CN113516439A - 一种中药饮片管理方法、装置、电子设备及存储介质 - Google Patents

一种中药饮片管理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113516439A
CN113516439A CN202111058929.6A CN202111058929A CN113516439A CN 113516439 A CN113516439 A CN 113516439A CN 202111058929 A CN202111058929 A CN 202111058929A CN 113516439 A CN113516439 A CN 113516439A
Authority
CN
China
Prior art keywords
chinese medicine
traditional chinese
pieces
data
herbal
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
CN202111058929.6A
Other languages
English (en)
Inventor
王雅琪
伍振峰
杨明
王学成
李远辉
熊旺平
张琦
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.)
Ganjiang New Area Zhiyao Shanhe Technology Co ltd
Jiangxi University of Traditional Chinese Medicine
Original Assignee
Ganjiang New Area Zhiyao Shanhe Technology Co ltd
Jiangxi University of Traditional Chinese Medicine
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 Ganjiang New Area Zhiyao Shanhe Technology Co ltd, Jiangxi University of Traditional Chinese Medicine filed Critical Ganjiang New Area Zhiyao Shanhe Technology Co ltd
Priority to CN202111058929.6A priority Critical patent/CN113516439A/zh
Publication of CN113516439A publication Critical patent/CN113516439A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Biomedical Technology (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

本申请提供一种中药饮片管理方法、装置、电子设备及存储介质，该方法包括：确定饮片仓储装置中每种中药饮片的库存量；根据中药饮片的历史使用量、气候数据和社会事件数据确定中药饮片的需求量；根据中药饮片的库存量以及需求量确定中药饮片的补货数量，根据补货数量生成补货指令；向目标设备发送补货指令，以使目标设备根据补货指令从中药仓库中向饮片仓储装置中补充中药饮片。通过在库存量小于预设阈值时发送补货指令，避免了人工确定库存量和操作补货出现差错的情况；进一步地，使用目标设备来根据补货指令补充中药饮片，避免了人工转运中药饮片等操作，有效地提高了仓储控制的精准度和转运环节的中药饮片管理效率。

Description

一种中药饮片管理方法、装置、电子设备及存储介质
技术领域
本申请涉及中药制药和数据管理的技术领域，具体而言，涉及一种中药饮片管理方法、装置、电子设备及存储介质。
背景技术
目前针对中药的仓储和流转等中药饮片管理方法大都是通过人工操作来实现中药饮片管理的，具体例如：人工统计中药饮片的库存量和根据个人经验来补充中药饮片到饮片仓储装置中。然而，在具体的实践过程中发现，人工统计中药饮片和人工转运中药饮片等操作对中药饮片管理的效率低，并且人工计算和操作补货很容易出现差错，直接影响仓储控制的精准度，这些差错可能导致医师或者药剂师的中药饮片不足，甚至无药可用的情况。因此，目前的人工操作实现的中药饮片管理方法对中药饮片进行仓储控制的精准度低和管理效率低。
发明内容
本申请实施例的目的在于提供一种中药饮片管理方法、装置、电子设备及存储介质，用于改善对中药饮片进行仓储控制的精准度低和管理效率低的问题。
本申请实施例提供了一种中药饮片管理方法，包括：确定饮片仓储装置中每种中药饮片的库存量；根据中药饮片的历史使用量、气候数据和社会事件数据确定中药饮片的需求量；根据中药饮片的库存量以及需求量确定中药饮片的补货数量，根据补货数量生成补货指令；向目标设备发送补货指令，以使目标设备根据补货指令从中药仓库中向饮片仓储装置中补充中药饮片。在上述的实现过程中，通过从饮片仓储装置中获取每种中药饮片的中药名称以及中药名称对应的库存量，并在库存量小于预设阈值时，向目标设备发送补货指令，避免了人工确定库存量和操作补货出现差错的情况，提高了进行仓储控制的精准度；进一步地，使用目标设备来根据补货指令向饮片仓储装置中补充中药饮片，避免了人工转运中药饮片等操作，从而有效地提高了中药饮片仓储和转运环节的中药饮片管理效率。
