAGE107
为第
Figure 715410DEST_PATH_IMAGE040
类药品属于初步诊断分组中第
Figure 100002_DEST_PATH_IMAGE108
组的概率矩阵；
Figure 444463DEST_PATH_IMAGE042
为当前药品的第
Figure 430874DEST_PATH_IMAGE109
项药物成分属于初步诊断分组中第
Figure 596276DEST_PATH_IMAGE108
组的概率矩阵；
Figure 693545DEST_PATH_IMAGE108
为初步诊断分组指示量；
Figure DEST_PATH_IMAGE110
为的第
Figure 510060DEST_PATH_IMAGE040
类药品的代价系数；
Figure 667372DEST_PATH_IMAGE040
为药品种类指示量，
Figure 320070DEST_PATH_IMAGE111
；N 2 为处方信息中药品种类总量；
Figure 955451DEST_PATH_IMAGE109
为药品成分指示量，
Figure 377205DEST_PATH_IMAGE046
；M为处方信息中药品成分总量；K为处方信息中药品成分总量参数；
处方对症检测的判断公式为：
Figure DEST_PATH_IMAGE112
式中，
Figure 721730DEST_PATH_IMAGE048
为处方对症风险度量函数；
Figure 861724DEST_PATH_IMAGE049
为药品信息中处方对症风险阈值；
S4：当处方基础风险检测通过后，得到处方基础风险检测结果，并进入步骤S5，处方基础风险检测不通过则更新当前处方，并返回步骤S1；
S5：根据处方基础风险检测结果，进行整体风险评估，得到处方整体风险结果；
在完成前面六项基础检测后，根据处方基础风险检测结果，进行整体风险评估，首先前面六项检测对于处方的安全程度并不是每项的重要程度都相同，其每项基础检测的重要性是不一样的，必须评估每项的重要程度，其次如果每项检测都通过的情况下，才进入处方的整体风险评估步骤；
通过上面六项检测，给出基础检测最终的处方风险度量标准（满分100，90分以上为绝对安全，70到80位相对安全，60到70位需留意，20到60位不安全，20分以下为危险）；
整体风险评估的计算公式为：
Figure 566375DEST_PATH_IMAGE113
式中，
Figure 842635DEST_PATH_IMAGE051
为整体风险评估函数；
Figure 568846DEST_PATH_IMAGE114
为处方风险检测结果中的处方风险度量函数；p为处方风险检测指示量。
本发明的处方风险检测方法通过辅助药师进行处方审核，避免有明显错误的处方浪费执业药师的审方速度，提高经济效益和社会效益，辅助药师快速、准确以及高效的为病人诊断和服务。
如图2所示，一种处方风险检测系统，应用于处方风险检测方法，包括处方读取单元、数据库读取单元、药品信息数据库以及辅助审方单元，辅助审方单元分别与处方读取单元和数据库读取单元通信连接，数据库读取单元与药品信息数据库通信连接，辅助审方单元通信连接有人工审方终端；
处方读取单元，用于获取处方的处方信息，并发送至辅助审方单元；
数据库读取单元，用于根据处方信息，获取对应的药品信息，并发送至辅助审方单元；
药品信息数据库，用于保存药品信息，包括各种药品的剂型以及该剂型对应的服用方式与用量；
辅助审方单元，用于根据处方信息和药品信息，进行处方基础风险检测，当处方基础风险检测通过后，得到处方基础风险检测结果，根据处方基础风险检测结果，进行整体风险评估，得到处方整体风险结果，并将处方整体风险结果以及对应的处方发送至人工审方终端，处方基础风险检测不通过则更新当前处方，即退回当前处方；
根据处方读取单元读取到的处方上的基础信息和药品信息与数据库读取单元读取到的保存在药品信息数据库的相应药品的用法用量等进行智能比对，判断该处方是否有信息不全、用法用量不对、成分冲突、药品禁忌以及是否对症，最终确定该处方是否审核不通过，当辅助审方单元都审核通过时，才发送至人工审方终端，药师进行药师人工审方，否则，退回处方，表明处方审核不通过，开始下一张处方的风险检测任务。
本发明的处方风险检测方法及其风险检测系统，在人工审核之前，对处方进行风险检测，并剔除所有存在明显问题的处方，节省了人力投入和时间，减少了人工审核的工作量和工作强度，并且避免了发生遗漏或错误。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所描述的实施例仅仅是示意性的，若涉及到作为分离部件说明的单元，其可以是或者也可以不是物理上分开的；若涉及到作为单元显示的部件，其可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元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。
以上实施例仅用以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。而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
本发明不局限于上述可选的实施方式，任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。

Claims (10)

