CN112133380B - 一种基于智能数据模型的医药研发分析应用方法及其平台 - Google Patents
一种基于智能数据模型的医药研发分析应用方法及其平台 Download PDFInfo
- Publication number
- CN112133380B CN112133380B CN202011020739.0A CN202011020739A CN112133380B CN 112133380 B CN112133380 B CN 112133380B CN 202011020739 A CN202011020739 A CN 202011020739A CN 112133380 B CN112133380 B CN 112133380B
- Authority
- CN
- China
- Prior art keywords
- database
- medicine
- drug
- medication
- type
- 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 567
- 229940079593 drug Drugs 0.000 title claims abstract description 292
- 238000004458 analytical method Methods 0.000 title claims abstract description 63
- 238000011161 development Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011160 research Methods 0.000 title claims abstract description 32
- 238000013499 data model Methods 0.000 title claims abstract description 20
- 238000012827 research and development Methods 0.000 claims abstract description 64
- 230000003044 adaptive effect Effects 0.000 claims abstract description 38
- 239000002547 new drug Substances 0.000 claims abstract description 24
- 238000003062 neural network model Methods 0.000 claims abstract description 16
- 239000003153 chemical reaction reagent Substances 0.000 claims description 24
- 238000009509 drug development Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 229940126680 traditional chinese medicines Drugs 0.000 claims description 8
- 238000001727 in vivo Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 230000003399 chemotactic effect Effects 0.000 abstract 1
- 238000011144 upstream manufacturing Methods 0.000 description 8
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 238000011170 pharmaceutical development Methods 0.000 description 2
- 230000003115 biocidal effect Effects 0.000 description 1
- 229940126678 chinese medicines Drugs 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 229940126673 western medicines Drugs 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/50—Molecular design, e.g. of drugs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Crystallography & Structural Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请公开了一种基于智能数据模型的医药研发分析应用方法及其平台，法，包括如下步骤：S1、通过电子标签设定包括药物和药用用途在内的云端数据库，获取适应性药物基础信息数据；S2、检索索引所述云端数据库，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块；S3、通过设置的药物数据神经网络模型获取趋向性药物信息数据；S4、接收所述趋向性药物信息数据并根据所述趋向性药物信息数据而定性定量辅佐新药物趋向研发。本发明采用提前训练好的药物数据神经网络模型对适应性药物基础信息数据进行智能识别后，可以获取到与待研发新药物极为相关的趋向性药物信息数据，为新药物打好数据支撑，便于新药物研发，提高研发效率。