可选地，在本申请实施例中，根据中药饮片的历史使用量、气候数据和社会事件数据确定中药饮片的需求量，包括：获取中药饮片的历史使用量、气候数据和社会事件数据；将中药饮片的历史使用量分别与气候数据和社会事件数据进行相关性分析，获得相关性分数；根据相关性分数对中药饮片的历史使用量、气候数据和社会事件数据进行类别剔除，获得剔除后的数据；对剔除后的数据进行加权求和，获得中药饮片的需求量。
可选地，在本申请实施例中，将中药饮片的历史使用量分别与气候数据和社会事件数据进行相关性分析，包括：使用协方差及协方差矩阵方法、相关系数分析方法或者多元回归分析方法对中药饮片的历史使用量分别与气候数据和社会事件数据的相关性进行分析。
可选地，在本申请实施例中，根据相关性分数对中药饮片的历史使用量、气候数据和社会事件数据进行类别剔除，包括：判断相关性分数是否低于预设阈值；若是，则从中药饮片的历史使用量、气候数据和社会事件数据中剔除相关性分数对应的数据类别。
可选地，在本申请实施例中，气候数据包括：风速数据、气压数据、降水量、温度数据和湿度数据。
可选地，在本申请实施例中，确定饮片仓储装置中每种中药饮片的库存量，包括：获取饮片仓储装置中的每个药柜对应的中药名称，并使用饮片仓储装置中的重量传感器检测出每种中药饮片的库存量；或者，使用目标检测模型对饮片仓储装置中的中药饮片进行图像识别，获得中药名称以及每种中药饮片的库存量。在上述的实现过程中，通过使用传感器或者目标检测模型的图像识别功能来获取中药名称以及中药名称对应的库存量，从而避免了人工凭肉眼识别中药名称的效率低下，以及人工确定库存量精准度差的问题，有效地提高了识别中药名称的效率和进行仓储控制的精准度。
本申请实施例还提供了一种中药饮片管理装置，包括：名称库存获取模块，用于从饮片仓储装置中获取每种中药饮片的中药名称以及中药名称对应的库存量；库存数量判断模块，用于判断中药名称对应的库存量是否小于预设阈值；中药饮片补充模块，用于若中药名称对应的库存量小于预设阈值，则向目标设备发送补货指令，以使目标设备根据补货指令从中药仓库中向饮片仓储装置中补充中药饮片。
可选地，在本申请实施例中，名称库存获取模块，包括：传感器获取模块，用于获取饮片仓储装置中的每个药柜对应的中药名称，并使用饮片仓储装置中的重量传感器检测出每种中药饮片的库存量；或者，饮片图像识别模块，用于使用目标检测模型对饮片仓储装置中的中药饮片进行图像识别，获得每种中药饮片的库存量。
本申请实施例还提供了一种电子设备，包括：处理器和存储器，存储器存储有处理器可执行的机器可读信息，机器可读信息被处理器执行时执行如上面描述的方法。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上面描述的方法。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出的本申请实施例提供的中药饮片管理方法的流程示意图；
图2示出的本申请实施例提供的向饮片仓储装置中补货的示意图；
图3示出的本申请实施例提供的向中药仓库补货的流程示意图；
图4示出的本申请实施例提供的中药饮片管理装置的结构示意图；
图5示出的本申请实施例提供的电子设备的结构示意图。
具体实施方式
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、完整的描述。
在介绍本申请实施例提供的中药饮片管理方法之前，先介绍本申请实施例中所涉及的一些概念：
中药饮片，又被简称为饮片，是指中药根据需要经过炮制处理而形成的供配方用的中药，或可直接用于中医临床的中药。中药饮片是中医药的精华所在，药材经过不同的炮制方法，其药性和功效会改变，是中医用药的特点和优势。
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标对象的技术；其中，常见的图像识别任务例如：字符识别、目标检测和语义分割图像等。
目标检测模型，又被简称为目标检测网络模型，是指使用训练数据对目标检测网络进行训练后获得的神经网络模型。
需要说明的是，本申请实施例提供的中药饮片管理方法可以被电子设备执行，这里的电子设备是指具有执行计算机程序功能的设备终端或者上述的服务器，设备终端例如：智能手机、个人电脑（personal computer，PC）、平板电脑、个人数字助理（personaldigital assistant，PDA）或者移动上网设备（mobile Internet device，MID）等；服务器例如：x86服务器以及非x86服务器，非x86服务器包括：大型机、小型机和UNIX服务器。
下面介绍该中药饮片管理方法适用的应用场景，这里的应用场景包括但不限于：使用该中药饮片管理方法对中药门店中的饮片仓储装置进行补货，使得中药门店的医师或者药剂师有充足的中药饮片（即中药药材，当然也可以使用该中药饮片管理方法对中药仓库进行补货，使得中药门店中的饮片仓储装置能够拥有充足的中药饮片进行补货，从而有效地提高对中药饮片进行仓储控制的精准度和管理效率等。
请参见图1示出的本申请实施例提供的中药饮片管理方法的流程示意图；该中药饮片管理方法的主要思路是，通过从饮片仓储装置中获取每种中药饮片的中药名称以及中药名称对应的库存量，并在库存量小于预设阈值时，向目标设备发送补货指令，避免了人工确定库存量和操作补货出现差错的情况，提高了进行仓储控制的精准度；进一步地，使用目标设备来根据补货指令向饮片仓储装置中补充中药饮片，避免了人工转运中药饮片等操作，从而有效地提高了中药饮片仓储和转运环节的中药饮片管理效率。上述的中药饮片管理方法包括从中药仓库向饮片仓储装置中补货的过程，该过程具体可以包括：
步骤S110：确定饮片仓储装置中每种中药饮片的库存量。
上述步骤S110的实施方式有很多种，包括但不限于如下几种：
第一种实施方式，使用各种传感器来获取中药饮片的名称和库存量，该实施方式例如：使用饮片仓储装置中的重量传感器检测出中药名称对应的库存量。其中，重量传感器包括：电子秤和电力杠杆承重装置等。当然，也可以直接获取饮片仓储装置中的每个药柜对应的中药名称，具体例如：饮片仓储装置可以包括多个药柜，那么也可以规定多个药柜中的每个药柜对应放置中药饮片的名称，例如可以识别出在药柜外面张贴中药饮片的名称，也可以通过在该药柜中设置特定的传感器获取中药名称，该传感器可以识别药柜外面的发光二极管（Light-Emitting Diode，LED）显示的中药饮片的名称，也可以使用饮片仓储装置中的气体传感器识别出中药名称。
第二种实施方式，使用目标检测模型对中药饮片进行图像识别，该实施方式例如：使用目标检测模型对饮片仓储装置中的中药饮片进行图像识别，获得中药名称以及中药名称对应的库存量。上述的目标检测模型按照阶段来分，可以分为：单阶段检测模型和两阶段检测模型；单阶段检测模型，是指不需要单独寻找候选区域，直接输出目标的区域和类别信息的网络模型；可以使用的单阶段检测模型具体例如：特征融合单点多盒检测器（FeatureFusion Single Shot multi-box Detector，FSSD）和YOLO等网络。两阶段检测模型，是指检测算法需要进行获取候选区域和对候选区域进行分类，需要这两步才能完成的网络模型；可以使用的两阶段检测模型具体例如：RCNN、fast RCNN和faster RCNN系列的网络。
在步骤S110之后，执行步骤S120：根据中药饮片的历史使用量、气候数据和社会事件数据确定中药饮片的需求量。
历史使用量，是指预设时间范围内中药饮片在预设区域消耗的使用量，此处的预设时间范围包括但不限于：最近几天、过去同一时期，或者过去气候相似的时期。此处的预设区域包括但不限于：当前本医院（或诊所）历史使用量，当前本医院（或诊所）所在地区（例如行政区或行政市）的历史使用量。
其中，上述的气候数据包括但不限于：风速数据、气压数据、降水量、温度数据和湿度数据。社会事件数据是指对社会有影响的事件，具体例如：社会热点事件（地震、洪水、群体伤亡等）、疾病传播预警信息、最近疾病诊断结果（患某一疾病的人数及变化趋势）等。
上述步骤S120的实施方式可以包括：
步骤S121：获取中药饮片的历史使用量、气候数据和社会事件数据。
上述步骤S121的实施方式例如：从当前本医院的中药饮片历史数据库中获取中药饮片的历史使用量，使用爬虫软件从天气网站上爬取历史气候数据以及（天气预报的）预测气候数据，使用爬虫软件从新闻网站上爬取社会事件数据（例如新闻事件的文本数量、事件的热度、事件关键词的搜索次数等）。
步骤S122：将中药饮片的历史使用量分别与气候数据和社会事件数据进行相关性分析，获得相关性分数。
上述步骤S122的实施方式有很多种，包括但不限于如下几种：
第一种实施方式，使用线性相关性分析方法来分析，具体例如：使用协方差及协方差矩阵方法、相关系数分析方法或者多元回归分析方法对中药饮片的历史使用量分别与气候数据和社会事件数据的相关性进行分析，获得多个相关性分数。
第二种实施方式，使用非线性相关性分析方法来分析，具体例如：使用非线性相关性分析方法对中药饮片的历史使用量分别与气候数据和社会事件数据的相关性进行分析，获得多个相关性分数，此处的相关性分数是非线性相关性分析获得的互信息熵值。上述的互信息熵值的计算过程例如：假设x是气候数据和社会事件数据中的其中一种类别数据，如果类别数据x与历史使用量y之间存在相关关系，则因为变量中的不确定性信息减少，那么联合分布熵应小于x与y边际熵的和，使用公式表示为
Figure P_210824145955614_614049001
；那么互信息熵值可以定义为：
Figure P_210824145955676_676541002
；其中，
Figure P_210824145955724_724393003
表示互信息，
Figure P_210824145955754_754727004
表示类别数据x的离散熵，
Figure P_210824145955801_801593005
表示历史使用量y的离散熵，
Figure P_210824145955848_848660006
表示类别数据x与历史使用量y边际熵的和，
Figure P_210824145955879_879719007
表示类别数据x的边缘分布，
Figure P_210824145955911_911980008
表示历史使用量y的边缘分布，
Figure P_210824145955957_957771009
表示类别数据x与历史使用量y的联合分布。
步骤S123：根据相关性分数对中药饮片的历史使用量、气候数据和社会事件数据进行类别剔除，获得剔除后的数据。
上述步骤S123的实施方式例如：使用预设编程语言判断相关性分数是否低于预设阈值；若相关性分数低于预设阈值，则从中药饮片的历史使用量、气候数据和社会事件数据中剔除相关性分数对应的数据类别。其中，可以使用的预设编程语言包括但不限于：C、C++、Java、BASIC、JavaScript、LISP、Shell、Perl、Ruby、Python和PHP等语言。
步骤S124：对剔除后的数据进行加权求和，获得中药饮片的需求量。
上述步骤S124的实施方式例如：假设剔除后的数据为本医院历史使用量、社会热点事件、湿度数据和温度数据；那么可以使用公式
Figure P_210824145955989_989068001
对中药名称对应的本医院历史使用量、社会热点事件、湿度数据和温度数据进行加权求和，获得中药名称对应的需求量；其中，D表示中药名称对应的需求量（Demand），Cu表示本医院历史使用量，λu表示本医院历史使用量的权重因子，Cq表示社会热点事件，λq表示社会热点事件的权重因子，Ch表示湿度数据，λh表示湿度数据的权重因子，Ct表示温度数据，λt表示温度数据的权重因子。上述的本医院历史使用量的权重因子、社会热点事件的权重因子、湿度数据的权重因子和温度数据的权重因子可以使用层次分析法（Analytic HierarchyProcess，AHP）进行计算获得。
在步骤S120之后，执行步骤S130：根据中药饮片的库存量以及需求量确定中药饮片的补货数量，根据补货数量生成补货指令。
在步骤S130之后，执行步骤S140：向目标设备发送补货指令，以使目标设备根据补货指令从中药仓库中向饮片仓储装置中补充中药饮片。
可以理解的是，上述的目标设备可以是机器人或者无人车，也可以是机械臂和传送带。由于步骤S130至步骤S140之间的联系较为紧密，因此，下面将步骤S130至步骤S140一起介绍。
请参见图2示出的本申请实施例提供的向饮片仓储装置中补货的示意图；上述步骤S130至步骤S140的实施方式有很多种，包括但不限于以下几种方式：
第一种实施方式，使用机器人或者无人车向饮片仓储装置中补货，该实施方式可以包括：
步骤S141：将预设阈值减去中药名称对应的库存量，获得中药名称对应的补货数量。
上述步骤S141的实施方式例如：假设药材当归的库存量为2斤，且当归的预设阈值设置为3斤，那么当归对应的补货数量为预设阈值3斤减去库存量2斤，得到当归的补货数量为1斤。
在步骤S141之后，执行步骤S142：根据中药名称和中药名称对应的补货数量生成补货指令，并向机器人或者无人车发送补货指令。
上述步骤S142的实施方式例如：根据当归的补货数量1斤生成补货指令，并向机器人或者无人车发送补货指令，以使机器人或者无人车从中药仓库中取1斤当归，然后将1斤当归存放至饮片仓储装置的药柜中，从而完成饮片仓储装置的补货任务。
第二种实施方式，使用机械臂和传送带向饮片仓储装置中补货，该实施方式可以包括：
步骤S143：将预设阈值减去中药名称对应的库存量，获得中药名称对应的补货数量。
其中，该步骤S143的实施原理和实施方式与步骤S141的实施原理和实施方式是类似的，因此，这里不再说明其实施原理和实施方式，如有不清楚的地方，可以参考对步骤S141的描述。
在步骤S143之后，执行步骤S144：中药仓库侧的机械臂根据中药名称和中药名称对应的补货数量抓取中药饮片，并将抓取的中药饮片放在传送带上。
上述步骤S144的实施方式例如：中药仓库侧的机械臂在中药仓库中抓取1斤当归，并将1斤当归放在传送带上，让传送带将这1斤当归传送至饮片仓储装置附近。
在步骤S144之后，执行步骤S145：饮片仓储装置侧的机械臂从传送带上抓取传输的中药饮片，并将该中药饮片放置在对应饮片仓储装置的药柜中。
上述步骤S145的实施方式例如：饮片仓储装置侧（即饮片仓储装置附近）的机械臂从传送带上抓取到刚刚放置的1斤当归，然后将1斤当归存放至饮片仓储装置的药柜中，从而完成饮片仓储装置的补货任务。
在上述的实现过程中，通过从饮片仓储装置中获取每种中药饮片的中药名称以及中药名称对应的库存量，并在库存量小于预设阈值时，向目标设备发送补货指令，避免了人工确定库存量和操作补货出现差错的情况，提高了进行仓储控制的精准度；进一步地，使用目标设备来根据补货指令向饮片仓储装置中补充中药饮片，避免了人工转运中药饮片等操作，从而有效地提高了中药饮片仓储和转运环节的中药饮片管理效率。
请参见图3示出的本申请实施例提供的向中药仓库补货的流程示意图；可选地，上述的中药饮片管理方法包括从中药仓库向饮片仓储装置中补货的过程，还可以包括提醒仓库管理员向中药仓库补货的过程，该过程具体可以包括：
步骤S210：从中药仓库中获取每种中药饮片的中药名称以及中药名称对应的库存量，获取中药名称以及中药名称对应的需求量。
上述步骤S210中的从中药仓库中获取每种中药饮片的中药名称以及中药名称对应的库存量的实施方式有很多种，包括但不限于如下几种：
步骤S211：确定中药仓库中每种中药饮片的中药名称，并获取中药名称对应的历史使用量。
上述步骤S211中的从中药仓库中获取每种中药饮片的中药名称的实施原理和实施方式与步骤S110的实施原理和实施方式是类似的，因此，这里不再说明其实施原理和实施方式，如有不清楚的地方，可以参考对步骤S110的描述。
上述步骤S211中的获取中药名称对应的历史使用量的实施方式包括：获取实时季节天气；根据中药名称从用药数据库中查询历史使用量；其中，用药数据库可以采用内存数据库、关系型数据库和/或非关系型数据库等；可以使用的内存数据库例如：Memcached和Redis等；可以使用的关系型数据库例如：Mysql、PostgreSQL、Oracle和SQLSever等。
可以理解的是，在使用用药数据库之前，还需要构建用药数据库，构建用药数据库的过程包括：从电子处方数据库中查询出中药名称对应的历史使用量，并从季节天气数据库中查询出中药名称对应的季节天气；具体例如：从电子处方数据库中查询出当归的历史使用量，然后从季节天气数据库中查询出使用当归的季节通常在秋冬季节等。将中药名称对应的历史使用量和中药名称对应的季节天气存储至用药数据库中。其中，电子处方数据库和/或季节天气数据库可以采用内存数据库、关系型数据库和/或非关系型数据库等；可以使用的非关系型数据库包括：grakn数据库、Neo4j图数据库、Hadoop子系统HBase、MongoDB和CouchDB等。
步骤S212：根据中药名称对应的历史使用量确定中药名称对应的需求量。
第一种实施方式，根据中药饮片的历史使用量来确定需求量，该实施方式可以包括：根据中药名称从用药数据库中查询与实时季节天气最相似的历史使用量（即历史同时期的中药饮片的使用情况或者疾病情况）。具体例如：将近三年或者近五年秋冬季节的感冒药平均每月历史使用量确定为其需求量。当然在具体的实施过程中，也可以基于近期的中药饮片的历史使用量来预测该中药名称对应的需求量。或者，从用药数据库中查询与最近的历史使用量，例如近期的季节天气影响导致感冒药材消耗增加，从而增加中药饮片的需求预测能力。
第二种实施方式，根据当日电子处方和历史电子处方中的中药名称对应的历史使用量，来预测中药名称在近日的需求量，该实施方式可以包括：从电子处方数据库中获取当日电子处方和历史电子处方，然后对当日电子处方和历史电子处方中的中药名称对应的历史使用量进行统计，获得日平均使用量，将日平均使用量确定为该中药名称在近日的需求量。
在步骤S210之后，执行步骤S220：判断中药名称对应的库存量是否小于中药名称对应的需求量。
其中，该步骤S220的实施原理和实施方式与步骤S120的实施原理和实施方式是类似的，区别仅是，此处是判断库存量是否小于需求量，而步骤S120是判断库存量是否小于预设阈值。因此，这里不再说明其实施原理和实施方式，如有不清楚的地方，可以参考对步骤S120的描述。
在步骤S220之后，执行步骤S230：若中药名称对应的库存量小于中药名称对应的需求量，则根据中药名称和中药名称对应的补货数量生成提醒消息，并向移动终端或者显示屏发送提醒消息，以使移动终端或者显示屏输出提醒消息，提醒消息用于提醒向中药仓库补充中药饮片。
请参见图4示出的本申请实施例提供的中药饮片管理装置的结构示意图；本申请实施例提供了一种中药饮片管理装置300，包括：
名称库存获取模块310，用于从饮片仓储装置中获取每种中药饮片的中药名称以及中药名称对应的库存量。
库存数量判断模块320，用于判断中药名称对应的库存量是否小于预设阈值。
中药饮片补充模块330，用于若中药名称对应的库存量小于预设阈值，则向目标设备发送补货指令，以使目标设备根据补货指令从中药仓库中向饮片仓储装置中补充中药饮片。
可选地，在本申请实施例中，名称库存获取模块，包括：
传感器获取模块，用于获取饮片仓储装置中的每个药柜对应的中药名称，并使用饮片仓储装置中的重量传感器检测出中药名称对应的库存量。
或者，饮片图像识别模块，用于使用目标检测模型对饮片仓储装置中的中药饮片进行图像识别，获得中药名称以及中药名称对应的库存量。
应理解的是，该装置与上述的中药饮片管理方法实施例对应，能够执行上述方法实施例涉及的各个步骤，该装置具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。该装置包括至少一个能以软件或固件（firmware）的形式存储于存储器中或固化在装置的操作系统（operating system，OS）中的软件功能模块。
请参见图5示出的本申请实施例提供的电子设备的结构示意图。本申请实施例提供的一种电子设备400，包括：处理器410和存储器420，存储器420存储有处理器410可执行的机器可读信息，机器可读信息被处理器410执行时执行如上的方法。
本申请实施例还提供了一种计算机可读存储介质430，该计算机可读存储介质430上存储有计算机程序，该计算机程序被处理器410运行时执行如上的方法。
其中，计算机可读存储介质430可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory, 简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory,简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory, 简称EPROM），可编程只读存储器（Programmable Read-Only Memory, 简称PROM），只读存储器（Read-Only Memory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
本申请实施例提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其他的方式实现。以上所描述的装置实施例仅是示意性的，例如，附图中的流程图和框图显示了根据本申请实施例的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以和附图中所标注的发生顺序不同。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这主要根据所涉及的功能而定。
另外，在本申请实施例中的各个实施例的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上的描述，仅为本申请实施例的可选实施方式，但本申请实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请实施例揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请实施例的保护范围之内。

Claims (10)

1.一种中药饮片管理方法，其特征在于，包括：
确定饮片仓储装置中每种中药饮片的库存量；
根据所述中药饮片的历史使用量、气候数据和社会事件数据确定所述中药饮片的需求量；
根据所述中药饮片的库存量以及需求量确定所述中药饮片的补货数量，根据所述补货数量生成补货指令；
向目标设备发送补货指令，以使所述目标设备根据所述补货指令从中药仓库中向所述饮片仓储装置中补充中药饮片。
2.根据权利要求1所述的方法，其特征在于，所述根据所述中药饮片的历史使用量、气候数据和社会事件数据确定所述中药饮片的需求量，包括：
获取所述中药饮片的历史使用量、气候数据和社会事件数据；
将所述中药饮片的历史使用量分别与气候数据和社会事件数据进行相关性分析，获得相关性分数；
根据所述相关性分数对所述中药饮片的历史使用量、气候数据和社会事件数据进行类别剔除，获得剔除后的数据；
对所述剔除后的数据进行加权求和，获得所述中药饮片的需求量。
3.根据权利要求2所述的方法，其特征在于，所述将所述中药饮片的历史使用量分别与气候数据和社会事件数据进行相关性分析，包括：
使用协方差及协方差矩阵方法、相关系数分析方法或者多元回归分析方法对所述中药饮片的历史使用量分别与气候数据和社会事件数据的相关性进行分析。
4.根据权利要求2所述的方法，其特征在于，所述根据所述相关性分数对所述中药饮片的历史使用量、气候数据和社会事件数据进行类别剔除，包括：
判断所述相关性分数是否低于预设阈值；
若是，则从所述中药饮片的历史使用量、气候数据和社会事件数据中剔除所述相关性分数对应的数据类别。
5.根据权利要求1-4任一所述的方法，其特征在于，所述气候数据包括：风速数据、气压数据、降水量、温度数据和湿度数据。
6.根据权利要求1-4任一所述的方法，其特征在于，所述确定饮片仓储装置中每种中药饮片的库存量，包括：
获取所述饮片仓储装置中的每个药柜对应的中药名称，并使用所述饮片仓储装置中的重量传感器检测出所述每种中药饮片的库存量。
7.根据权利要求1-4任一所述的方法，其特征在于，所述确定饮片仓储装置中每种中药饮片的库存量，包括：
使用目标检测模型对所述饮片仓储装置中的中药饮片进行图像识别，获得所述每种中药饮片的库存量。
8.一种中药饮片管理装置，其特征在于，包括：
名称库存获取模块，用于从饮片仓储装置中获取每种中药饮片的中药名称以及所述中药名称对应的库存量；
库存数量判断模块，用于判断所述中药名称对应的库存量是否小于预设阈值；
中药饮片补充模块，用于若所述中药名称对应的库存量小于预设阈值，则向目标设备发送补货指令，以使所述目标设备根据所述补货指令从中药仓库中向所述饮片仓储装置中补充中药饮片。
9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读信息，所述机器可读信息被所述处理器执行时执行如权利要求1至7任一所述的方法。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任一所述的方法。
CN202111058929.6A 2021-09-10 2021-09-10 一种中药饮片管理方法、装置、电子设备及存储介质 Pending CN113516439A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111058929.6A CN113516439A (zh) 2021-09-10 2021-09-10 一种中药饮片管理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111058929.6A CN113516439A (zh) 2021-09-10 2021-09-10 一种中药饮片管理方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN113516439A true CN113516439A (zh) 2021-10-19

Family

ID=78062928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111058929.6A Pending CN113516439A (zh) 2021-09-10 2021-09-10 一种中药饮片管理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113516439A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637266A (zh) * 2022-03-16 2022-06-17 北京半导体专用设备研究所（中国电子科技集团公司第四十五研究所） 一种基于微服务的控制方法及装置
CN114662898A (zh) * 2022-03-18 2022-06-24 国网山东省电力公司 基于多模态感知的智能快捷申领柜存优先补货分析方法
CN114662898B (zh) * 2022-03-18 2024-07-02 国网山东省电力公司 基于多模态感知的智能快捷申领柜存优先补货分析方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109509030A (zh) * 2018-11-15 2019-03-22 北京旷视科技有限公司 销量预测方法及其模型的训练方法、装置和电子系统
CN110119914A (zh) * 2018-02-06 2019-08-13 阿里巴巴集团控股有限公司 对象补货处理方法、装置和系统
US20190392380A1 (en) * 2018-06-25 2019-12-26 Walmart Apollo, Llc System and method for implementing just-in-time inventory replenishment
CN110752001A (zh) * 2019-05-05 2020-02-04 浙江亿诚智能科技有限公司 一种中药处方自动调剂取药方法及存储介质
CN111126925A (zh) * 2019-12-31 2020-05-08 北京每日优鲜电子商务有限公司 前置仓的补货量确定方法、装置、计算机设备及存储介质
CN111798182A (zh) * 2020-07-07 2020-10-20 深圳市海柔创新科技有限公司 补货入库的方法、设备、仓储系统及可读存储介质
CN112581686A (zh) * 2019-09-27 2021-03-30 坎德拉（深圳）科技创新有限公司 无人零售柜的补货方法、服务器及计算机可读存储介质
CN112633803A (zh) * 2020-12-23 2021-04-09 云汉芯城（上海）互联网科技股份有限公司 一种出入库管理与补货方法、装置及存储介质
CN112734336A (zh) * 2021-01-14 2021-04-30 广州乐摇摇信息科技有限公司 一种基于无人零售终端的库存补给方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110119914A (zh) * 2018-02-06 2019-08-13 阿里巴巴集团控股有限公司 对象补货处理方法、装置和系统
US20190392380A1 (en) * 2018-06-25 2019-12-26 Walmart Apollo, Llc System and method for implementing just-in-time inventory replenishment
CN109509030A (zh) * 2018-11-15 2019-03-22 北京旷视科技有限公司 销量预测方法及其模型的训练方法、装置和电子系统
CN110752001A (zh) * 2019-05-05 2020-02-04 浙江亿诚智能科技有限公司 一种中药处方自动调剂取药方法及存储介质
CN112581686A (zh) * 2019-09-27 2021-03-30 坎德拉（深圳）科技创新有限公司 无人零售柜的补货方法、服务器及计算机可读存储介质
CN111126925A (zh) * 2019-12-31 2020-05-08 北京每日优鲜电子商务有限公司 前置仓的补货量确定方法、装置、计算机设备及存储介质
CN111798182A (zh) * 2020-07-07 2020-10-20 深圳市海柔创新科技有限公司 补货入库的方法、设备、仓储系统及可读存储介质
CN112633803A (zh) * 2020-12-23 2021-04-09 云汉芯城（上海）互联网科技股份有限公司 一种出入库管理与补货方法、装置及存储介质
CN112734336A (zh) * 2021-01-14 2021-04-30 广州乐摇摇信息科技有限公司 一种基于无人零售终端的库存补给方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王诗华等: "我院药品自动补货流程的改进及供应链管理平台的建立与应用", 《中国药房》 *
王骥: "《向植物学习 推开企业运营管理的另一道门》", 30 September 2009, 北京：中国社会出版社 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637266A (zh) * 2022-03-16 2022-06-17 北京半导体专用设备研究所（中国电子科技集团公司第四十五研究所） 一种基于微服务的控制方法及装置
CN114662898A (zh) * 2022-03-18 2022-06-24 国网山东省电力公司 基于多模态感知的智能快捷申领柜存优先补货分析方法
CN114662898B (zh) * 2022-03-18 2024-07-02 国网山东省电力公司 基于多模态感知的智能快捷申领柜存优先补货分析方法

Similar Documents

Publication Publication Date Title
CN113822494B (zh) 风险预测方法、装置、设备及存储介质
Du et al. ML-Net: multi-label classification of biomedical texts with deep neural networks
Ifraz et al. [Retracted] Comparative Analysis for Prediction of Kidney Disease Using Intelligent Machine Learning Methods
US20210391080A1 (en) Entity Semantic Relation Classification
Malik et al. Design and evaluation of a hybrid technique for detecting sunflower leaf disease using deep learning approach
US20190034475A1 (en) System and method for detecting duplicate data records
CN108563739A (zh) 天气数据获取方法及装置、计算机装置及可读存储介质
Jeong et al. Light-weight student LSTM for real-time wildfire smoke detection
CN112380344B (zh) 文本分类的方法、话题生成的方法、装置、设备及介质
CN113707303A (zh) 基于知识图谱的医疗问题解答方法、装置、设备及介质
Mahdi et al. Fast reaction to sudden concept drift in the absence of class labels
CN111696656B (zh) 一种互联网医疗平台的医生评价方法、装置
Alqudah et al. Recognition of handwritten arabic and hindi numerals using convolutional neural networks
Muñoz et al. Flood early warning systems using machine learning techniques: The case of the Tomebamba Catchment at the southern Andes of Ecuador
Ozdemir et al. Comparison of deep learning techniques for classification of the insects in order level with mobile software application
CN113158676A (zh) 专业实体与关系联合抽取方法、系统及电子设备
CN114612194A (zh) 产品推荐方法、装置、电子设备及存储介质
CN113516439A (zh) 一种中药饮片管理方法、装置、电子设备及存储介质
CN115309864A (zh) 评论文本的情感智能分类方法、装置、电子设备及介质
CN116884612A (zh) 疾病风险等级的智能分析方法、装置、设备及存储介质
Nguyen et al. Estimating county health indices using graph neural networks
Taşyürek et al. A fine-tuned YOLOv5 deep learning approach for real-time house number detection
CN114943289A (zh) 基于深度学习的用户画像分类方法、装置、设备及介质
CN114758743A (zh) 信息预测方法、装置、存储介质及计算机设备
CN113408787A (zh) 一种景区游客流量预测方法及装置

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: 20211019

RJ01 Rejection of invention patent application after publication