CN115762704A - 一种处方审核方法、装置、设备和存储介质 - Google Patents

Abstract

本发明实施例公开了一种处方审核方法、装置、设备和存储介质，其中，方法包括：通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；当所述目标病症信息和所述目标药品信息未在预设处方审核数据库时，将所述目标病症信息和所述目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；根据所述目标病症词向量和所述目标药品适应症词向量间的相关关系，确定所述目标处方信息的审核结果。本发明实施例的技术方案解决了现有技术中无法诊断不在审核数据库中的处方的问题，可以对不在审核数据库中的处方进行审核，提高处方审核的效率。

Description

一种处方审核方法、装置、设备和存储介质

技术领域

本发明实施例涉及数据分析技术领域，尤其涉及一种处方审核方法、装置、设备和存储介质。

背景技术

处方是指医疗部门针对患者的病症开具的诊断信息，因为不同医疗部门的医疗水平不均，因此需要对医疗部门开具的处方进行审核。现有技术通常是根据预设的处方审核数据库对处方进行审核，即处方审核数据库已经将病症对应的标准处方存储完成，对待审核处方进行审核时，只需根据待审核处方中的病症在处方审核数据库寻找对应的标准处方，随后将待审核处方与标准处方进行对比即可。但是，随着处方信息的不断丰富，无法保证审核数据库一定包含待审核处方的对应的标准处方，因此，需要对现有的处方审核方法进行改进，以满足不断增多的处方审核需求。

发明内容

本发明实施例提供了一种处方审核方法、装置、设备和存储介质，可以对不在审核数据库中的处方进行审核，提高处方审核的效率。

第一方面，本发明实施例提供了一种处方审核方法，该方法包括：

通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；

当所述目标病症信息和所述目标药品信息未在预设处方审核数据库时，将所述目标病症信息和目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；

根据所述目标病症词向量和所述目标药品适应症词向量间的相关关系，确定所述目标处方信息的审核结果。

第二方面，本发明实施例提供了一种处方审核装置，该装置包括：

处方信息预处理模块，用于通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；

处方信息转换模块，用于当所述目标病症信息和所述目标药品信息未在预设处方审核数据库时，将所述目标病症信息和目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；

处方信息审核模块，用于根据所述目标病症词向量和所述目标药品适应症词向量间的相关关系，确定所述目标处方信息的审核结果。

第三方面，本发明实施例提供了一种计算机设备，该计算机设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现任一实施例所述的处方审核方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例所述的处方审核方法。

本发明实施例所提供的技术方案，通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；当目标病症信息和所述目标药品信息未在预设处方审核数据库时，将目标病症信息和目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；根据目标病症词向量和目标药品适应症词向量间的相关关系，确定目标处方信息的审核结果。本发明实施例的技术方案解决了现有技术中无法诊断不在审核数据库中的处方的问题，可以对不在审核数据库中的处方进行审核，提高处方审核的效率。

附图说明

图1是本发明实施例提供的一种处方审核方法流程图；

图2是本发明实施例提供的一种处方审核方法流程图；

图3是本发明实施例提供的一种处方审核的工作流程图；

图4是本发明实施例提供的一种处方审核装置的结构示意图；

图5是本发明实施例提供的一种计算机设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明实施例提供的一种处方审核方法流程图，本发明实施例可适用于对诊断处方进行审核的场景中，该方法可以由处方审核装置执行，该装置可以由软件和/或硬件的方式来实现。

如图1所示，处方审核方法包括以下步骤：

S110、通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息。

其中，目标处方信息可以是需要进行处方审核的处方信息，目标处方信息可以包括患者的病症信息和以及与之对应的诊断情况。目标病症信息可以是用于进行处方审核的病症信息，例如，目标病症信息可以包括发烧、感冒、咳嗽等病症。目标药品信息可以是需要进行处方审核的药品信息，例如，目标药品信息可以包括药品编号、药品名称、药品适应症、禁忌症等信息。

预处理可以是对目标处方信息进行的剔除异常信息、提取关键信息、或者转化格式等信息处理方式，具体的，可以删除目标处方信息中缺失或者字符异常的数据，并进行关键词提取，得到目标病症信息和目标药品信息。

进一步的，可以分析病症与药品之间的对应关系来确定处方的有效性。

S120、当所述目标病症信息和所述目标药品信息未在预设处方审核数据库时，将所述目标病症信息和所述目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量。