Description
技术领域
本申请涉及医药研发技术领域，具体而言，涉及一种基于智能数据模型的医药研发分析应用方法及其平台。
背景技术
药物研发是对传统或者当下耐药药物的升级研发，其过程需要在以往的药物数据上进行数据分析。
但，仅仅是对以往历史性药物使用数据进行采集、获取的模式上，而对新药物的研发进行辅助是较为效率低下的。
在目前现有技术下，药物研发配合以往数据进行检索，是不具有智能自主检索的，需要分析人员定量检索筛分带研发新药物的上游或者历史药物数据，而检索分析的手段是从各个医药或馆藏中心获取数据，因此，对于新药物的研发是较为缓慢的数据获取应用方法。
发明内容
本申请的主要目的在于提供一种基于智能数据模型的医药研发分析应用方法及其平台，以解决目前的问题。
为了实现上述目的，本申请提供了如下技术：
本发明第一方面在于提出一种基于智能数据模型的医药研发分析应用方法，包括如下步骤：
S1、通过电子标签设定包括药物和药用用途在内的云端数据库，通过检索索引所述云端数据库而从智能药物数据平台获取适应性药物基础信息数据；
S2、检索索引所述云端数据库，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块；
S3、通过设置的药物数据神经网络模型，而对输入的所述适应性药物基础信息数据进行基于定向药物研发的趋向性输出，获取趋向性药物信息数据；
S4、接收所述趋向性药物信息数据并根据所述趋向性药物信息数据而定性定量辅佐新药物趋向研发。
优选地，所述检索索引所述云端数据库包括：
检索索引第一类药物数据库，所述第一类药物数据库为中医药数据库，所述中医药数据库为电子标签设定的中医药药物和中医药药用用途在内的云端数据库；
检索索引第二类药物数据库，所述第二类药物数据库为西医药数据库，所述西医药数据库为电子标签设定的西医药药物和西医药药用用途在内的云端数据库；
检索索引第三类药物数据库，所述第三类药物数据库为非官方药用数据库，所述非官方药用数据库为电子标签设定的非官方药物和非官方药用用途在内的云端数据库。
优选地，所述医药研发分析应用方法还包括：
设定索引电子标签，采用电子标签标定所述智能药物数据平台储存的包括药物和药用用途在内的电子数据，所述索引电子标签为单一关键词、组合关键词或关联关键词的一种。
优选地，所述医药研发分析应用方法还包括：
检索索引历史用药数据库：所述历史用药数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的历史用药信息数据，检索所述历史用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库；
检索索引医疗病症数据库：所述医疗病症数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的医疗病症用药信息数据，检索所述医疗病症用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库。
优选地，所述医药研发分析应用方法还包括：
研发性试药反馈：通过研发性试药反馈中心与所述药物研发分析平台通讯，接受所述药物研发分析平台的新药物而进行药物活体测试，并反馈试药结果到所述药物研发分析平台。
本发明第二方面在于提出一种基于智能数据模型的医药研发分析应用平台，包括智能药物数据平台、药物索引出单中心、药物模型输出模块和药物研发分析平台：
智能药物数据平台：用于电子标签设定包括药物和药用用途在内的云端数据库，通过检索索引所述云端数据库而从所述智能药物数据平台获取适应性药物基础信息数据；
药物索引出单中心：用于检索索引所述云端数据库，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块；
药物模型输出模块：用于通过设置的药物数据神经网络模型，而对输入的所述适应性药物基础信息数据进行基于定向药物研发的趋向性输出，获取趋向性药物信息数据；
药物研发分析平台：用于接收所述趋向性药物信息数据并根据所述趋向性药物信息数据而定性定量辅佐新药物趋向研发。
优选地，所述智能药物数据平台包括第一类药物数据库、第二类药物数据库和第三类药物数据库，其中：
第一类药物数据库：所述第一类药物数据库为中医药数据库，所述中医药数据库为电子标签设定的中医药药物和中医药药用用途在内的云端数据库；
第二类药物数据库：所述第二类药物数据库为西医药数据库，所述西医药数据库为电子标签设定的西医药药物和西医药药用用途在内的云端数据库；