1.一种处方风险检测方法，其特征在于：包括如下步骤：
S1：获取处方的处方信息；
S2：根据处方信息，获取对应的药品信息；
S3：根据处方信息和药品信息，进行处方基础风险检测；
S4：当处方基础风险检测通过后，得到处方基础风险检测结果，并进入步骤S5，处方基础风险检测不通过则更新当前处方，并返回步骤S1；
S5：根据处方基础风险检测结果，进行整体风险评估，得到处方整体风险结果。
2.根据权利要求1所述的处方风险检测方法，其特征在于：所述步骤S3中，处方基础风险检测包括基础信息检测、成分冲突检测、用法检测、用量检测、药品禁忌检测以及处方对症检测；
当基础信息检测、成分冲突检测、用法检测、用量检测、药品禁忌检测以及处方对症检测均通过后，则处方基础风险检测通过，否则处方基础风险检测不通过。
3.根据权利要求2所述的处方风险检测方法，其特征在于：所述基础信息检测的计算公式为：
Figure DEST_PATH_IMAGE002
式中，
Figure DEST_PATH_IMAGE004
为基础信息风险度量函数；
Figure DEST_PATH_IMAGE006
为分段函数；
Figure DEST_PATH_IMAGE008
为药品信息中第i项基础信息的估算重要性系数；
Figure DEST_PATH_IMAGE010
为根据处方信息得到的第i项基础信息的完整参数；i为基础信息指示量；
Figure DEST_PATH_IMAGE012
为基础信息总数；
基础信息检测的判断公式为：
Figure DEST_PATH_IMAGE014
式中，
Figure DEST_PATH_IMAGE015
为基础信息风险度量函数；
Figure DEST_PATH_IMAGE017
为药品信息中基础信息检测风险阈值。
4.根据权利要求2所述的处方风险检测方法，其特征在于：所述成分冲突检测的计算公式为：
Figure DEST_PATH_IMAGE019
式中，
Figure DEST_PATH_IMAGE021
为成分冲突风险度量函数；
Figure DEST_PATH_IMAGE023
为药品信息中第
Figure DEST_PATH_IMAGE025
项与第
Figure DEST_PATH_IMAGE027
项药物成分的冲突参数；
Figure DEST_PATH_IMAGE029
为中间函数；
Figure DEST_PATH_IMAGE031
均为药品成分指示量，
Figure DEST_PATH_IMAGE033
，
Figure DEST_PATH_IMAGE035
，其中， M为处方信息中药品成分总量；N为药品成分之前相互组合的总数；
成分冲突检测的判断公式为：
Figure DEST_PATH_IMAGE037
式中，
Figure DEST_PATH_IMAGE038
为成分冲突风险度量函数；
Figure DEST_PATH_IMAGE040
为药品信息中成分冲突检测风险阈值。
5.根据权利要求2所述的处方风险检测方法，其特征在于：所述用法检测的计算公式为：
Figure DEST_PATH_IMAGE042
式中，
Figure DEST_PATH_IMAGE044
为用法风险度量函数；
Figure DEST_PATH_IMAGE046
为根据药品信息得到的第
Figure DEST_PATH_IMAGE048
类药品的用法参数；a为函数系数；b为函数常数；
用法检测的判断公式为：
Figure DEST_PATH_IMAGE050
式中，
Figure DEST_PATH_IMAGE051
为用法风险度量函数；
Figure DEST_PATH_IMAGE053
为药品信息中用法风险阈值。
6.根据权利要求2所述的处方风险检测方法，其特征在于：所述用量检测的计算公式为：
Figure DEST_PATH_IMAGE055
式中，
Figure DEST_PATH_IMAGE057
为用量风险度量函数；
Figure DEST_PATH_IMAGE059
为根据药品信息得到的第
Figure 783929DEST_PATH_IMAGE048
类药品的用药风险度；
Figure 632936DEST_PATH_IMAGE048
为药品种类指示量；N 2 为处方信息中药品种类总量；
用量检测的判断公式为：
Figure DEST_PATH_IMAGE061
式中，
Figure 554756DEST_PATH_IMAGE057
为用量风险度量函数；
Figure DEST_PATH_IMAGE063
为药品信息中用量风险阈值。
7.根据权利要求2所述的处方风险检测方法，其特征在于：所述药品禁忌检测的计算公式为：
