CN113643783A - 亚健康人群药品推荐方法、系统、设备及存储介质 - Google Patents

亚健康人群药品推荐方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN113643783A
CN113643783A CN202110929469.3A CN202110929469A CN113643783A CN 113643783 A CN113643783 A CN 113643783A CN 202110929469 A CN202110929469 A CN 202110929469A CN 113643783 A CN113643783 A CN 113643783A
Authority
CN
China
Prior art keywords
information
medicine
drug
customer
sub
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
CN202110929469.3A
Other languages
English (en)
Inventor
顾婷婷
李雅鑫
杨勇
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.)
Jincaihui Health Technology Suzhou Co ltd
Original Assignee
Jincaihui Health Technology Suzhou 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 Jincaihui Health Technology Suzhou Co ltd filed Critical Jincaihui Health Technology Suzhou Co ltd
Priority to CN202110929469.3A priority Critical patent/CN113643783A/zh
Publication of CN113643783A publication Critical patent/CN113643783A/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
    • 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
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请涉及一种亚健康人群药品推荐方法、设备及存储介质，其方法包括：收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息；根据所述历史用药信息统计每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库；获取顾客的输入信息，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。本申请具有针对亚健康状态人群进行及时检测的技术效果。

Description

亚健康人群药品推荐方法、系统、设备及存储介质
技术领域
本申请涉及健康管理技术领域，尤其是涉及一种亚健康人群药品推荐方法、系统、设备及存储介质。
背景技术
随着社会经济的快速发展，人们承受着巨大的工作压力和生活压力。根据世界卫生组织对“健康”的定义，中国70％的人处在“亚健康”的状态。同时中国社会老龄化也成为了不可回避的现实问题。慢性病成为中国老龄化社会的头号杀手，老年慢性病的急剧增加所造成的健康损害，给家庭和社会带来沉重的负担。
亚健康和慢性病之所以给人们的健康造成如此危害，一个重要的原因是人们不能明确的意识到自己的亚健康状态或者自己正处在慢性病发生或发展边缘，而这时往往只需要及时发现并辅以简单治疗，就能够恢复健康。然而，现有医疗体系无法对患者的亚健康状态或慢性病的早期情况以及用户的不良生活习惯进行及时预警和干涉，所以亚健康状态的及时发现以及早期治疗成为人们的急需。
发明内容
有鉴于此，本申请提供一种亚健康人群药品推荐方法、系统、设备及存储介质，用以解决目前的医疗体系无法对亚健康状态进行及时发现及治疗的技术问题。
为了解决上述问题，第一方面，本发明提供一种亚健康人群药品推荐方法，包括以下步骤：
收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息；
根据所述历史用药信息统计每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库；
获取顾客的输入信息，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
可选的，收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息，具体为：
从各药店的门店管理系统中收集亚健康人群的历史消费信息，收集亚健康人群问卷信息，得到所述历史用药信息；
从所述历史用药信息中提取出用药人的姓名、性别、年龄、职业、生活习惯以及慢性病情况作为所述基本信息；
从所述历史用药信息中提取出药品名称、适用病症作为所述用药信息。
可选的，统计分析每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库，具体为：
统计每一药品所有用药人的基本信息的指标范围，形成各类药品所适应人群的推荐指标范围，得到所述药品推荐指标库。