第三类药物数据库：所述第三类药物数据库为非官方药用数据库，所述非官方药用数据库为电子标签设定的非官方药物和非官方药用用途在内的云端数据库。
优选地，所述智能药物数据平台还包括：
索引电子标签：用于电子标定所述智能药物数据平台储存的包括药物和药用用途在内的电子数据，所述索引电子标签为单一关键词、组合关键词或关联关键词的一种。
优选地，所述智能药物数据平台还包括：
历史用药数据库：所述历史用药数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的历史用药信息数据，所述历史用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库；
医疗病症数据库：所述医疗病症数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的医疗病症用药信息数据，所述医疗病症用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库。
优选地，所述医药研发分析应用平台还包括：
研发性试药反馈中心：所述研发性试药反馈中心与所述药物研发分析平台通讯连接；所述研发性试药反馈中心用于接受所述药物研发分析平台的新药物而进行药物活体测试，并反馈试药结果到所述药物研发分析平台。
与现有技术相比较，本申请能够带来如下技术效果：
本发明通过电子标签设定包括药物和药用用途在内的云端数据库，通过检索索引所述云端数据库而从智能药物数据平台获取适应性药物基础信息数据；利用云端数据库对药物和药用用途数据进行储存，将以往相关于新药物的药物和药用用途数据进行云端储存，再采用电子标记方式进行标记设定，通过电子标签将相关于新药物的药物和药用用途数据进行标记，便于后期直接进行检索套索，筛除不必要的、不相关的数据而留下与新药物相关的适应性药物基础信息数据，以此作为新药物的药物参考基础信息，提高研发辅助药物信息的辅助效率。
本发明采用提前训练好的药物数据神经网络模型对上述适应性药物基础信息数据进行智能识别后，可以获取到与待研发新药物极为相关的趋向性药物信息数据，可以通过趋向性药物信息数据良好地为新药物打好数据支撑基础，便于新药物的研发。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本发明基于智能数据模型的医药研发分析应用方法的实施流程示意图；
图2是本发明基于智能数据模型的医药研发分析应用平台的实施结构示意图；
图3是本发明基于智能数据模型的医药研发分析应用平台的另一实施结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，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、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。
另外，术语“多个”的含义应为两个以及两个以上。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例1
本发明利用电子标签标记的云端数据库进行在线识别签别，首先经过检索索引所述云端数据库，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块，获得定性的适应性药物基础信息数据，可以提前筛除去不相关的药物数据，避免造成药物信息查阅的阻碍。此部分信息数据相关于带研发药物的上游药物数据或者为同类别的药物数据，对于此类新药物的研发具有历史性参考信息价值。
采用提前训练好的药物数据神经网络模型对上述适应性药物基础信息数据进行智能识别后，可以获取到与待研发新药物极为相关的趋向性药物信息数据，可以通过趋向性药物信息数据良好地为新药物研发打好数据支撑基础，便于新药物的研发。
如附图1所示，本发明第一方面在于提出一种基于智能数据模型的医药研发分析应用方法，包括如下步骤：
S1、通过电子标签设定包括药物和药用用途在内的云端数据库，通过检索索引所述云端数据库而从智能药物数据平台获取适应性药物基础信息数据；
本技术方案利用云端数据库对药物和药用用途数据进行储存，将以往相关于新药物的药物和药用用途数据进行云端储存，再采用电子标记方式进行标记设定，通过电子标签将相关于新药物的药物和药用用途数据进行标记，比如治疗抗生素的一类药物进行电子标记，将药物用途的使用用途数据进行标记，便于后期直接进行检索套索，筛除不必要的、不相关的数据而留下与新药物相关的适应性药物基础信息数据，以此作为新药物的药物参考基础信息。
S2、检索索引所述云端数据库，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块；
通过检索端口而将上述经过电子标记的适应性药物基础信息数据从云端数据库套索出来，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块。
匹配性套索阶段，会按照相关于新药物的历史上游药物研发数据进行检索规则的制定，利用检索规则而在云端数据库进行套索药物和药用用途数据，将与新药物上游属性类似或者相同的药物和药用用途数据进行识别提取。