Figure DEST_PATH_IMAGE065
式中，
Figure DEST_PATH_IMAGE067
为药品禁忌风险度量函数；
Figure DEST_PATH_IMAGE069
为存在禁忌的药品
Figure DEST_PATH_IMAGE071
的数量统计值；
Figure 930242DEST_PATH_IMAGE048
为药品种类指示量；
Figure DEST_PATH_IMAGE073
为处方信息中药品种类总量；
药品禁忌检测的判断公式为：
Figure DEST_PATH_IMAGE075
式中，
Figure 426952DEST_PATH_IMAGE067
为药品禁忌风险度量函数。
8.根据权利要求2所述的处方风险检测方法，其特征在于：所述处方对症检测的计算公式为：
Figure DEST_PATH_IMAGE077
式中，
Figure DEST_PATH_IMAGE079
为处方对症风险度量函数；
Figure DEST_PATH_IMAGE081
为第
Figure DEST_PATH_IMAGE082
类药品属于初步诊断分组中第
Figure DEST_PATH_IMAGE084
组的概率矩阵；
Figure DEST_PATH_IMAGE086
为当前药品的第
Figure DEST_PATH_IMAGE088
项药物成分属于初步诊断分组中第
Figure 956065DEST_PATH_IMAGE084
组的概率矩阵；
Figure 275051DEST_PATH_IMAGE084
为初步诊断分组指示量；
Figure DEST_PATH_IMAGE090
为的第
Figure 786935DEST_PATH_IMAGE082
类药品的代价系数；
Figure DEST_PATH_IMAGE091
为药品种类指示量，
Figure DEST_PATH_IMAGE093
；
Figure DEST_PATH_IMAGE095
为处方信息中药品种类总量；
Figure 985704DEST_PATH_IMAGE088
为药品成分指示量，
Figure DEST_PATH_IMAGE097
；M为处方信息中药品成分总量；K为处方信息中药品成分总量参数；
处方对症检测的判断公式为：
Figure DEST_PATH_IMAGE099
式中，
Figure DEST_PATH_IMAGE100
为处方对症风险度量函数；
Figure DEST_PATH_IMAGE102
为药品信息中处方对症风险阈值。
9.根据权利要求1所述的处方风险检测方法，其特征在于：所述步骤S5中，整体风险评估的计算公式为：
Figure DEST_PATH_IMAGE104
式中，
Figure DEST_PATH_IMAGE106
为整体风险评估函数；
Figure DEST_PATH_IMAGE108
为处方风险检测结果中的处方风险度量函数；p为处方风险检测指示量。
10.一种处方风险检测系统，应用于如权利要求1-9任一所述的处方风险检测方法，其特征在于：包括处方读取单元、数据库读取单元、药品信息数据库以及辅助审方单元，所述辅助审方单元分别与处方读取单元和数据库读取单元通信连接，所述数据库读取单元与药品信息数据库通信连接，所述辅助审方单元通信连接有人工审方终端；
所述处方读取单元，用于获取处方的处方信息，并发送至辅助审方单元；
所述数据库读取单元，用于根据处方信息，获取对应的药品信息，并发送至辅助审方单元；
所述药品信息数据库，用于保存药品信息；
所述辅助审方单元，用于根据处方信息和药品信息，进行处方基础风险检测，当处方基础风险检测通过后，得到处方基础风险检测结果，根据处方基础风险检测结果，进行整体风险评估，得到处方整体风险结果，并将处方整体风险结果以及对应的处方发送至人工审方终端，处方基础风险检测不通过则更新当前处方，即退回当前处方。
CN202010903325.6A 2020-09-01 2020-09-01 一种处方风险检测方法及其风险检测系统 Pending CN111768833A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010903325.6A CN111768833A (zh) 2020-09-01 2020-09-01 一种处方风险检测方法及其风险检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010903325.6A CN111768833A (zh) 2020-09-01 2020-09-01 一种处方风险检测方法及其风险检测系统

