CN116312939A - 一种多维度服药真实性监控方法、系统和电子设备 - Google Patents
一种多维度服药真实性监控方法、系统和电子设备 Download PDFInfo
- Publication number
- CN116312939A CN116312939A CN202310287969.0A CN202310287969A CN116312939A CN 116312939 A CN116312939 A CN 116312939A CN 202310287969 A CN202310287969 A CN 202310287969A CN 116312939 A CN116312939 A CN 116312939A
- Authority
- CN
- China
- Prior art keywords
- medication
- medicine taking
- sensor
- data
- medicine
- 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.)
- Withdrawn
Links
- 239000003814 drug Substances 0.000 title claims abstract description 877
- 238000012544 monitoring process Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 44
- 229940079593 drug Drugs 0.000 claims abstract description 375
- 230000000694 effects Effects 0.000 claims abstract description 51
- 238000001647 drug administration Methods 0.000 claims description 73
- 230000008921 facial expression Effects 0.000 claims description 42
- 230000008859 change Effects 0.000 claims description 27
- 238000013507 mapping Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 2
- 230000001815 facial effect Effects 0.000 description 18
- 206010012601 diabetes mellitus Diseases 0.000 description 17
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Substances N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 15
- 229940125396 insulin Drugs 0.000 description 12
- 210000003128 head Anatomy 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000000087 stabilizing effect Effects 0.000 description 8
- 210000000056 organ Anatomy 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 102000004877 Insulin Human genes 0.000 description 3
- 108090001061 Insulin Proteins 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- XZWYZXLIPXDOLR-UHFFFAOYSA-N metformin Chemical compound CN(C)C(=N)NC(N)=N XZWYZXLIPXDOLR-UHFFFAOYSA-N 0.000 description 3
- 229960003105 metformin Drugs 0.000 description 3
- 229940126532 prescription medicine Drugs 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 208000017667 Chronic Disease Diseases 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 238000013524 data verification Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- DBGIVFWFUFKIQN-UHFFFAOYSA-N (+-)-Fenfluramine Chemical compound CCNC(C)CC1=CC=CC(C(F)(F)F)=C1 DBGIVFWFUFKIQN-UHFFFAOYSA-N 0.000 description 1
- 206010059866 Drug resistance Diseases 0.000 description 1
- PCZOHLXUXFIOCF-UHFFFAOYSA-N Monacolin X Natural products C12C(OC(=O)C(C)CC)CC(C)C=C2C=CC(C)C1CCC1CC(O)CC(=O)O1 PCZOHLXUXFIOCF-UHFFFAOYSA-N 0.000 description 1
- RYMZZMVNJRMUDD-UHFFFAOYSA-N SJ000286063 Natural products C12C(OC(=O)C(C)(C)CC)CC(C)C=C2C=CC(C)C1CCC1CC(O)CC(=O)O1 RYMZZMVNJRMUDD-UHFFFAOYSA-N 0.000 description 1
- 229960001997 adefovir Drugs 0.000 description 1
- WOZSCQDILHKSGG-UHFFFAOYSA-N adefovir depivoxil Chemical compound N1=CN=C2N(CCOCP(=O)(OCOC(=O)C(C)(C)C)OCOC(=O)C(C)(C)C)C=NC2=C1N WOZSCQDILHKSGG-UHFFFAOYSA-N 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- SNPPWIUOZRMYNY-UHFFFAOYSA-N bupropion Chemical compound CC(C)(C)NC(C)C(=O)C1=CC=CC(Cl)=C1 SNPPWIUOZRMYNY-UHFFFAOYSA-N 0.000 description 1
- 229960001058 bupropion Drugs 0.000 description 1
- 210000003467 cheek Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 229960001582 fenfluramine Drugs 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229940124524 integrase inhibitor Drugs 0.000 description 1
- 239000002850 integrase inhibitor Substances 0.000 description 1
- 229960004844 lovastatin Drugs 0.000 description 1
- PCZOHLXUXFIOCF-BXMDZJJMSA-N lovastatin Chemical group C([C@H]1[C@@H](C)C=CC2=C[C@H](C)C[C@@H]([C@H]12)OC(=O)[C@@H](C)CC)C[C@@H]1C[C@@H](O)CC(=O)O1 PCZOHLXUXFIOCF-BXMDZJJMSA-N 0.000 description 1
- QLJODMDSTUBWDW-UHFFFAOYSA-N lovastatin hydroxy acid Natural products C1=CC(C)C(CCC(O)CC(O)CC(O)=O)C2C(OC(=O)C(C)CC)CC(C)C=C21 QLJODMDSTUBWDW-UHFFFAOYSA-N 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 229960002855 simvastatin Drugs 0.000 description 1
- RYMZZMVNJRMUDD-HGQWONQESA-N simvastatin Chemical compound C([C@H]1[C@@H](C)C=CC2=C[C@H](C)C[C@@H]([C@H]12)OC(=O)C(C)(C)CC)C[C@@H]1C[C@@H](O)CC(=O)O1 RYMZZMVNJRMUDD-HGQWONQESA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
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
- G16H20/13—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 delivered from dispensers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Human Computer Interaction (AREA)
- Public Health (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Software Systems (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及计算机技术领域,特别是涉及一种多维度服药真实性监控方法、系统和电子设备,本申请涉及的多维度服药真实性监控方法和系统通过给药人员和服药人员对服药装置完成给药和服药信息控制操作,得到相应的数据,基于多个传感器得到服药人员的服药真实度候选数据值;进一步基于给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到服药人员的用药真实度结果,并结合服药人员的生理参数信息,给药人员对服药人员完成用药效果判定。本方案通过综合多种传感器,对指纹、重量、图像、时间等多维度协同服药数据的监测,确保服药人员的服药真实性,避免服药偏差,多维度数据的协同过程中的服药监控数据处理更加合理客观。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种多维度服药真实性监控方法、系统和电子设备
背景技术
在家庭环境中的服药人员在管理他们自己的药物方面存在很大的弊端,服药人员对药品性能不熟悉,会出现服用错误剂量或数量的药物,忘记服用某些药物或剂量,在错误的时间服用药物,一天过多次数服药,或一天未足够次数服药,对于一天服用多种药物或具有涉及复杂的定时和给药因素的药物方案的服药人员而言,对他们药物的仔细逐日管理会非常困难。同时也存在,服药人员服用多种处方药物的情况,例如一服药人员患有多种疾病,在不同的医院或者是不同的科室开具不同的处方药物,多种处方药物之间是否存在服用禁忌,医生在为服药人员开具处方药物时往往会忽略这一方面的问题,这也会导致服药人员服药错误,对服药人员的身体健康造成一定的影响。日常生活中,服药人员由于工作、生活事务繁忙,经常出现忘记按时吃药,将药物错拿错吃的情况,使得药物不能发挥正常功效,不利于服药人员及时康复,甚至会导致服药人员错过最佳的治疗时机。目前,服药人员通常是通过设置闹铃的方式完成服药提醒。但由于服药人员可能同时服用多种药品,且每种药品每天可能服用多次,服药人员手动设置多个闹铃。然而,多个闹铃常常会造成用户服用药物混乱。
同时,当前的方案中存在一些采用智能系统对用户服药完成调控的方案,但这些对于用户的服药方案基本依据单一的用户生物特征或者服药装置的重量等特征,无法综合用户的各方维度特征对用户的服药的真实性完成准确监测,而至于部分对用户服药真实性监测的方案,如实时对人员的动作完成盯梢,对从开启药瓶、药放入手中、放入口中等动作的实时观察付出极大的物力人力而且也极易造成遗漏等错误,因此,亟待一种可以采用多维度传感信息和病患的生理参数信息的全方位的服药监控方案。
发明内容
基于此,有必要针对上述技术问题,提供一种多维度服药真实性监控方法、系统和电子设备。
根据本发明的第一方面,本发明请求保护一种多维度服药真实性监控方法,用于服药装置,其特征在于,包括:
给药人员对所述服药装置完成给药信息控制操作,得到给药信息控制数据;
服药人员对所述服药装置完成服药信息控制操作,得到服药信息控制数据;
通过所述服药装置的多个传感器得到所述服药人员的服药真实度候选数据值;
基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果;
获取所述服药人员的生理参数信息,和所述用药真实度结果,所述给药人员对所述服药人员完成用药效果判定。
具体的,所述给药人员对所述服药装置完成给药信息控制操作,得到给药信息控制数据,包括:
所述给药人员将多个所述服药装置与所述服药人员完成对应关系映射,其中,每一个所述服药装置对应一个服药人员,每一个服药人员对应多个所述服药装置;
所述给药人员将所述多个服药装置与药品类型完成关系映射;
所述给药人员和药品类型完成关系映射的结果,将多个所述服药装置完成工作策略设置;
所述给药人员依据所述多个服药装置与服药人员的处方和病历参数数据,将所述多个服药装置与多个药品完成关系映射;
所述服药人员对所述服药装置完成服药信息控制操作,得到服药信息控制数据,具体包括:
所述服药人员依据所述多个服药装置与所述多个药品的关系映射结果,对所述多个服药装置完成监控方式设置;
所述服药人员对所述多个服药装置完成权限设置。
具体的,所述通过所述服药装置的多个传感器得到所述服药人员的服药真实度候选数据值,还包括:
所述多个传感器至少包括第一传感器、第二传感器、第三传感器、第四传感器;
基于所述第一传感器设置第一预设条件,基于所述第二传感器设置第二预设条件,基于所述第三传感器设置第三预设条件一和第三预设条件二,基于所述第四传感器设置第四预设条件;
所述第一传感器为指纹传感器,所述第二传感器为重量传感器,所述第三传感器为图像传感器,所述第四传感器为时间传感器;
所述第一传感器和第三传感器对所述服药人员的生物特征数据完成训练后得到第一预设条件、第三预设条件一和第三预设条件二;
所述服药装置获取所述服药人员的第一传感器和第三传感器数据的检测数据;
当所述第一传感器的第一数据满足第一预设条件且第三传感器的第三数据满足第三预设条件一时,第二传感器和第四传感器开启;
实时监测所述第二传感器和第四传感器的数据,并继续使用第三传感器监测所述服药人员的第三数据;
获取第二传感器的第二数据、第三传感器的第三数据、第四传感器的第四数据分别与第二预预设条件、第三预设条件二、第四预设条件完成匹配,得到所述服药人员的服药真实度候选数据值。
具体的,所述基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果,还包括:
基于所述给药信息控制数据、服药信息控制数据,获取所述服药人员的多个规定服药间隔时长;
从所述服药真实度候选数据值中获取所述服药人员的多个实际服药间隔时长,并发送给中央医疗处理器;
依据所述规定服药间隔时长和实际服药间隔时长和所述服药真实度候选数据值,得到所述服药人员的用药真实度值;
当所述用药真实度值满足第一真实度阈值时,决策所述服药人员的用药真实度高;
当所述用药真实度值未满足第一真实度阈值时,决策所述服药人员的用药真实度低,提醒所述给药人员对所述服药人员完成调控。
具体的,所述获取所述服药人员的生理参数信息,和所述用药真实度结果,所述给药人员对所述服药人员完成用药效果判定,还包括:
从所述服药人员的生理参数信息获取多个生理参数信息值,当多个生理参数信息值满足第一预设参数时,获取所述服药人员的用药真实度值;
如果所述服药人员的用药真实度低,则所述给药人员对所述服药人员完成实时监控,继续服用多个药品,如果经确认经过预设天数后,所述多个生理参数信息值满足第一预设参数,决策所述服药人员出现服药效果不佳,对所述服药人员完成用药效果判定;
当所述服药人员的用药真实度高时,决策所述服药人员出现服药效果不佳,直接对所述服药人员完成用药效果判定;
对所述服药人员完成用药效果判定时,依据药品类型和所述类型下的药品,得到多个第一效果判定药品;
根据本发明的第二方面,本发明请求保护一种多维度服药真实性监控系统,包括多个服药装置,所述服药装置与与中央医疗处理器服药装置、后台数据库相连接,特征在于,包括:
所述多个服药装置由给药人员完成给药信息控制操作,得到给药信息控制数据;
所述多个服药装置由服药人员完成服药信息控制操作,得到服药信息控制数据;
所述多个服药装置上具有传感器,所述传感器用于得到服药真实度候选数据值;
所述多个服药装置将所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值发送给所述中央医疗处理器;
所述中央医疗处理器基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果;
所述中央医疗处理器依据所述服药人员的生理参数信息,和所述用药真实度结果,得到所述服药人员的用药效果判定策略;
所述给药人员将多个所述服药装置与所述服药人员完成对应关系映射,每一个所述服药装置对应一个服药人员,每一个服药人员对应多个所述服药装置;
所述给药人员将所述多个服药装置与药品类型完成关系映射;
所述给药人员和药品类型完成关系映射的结果,将所述多个服药装置完成工作策略设置;
所述给药人员依据多个服药装置与服药人员的处方和病历参数数据,将所述多个服药装置与多个药品完成关系映射;所述服药人员依据所述多个服药装置与所述多个药品的关系映射结果,对所述多个服药装置完成监控方式设置;
所述服药人员对所述多个服药装置完成权限设置。
具体的,所述通过所述服药装置的多个传感器得到所述服药人员的服药真实度候选数据值,还包括:
所述多个传感器至少包括第一传感器、第二传感器、第三传感器、第四传感器;
基于所述第一传感器设置第一预设条件,基于所述第二传感器设置第二预设条件,基于所述第三传感器设置第三预设条件一和第三预设条件二,基于所述第四传感器设置第四预设条件;
所述服药装置获取所述服药人员的第一传感器和第三传感器数据的检测数据;
当所述第一传感器的第一数据满足第一预设条件且第三传感器的第三数据满足第三预设条件一时,第二传感器和第四传感器开启;
实时监测所述第二传感器和第四传感器的数据,并继续使用第三传感器监测所述服药人员的第三数据;
获取第二传感器的第二数据、第三传感器的第三数据、第四传感器的第四数据分别与第二预预设条件、第三预设条件二、第四预设条件完成匹配,得到所述服药人员的服药真实度候选数据值;
所述中央医疗处理器基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果,还包括:
从所述给药信息控制数据、服药信息控制数据中获取所述服药人员的多个规定服药间隔时长;
从所述服药真实度候选数据值中获取所述服药人员的多个实际服药间隔时长,并发送给所述中央医疗处理器;
依据所述规定服药间隔时长和实际服药间隔时长和所述服药真实度候选数据值,得到所述服药人员的用药真实度值;
当所述用药真实度值满足第一真实度阈值时,决策所述服药人员的用药真实度高;
当所述用药真实度值未满足第一真实度阈值时,决策所述服药人员的用药真实度低,提醒所述给药人员对所述服药人员完成调控;
所述依据所述服药人员的生理参数信息,和所述用药真实度结果,得到所述服药人员的用药效果判定策略,还包括:
从所述服药人员的生理参数信息获取多个生理参数信息值,当多个生理参数信息值满足第一预设参数时,获取所述服药人员的用药真实度值;
如果所述服药人员的用药真实度低,则所述给药人员依据对所述服药人员完成实时监控,继续服用多个药品,如果经确认经过预设天数后,所述多个生理参数信息值满足第一预设参数,决策所述服药人员出现服药效果不佳,对所述服药人员完成用药效果判定;
当所述服药人员的用药真实度高时,决策所述服药人员出现服药效果不佳,直接对所述服药人员完成用药效果判定;
对所述服药人员完成用药效果判定时,依据药品类型和所述类型下的药品,得到多个第一效果判定药品;
具体的,所述多个服药装置中至所述多个服药装置中包括多个服药装置区;
所述多个服药装置区与所述多个传感器之间对所述服药人员完成协同用药监测;
所述获取第二传感器的第二数据、第三传感器的第三数据、第四传感器的第四数据分别与第二预预设条件、第三预设条件二、第四预设条件完成匹配,得到所述服药人员的服药真实度候选数据值,还包括:
获取所述第二传感器的第二数据,当所述第二数据匹配第二预预设条件时,认定所述服药装置的药物被取出;
当所述第二数据不匹配第二预预设条件时,认定所述服药真实度候选数据值为最低值;
当所述服药装置的药物决策为被取出时,获取所述第三传感器的第三数据,所述第三数据包括服药人员的面部表情和头部姿态图像数据;
当所述面部表情的特征变化数据满足第一变化率且所述头部姿态图像数据的旋转角度变化满足第一旋转值时,获取所述第四传感器的第四数据;
当所述面部表情的特征变化数据不满足第一变化率或所述头部姿态图像数据的旋转角度变化不满足第一旋转值时,认定所述服药真实度候选数据值为低值;
当所述第四数据满足第一时间长度区间时,认定所述服药真实度候选数据值为最高值;
当所述第四数据不满足第一时间长度区间时,认定所述服药真实度候选数据值为高值;
所述依据所述规定服药间隔时长和实际服药间隔时长和所述服药真实度候选数据值,得到所述服药人员的用药真实度值,还包括:
获取第一周期内的实际间隔时长和规定间隔时长的间隔时长标准差均值,当所述间隔时长标准差均值大于第一均值时,获取所述服药真实度候选数据值;
基于所述间隔时长标准差均值和所述服药真实度候选数据值得到所述用药真实度值。
具体的,所述多个服药装置区与所述多个传感器之间对所述服药人员完成协同用药监测,还包括:
所述服药人员服用的药品服药装置数量为N,N为大于等于1的正整数;
在所述给药人员将所述多个服药装置与所述多个服药装置对应的服药人员的处方和病历参数数据完成设置关系映射后,得到所述服药人员服用的药品的具体服药顺序、用药量和服药间隔时长;
在所述服药人员依据所述多个服药装置与多个药品的关系映射结果,对所述多个服药装置完成监控方式设置后,得到所述服药人员对于第1个服药装置-第N个服药装置的监控方式;
所述监控方式包括:
当第一序位服药装置的药品未完成服用或服用数量不符合规定时,设置第三序位服药装置的提醒方式为服药装置第一传感器关闭状态并完成报警提醒;
当第一序位服药装置的药品服用后,未满足服药间隔时长,执行第三序位服药装置的打开时,所述第三序位服药装置完成震动提醒;
当第一序位服药装置的药品服用后,超过服药间隔时长预设时长阈值后未完成第三序位服药装置的打开时,所述第三序位服药装置完成语音提醒。
根据本发明的第三方面,本发明还请求保护一种电子设备,其特征在于,包括:存储器,处理器,感应装置,提醒装置,通过设置所述存储器,用于存储计算机可完成程序,所述处理器从所述存储器中读取部分或全部所述计算机可完成程序并完成,所述感应装置,至少包括重力感应装置和旋转感应装置;所述提醒装置至少包括灯光提醒、震动提醒和语音提醒装置,所述处理器完成部分或全部计算可完成程序时能实现所述一种多维度服药真实性监控方法。
本方案涉及的多维度服药真实性监控方法和系统通过给药人员和服药人员对服药装置完成给药和服药信息控制操作,得到相应的数据,基于多个传感器得到服药人员的服药真实度候选数据值;进一步基于给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到服药人员的用药真实度结果,并结合服药人员的生理参数信息,给药人员对服药人员完成用药效果判定。本方案通过综合多种传感器,对指纹、重量、图像、时间等多维度协同服药数据的监测,确保服药人员的服药真实性,避免服药偏差,多维度数据的协同过程中的服药监控数据处理更加合理客观,充分结。合服药过程中的动作真实度,并且本方案还基于多药物顺序服用情况下的服药真实性判定情况。
附图说明
图1是本发明的一种多维度服药真实性监控方法的工作流程图;
图2是本发明的一种多维度服药真实性监控方法第二实施例的工作流程图;
图3是本发明的一种多维度服药真实性监控方法第三实施例的工作流程图;
图4是本发明的一种多维度服药真实性监控方法第四实施例的工作流程图;
图5是本发明的一种多维度服药真实性监控方法第五实施例的工作示意图;
图6是本发明的一种电子设备的系统结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下和附图及实施例,对本申请完成进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的多维度服药真实性监控方法,可以应用于具体的的应用环境中,用户终端与服务器通过网络完成通信。用户终端向服务器发送服药提醒请求和用户用药数据,服务器接收后从服药提醒请中提取用户标识,查找与用户标识对应的用户就医数据,并从用户就医数据中提取出在服药品清单,服务器根据在服药品清单对用户用药数据完成数据校验,当对用户用药数据校验通过时,根据用户用药数据生成服药提醒计划。服务器将服药提醒计划发送给用户终端,服药提醒计划用于指示用户终端完成服药提醒推送。其中,用户终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
根据本发明的第一方面,参照图1,本发明请求保护一种多维度服药真实性监控方法,用于服药装置,其特征在于,包括步骤:
S1:给药人员对所述服药装置完成给药信息控制操作,得到给药信息控制数据;
S2:服药人员对所述服药装置完成服药信息控制操作,得到服药信息控制数据;
S3:通过所述服药装置的多个传感器得到所述服药人员的服药真实度候选数据值;
S4:基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果;
S5:获取所述服药人员的生理参数信息,和所述用药真实度结果,所述给药人员对所述服药人员完成用药效果判定。
具体的,所述给药信息控制数据为给药医护人员对服药人员的给药的具体属性进行设置,包括服药名称、服药类别、服药顺序、服药时间等内容,并将这些具体属性与所述服药装置完成对应连接操作;
所述服药信息控制数据则是服药人员对于所服药品的具体服药装置的相关属性进行设置,包括服药装置的具体服药告知方式,服药显示方式,服药权限设置。
参照附图2,本发明的一种多维度服药真实性监控方法第二实施例的工作流程图,所述S1:给药人员对所述服药装置完成给药信息控制操作,得到给药信息控制数据,包括:
S11:所述给药人员将多个所述服药装置与所述服药人员完成对应关系映射,其中,每一个所述服药装置对应一个服药人员,每一个服药人员对应多个所述服药装置;
S12:所述给药人员将所述多个服药装置与药品类型完成关系映射;
S13:所述给药人员和药品类型完成关系映射的结果,将多个所述服药装置完成工作策略设置;
S14:所述给药人员依据所述多个服药装置与服药人员的处方和病历参数数据,将所述多个服药装置与多个药品完成关系映射;
所述S2:所述服药人员对所述服药装置完成服药信息控制操作,得到服药信息控制数据,具体包括:
S21:所述服药人员依据所述多个服药装置与所述多个药品的关系映射结果,对所述多个服药装置完成监控方式设置;
S22:所述服药人员对所述多个服药装置完成权限设置。
其中,所述权限设置包括对服药装置的开启权限进行设置,由于服药人员本身身体的局限性,特殊情况下需要其他人员协助服药,此时,对服药装置的开启权限需设置辅助人员进行协助开启,并在辅助人员的开启情况下对依据传感器数据得到的真实度候选数据值进行效果判定。
具体的,参照附图3,本发明的一种多维度服药真实性监控方法第三实施例的工作流程图所述S3:通过所述服药装置的多个传感器得到所述服药人员的服药真实度候选数据值,还包括:
所述多个传感器至少包括第一传感器、第二传感器、第三传感器、第四传感器;
S31:基于所述第一传感器设置第一预设条件,基于所述第二传感器设置第二预设条件,基于所述第三传感器设置第三预设条件一和第三预设条件二,基于所述第四传感器设置第四预设条件;
所述第一传感器为指纹传感器,所述第二传感器为重量传感器,所述第三传感器为图像传感器,所述第四传感器为时间传感器;
所述第一传感器和第三传感器对所述服药人员的生物特征数据完成训练后得到第一预设条件、第三预设条件一和第三预设条件二;
S32:所述服药装置获取所述服药人员的第一传感器和第三传感器数据的检测数据;
S33:当所述第一传感器的第一数据满足第一预设条件且第三传感器的第三数据满足第三预设条件一时,第二传感器和第四传感器开启;
S34:实时监测所述第二传感器和第四传感器的数据,并继续使用第三传感器监测所述服药人员的第三数据;
S35:获取第二传感器的第二数据、第三传感器的第三数据、第四传感器的第四数据分别与第二预预设条件、第三预设条件二、第四预设条件完成匹配,得到所述服药人员的服药真实度候选数据值。
具体的,所述步骤S31中基于所述第一传感器设置第一预设条件为对指纹传感器设置具有开启权限的相关人员,包括服药人员和辅助人员;
基于所述第二传感器设置第二预设条件为对所述服药装置的内部药物重量进行监测,第二预设条件包括根据所述服药装置内药物总重量,依据服药重量得出的剩余药物总重量;
基于所述第三传感器设置第三预设条件一为对图像传感器设置具有识别后开启权限的相关人员,包括服药人员和辅助人员;
基于所述第三传感器设置第三预设条件二为对图像传感器设置服药人员的头部和面部采集的头部姿态图像和面部表情变化数据值;
基于所述第四传感器设置第四预设条件为计时装置的计时数据,所述第四传感器还用于感知用户开启服药装置的具体服药时间间隔;
所述步骤S32中,获取所述服药人员的第一传感器的第一数据为:
用户手握服药装置时,所述服药装置的第一传感器获取多个指纹图像,所述指纹图像为手握服药装置时不同手指的指纹图像;按照预设提取规则,在每个所述待识别指纹图像中提取待识别指纹特征;其中,所述预设提取规则用于表示在不同的每个待识别指纹图像中提取何种指纹特征,且多种所述指纹特征为用于组合为一个指纹模型的指纹特征;将各个所述待识别指纹特征分别与预先存储的目标指纹特征进行匹配;若各个所述待识别指纹特征均匹配成功,提示识别成功;若某个所述待识别指纹特征并未匹配成功,提示识别失败。
所述指纹特征包括关键特征点、稀疏度及指纹曲率,则将待识别关键特征点与目标关键特征点匹配,将待识别稀疏度与目标稀疏度匹配,将待识别指纹曲率与目标指纹曲率匹配。
获取所述服药人员的第三传感器数据的检测数据为:
响应于服药装置发起的服药开启操作,获取服药装置采集的开启人员的目标面部图像,并提取目标面部图像的目标面部特征;确定与服药装置关联的目标面部子库;其中,目标面部子库中存储的预设面部特征属于面部总库中存储的总面部特征的一部分;将所述目标面部特征与所述预设面部特征进行匹配,确定所述目标面部图像对应的第一匹配结果;基于第一匹配结果,确定服药开启操作对应的第一响应结果。
其中,响应于服药装置发起的服药开启操作,控制服药装置采集开启人员的多帧候选面部图像;基于面部在候选面部图像中的位置、面部在候选面部图像中的朝向、候选面部图像的光照信息中的至少一者,从多帧候选面部图像中,获取开启人员对应的目标面部图像。响应于服药装置发起的服药开启操作,可以控制服药装置通过装载的摄像头,采集开启人员的多帧候选面部图像。再可以根据面部在候选面部图像中的位置、面部在候选面部图像中的朝向、候选面部图像的光照信息中的至少一者,从多帧候选面部图像中,获取开启人员对应的目标面部图像。
所述步骤S33中,具体为
若各个所述待识别指纹特征均匹配成功,提示识别成功时且基于第一匹配结果,确定服药开启操作对应的第一响应结果为匹配成功时,
当所述第一传感器的第一数据满足第一预设条件且第三传感器的第三数据满足第三预设条件一时,第二传感器开启,用于感应所述服药装置的重量变化并且第四传感器开启,用于计算开启服药装置后的时间长度;
所述步骤S34中,具体为
实时监测感应所述服药装置的重量变化与计算开启服药装置后经过的时间长度,同时,继续使用图像传感器获取所述服药人员的面部表情信息和头部姿态图像。
所述S35,具体为
S351:获取所述第二传感器的第二数据,当所述第二数据匹配第二预预设条件时,认定所述服药装置的药物被取出;
S352:当所述第二数据不匹配第二预预设条件时,认定所述服药真实度候选数据值为最低值;
S353:当所述服药装置的药物决策为被取出时,获取所述第三传感器的第三数据,所述第三数据包括服药人员的面部表情和头部姿态图像数据;
S354:当所述面部表情的特征变化数据满足第一变化率且所述头部姿态图像数据的旋转角度变化满足第一旋转值时,获取所述第四传感器的第四数据;
S355:当所述面部表情的特征变化数据不满足第一变化率或所述头部姿态图像数据的旋转角度变化不满足第一旋转值时,认定所述服药真实度候选数据值为低值;
S356:当所述第四数据满足第一时间长度区间时,认定所述服药真实度候选数据值为最高值;
S357:当所述第四数据不满足第一时间长度区间时,认定所述服药真实度候选数据值为高值。
进一步地,所述步骤S351包括:
获取重力传感器测得的服药装置当前内部重量,当所述当前内部重量=服药装置总重量-服药单次片数*服药单片重量时,认定所述服药装置的药物被取出,否则认定药物取出错误。
所述步骤S352包括:
当认定所述药物取出错误时,存在两种情况,一种是所述当前内部重量<服药装置总重量-服药单次片数*服药单片重量时,认定取出药物大于规定剂量,认定服药人员进行私自加药量,服药效果变差,服药真实度候选数据值为最低值;
另一种为所述当前内部重量>服药装置总重量-服药单次片数*服药单片重量时,认定取出药物小于规定剂量,认定服药人员进行私自减药量,服药效果变差,服药真实度候选数据值为最低值。
所述步骤S353包括:
图像传感器获取服药人员的面部表情时,包括所述服药人员在多次服药时的面部器官离散特征数据;
图像传感器获取服药人员的头部姿态图像数据时,包括服药人员的头部旋转角度和颈部的关键特征变化;
所述步骤S354的所述面部表情的特征变化数据具体计算方法为:
将采集到的每一帧面部表情进行区域切分,将面部表情稳定区域与面部表情变化区域进行切分,得到区分度的面部表情更新区域;
所述面部表情稳定区域为服药人员面部表情较为稳定的区域,包括耳部,额头,脸颊;
所述面部表情变化区域为服药人员面部表情变化较为明显的区域,包括眼睛,嘴部;
可以通过在服药人员的服药装置上或服药人员的变化的面部表情正上方合适距离处安装支架和摄像头,并配置光源,进行面部表情的连续拍摄,在光源周围给予外壳遮蔽,避免光线散射。摄像机拍摄到的每一帧面部表情,由于光线照射引起面部表情顶部出现区分度更新区域,而其他面部表情区域则呈现明显的低亮度,二者灰度差明显,可采用任意方法得到切分区域,将面部表情切分为面部表情稳定区域和面部表情变化区域。
通过灰度化,将每帧面部表情从RGB图像转换为灰度图像,然后根据更新大小选择一合适的形态学操作元素,对灰度图像进行去噪操作,提取灰度图像前景,再对前景进行区域切分,即可得到面部表情区分度更新区域。
定义稳定型像素为灰度向量大小小于沿某一方向的两侧相邻像素灰度向量大小的面部器官特征点,然后通过扫描面部表情,根据面部器官特征点与其邻域灰度向量大小的大小进行比较,提取出稳定型像素,并将稳定型像素及其周围区域作为面部表情中的面部表情间稳定区域;
定义一外边框检测模型X,由3*3个子模型Xm按照正方形矩阵排列组成,X0位于子模型几何中心,每个子模型由k*k个像素组成。设gray(m,n)表示原始图像像素在点(m,n)处的灰度向量大小,f0(m,n)表示gray(m,n)在(m,n)处水平方向的特征参数值,f45(m,n)表示gray(m,n)在(m,n)处45°方向上的特征参数值,f90(m,n)表示在90°方向上的特征参数值,f135(m,n)表示在135°方向上的特征参数值。表示第m子模型Xm中k*k个像素的灰度均值,P为一给定阈值。若子模型X0的像素均值/>满足
将采集到的面部表情根据每个面部器官特征点所属类型的不同分别赋予不同的值并将采集到的面部表情转换为具有不同值的离散图像,进一步的,每个面部器官特征点所属的类型包括更新、稳定和其他,其中,更新为区分度的面部表情更新区域内的面部器官特征点,稳定为面部表情间稳定区域内的面部器官特征点。
T(m,n)为得到的离散图像,当f(m,n)=1时,T(m,n)=0,当(m,n)属于区分度更新区域时,T(m,n)=2,其他(m,n)处T(m,n)=1。
从上一帧转换得到的离散图像中提取面部表情稳定区域和变化区域,并在后一帧转换得到的离散图像中进行模型匹配;
本实施例中,设图像的长度为m,宽度为n。选取上一帧离散图像中的[m/4:m*3/4,n/4:n*3/4]区域作为模型,为T(x′,y′),在后一帧离散图像I(x,y)中进行上下左右移动,计算其二者对应区域的标准差,来进行模型匹配,标准差的计算公式为:;
模型匹配的过程包括以下步骤:
选取上一帧离散图像中的某个区域作为模型;
将选取的模型在后一帧离散图像中进行上下左右移动,并计算模型与模型所对应区域的标准差,来进行模型匹配;
提取在模型匹配过程中标准差最小的两个量值,如果两个量值的比值超过某一设定阈值时,认为匹配成功,并将标准差最小的量值作为成功匹配位置,如果比值未超过阈值,则认为模型匹配失败。
具体的,选取Rdiff_sq中的前2个局部极小值R1和R2,如果R2/R1>P,则认为匹配成功,R1对应在后一帧离散图像中的坐标(x,y)即为匹配位置,否则,则认为匹配失败。
如果匹配成功,则根据前后两帧图像中面部表情稳定区域和变化区域对应的坐标差,换算得到面部表情的变化速度;如果匹配失败,则保留上一次检测得到的变化速度。
具体的,参照附图4,本发明的一种多维度服药真实性监控方法第四实施例的工作流程图,所述S4:基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果,还包括:
S41:基于所述给药信息控制数据、服药信息控制数据,获取所述服药人员的多个规定服药间隔时长;
S42:从所述服药真实度候选数据值中获取所述服药人员的多个实际服药间隔时长,并发送给中央医疗处理器;
S43:依据所述规定服药间隔时长和实际服药间隔时长和所述服药真实度候选数据值,得到所述服药人员的用药真实度值;
S44:当所述用药真实度值满足第一真实度阈值时,决策所述服药人员的用药真实度高;
S45:当所述用药真实度值未满足第一真实度阈值时,决策所述服药人员的用药真实度低,提醒所述给药人员对所述服药人员完成调控。
所述步骤S43还包括:
获取第一周期内的实际间隔时长和规定间隔时长的间隔时长标准差均值,当所述间隔时长标准差均值大于第一均值时,获取所述服药真实度候选数据值;
基于所述间隔时长标准差均值和所述服药真实度候选数据值得到所述用药真实度值。
具体的,参照附图5,本发明的一种多维度服药真实性监控方法第五实施例的工作示意图,所述S5:获取所述服药人员的生理参数信息,和所述用药真实度结果,所述给药人员对所述服药人员完成用药效果判定,还包括:
S51:从所述服药人员的生理参数信息获取多个生理参数信息值,当多个生理参数信息值满足第一预设参数时,获取所述服药人员的用药真实度值;
S52:如果所述服药人员的用药真实度低,则所述给药人员对所述服药人员完成实时监控,继续服用多个药品,如果经确认经过预设天数后,所述多个生理参数信息值满足第一预设参数,决策所述服药人员出现服药效果不佳,对所述服药人员完成用药效果判定;
S53:当所述服药人员的用药真实度高时,决策所述服药人员出现服药效果不佳,直接对所述服药人员完成用药效果判定;
S54:对所述服药人员完成用药效果判定时,依据药品类型和所述类型下的药品,得到多个第一效果判定药品。
具体的,本案例针对糖尿病等慢性病服药人员进行监测,由于慢性病人服药需求大,监测严格度高,本方案对这类型病症有较好的效果。
所述多个生理参数信息满足第一条件为糖尿病服药人员的糖尿病血糖载量(糖尿病-胰岛素)或胰岛素值指标异常。
当糖尿病服药人员的糖尿病-胰岛素规律服药后半年内未转为空腹低糖(>=50拷贝/ml),或者阴转后复阳判定为指标异常。
当糖尿病服药人员的胰岛素值正常值为<=500 个/ul,或服药人员经治疗糖尿病-胰岛素空腹低糖转后,每年增加速度低于50个/ul水平判定为指标异常;
当经过第一预设天数后,多个生理参数信息偏离正常范围值的平均方差大于第一波动值时,认定第二用户出现服药失效;
第一波动值为10%;
如果第二用户的用药真实度低,则第二用户出现服药失效的出现可能由于用户为严格遵照医嘱服药造成,则需要第一用户依据用药真实度预测模型对第二用户进行实时监控,继续服用多个糖尿病初期药品以保证第二用户的用药真实度,如果依据用药真实度预测模型确认经过第二预设天数后,多个生理参数信息满足第一条件,则认定对第二用户需要进行用药效果判定;
具体的,当半年内第二用户的糖尿病-胰岛素未能达到<50个/ul标准,检查服药人员服药真实度,获取第二用户的用药真实度值,对真实度不佳(<90%)的服药人员进行真实度教育后继续原方案治疗1月,若依据用药真实度预测模型确认1月内糖尿病-胰岛素未能降低1 Log,认定第二用户出现服药失效,进行耐药检测,出现耐药服药人员依据类型自动效果判定为洛伐他汀+二甲双胍+芬氟拉明疗,未耐药服药人员和1月内糖尿病-胰岛素降低超过1 Log继续原方案治疗。
当第二用户用辛伐他汀+二甲双胍+安非拉酮或阿德福韦+二甲双胍+克立芝作为糖尿病初期药品治疗时,半年内糖尿病-胰岛素未能达到<50拷贝/ml标准,检查服药人员服药真实度,获取第二用户的用药真实度值,对真实度不佳(<90%)的服药人员进行真实度教育后继续原方案治疗1月,若依据用药真实度预测模型确认1月内糖尿病-胰岛素未能降低1 Log,认定第二用户出现服药失效,进行耐药检测,出现耐药服药人员依据类型自动效果判定为含整合酶抑制剂方案治疗(如捷扶康或必妥维),未耐药服药人员和1月内糖尿病-胰岛素降低超过1 Log继续原方案治疗。
当第二用户的服药方案效果判定后,对智能药瓶或药盒的药盒区中的药品进行相应的调换更新并进行重新绑定。
根据本发明的第二方面,本发明请求保护一种多维度服药真实性监控系统,包括多个服药装置,所述服药装置与与中央医疗处理器服药装置、后台数据库相连接,特征在于,包括:
所述多个服药装置由给药人员完成给药信息控制操作,得到给药信息控制数据;
所述多个服药装置由服药人员完成服药信息控制操作,得到服药信息控制数据;
所述多个服药装置上具有传感器,所述传感器用于得到服药真实度候选数据值;
所述多个服药装置将所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值发送给所述中央医疗处理器;
所述中央医疗处理器基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果;
所述中央医疗处理器依据所述服药人员的生理参数信息,和所述用药真实度结果,得到所述服药人员的用药效果判定策略;
所述给药人员将多个所述服药装置与所述服药人员完成对应关系映射,每一个所述服药装置对应一个服药人员,每一个服药人员对应多个所述服药装置;
所述给药人员将所述多个服药装置与药品类型完成关系映射;
所述给药人员和药品类型完成关系映射的结果,将所述多个服药装置完成工作策略设置;
所述给药人员依据多个服药装置与服药人员的处方和病历参数数据,将所述多个服药装置与多个药品完成关系映射;所述服药人员依据所述多个服药装置与所述多个药品的关系映射结果,对所述多个服药装置完成监控方式设置;
所述服药人员对所述多个服药装置完成权限设置。
参照附图6,根据本发明的第三方面,本发明还请求保护一种电子设备901,其特征在于,包括:存储器902,处理器903;所述电子设备内部具有感应装置,提醒装置,通过设置所述存储器902,用于存储计算机可完成程序,所述处理器903从所述存储器902中读取部分或全部所述计算机可完成程序并完成,所述感应装置,至少包括重力感应装置和旋转感应装置;所述提醒装置至少包括灯光提醒、震动提醒和语音提醒装置,所述处理器903完成部分或全部计算可完成程序时能实现所述一种多维度服药真实性监控方法。
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,该计算机程序在完成时,可包括如上述各方法的实施例的流程。其中,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。
以上实施例的各技术特征可以完成任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都完成描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种多维度服药真实性监控方法,用于服药装置,其特征在于,包括:
给药人员对所述服药装置完成给药信息控制操作,得到给药信息控制数据;
服药人员对所述服药装置完成服药信息控制操作,得到服药信息控制数据;
通过所述服药装置的多个传感器得到所述服药人员的服药真实度候选数据值;
基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果;
获取所述服药人员的生理参数信息,和所述用药真实度结果,所述给药人员对所述服药人员完成用药效果判定。
2.如权利要求1所述的一种多维度服药真实性监控方法,其特征在于,所述给药人员对所述服药装置完成给药信息控制操作,得到给药信息控制数据,具体包括:
所述给药人员将多个所述服药装置与所述服药人员完成对应关系映射,其中,每一个所述服药装置对应一个服药人员,每一个服药人员对应多个所述服药装置;
所述给药人员将所述多个服药装置与药品类型完成关系映射;
所述给药人员和药品类型完成关系映射的结果,将多个所述服药装置完成工作策略设置;
所述给药人员依据所述多个服药装置与服药人员的处方和病历参数数据,将所述多个服药装置与多个药品完成关系映射;
所述服药人员对所述服药装置完成服药信息控制操作,得到服药信息控制数据,具体包括:
所述服药人员依据所述多个服药装置与所述多个药品的关系映射结果,对所述多个服药装置完成监控方式设置;
所述服药人员对所述多个服药装置完成权限设置。
3.如权利要求1所述的一种多维度服药真实性监控方法,其特征在于,所述通过所述服药装置的多个传感器得到所述服药人员的服药真实度候选数据值,还包括:
所述多个传感器至少包括第一传感器、第二传感器、第三传感器、第四传感器;
基于所述第一传感器设置第一预设条件,基于所述第二传感器设置第二预设条件,基于所述第三传感器设置第三预设条件一和第三预设条件二,基于所述第四传感器设置第四预设条件;
所述第一传感器为指纹传感器,所述第二传感器为重量传感器,所述第三传感器为图像传感器,所述第四传感器为时间传感器;
所述第一传感器和第三传感器对所述服药人员的生物特征数据完成训练后得到第一预设条件、第三预设条件一和第三预设条件二;
所述服药装置获取所述服药人员的第一传感器和第三传感器数据的检测数据;
当所述第一传感器的第一数据满足第一预设条件且第三传感器的第三数据满足第三预设条件一时,第二传感器和第四传感器开启;
实时监测所述第二传感器和第四传感器的数据,并继续使用第三传感器监测所述服药人员的第三数据;
获取第二传感器的第二数据、第三传感器的第三数据、第四传感器的第四数据分别与第二预预设条件、第三预设条件二、第四预设条件完成匹配,得到所述服药人员的服药真实度候选数据值。
4.如权利要求1所述的一种多维度服药真实性监控方法,其特征在于,所述基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果,还包括:
基于所述给药信息控制数据、服药信息控制数据,获取所述服药人员的多个规定服药间隔时长;
从所述服药真实度候选数据值中获取所述服药人员的多个实际服药间隔时长,并发送给中央医疗处理器;
依据所述规定服药间隔时长和实际服药间隔时长和所述服药真实度候选数据值,得到所述服药人员的用药真实度值;
当所述用药真实度值满足第一真实度阈值时,决策所述服药人员的用药真实度高;
当所述用药真实度值未满足第一真实度阈值时,决策所述服药人员的用药真实度低,提醒所述给药人员对所述服药人员完成调控。
5.如权利要求1所述的一种多维度服药真实性监控方法,其特征在于,所述获取所述服药人员的生理参数信息,和所述用药真实度结果,所述给药人员对所述服药人员完成用药效果判定,还包括:
从所述服药人员的生理参数信息获取多个生理参数信息值,当多个生理参数信息值满足第一预设参数时,获取所述服药人员的用药真实度值;
如果所述服药人员的用药真实度低,则所述给药人员对所述服药人员完成实时监控,继续服用多个药品,如果经确认经过预设天数后,所述多个生理参数信息值满足第一预设参数,决策所述服药人员出现服药效果不佳,对所述服药人员完成用药效果判定;
当所述服药人员的用药真实度高时,决策所述服药人员出现服药效果不佳,直接对所述服药人员完成用药效果判定;
对所述服药人员完成用药效果判定时,依据药品类型和所述类型下的药品,得到多个第一效果判定药品。
6.一种多维度服药真实性监控系统,包括多个服药装置,所述服药装置与与中央医疗处理器服药装置、后台数据库相连接,特征在于,包括:
所述多个服药装置由给药人员完成给药信息控制操作,得到给药信息控制数据;
所述多个服药装置由服药人员完成服药信息控制操作,得到服药信息控制数据;
所述多个服药装置上具有传感器,所述传感器用于得到服药真实度候选数据值;
所述多个服药装置将所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值发送给所述中央医疗处理器;
所述中央医疗处理器基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果;
所述中央医疗处理器依据所述服药人员的生理参数信息,和所述用药真实度结果,得到所述服药人员的用药效果判定策略;
所述给药人员将多个所述服药装置与所述服药人员完成对应关系映射,每一个所述服药装置对应一个服药人员,每一个服药人员对应多个所述服药装置;
所述给药人员将所述多个服药装置与药品类型完成关系映射;
所述给药人员和药品类型完成关系映射的结果,将所述多个服药装置完成工作策略设置;
所述给药人员依据多个服药装置与服药人员的处方和病历参数数据,将所述多个服药装置与多个药品完成关系映射;
所述服药人员依据所述多个服药装置与所述多个药品的关系映射结果,对所述多个服药装置完成监控方式设置;
所述服药人员对所述多个服药装置完成权限设置。
7.如权利要求6所述的一种多维度服药真实性监控系统,其特征在于:
所述通过所述服药装置的多个传感器得到所述服药人员的服药真实度候选数据值,还包括:
所述多个传感器至少包括第一传感器、第二传感器、第三传感器、第四传感器;
基于所述第一传感器设置第一预设条件,基于所述第二传感器设置第二预设条件,基于所述第三传感器设置第三预设条件一和第三预设条件二,基于所述第四传感器设置第四预设条件;
所述服药装置获取所述服药人员的第一传感器和第三传感器数据的检测数据;
当所述第一传感器的第一数据满足第一预设条件且第三传感器的第三数据满足第三预设条件一时,第二传感器和第四传感器开启;
实时监测所述第二传感器和第四传感器的数据,并继续使用第三传感器监测所述服药人员的第三数据;
获取第二传感器的第二数据、第三传感器的第三数据、第四传感器的第四数据分别与第二预预设条件、第三预设条件二、第四预设条件完成匹配,得到所述服药人员的服药真实度候选数据值;
所述中央医疗处理器基于所述给药信息控制数据、服药信息控制数据和服药真实度候选数据值,得到所述服药人员的用药真实度结果,还包括:
从所述给药信息控制数据、服药信息控制数据中获取所述服药人员的多个规定服药间隔时长;
从所述服药真实度候选数据值中获取所述服药人员的多个实际服药间隔时长,并发送给所述中央医疗处理器;
依据所述规定服药间隔时长和实际服药间隔时长和所述服药真实度候选数据值,得到所述服药人员的用药真实度值;
当所述用药真实度值满足第一真实度阈值时,决策所述服药人员的用药真实度高;
当所述用药真实度值未满足第一真实度阈值时,决策所述服药人员的用药真实度低,提醒所述给药人员对所述服药人员完成调控;
所述依据所述服药人员的生理参数信息,和所述用药真实度结果,得到所述服药人员的用药效果判定策略,还包括:
从所述服药人员的生理参数信息获取多个生理参数信息值,当多个生理参数信息值满足第一预设参数时,获取所述服药人员的用药真实度值;
如果所述服药人员的用药真实度低,则所述给药人员依据对所述服药人员完成实时监控,继续服用多个药品,如果经确认经过预设天数后,所述多个生理参数信息值满足第一预设参数,决策所述服药人员出现服药效果不佳,对所述服药人员完成用药效果判定;
当所述服药人员的用药真实度高时,决策所述服药人员出现服药效果不佳,直接对所述服药人员完成用药效果判定;
对所述服药人员完成用药效果判定时,依据药品类型和所述类型下的药品,得到多个第一效果判定药品。
8.如权利要求7所述的一种多维度服药真实性监控系统,其特征在于:
所述多个服药装置中包括多个服药装置区;
所述多个服药装置区与所述多个传感器之间对所述服药人员完成协同用药监测;
所述获取第二传感器的第二数据、第三传感器的第三数据、第四传感器的第四数据分别与第二预预设条件、第三预设条件二、第四预设条件完成匹配,得到所述服药人员的服药真实度候选数据值,还包括:
获取所述第二传感器的第二数据,当所述第二数据匹配第二预预设条件时,认定所述服药装置的药物被取出;
当所述第二数据不匹配第二预预设条件时,认定所述服药真实度候选数据值为最低值;
当所述服药装置的药物决策为被取出时,获取所述第三传感器的第三数据,所述第三数据包括服药人员的面部表情和头部姿态图像数据;
当所述面部表情的特征变化数据满足第一变化率且所述头部姿态图像数据的旋转角度变化满足第一旋转值时,获取所述第四传感器的第四数据;
当所述面部表情的特征变化数据不满足第一变化率或所述头部姿态图像数据的旋转角度变化不满足第一旋转值时,认定所述服药真实度候选数据值为低值;
当所述第四数据满足第一时间长度区间时,认定所述服药真实度候选数据值为最高值;
当所述第四数据不满足第一时间长度区间时,认定所述服药真实度候选数据值为高值;
所述依据所述规定服药间隔时长和实际服药间隔时长和所述服药真实度候选数据值,得到所述服药人员的用药真实度值,还包括:
获取第一周期内的实际间隔时长和规定间隔时长的间隔时长标准差均值,当所述间隔时长标准差均值大于第一均值时,获取所述服药真实度候选数据值;
基于所述间隔时长标准差均值和所述服药真实度候选数据值得到所述用药真实度值。
9.如权利要求8所述的一种多维度服药真实性监控系统,其特征在于:
所述多个服药装置区与所述多个传感器之间对所述服药人员完成协同用药监测,还包括:
所述服药人员服用的药品服药装置数量为N,N为大于等于1的正整数;
在所述给药人员将所述多个服药装置与所述多个服药装置对应的服药人员的处方和病历参数数据完成设置关系映射后,得到所述服药人员服用的药品的具体服药顺序、用药量和服药间隔时长;
在所述服药人员依据所述多个服药装置与多个药品的关系映射结果,对所述多个服药装置完成监控方式设置后,得到所述服药人员对于第1个服药装置-第N个服药装置的监控方式;
所述监控方式包括:
当第一序位服药装置的药品未完成服用或服用数量不符合规定时,设置第三序位服药装置的提醒方式为服药装置第一传感器关闭状态并完成报警提醒;
当第一序位服药装置的药品服用后,未满足服药间隔时长,执行第三序位服药装置的打开时,所述第三序位服药装置完成震动提醒;
当第一序位服药装置的药品服用后,超过服药间隔时长预设时长阈值后未完成第三序位服药装置的打开时,所述第三序位服药装置完成语音提醒。
10.一种电子设备,包括:处理器;用于存储处理器可完成指令的存储器;
其中,所述处理器通过完成所述指令以实现如权利要求1-5中任一项所述的一种多维度服药真实性监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310287969.0A CN116312939A (zh) | 2023-03-23 | 2023-03-23 | 一种多维度服药真实性监控方法、系统和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310287969.0A CN116312939A (zh) | 2023-03-23 | 2023-03-23 | 一种多维度服药真实性监控方法、系统和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116312939A true CN116312939A (zh) | 2023-06-23 |
Family
ID=86781343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310287969.0A Withdrawn CN116312939A (zh) | 2023-03-23 | 2023-03-23 | 一种多维度服药真实性监控方法、系统和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116312939A (zh) |
-
2023
- 2023-03-23 CN CN202310287969.0A patent/CN116312939A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11462309B2 (en) | Automated electrocardiogram interpretation system and methods for use therewith | |
US10722181B2 (en) | Systems, methods, and computer-readable media for using descriptors to identify when a subject is likely to have a dysmorphic feature | |
US11670100B2 (en) | Method and apparatus for recognition of patient activity | |
US20190027238A1 (en) | Method and apparatus for monitoring medication adherence | |
WO2021139146A1 (zh) | 信息推荐方法、设备、计算机可读存储介质及装置 | |
CN110880361B (zh) | 一种个性化精准用药推荐方法及装置 | |
US20070239482A1 (en) | Vision Based Data Acquisition System and Method For Acquiring Medical and Other Information | |
US10373016B2 (en) | Method and apparatus for medication identification | |
US20230051436A1 (en) | Systems and methods for evaluating health outcomes | |
CN113823376B (zh) | 智能服药提醒方法、装置、设备及存储介质 | |
CN113516017B (zh) | 服药过程的监督方法、装置、终端设备及存储介质 | |
CN111009297A (zh) | 一种用户服药行为的监督方法、装置及智能机器人 | |
US11461920B2 (en) | Apparatus and method for object recognition | |
CN112908443A (zh) | 医疗诊断结果的校验方法及装置、电子设备、存储介质 | |
Srivastava et al. | Automated emergency paramedical response system | |
CN111938567B (zh) | 基于深度学习的眼科参数测量方法、系统及设备 | |
CN116312939A (zh) | 一种多维度服药真实性监控方法、系统和电子设备 | |
CN116741335A (zh) | 用药行为智能监测药瓶系统 | |
US20220104760A1 (en) | Pain assessment method and system | |
CN112102906A (zh) | 一种病况管理方法、装置、设备及计算机可读存储介质 | |
Azcarraga et al. | Identity concealment when uploading pictures of patients in a tele-medicine system | |
CN116682163A (zh) | 基于情绪识别的药物疗效预测方法、装置及设备 | |
CN113658659A (zh) | 医疗信息的处理方法、装置、计算机设备和存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230623 |
|
WW01 | Invention patent application withdrawn after publication |