S3、通过设置的药物数据神经网络模型，而对输入的所述适应性药物基础信息数据进行基于定向药物研发的趋向性输出，获取趋向性药物信息数据；
药物数据神经网络模型是进行神经算法进行训练的药物神经模型，采用此类新药物的上游或者以往历史数据进行训练得到的识别模型，其内预设识别算法或者识别规则，输入所述适应性药物基础信息数据；
药物数据神经网络模型对输入的所述适应性药物基础信息数据进行识别标记，进行基于定向药物研发的趋向性筛分，截取相关新药物的上游或者历史参数，进一步地降低药物研发的历史药物数据获取时间，加快药物辅助数据的获取效率。
S4、接收所述趋向性药物信息数据并根据所述趋向性药物信息数据而定性定量辅佐新药物趋向研发。
通过药物数据神经网络模型获得此类的趋向性药物信息数据后，经过云端上传，而储存并发送所述趋向性药物信息数据到药物研发中心进行辅佐新药物趋向研发即可。
本发明对于各个历史上游药物研发数据进行了包括官方和非官方用药数据的分别采集识别，同时进行了中医药和西医药在内的上游药物数据检索识别，对于新药物的研发，同时可以识别检索中西药和民间非官方的治疗用药数据，统计上述三个方面的药物、用药数据而辅助新药物研发，提高研发效率和新药物的治疗准确性。
三个方面的数据库可以直接对接卫生部门的数据库而获取，或者自行制备、网络搜集采集。
三个数据库的数据皆可以通过电子标签进行标记设定，检索时可以分开或者联合进行检索。
优选地，所述检索索引所述云端数据库包括：
检索索引第一类药物数据库，所述第一类药物数据库为中医药数据库，所述中医药数据库为电子标签设定的中医药药物和中医药药用用途在内的云端数据库；
检索索引第二类药物数据库，所述第二类药物数据库为西医药数据库，所述西医药数据库为电子标签设定的西医药药物和西医药药用用途在内的云端数据库；
检索索引第三类药物数据库，所述第三类药物数据库为非官方药用数据库，所述非官方药用数据库为电子标签设定的非官方药物和非官方药用用途在内的云端数据库。
优选地，所述医药研发分析应用方法还包括：
设定索引电子标签，采用电子标签标定所述智能药物数据平台储存的包括药物和药用用途在内的电子数据，所述索引电子标签为单一关键词、组合关键词或关联关键词的一种。
在录入信息的时候，需要设定索引电子标签，采用批量算法对录入的电子数据进行批量标记，设定并加载索引电子标签，便于后期检索获取相关的信息数据。
检索时，可以采用单一关键词、组合关键词或关联关键词的一种进行检索，比如对中医药信息进行检索时，仅仅索引获取中医药的数据；
采用关联检索时，采用中医药和西医药的联合方式进行检索皆可。
如附图2所示，本发明第二方面在于提出一种基于智能数据模型的医药研发分析应用平台，包括智能药物数据平台、药物索引出单中心、药物模型输出模块和药物研发分析平台：
智能药物数据平台：用于电子标签设定包括药物和药用用途在内的云端数据库，通过检索索引所述云端数据库而从所述智能药物数据平台获取适应性药物基础信息数据；
药物索引出单中心：用于检索索引所述云端数据库，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块；
药物模型输出模块：用于通过设置的药物数据神经网络模型，而对输入的所述适应性药物基础信息数据进行基于定向药物研发的趋向性输出，获取趋向性药物信息数据；
药物研发分析平台：用于接收所述趋向性药物信息数据并根据所述趋向性药物信息数据而定性定量辅佐新药物趋向研发。
优选地，所述智能药物数据平台包括第一类药物数据库、第二类药物数据库和第三类药物数据库，其中：
第一类药物数据库：所述第一类药物数据库为中医药数据库，所述中医药数据库为电子标签设定的中医药药物和中医药药用用途在内的云端数据库；
第二类药物数据库：所述第二类药物数据库为西医药数据库，所述西医药数据库为电子标签设定的西医药药物和西医药药用用途在内的云端数据库；
第三类药物数据库：所述第三类药物数据库为非官方药用数据库，所述非官方药用数据库为电子标签设定的非官方药物和非官方药用用途在内的云端数据库。
优选地，所述智能药物数据平台还包括：
索引电子标签：用于电子标定所述智能药物数据平台储存的包括药物和药用用途在内的电子数据，所述索引电子标签为单一关键词、组合关键词或关联关键词的一种。
实施例2
本发明第一方面在于提出一种基于智能数据模型的医药研发分析应用方法，包括如下步骤：
S1、通过电子标签设定包括药物和药用用途在内的云端数据库，通过检索索引所述云端数据库而从智能药物数据平台获取适应性药物基础信息数据；
S2、检索索引所述云端数据库，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块；
S3、通过设置的药物数据神经网络模型，而对输入的所述适应性药物基础信息数据进行基于定向药物研发的趋向性输出，获取趋向性药物信息数据；
S4、接收所述趋向性药物信息数据并根据所述趋向性药物信息数据而定性定量辅佐新药物趋向研发。
优选地，所述检索索引所述云端数据库包括：
检索索引第一类药物数据库，所述第一类药物数据库为中医药数据库，所述中医药数据库为电子标签设定的中医药药物和中医药药用用途在内的云端数据库；