Publications (1)

Publication Number Publication Date
CN111768833A true CN111768833A (zh) 2020-10-13

Family

ID=72729602

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010903325.6A Pending CN111768833A (zh) 2020-09-01 2020-09-01 一种处方风险检测方法及其风险检测系统

Country Status (1)

Country Link
CN (1) CN111768833A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693188A (zh) * 2022-05-31 2022-07-01 四川骏逸富顿科技有限公司 一种药品零售行业风险监管方法、系统和设备

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109920508A (zh) * 2018-12-28 2019-06-21 安徽省立医院 处方审核方法及系统
CN110299197A (zh) * 2019-07-02 2019-10-01 上海市中西医结合医院 一种中药处方代煎自动审核系统
CN110729040A (zh) * 2019-10-23 2020-01-24 泰康保险集团股份有限公司 处方审核方法及装置、存储介质及电子设备
US10543152B1 (en) * 2014-10-22 2020-01-28 Walgreen Co. Method and apparatus for providing prescription verification
CN110782998A (zh) * 2019-10-12 2020-02-11 平安医疗健康管理股份有限公司 数据审核方法、装置、计算机设备和存储介质
CN110797103A (zh) * 2019-10-28 2020-02-14 重庆亚德科技股份有限公司 一种合理用药监测系统
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
CN110993055A (zh) * 2019-11-23 2020-04-10 银川脑心同治互联网医院有限公司 一种ai引擎审方系统
CN110993052A (zh) * 2019-11-25 2020-04-10 银川脑心同治互联网医院有限公司 一种医师处方流转审核系统
CN111028909A (zh) * 2019-11-26 2020-04-17 泰康保险集团股份有限公司 门诊慢性病信息处理方法、装置、设备及存储介质
CN111081340A (zh) * 2019-12-04 2020-04-28 四川骏逸富顿科技有限公司 一种用于远程检测电子处方信息是否完整的方法
CN111445976A (zh) * 2020-03-24 2020-07-24 屹嘉智创(厦门)科技有限公司 一种智能合理用药系统及方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10543152B1 (en) * 2014-10-22 2020-01-28 Walgreen Co. Method and apparatus for providing prescription verification
CN109920508A (zh) * 2018-12-28 2019-06-21 安徽省立医院 处方审核方法及系统
CN110299197A (zh) * 2019-07-02 2019-10-01 上海市中西医结合医院 一种中药处方代煎自动审核系统
CN110782998A (zh) * 2019-10-12 2020-02-11 平安医疗健康管理股份有限公司 数据审核方法、装置、计算机设备和存储介质
CN110729040A (zh) * 2019-10-23 2020-01-24 泰康保险集团股份有限公司 处方审核方法及装置、存储介质及电子设备
CN110797103A (zh) * 2019-10-28 2020-02-14 重庆亚德科技股份有限公司 一种合理用药监测系统
CN110993055A (zh) * 2019-11-23 2020-04-10 银川脑心同治互联网医院有限公司 一种ai引擎审方系统
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
CN110993052A (zh) * 2019-11-25 2020-04-10 银川脑心同治互联网医院有限公司 一种医师处方流转审核系统
CN111028909A (zh) * 2019-11-26 2020-04-17 泰康保险集团股份有限公司 门诊慢性病信息处理方法、装置、设备及存储介质
CN111081340A (zh) * 2019-12-04 2020-04-28 四川骏逸富顿科技有限公司 一种用于远程检测电子处方信息是否完整的方法
CN111445976A (zh) * 2020-03-24 2020-07-24 屹嘉智创(厦门)科技有限公司 一种智能合理用药系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693188A (zh) * 2022-05-31 2022-07-01 四川骏逸富顿科技有限公司 一种药品零售行业风险监管方法、系统和设备

Similar Documents

Publication Publication Date Title
Fortescue et al. Sublingual immunotherapy for asthma
Yoo et al. Outpatient versus inpatient treatment for acute pulmonary embolism
April et al. Peri-intubation cardiac arrest in the emergency department: a National Emergency Airway Registry (NEAR) study
Smedemark et al. Biomarkers as point‐of‐care tests to guide prescription of antibiotics in people with acute respiratory infections in primary care
Vogelberg et al. Real-world adherence and evidence of subcutaneous and sublingual immunotherapy in grass and tree pollen-induced allergic rhinitis and asthma
Uronis et al. Symptomatic oxygen for non‐hypoxaemic chronic obstructive pulmonary disease
KR102237449B1 (ko) 환자 진단 학습 방법, 서버 및 프로그램
Kasirye et al. Association between blood glucose level and outcomes in patients hospitalized for acute exacerbation of chronic obstructive pulmonary disease
Khushu et al. Haloperidol for long‐term aggression in psychosis
CN109509104B (zh) 基于人脸识别的身份认证方法、装置、服务器及介质
Lin et al. External validation of an algorithm to identify patients with high data-completeness in electronic health records for comparative effectiveness research
Ruggiero et al. Discharge time out: an innovative nurse-driven protocol for medication reconciliation
Oliveira et al. Best practice recommendations for dysphagia management in stroke patients: a consensus from a Portuguese expert panel
CN111768833A (zh) 一种处方风险检测方法及其风险检测系统
Karuppannan et al. The prevalence of adverse drug event-related admissions at a local hospital in Malaysia.
Walker Signal detection for vaccine side effects that have not been specified in advance
Phelan et al. Randomized controlled trial of prepregnancy lifestyle intervention to reduce recurrence of gestational diabetes mellitus
CN113593724A (zh) 一种抗凝药物治疗管理随访系统
Graves et al. Discarding the first of three nurse-auscultatory or oscillometric blood pressure measurements does not improve the association of office blood pressure with ABPM
CN107066826A (zh) 基于检验指标的用药信息处理方法
CN110134672B (zh) 一种用于高血压药物治疗价格敏感度的识别方法及装置
CN111933245A (zh) 超说明书用药信息处理方法、装置及相关设备
Grant et al. Risk factors for early hospital readmission in patients with AIDS and pneumonia
Yuan et al. Estimands in safety and benefit-risk evaluation
TWI783172B (zh) 用於處理處方之裝置及方法

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

Application publication date: 20201013

RJ01 Rejection of invention patent application after publication