其中，预设处方审核数据库可以是预设的用于处方审核的数据库，其中包含病症与药品适应症、禁忌症等大量的知识图谱。当能够在预设处方审核数据库中匹配到目标病症信息和目标药品信息时，可以根据预设处方审核数据库中的审核名单对目标病症信息中的病症与药品进行审核，例如，当目标病症信息中的病症与药品与审核名单中的白名单匹配成功时，可以确定目标药品信息审核通过；当目标病症信息中的病症与药品与审核名单中的黑名单匹配成功时，可以确定目标药品信息审核不通过。当未在预设处方审核数据库匹配到目标病症信息和目标药品信息时，则无法通过预设处方审核数据库对目标病症信息进行审核，需要对目标病症信息和所述目标药品信息进一步的进行处理以确定审核结果。

预设医学词向量空间可以是预设的关于医学词语的向量空间，在预设医学词向量空间中可以将目标病症信息和目标药品适应症信息以词向量的形式进行表示，方便后续对目标病症信息和目标药品适应症信息的相关关系进行计算。进一步的，可以将目标病症信息和目标药品适应症信息输入至经过预先训练的信息转换模型，得到预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量。目标病症词向量可以是与目标病症信息对应的需要用于进行处方审核的词向量；目标药品适应症词向量可以是与目标药品适应症信息对应的需要用于进行处方审核的词向量。

S130、根据所述目标病症词向量和所述目标药品适应症词向量间的相关关系，确定所述目标处方信息的审核结果。

其中，相关关系可以是目标病症词向量和目标药品适应症词向量间的相似性，通过分析目标病症词向量和目标药品适应症词向量间的相似性，可以反映出目标药品信息中的药品是否适合用于治疗目标病症信息中的病症，进而确定目标处方信息的审核结果。例如，可以将目标病症词向量和目标药品适应症词向量间的相似度值与预设的相似度审核阈值进行比较，当相似度值大于预设的相似度审核阈值时，可以确定目标处方信息通过审核；当相似度值不大于预设的相似度审核阈值时，可以确定目标处方信息无法通过审核。

本发明实施例所提供的技术方案，通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；当目标病症信息和目标药品信息未在预设处方审核数据库时，将目标病症信息和目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；根据目标病症词向量和目标药品适应症词向量间的相关关系，确定目标处方信息的审核结果。本发明实施例的技术方案解决了现有技术中无法诊断不在审核数据库中的处方的问题，可以对不在审核数据库中的处方进行审核，提高处方审核的效率。

图2是本发明实施例提供的一种处方审核方法流程图，本发明实施例可适用于对诊断处方进行审核的场景中，本实施例在上述实施例的基础上，进一步的说明如何根据所述目标病症词向量和所述目标药品适应症词向量间的相关关系，确定所述目标处方信息的审核结果，以及当所述目标病症信息和所述目标药品信息在预设处方审核数据库时，如何对目标处方信息进行审核，该装置可以由软件和/或硬件的方式来实现，集成于具有应用开发功能的计算机设备中。

如图2所示，处方审核方法包括以下步骤：

S210、通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息。

其中，目标处方信息可以是需要进行处方审核的处方信息，目标处方信息可以包括患者的病症信息和以及与之对应的诊断情况。目标病症信息可以是用于进行处方审核的病症信息，例如，目标病症信息可以包括发烧、感冒、咳嗽等病症。目标药品信息可以是需要进行处方审核的药品信息，例如，目标药品信息可以包括药品编号、药品名称、药品适应症、禁忌症等信息。

预处理可以是对目标处方信息进行的剔除异常信息、提取关键信息、或者转化格式等信息处理方式，具体的，可以删除目标处方信息中缺失或者字符异常的数据，并进行关键词提取，得到目标病症信息和目标药品信息。

进一步的，可以分析病症与药品之间的对应关系或者通过处方审核标准来确定处方的有效性。

S220、按照预设判断规则对所述目标病症信息和所述目标药品信息是否在预设处方审核数据库进行判断，当所述目标病症信息和所述目标药品信息未在预设处方审核数据库时，执行步骤S230、S240、S250和S260；当所述目标病症信息和所述目标药品信息在预设处方审核数据库时，执行步骤S270。

其中，预设判断规则可以是预设用于判断目标病症信息和目标药品信息是否在预设处方审核数据库中的规则，示例性，可以将目标病症信息和目标药品信息是否与审核数据库中的审核名单进行匹配，当目标病症信息和目标药品信息是否与审核数据库中的审核名单未匹配成功时，可以确定目标病症信息和目标药品信息未在预设处方审核数据库；当目标病症信息和目标药品信息是否与审核数据库中的审核名单匹配成功时，可以确定目标病症信息和目标药品信息在预设处方审核数据库。

S230、将所述目标病症信息和目标药品适应症信息输入至经过预先训练的目标信息转换模型，得到至少一个目标病症词向量和至少一个目标药品适应症词向量。

其中，目标信息转换模型可以是需要用于将目标病症信息和目标药品适应症信息转化为医学词向量格式的转化模型，具体的，目标信息转换模型可以经过预先训练获得，例如，可以采用word2vec算法进行训练，得到目标信息转换模型。目标病症词向量可以是与目标病症信息对应的需要用于进行处方审核的词向量；目标药品适应症词向量可以是与目标药品适应症信息对应的需要用于进行处方审核的词向量。通过将目标病症信息和目标药品适应症信息输入至经过预先训练的目标信息转换模型，可以得到至少一个目标病症词向量和至少一个目标药品适应症词向量，进一步的，通过分析目标病症词向量和目标药品适应症词向量的相似度，可以反映出目标病症信息和目标药品适应症信息的相似性，进而确定目标处方信息的处方审核情况。

S240、分别计算各所述目标病症词向量与各所述目标药品适应症词向量之间的词移距离，得到至少一个词移距离。

其中，词移距离可以是反映目标病症词向量与目标药品适应症词向量相似性的一个参数，词移距离可以通过计算目标病症词向量与目标药品适应症词向量的余弦距离、欧几里得距离或者曼哈距离得到，词移距离与相似度成反比，即当词移距离越大时，目标病症词向量与目标药品适应症词向量相似度越小。

S250、基于所述词移距离与所述相似度值之间的映射关系，确定至少一个对应的相似度数值，并将所述至少一个相似度数值中的最大值作为所述目标病症信息和所述目标药品适应症信息的相似度值。

其中，映射关系可以是预设的词移距离与相似度值之间的对应关系，例如，将各目标病症词向量与各目标药品适应症词向量之间的余弦距离作为词移距离时，相似度值等于1减去余弦距离。基于词移距离与相似度值之间的映射关系，可以确定至少一个对应的相似度数值。进一步的，可以将至少一个相似度数值中的最大值作为目标病症信息和目标药品适应症信息的相似度值，通过将至少一个相似度数值中的最大值作为目标病症信息和目标药品适应症信息的相似度值，可以最大程度的反映目标病症信息和目标药品适应症信息的相似性，避免因为选取的相似度过小导致大量处方无法通过审核，提高审核效率。

S260、将所述相似度值与预设相似度审核阈值进行对比，根据所述相似度值与预设相似度审核阈值的对比结果，确定所述目标处方信息的审核结果。

其中，预设相似度审核阈值可以是预设的用于对相似度值进行审核的阈值，当相似度值大于预设相似度审核阈值时，表示目标病症信息和目标药品适应症信息的有较强的相似性，目标处方信息可以通过审核；当相似度值不大于预设相似度审核阈值时，表示目标病症信息和目标药品适应症信息的相似性不足，目标处方信息无法通过审核。进一步的，专业医学人员可以对预设相似度审核阈值进行修正，保证预设相似度审核阈值的有效性。

S270、当所述目标病症信息和所述目标药品信息与所述预设处方审核名单中的预设处方审核白名单匹配成功时，确定所述目标处方信息审核通过；当所述目标病症信息和所述目标药品信息与所述预设处方审核名单中的预设处方审核黑名单匹配成功时，确定所述目标处方信息审核不通过。

其中，预设处方审核白名单可以是预设的符合处方审核标准的名单，在预设处方审核白名单中有病症信息、与病症信息对应的符合审核标准的药品信息，例如，预设处方审核白名单可以包括病症以及可以用于治疗该病症且副作用较小的药物名单。当目标病症信息和目标药品信息与预设处方审核白名单匹配成功时，可以确定目标处方信息审核通过。预设处方审核黑名单可以是预设的不符合处方审核标准的名单，在预设处方审核黑名单中有病症信息、与病症信息对应的不符合审核标准的药品信息，例如，预设处方审核黑名单可以包括病症以及可以用于治疗该病症但作用较大，或者不可以用于治疗该病症的药物名单。当目标病症信息和目标药品信息与预设处方审核黑名单匹配成功时，可以确定目标处方信息审核通过。可选的，目标病症信息可以有多项病症、与多项病症对应的多种药品，当目标病症信息中的一项病症、以及与该项病症对应的药品与预设处方审核白名单匹配成功时，可以直接确定目标处方信息审核通过，不必再审核目标病症信息中的剩余项病症以及与剩余项病症对应的药品是否与预设处方审核白名单匹配成功。

在一种可选的实施方式中，可以根据目标处方信息的审核结果，更新预设处方审核数据库。例如，当目标处方信息审核不通过时，将目标处方信息中的目标病症信息和目标药品信息添加至预设处方审核数据库中的预设处方审核黑名单；当目标处方信息审核通过时，将目标处方信息中的目标病症信息和目标药品信息添加至预设处方审核数据库中的预设处方审核白名单。通过根据目标处方信息的审核结果更新预设处方审核数据库，可以在审核与目标处方信息相同的处方信息时，直接通过更新后的预设处方审核数据库对处方信息进行审核，提高处方审核效率。

示例性的，图3是本发明实施例提供的一种处方审核的工作流程图，如图3所示，处方审核的工作流程为：首先对处方信息进行预处理，得到病症信息和药品信息，随后判断病症信息和药品信息是否在审核数据库中，当病症信息和药品信息在审核数据库中时，根据审核名单判断处方是否合理，进而确定处方信息是否通过审核；当病症信息和药品信息不在审核数据库中时，将病症信息和药品适应症信息分别转换为病症信息词向量和药品适应症词向量，再根据病症信息词向量和药品适应症词向量间的词移距离，确定病症信息和药品适应症信息的相似度值，将相似度值与预设相似度审核阈值进行对比，确定处方信息的审核结果，最后根据处方信息的审核结果更新审核数据库。

本发明实施例所提供的技术方案，通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息，按照预设判断规则对目标病症信息和目标药品信息是否在预设处方审核数据库进行判断，当目标病症信息和目标药品信息未在预设处方审核数据库时，将目标病症信息和目标药品适应症信息输入至经过预先训练的目标信息转换模型，得到至少一个目标病症词向量和至少一个目标药品适应症词向量，分别计算各目标病症词向量与各目标药品适应症词向量之间的词移距离，得到至少一个词移距离，基于词移距离与相似度值之间的映射关系，确定至少一个对应的相似度数值，并将至少一个相似度数值中的最大值作为目标病症信息和目标药品适应症信息的相似度值；当目标病症信息和目标药品信息在预设处方审核数据库时，若目标病症信息和目标药品信息与预设处方审核名单中的预设处方审核白名单匹配成功，确定目标处方信息审核通过，若目标病症信息和目标药品信息与预设处方审核名单中的预设处方审核黑名单匹配成功时，确定目标处方信息审核不通过。本发明实施例的技术方案解决了现有技术中无法诊断不在审核数据库中的处方的问题，可以对不在审核数据库中的处方进行审核，提高处方审核的效率。

图4是本发明实施例提供的一种处方审核装置的结构示意图，本发明实施例可适用于对诊断处方进行审核的场景中，该装置可以由软件和/或硬件的方式来实现，集成于具有应用开发功能的计算机设备中。

如图4所示，处方审核装置包括：处方信息预处理模块310、处方信息转换模块320和处方信息审核模块330。

其中，处方信息预处理模块310，用于通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；处方信息转换模块320，用于当目标病症信息和目标药品信息未在预设处方审核数据库时，将目标病症信息和目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；处方信息审核模块330，用于根据目标病症词向量和目标药品适应症词向量间的相关关系，确定目标处方信息的审核结果。

本发明实施例所提供的技术方案，通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；当目标病症信息和目标药品信息未在预设处方审核数据库时，将目标病症信息和目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；根据目标病症词向量和目标药品适应症词向量间的相关关系，确定目标处方信息的审核结果。本发明实施例的技术方案解决了现有技术中无法诊断不在审核数据库中的处方的问题，可以对不在审核数据库中的处方进行审核，提高处方审核的效率。

在一种可选的实施方式中，处方信息预处理模块310具体用于：根据目标病症词向量和目标药品适应症词向量间的词移距离，确定目标病症信息和目标药品适应症信息的相似度值；将相似度值与预设相似度审核阈值进行对比，根据相似度值与预设相似度审核阈值的对比结果，确定目标处方信息的审核结果。

在一种可选的实施方式中，处方信息预处理模块310还用于：分别计算各目标病症词向量与各目标药品适应症词向量之间的词移距离，得到至少一个词移距离；基于词移距离与相似度值之间的映射关系，确定至少一个对应的相似度数值；将至少一个相似度数值中的最大值作为目标病症信息和目标药品适应症信息的相似度值。

在一种可选的实施方式中，处方信息转换模块320具体用于：将目标病症信息和目标药品适应症信息输入至经过预先训练的目标信息转换模型，得到至少一个目标病症词向量和至少一个目标药品适应症词向量。

在一种可选的实施方式中，处方信息审核模块330还用于：当目标病症信息和目标药品信息在预设处方审核数据库时，根据目标病症信息和目标药品信息与预设处方审核数据库中的预设处方审核名单的匹配结果，根据匹配结果确定目标处方信息的审核结果。

在一种可选的实施方式中，处方信息审核模块330还用于：当目标病症信息和目标药品信息与预设处方审核名单中的预设处方审核白名单匹配成功时，确定目标处方信息审核通过；当目标病症信息和目标药品信息与预设处方审核名单中的预设处方审核黑名单匹配成功时，确定目标处方信息审核不通过。

在一种可选的实施方式中，处方审核装置还包括数据库更新模块，用于根据目标处方信息的审核结果，更新预设处方审核数据库。

本发明实施例所提供的处方审核装置可执行本发明任意实施例所提供的处方审核方法，具备执行方法相应的功能模块和有益效果。

图5为本发明实施例提供的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图5显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。计算机设备12可以任意具有计算能力的终端设备，可以与配置于处方审核设备中。

如图5所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18可以是几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图5中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发实施例所提供的处方审核方法，该方法包括：

通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；

当所述目标病症信息和所述目标药品信息未在预设处方审核数据库时，将所述目标病症信息和所述目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；

根据所述目标病症词向量和所述目标药品适应症词向量间的相关关系，确定所述目标处方信息的审核结果。

本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的处方审核方法，包括：

通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；

当所述目标病症信息和所述目标药品信息未在预设处方审核数据库时，将所述目标病症信息和所述目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；

根据所述目标病症词向量和所述目标药品适应症词向量间的相关关系，确定所述目标处方信息的审核结果。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

本领域普通技术人员应该明白，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，他们可以用计算机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的结合。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种处方审核方法，其特征在于，所述方法包括：

通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；

当所述目标病症信息和所述目标药品信息未在预设处方审核数据库时，将所述目标病症信息和所述目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；

根据所述目标病症词向量和所述目标药品适应症词向量间的相关关系，确定所述目标处方信息的审核结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标病症词向量和所述目标药品适应症词向量间的相关关系，确定所述目标处方信息的审核结果，包括：

根据所述目标病症词向量和所述目标药品适应症词向量间的词移距离，确定目标病症信息和目标药品适应症信息的相似度值；

将所述相似度值与预设相似度审核阈值进行对比，并根据对比结果确定所述目标处方信息的审核结果。

3.根据权利要求2所述的方法，其特征在于，所述根据目标病症词向量和所述目标药品适应症词向量间的词移距离，确定目标病症信息和目标药品适应症信息的相似度值，包括：

分别计算各所述目标病症词向量与各所述目标药品适应症词向量之间的词移距离，得到至少一个词移距离；

基于所述词移距离与所述相似度值之间的映射关系，确定至少一个对应的相似度数值；

将所述至少一个相似度数值中的最大值作为所述目标病症信息和所述目标药品适应症信息的相似度值。

4.根据权利要求1所述的方法，其特征在于，所述将所述目标病症信息和所述目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量，包括：

将所述目标病症信息和所述目标药品适应症信息输入至经过预先训练的目标信息转换模型，得到所述至少一个目标病症词向量和所述至少一个目标药品适应症词向量。

5.根据权利要求1所述的方法，其特征在于，当所述目标病症信息和所述目标药品信息在预设处方审核数据库时，所述方法还包括：

根据所述目标病症信息和所述目标药品信息与所述预设处方审核数据库中的预设处方审核名单的匹配结果，根据所述匹配结果确定所述目标处方信息的审核结果。

6.根据权利要求5所述的方法，其特征在于，所述根据目标病症信息和目标药品信息与预设处方审核名单的匹配结果，根据匹配结果确定所述目标处方信息的审核结果，包括：

当所述目标病症信息和所述目标药品信息与所述预设处方审核名单中的预设处方审核白名单匹配成功时，确定所述目标处方信息审核通过；

当所述目标病症信息和所述目标药品信息与所述预设处方审核名单中的预设处方审核黑名单匹配成功时，确定所述目标处方信息审核不通过。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述目标处方信息的审核结果，更新所述预设处方审核数据库。

8.一种处方审核装置，其特征在于，所述装置包括：

处方信息预处理模块，用于通过对目标处方信息进行预处理，得到目标病症信息和目标药品信息；

处方信息转换模块，用于当所述目标病症信息和所述目标药品信息未在预设处方审核数据库时，将所述目标病症信息和目标药品适应症信息分别转换为预设医学词向量空间中的至少一个目标病症词向量和至少一个目标药品适应症词向量；

处方信息审核模块，用于根据所述目标病症词向量和所述目标药品适应症词向量间的相关关系，确定所述目标处方信息的审核结果。

9.一种计算机设备，其特征在于，所述计算机设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的处方审核方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的处方审核方法。

Images