检索索引第二类药物数据库，所述第二类药物数据库为西医药数据库，所述西医药数据库为电子标签设定的西医药药物和西医药药用用途在内的云端数据库；
检索索引第三类药物数据库，所述第三类药物数据库为非官方药用数据库，所述非官方药用数据库为电子标签设定的非官方药物和非官方药用用途在内的云端数据库。
优选地，所述医药研发分析应用方法还包括：
设定索引电子标签，采用电子标签标定所述智能药物数据平台储存的包括药物和药用用途在内的电子数据，所述索引电子标签为单一关键词、组合关键词或关联关键词的一种。
除了上述技术方案的应用基于实施例1的实施应用，本发明还增设了历史用药和医疗病症数据库，并与配合中西药对靶向目标进行甄别、标记。
如附图3所示的本平台构成，历史用药数据库的作用在于对于设定的靶向目标，可以通过电子标签设定对此类标靶用药的历史数据，可以识别标记出来以往对于此类标靶进行治疗控制的用药数据，可以快速获取以往的治疗用药数据。
医疗病症用药数据库的作用在于对于针对此类标靶，查阅以往的携带此类标靶或者具备此类标靶或者使用过此类标靶的患者所具备的医疗病症特征，针对病症特征而用药的数据，是通过病症特征来筛分、识别用药，而云端数据库对以往得过此类病症的疾病可以标记，在筛分时，可以结合上述两个数据来加强度标靶识别标记的准确性。
优选地，所述医药研发分析应用方法还包括：
检索索引历史用药数据库：所述历史用药数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的历史用药信息数据，检索所述历史用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库；
检索索引医疗病症数据库：所述医疗病症数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的医疗病症用药信息数据，检索所述医疗病症用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库。
优选地，所述医药研发分析应用方法还包括：
研发性试药反馈：通过研发性试药反馈中心与所述药物研发分析平台通讯，接受所述药物研发分析平台的新药物而进行药物活体测试，并反馈试药结果到所述药物研发分析平台。
为了保证药物研发的准确性，可以设置研发性试药反馈中心，其目的在于对新药物进行活体测试，通过研发性试药反馈中心与所述药物研发分析平台通讯，接受所述药物研发分析平台的新药物而进行药物活体测试，并反馈试药结果到所述药物研发分析平台。活体药性测试后果数据将通过网络反馈回传到药物研发分析平台，便于调整新药物的数据信息比如剂量，可以结合以往数据进行调整。
如附图3所示，本发明第二方面在于提出一种基于智能数据模型的医药研发分析应用平台，包括智能药物数据平台、药物索引出单中心、药物模型输出模块和药物研发分析平台：
智能药物数据平台：用于电子标签设定包括药物和药用用途在内的云端数据库，通过检索索引所述云端数据库而从所述智能药物数据平台获取适应性药物基础信息数据；
药物索引出单中心：用于检索索引所述云端数据库，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块；
药物模型输出模块：用于通过设置的药物数据神经网络模型，而对输入的所述适应性药物基础信息数据进行基于定向药物研发的趋向性输出，获取趋向性药物信息数据；
药物研发分析平台：用于接收所述趋向性药物信息数据并根据所述趋向性药物信息数据而定性定量辅佐新药物趋向研发。
优选地，所述智能药物数据平台包括第一类药物数据库、第二类药物数据库和第三类药物数据库，其中：
第一类药物数据库：所述第一类药物数据库为中医药数据库，所述中医药数据库为电子标签设定的中医药药物和中医药药用用途在内的云端数据库；
第二类药物数据库：所述第二类药物数据库为西医药数据库，所述西医药数据库为电子标签设定的西医药药物和西医药药用用途在内的云端数据库；
第三类药物数据库：所述第三类药物数据库为非官方药用数据库，所述非官方药用数据库为电子标签设定的非官方药物和非官方药用用途在内的云端数据库。
优选地，所述智能药物数据平台还包括：
索引电子标签：用于电子标定所述智能药物数据平台储存的包括药物和药用用途在内的电子数据，所述索引电子标签为单一关键词、组合关键词或关联关键词的一种。
优选地，所述智能药物数据平台还包括：
历史用药数据库：所述历史用药数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的历史用药信息数据，所述历史用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库；
医疗病症数据库：所述医疗病症数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的医疗病症用药信息数据，所述医疗病症用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库。
优选地，所述医药研发分析应用平台还包括：