可选的，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，具体为：
推荐指标分为数值指标和字符指标；
数值指标的匹配度计算公式为：
Figure BDA0003210769400000021
其中，PS为数值指标的匹配度，Ni为从所述输入信息中提取的相应数值指标的参数值，Nmax为推荐指标范围的上限值，Nmin为推荐指标范围的下限值，
字符指标的匹配度的计算公式为：
Figure BDA0003210769400000031
其中，PZ为字符指标的匹配度，Ko为推荐指标范围的字符集合，Ki为从所述输入信息中提取的相应字符指标的字符集合。
可选的，还包括：
收集顾客对各药品的接纳结果以及反馈信息，根据所述采纳结果以及反馈信息计算接受度；
在所述药品推荐指标库中为每一种药品标记相应的接受度；
将推荐药品按照接受度进行排序后，再推送给相应顾客。
可选的，还包括：
根据所述接受度修正所述匹配度，根据修正后的匹配度为顾客推送推荐药品。
可选的，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品之前，还包括：
根据所述输入信息判断顾客是新顾客还是老顾客，如果是老顾客，则先提取老顾客的历史消费记录，并在历史消费记录中匹配所述输入信息，将匹配成功的历史消费记录推荐给相应顾客，如果是新顾客，则基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
第二方面，本申请还提供一种亚健康人群药品推荐系统，所述系统包括：
信息收集模块，用于收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息；
指标库模块，用于根据所述历史用药信息统计每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库；
匹配推荐模块，用于获取顾客的输入信息，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
第三方面，本申请提供的一种计算机设备，采用如下的技术方案：
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述亚健康人群药品推荐方法的步骤。
第四方面，本申请提供的一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述亚健康人群药品推荐方法的步骤。
采用上述实施例的有益效果是：本发明首先进行历史用药信息的收集，作为推荐药品的基础数据，然后对收集的历史消费数据进行统计分析，分析每一种药品的适应人群的特点，从而形成推荐指标范围，得到药品推荐指标库，最后基于该药品推荐指标库进行药品推荐。本发明基于亚健康人群的历史用药信息进行药品推荐，可以实现亚健康人群的及时发现，同时及时、准确的对这类人群进行药品推荐、治疗。
附图说明
图1为本申请提供的亚健康人群药品推荐方法一实施例的方法流程图；
图2为本申请提供的亚健康人群药品推荐系统一实施例的原理框图；
图3为本申请提供的计算机设备一实施例的原理框图。
具体实施方式
下面结合附图来具体描述本申请的优选实施例，其中，附图构成本申请一部分，并与本申请的实施例一起用于阐释本申请的原理，并非用于限定本申请的范围。
在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请提供了一种亚健康人群药品推荐方法、系统、设备、计算机设备及存储介质，以下分别进行详细说明。
首先，如图1所示，本申请实施例提供了一种亚健康人群药品推荐方法，包括以下步骤：
S1、收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息；
S2、根据所述历史用药信息统计每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库；
S3、获取顾客的输入信息，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
本实施例针对亚健康人群进行药品推荐，亚健康人群主要指老年人、慢性病人群、久坐缺乏运动的人群、经常昼夜颠倒生活不规律人群、缺乏营养人群、术后/产后修复人群等。对这些人进行药品推荐时，首先需要进行历史用药信息的收集，作为推荐药品的基础数据。然后对收集的历史消费数据进行统计分析，分析每一种药品的适应人群的特点，从而形成推荐指标范围，得到药品推荐指标库。最后即可基于该药品推荐指标库进行药品推荐。本实施例基于亚健康人群的历史用药信息进行药品推荐，可以实现亚健康人群的及时发现，同时及时、准确的对这类人群进行药品推荐、治疗。
在一实施例中，收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息，具体为：
从各药店的门店管理系统中收集亚健康人群的历史消费信息，收集亚健康人群问卷信息，得到所述历史用药信息；
从所述历史用药信息中提取出用药人的姓名、性别、年龄、职业、生活习惯以及慢性病情况作为所述基本信息；
从所述历史用药信息中提取出药品名称、适用病症作为所述用药信息。
针对亚健康人群进行数据收集，本实施例中一种数据来源是各药店的门店管理系统，当用户在药店进行消费时，对其进行登记，登记消费项目、顾客住址、姓名、性别、年龄、职业、生活习惯、慢性病情况等，然后通过门店管理系统筛选出针对亚健康人群的一些慢性病药、保健药品、营养药品、滋补调理药品等的历史消费信息。本实施例的历史消费信息的第二种数据来源则是客户问卷，通过问卷调查的方式，获取亚健康人群的历史消费信息。