研发性试药反馈中心：所述研发性试药反馈中心与所述药物研发分析平台通讯连接；所述研发性试药反馈中心用于接受所述药物研发分析平台的新药物而进行药物活体测试，并反馈试药结果到所述药物研发分析平台。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (6)
1.一种基于智能数据模型的医药研发分析应用方法，其特征在于，包括如下步骤：
S1、通过电子标签设定包括药物和药用用途在内的云端数据库，通过检索索引所述云端数据库而从智能药物数据平台获取适应性药物基础信息数据；
S2、检索索引所述云端数据库，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块；
S3、通过设置的药物数据神经网络模型，而对输入的所述适应性药物基础信息数据进行基于定向药物研发的趋向性输出，获取趋向性药物信息数据；
S4、接收所述趋向性药物信息数据并根据所述趋向性药物信息数据而定性定量辅佐新药物趋向研发；
所述检索索引所述云端数据库包括：
检索索引第一类药物数据库，所述第一类药物数据库为中医药数据库，所述中医药数据库为电子标签设定的中医药药物和中医药药用用途在内的云端数据库；
检索索引第二类药物数据库，所述第二类药物数据库为西医药数据库，所述西医药数据库为电子标签设定的西医药药物和西医药药用用途在内的云端数据库；
检索索引第三类药物数据库，所述第三类药物数据库为非官方药用数据库，所述非官方药用数据库为电子标签设定的非官方药物和非官方药用用途在内的云端数据库；
所述医药研发分析应用方法还包括：
检索索引历史用药数据库：所述历史用药数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的历史用药信息数据，检索所述历史用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库；
检索索引医疗病症用药数据库：所述医疗病症用药数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的医疗病症用药信息数据，检索所述医疗病症用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库。
2.如权利要求1所述的一种基于智能数据模型的医药研发分析应用方法，其特征在于，所述医药研发分析应用方法还包括：
设定索引电子标签，采用电子标签标定所述智能药物数据平台储存的包括药物和药用用途在内的电子数据，所述索引电子标签为单一关键词、组合关键词或关联关键词的一种。
3.如权利要求1所述的一种基于智能数据模型的医药研发分析应用方法，其特征在于，所述医药研发分析应用方法还包括：
研发性试药反馈：通过研发性试药反馈中心与所述药物研发分析平台通讯，接受所述药物研发分析平台的新药物而进行药物活体测试，并反馈试药结果到所述药物研发分析平台。
4.一种基于智能数据模型的医药研发分析应用平台，其特征在于，包括智能药物数据平台、药物索引出单中心、药物模型输出模块和药物研发分析平台：
智能药物数据平台：用于电子标签设定包括药物和药用用途在内的云端数据库，通过检索索引所述云端数据库而从所述智能药物数据平台获取适应性药物基础信息数据；
药物索引出单中心：用于检索索引所述云端数据库，匹配性套索并发送所述适应性药物基础信息数据到药物模型输出模块；
药物模型输出模块：用于通过设置的药物数据神经网络模型，而对输入的所述适应性药物基础信息数据进行基于定向药物研发的趋向性输出，获取趋向性药物信息数据；
药物研发分析平台：用于接收所述趋向性药物信息数据并根据所述趋向性药物信息数据而定性定量辅佐新药物趋向研发；
所述智能药物数据平台包括第一类药物数据库、第二类药物数据库和第三类药物数据库，其中：
第一类药物数据库：所述第一类药物数据库为中医药数据库，所述中医药数据库为电子标签设定的中医药药物和中医药药用用途在内的云端数据库；
第二类药物数据库：所述第二类药物数据库为西医药数据库，所述西医药数据库为电子标签设定的西医药药物和西医药药用用途在内的云端数据库；
第三类药物数据库：所述第三类药物数据库为非官方药用数据库，所述非官方药用数据库为电子标签设定的非官方药物和非官方药用用途在内的云端数据库；
所述智能药物数据平台还包括：
历史用药数据库：所述历史用药数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的历史用药信息数据，所述历史用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库；
医疗病症用药数据库：所述医疗病症用药数据库储存有所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库的医疗病症用药信息数据，所述医疗病症用药信息数据为电子标签设定的关联所述第一类药物数据库、第二类药物数据库和/或第三类药物数据库中的药物和药用用途在内的云端数据库。
5.如权利要求4所述的一种基于智能数据模型的医药研发分析应用平台，其特征在于，所述智能药物数据平台还包括：
索引电子标签：用于电子标定所述智能药物数据平台储存的包括药物和药用用途在内的电子数据，所述索引电子标签为单一关键词、组合关键词或关联关键词的一种。
6.如权利要求4所述的一种基于智能数据模型的医药研发分析应用平台，其特征在于，所述医药研发分析应用平台还包括：
研发性试药反馈中心：所述研发性试药反馈中心与所述药物研发分析平台通讯连接；所述研发性试药反馈中心用于接受所述药物研发分析平台的新药物而进行药物活体测试，并反馈试药结果到所述药物研发分析平台。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011020739.0A CN112133380B (zh) | 2020-09-24 | 2020-09-24 | 一种基于智能数据模型的医药研发分析应用方法及其平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011020739.0A CN112133380B (zh) | 2020-09-24 | 2020-09-24 | 一种基于智能数据模型的医药研发分析应用方法及其平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112133380A CN112133380A (zh) | 2020-12-25 |
| CN112133380B true CN112133380B (zh) | 2024-02-23 |
Family
ID=73839836
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011020739.0A Active CN112133380B (zh) | 2020-09-24 | 2020-09-24 | 一种基于智能数据模型的医药研发分析应用方法及其平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112133380B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105981017A (zh) * | 2013-09-20 | 2016-09-28 | 科赛普特治疗学股份有限公司 | 使用介入和任务分配确定的治疗的系统和方法 |
| CN108830034A (zh) * | 2018-05-25 | 2018-11-16 | 陈育聪 | 一种医药临床研发信息处理系统及其方法 |
| WO2019070200A1 (en) * | 2017-10-05 | 2019-04-11 | Integral Technologies (S) Pte. Ltd. | HEALTH CARE INFORMATION MANAGEMENT SYSTEM |
| WO2020037454A1 (zh) * | 2018-08-20 | 2020-02-27 | 深圳市全息医疗科技有限公司 | 智能辅助诊疗系统及方法 |
| CN110853714A (zh) * | 2019-10-21 | 2020-02-28 | 天津大学 | 基于致病贡献网络分析的药物重定位模型 |
| CN111489198A (zh) * | 2020-04-09 | 2020-08-04 | 南京中爱人工智能与生命科学研究院有限公司 | 一种基于药物研发数据的商务应用推广方法 |
| CN111489832A (zh) * | 2020-04-09 | 2020-08-04 | 南京中爱人工智能与生命科学研究院有限公司 | 一种用于生物医药研发的可视化数据处理平台 |
-
2020
- 2020-09-24 CN CN202011020739.0A patent/CN112133380B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105981017A (zh) * | 2013-09-20 | 2016-09-28 | 科赛普特治疗学股份有限公司 | 使用介入和任务分配确定的治疗的系统和方法 |
| WO2019070200A1 (en) * | 2017-10-05 | 2019-04-11 | Integral Technologies (S) Pte. Ltd. | HEALTH CARE INFORMATION MANAGEMENT SYSTEM |
| CN108830034A (zh) * | 2018-05-25 | 2018-11-16 | 陈育聪 | 一种医药临床研发信息处理系统及其方法 |
| WO2020037454A1 (zh) * | 2018-08-20 | 2020-02-27 | 深圳市全息医疗科技有限公司 | 智能辅助诊疗系统及方法 |
| CN110853714A (zh) * | 2019-10-21 | 2020-02-28 | 天津大学 | 基于致病贡献网络分析的药物重定位模型 |
| CN111489198A (zh) * | 2020-04-09 | 2020-08-04 | 南京中爱人工智能与生命科学研究院有限公司 | 一种基于药物研发数据的商务应用推广方法 |