收集了一定量的历史消费信息后，即可基于历史消费信息进行药品的推荐，同时，推荐成功后，即可将顾客的消费信息更新至历史消费信息，从而不断充实历史消费信息，使得基础数据库更加全面。从历史消费信息中提取出感兴趣的项目作为基本信息，作为药品推荐的依据项目。感兴趣项目的选取可以根据各药店的情况进行设置，例如，在一些办公区域旁边的药店进行药品推荐时，可以选择职业作为一项重要的基本信息，因为经常坐在办公室的人群和经常出差的人群所需要的调理药品肯定不同，需要根据职业信息进行区分，以便准确推荐。而在生活区域旁边的药店进行药品推荐时，年龄则是作为一项重要的基本信息，老人、小孩、中青年所需要的药品也是不一样的，因此需要根据年龄进行区别推荐。本实施例中基本信息包括姓名、性别、年龄、职业、生活习惯以及慢性病情况。
在一实施例中，统计分析每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库，具体为：
统计每一药品所有用药人的基本信息的指标范围，形成各类药品所适应人群的推荐指标范围，得到所述药品推荐指标库。
收集并提取完基本信息和用药信息后，对这些信息进行统计分析，形成各类药品所适应的人群。例如针对某一药品统计用药人的年龄阶段，得到该药品所适应人群的年龄范围。统计各项基本信息的范围，得到药品推荐指标库。应该注意的是，在进行推荐指标范围统计时，需要对一些极少数的个案进行剔除，实现去噪，例如，进行年龄范围统计时，如果发现药品用药人的年龄绝大多数都集中在40岁以上，而少于设定个数的用药人的年龄小于40岁，则可以不考虑这些小于40岁的用药人的基本信息，只考虑大部分用药人的基本信息。
在一实施例中，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，具体为：
推荐指标分为数值指标和字符指标；
数值指标的匹配度计算公式为：
Figure BDA0003210769400000071
其中，PS为数值指标的匹配度，Ni为从所述输入信息中提取的相应数值指标的参数值，Nmax为推荐指标范围的上限值，Nmin为推荐指标范围的下限值，
字符指标的匹配度的计算公式为：
Figure BDA0003210769400000072
其中，PZ为字符指标的匹配度，Ko为推荐指标范围的字符集合，Ki为从所述输入信息中提取的相应字符指标的字符集合。
本实施例中性别、职业、生活习惯以及慢性病情况属于字符指标，年龄属于数值指标。计算数值指标的匹配度时，顾客的数值指标的参数值越接近相应数值指标范围的上限值与下限值的平均值，即认为匹配度越高，反之则匹配度越低。计算字符指标的匹配度时，顾客的字符指标的字符集合与相应字符指标范围的字符集合的交集占并集的比例越大，则认定为匹配度越高，反之则越低。优选地，为了更好的计算字符指标的匹配度，可以先对字符指标范围中的字符串进行分词处理，得到各字符串的分词子集，同时对顾客的字符指标的字符集合中字符串进行分词处理，再对分词后的字符串进行并集、交集运算，进一步提高字符指标匹配度的计算精度，提高推荐精确度。
在一实施例中，还包括：
收集顾客对各药品的接纳结果以及反馈信息，根据所述采纳结果以及反馈信息计算接受度；
在所述药品推荐指标库中为每一种药品标记相应的接受度；
将推荐药品按照接受度进行排序后，再推送给相应顾客。
很多时候顾客对于一个药品的接受度，不仅仅与其是否对症以及疗效有关，还与其价格、服用方式、疗程长短等有关，因此在推荐药品后及时记录顾客是否接受了推荐，如果接受了推荐则定期进行用药跟踪，收集反馈信息。接纳信息和反馈信息，也是向顾客进行药品推荐的重要考虑因素。因此在基于药品推荐指标库进行匹配推荐后，基于接受度对推荐药品进行排序，优先向顾客推荐接受度高的药品。
本实施例中接受度的计算方法具体为：
Figure BDA0003210769400000081
其中，fi为接受度，ω1为接纳权重，ω2为反馈权重，T0为向顾客推荐药品i的次数，T1为向顾客推荐药品i被接纳的次数，T2为向顾客推荐药品i被接纳且反馈结果好的次数。
在一实施例中，还包括：
根据所述接受度修正所述匹配度，根据修正后的匹配度为顾客推送推荐药品。
计算了接受度后，根据接受度对计算的匹配度进行修正，从而将顾客的接受度直接体现在匹配度中，使得匹配度的结果与接受度的结果趋向统一。修正的方式有很多，例如，判断接受度是否超过设定阈值，如果超过则将匹配度增加设定的调整量，否则将匹配度减少设定的调整量。
在一实施例中，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品之前，还包括：
根据所述输入信息判断顾客是新顾客还是老顾客，如果是老顾客，则先提取老顾客的历史消费记录，并在历史消费记录中匹配所述输入信息，将匹配成功的历史消费记录推荐给相应顾客，如果是新顾客，则基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
对于老顾客而言，依据之前的历史消费记录更为方便，因此进行新老顾客判断，在决定是否进行匹配度计算，如果老顾客有新的药品需求时，则仍然以匹配度的方式进行推荐。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本实施例还提供一种亚健康人群药品推荐系统，该亚健康人群药品推荐系统与上述实施例中亚健康人群药品推荐方法一一对应。如图2所示，该系统包括：
信息收集模块401，用于收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息；
指标库模块402，用于根据所述历史用药信息统计每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库；
匹配推荐模块403，用于获取顾客的输入信息，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
关于亚健康人群药品推荐系统的具体限定可以参见上文中对于亚健康人群药品推荐方法的限定，在此不再赘述。上述亚健康人群药品推荐系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
如图3所示，基于上述亚健康人群药品推荐方法，本申请还相应提供了一种计算机设备，该计算机设备可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该计算机设备包括处理器10、存储器20及显示器30。图3仅示出了计算机设备的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
存储器20在一些实施例中可以是计算机设备的内部存储单元，例如计算机设备的硬盘或内存。存储器20在另一些实施例中也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器20还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器20用于存储安装于计算机设备的应用软件及各类数据，例如安装计算机设备的程序代码等。存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有亚健康人群药品推荐程序40，该程序40可被处理器10所执行，从而实现本申请各实施例的亚健康人群药品推荐方法。
处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)，微处理器或其他数据处理芯片，用于运行存储器20中存储的程序代码或处理数据，例如执行亚健康人群药品推荐方法等。
显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。显示器30用于显示在计算机设备的信息以及用于显示可视化的用户界面。计算机设备的部件10-30通过系统总线相互通信。
在一实施例中，当处理器10执行存储器20中亚健康人群药品推荐程序40时实现以下步骤：
收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息；
根据所述历史用药信息统计每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库；
获取顾客的输入信息，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
本实施例还提供了一种计算机可读存储介质，其上存储有亚健康人群药品推荐程序，程序被处理器执行时实现以下步骤：
收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息；
根据所述历史用药信息统计每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库；
获取顾客的输入信息，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。
本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述，仅为本申请较佳的具体实施方式，但本申请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揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种亚健康人群药品推荐方法，其特征在于，包括以下步骤：
收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息；
根据所述历史用药信息统计每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库；
获取顾客的输入信息，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
2.根据权利要求1所述的亚健康人群药品推荐方法，其特征在于，收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息，具体为：
从各药店的门店管理系统中收集亚健康人群的历史消费信息，收集亚健康人群问卷信息，得到所述历史用药信息；
从所述历史用药信息中提取出用药人的姓名、性别、年龄、职业、生活习惯以及慢性病情况作为所述基本信息；
从所述历史用药信息中提取出药品名称、适用病症作为所述用药信息。
3.根据权利要求1所述的亚健康人群药品推荐方法，其特征在于，统计分析每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库，具体为：
统计每一药品所有用药人的基本信息的指标范围，形成各类药品所适应人群的推荐指标范围，得到所述药品推荐指标库。
4.根据权利要求1所述的亚健康人群药品推荐方法，其特征在于，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，具体为：
推荐指标分为数值指标和字符指标；
数值指标的匹配度计算公式为：
Figure FDA0003210769390000021
其中，PS为数值指标的匹配度，Ni为从所述输入信息中提取的相应数值指标的参数值，Nmax为推荐指标范围的上限值，Nmin为推荐指标范围的下限值，
字符指标的匹配度的计算公式为：
Figure FDA0003210769390000022
其中，PZ为字符指标的匹配度，Ko为推荐指标范围的字符集合，Ki为从所述输入信息中提取的相应字符指标的字符集合。
5.根据权利要求1所述的亚健康人群药品推荐方法，其特征在于，还包括：
收集顾客对各药品的接纳结果以及反馈信息，根据所述采纳结果以及反馈信息计算接受度；
在所述药品推荐指标库中为每一种药品标记相应的接受度；
将推荐药品按照接受度进行排序后，再推送给相应顾客。
6.根据权利要求5所述的亚健康人群药品推荐方法，其特征在于，还包括：
根据所述接受度修正所述匹配度，根据修正后的匹配度为顾客推送推荐药品。
7.根据权利要求1所述的亚健康人群药品推荐方法，其特征在于，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品之前，还包括：
根据所述输入信息判断顾客是新顾客还是老顾客，如果是老顾客，则先提取老顾客的历史消费记录，并在历史消费记录中匹配所述输入信息，将匹配成功的历史消费记录推荐给相应顾客，如果是新顾客，则基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
8.一种亚健康人群药品推荐系统，其特征在于，所述系统包括：
信息收集模块，用于收集亚健康人群的历史用药信息，所述历史用药信息包括用药人的基本信息以及用药信息；
指标库模块，用于根据所述历史用药信息统计每一药品所有用药人的基本信息，形成各类药品的推荐指标范围，得到药品推荐指标库；
匹配推荐模块，用于获取顾客的输入信息，基于所述药品推荐指标库以及所述输入信息计算各药品与顾客的匹配度，根据所述匹配度为顾客推荐药品。
9.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述亚健康人群药品推荐方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述亚健康人群药品推荐方法的步骤。
CN202110929469.3A 2021-08-13 2021-08-13 亚健康人群药品推荐方法、系统、设备及存储介质 Pending CN113643783A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110929469.3A CN113643783A (zh) 2021-08-13 2021-08-13 亚健康人群药品推荐方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110929469.3A CN113643783A (zh) 2021-08-13 2021-08-13 亚健康人群药品推荐方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113643783A true CN113643783A (zh) 2021-11-12

Family

ID=78421477

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110929469.3A Pending CN113643783A (zh) 2021-08-13 2021-08-13 亚健康人群药品推荐方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113643783A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115271802A (zh) * 2022-07-19 2022-11-01 广州善元堂健康科技股份有限公司 一种保健产品的智能分析方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104584021A (zh) * 2014-11-07 2015-04-29 曹庆恒 一种智能选药的方法、系统和设备
CN106202893A (zh) * 2016-06-30 2016-12-07 山东诺安诺泰信息系统有限公司 一种药品推荐方法
CN107910039A (zh) * 2017-10-19 2018-04-13 诺辞科技成都有限公司 一种用户药品信息统计系统及其药品信息统计方法
CN109493108A (zh) * 2018-09-26 2019-03-19 平安医疗健康管理股份有限公司 医疗活动信息处理方法、装置、计算机设备和介质
CN111564195A (zh) * 2020-04-30 2020-08-21 安徽省立医院(中国科学技术大学附属第一医院) 一种老年患者多重用药风险评估系统及方法
CN112597398A (zh) * 2021-03-05 2021-04-02 南京云联数科科技有限公司 药品推荐模型应用方法及系统
CN112863694A (zh) * 2021-02-08 2021-05-28 浙江中医药大学 一种信息推荐方法和装置
CN112951430A (zh) * 2021-03-29 2021-06-11 阿斯利康投资(中国)有限公司 多种慢性疾病联合管理设备和计算机可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104584021A (zh) * 2014-11-07 2015-04-29 曹庆恒 一种智能选药的方法、系统和设备
CN106202893A (zh) * 2016-06-30 2016-12-07 山东诺安诺泰信息系统有限公司 一种药品推荐方法
CN107910039A (zh) * 2017-10-19 2018-04-13 诺辞科技成都有限公司 一种用户药品信息统计系统及其药品信息统计方法
CN109493108A (zh) * 2018-09-26 2019-03-19 平安医疗健康管理股份有限公司 医疗活动信息处理方法、装置、计算机设备和介质
CN111564195A (zh) * 2020-04-30 2020-08-21 安徽省立医院(中国科学技术大学附属第一医院) 一种老年患者多重用药风险评估系统及方法
CN112863694A (zh) * 2021-02-08 2021-05-28 浙江中医药大学 一种信息推荐方法和装置
CN112597398A (zh) * 2021-03-05 2021-04-02 南京云联数科科技有限公司 药品推荐模型应用方法及系统
CN112951430A (zh) * 2021-03-29 2021-06-11 阿斯利康投资(中国)有限公司 多种慢性疾病联合管理设备和计算机可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115271802A (zh) * 2022-07-19 2022-11-01 广州善元堂健康科技股份有限公司 一种保健产品的智能分析方法及系统

Similar Documents

Publication Publication Date Title
CN108492196B (zh) 通过数据分析推断医疗保险违规行为的风控方法
Du et al. Neural attention with character embeddings for hay fever detection from twitter
Sokol et al. Impact of medication adherence on hospitalization risk and healthcare cost
Sperber et al. An upper and lower bound of the medication possession ratio
CN110504035B (zh) 医疗资料库及系统
Riegel et al. Electronically monitored medication adherence predicts hospitalization in heart failure patients
CN111180024B (zh) 基于词频逆文档频率的数据处理方法、装置和计算机设备
CN108899072B (zh) 中药药方推荐方法、装置、计算机设备和存储介质
JP2014225176A (ja) 分析システム及び保健事業支援方法
WO2021114624A1 (zh) 基于人工智能的用药推荐方法、装置、设备及存储介质
US20170286843A1 (en) Data driven featurization and modeling
CN109671476A (zh) 无关用药的识别方法、装置、终端及计算机可读存储介质
Asche et al. The direct costs of untreated comorbid insomnia in a managed care population with major depressive disorder
CN114005509A (zh) 一种治疗方案推荐系统、方法、装置和存储介质
Chang et al. Morbidity trajectories as predictors of utilization: multi-year disease patterns in Taiwan's national health insurance program
Saha et al. Discovering hidden patterns among medicines prescribed to patients using Association Rule Mining Technique
CN110752027B (zh) 电子病历数据推送方法、装置、计算机设备和存储介质
CN113643783A (zh) 亚健康人群药品推荐方法、系统、设备及存储介质
CN116312926A (zh) 健康路径推荐方法及相关装置、电子设备和存储介质
WO2019091111A1 (zh) 管控药物的特征获取方法、电子装置及计算机可读存储介质
Hester et al. Characterizing the geographic variation and risk factors of fatal prescription opioid poisoning in New Hampshire, 2003–2007
US20210056438A1 (en) Data driven featurization and modeling
Jung et al. Interactive pain nursing intervention system for smart health service
CN109522331B (zh) 以个人为中心的区域化多维度健康数据处理方法及介质
CN113821641B (zh) 基于权重分配的药品分类的方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20211112