| CN111489832A (zh) * | 2020-04-09 | 2020-08-04 | 南京中爱人工智能与生命科学研究院有限公司 | 一种用于生物医药研发的可视化数据处理平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112133380A (zh) | 2020-12-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104572675B (zh) | 一种相似病历检索的系统及方法 | |
| CN104199855B (zh) | 一种针对中医药学信息的检索系统和方法 | |
| CN111613291B (zh) | 一种药物管理、分类、医护人员与患者关联系统 | |
| CN107358014A (zh) | 一种生理数据的临床前处理方法及系统 | |
| CN109753516A (zh) | 一种病历搜索结果的排序方法和相关装置 | |
| CN109036508A (zh) | 一种中医医疗信息处理方法、装置、计算机设备和存储介质 | |
| CN106777996A (zh) | 一种基于Solr的体检数据搜索系统 | |
| CN107213019A (zh) | 药品分发装置及方法 | |
| CN110472028A (zh) | 基于人工智能和大数据的医学问题自动回答系统和方法 | |
| CN112133380B (zh) | 一种基于智能数据模型的医药研发分析应用方法及其平台 | |
| US20040044547A1 (en) | Database for retrieving medical studies | |
| CN113742443A (zh) | 多药共用查询方法、移动终端及存储介质 | |
| CN113220827B (zh) | 一种农业语料库的构建方法及装置 | |
| CN116543870B (zh) | 一种高血压患者药物依从性分析方法、系统、设备和介质 | |
| US20140149140A1 (en) | System and method for patient identification index | |
| CN111489832A (zh) | 一种用于生物医药研发的可视化数据处理平台 | |
| CN206619139U (zh) | 一种水生动物疾病远程诊断系统 | |
| CN114496162A (zh) | 一种饮食行为信息采集系统及方法 | |
| DE112018005890T5 (de) | Informationverarbeitungsvorrichtung, verfahren und programm | |
| CN108573010A (zh) | 关联异构系统同义数据的方法、装置、电子设备及介质 | |
| DE112022003325T5 (de) | Schnittstelle zwischen einer herzpumpen-controller-datenbank und einem krankenhaus | |
| Borziak et al. | Intelligent Integrative Platform for Sharing Heterogenuous Stem Cell Research Data | |
| JP2014002679A (ja) | 家畜の生産情報、獣医療情報等の各種情報の統合管理システム及びプログラム | |
| CN112133381B (zh) | 一种利用智能医药数据库进行药物研发的分析方法及系统 | |
| Hang et al. | Identification of tomato diseases using skip-gram and LSTM based on QA (Question-Answer) system |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: Room 801 and 802, Building 5, Jieyuan Financial City, No. 55 Andemen Street, Yuhuatai District, Nanjing City, Jiangsu Province, 210012 Applicant after: Nanjing Fantai Digital Technology Research Institute Co.,Ltd. Address before: 6 / F, building 10 (building E), yunmi City, 19 ningshuang Road, Yuhuatai District, Nanjing City, Jiangsu Province, 210041 Applicant before: Nanjing Zhongai artificial intelligence and Life Sciences Research Institute Co.,Ltd. Country or region before: China |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |