CN117116504B - 一种中药用药安全的管理方法、装置、设备及可读介质 - Google Patents
一种中药用药安全的管理方法、装置、设备及可读介质 Download PDFInfo
- Publication number
- CN117116504B CN117116504B CN202310907262.5A CN202310907262A CN117116504B CN 117116504 B CN117116504 B CN 117116504B CN 202310907262 A CN202310907262 A CN 202310907262A CN 117116504 B CN117116504 B CN 117116504B
- Authority
- CN
- China
- Prior art keywords
- risk
- traditional chinese
- chinese medicine
- medication
- patient
- 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 283
- 229940079593 drug Drugs 0.000 title claims abstract description 155
- 238000007726 management method Methods 0.000 title claims description 11
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000003745 diagnosis Methods 0.000 claims abstract description 36
- 230000006855 networking Effects 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000012502 risk assessment Methods 0.000 claims description 50
- 239000013598 vector Substances 0.000 claims description 29
- 206010020751 Hypersensitivity Diseases 0.000 claims description 25
- 230000007815 allergy Effects 0.000 claims description 24
- 208000026935 allergic disease Diseases 0.000 claims description 23
- 238000000605 extraction Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 17
- 206010067484 Adverse reaction Diseases 0.000 claims description 13
- 230000006838 adverse reaction Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 3
- 231100000279 safety data Toxicity 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 229940126680 traditional chinese medicines Drugs 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 10
- 230000004044 response Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 238000009825 accumulation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000000172 allergic effect Effects 0.000 description 2
- 208000010668 atopic eczema Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 208000030961 allergic reaction Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- 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
- 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
- G16H20/90—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to alternative medicines, e.g. homeopathy or oriental medicines
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Abstract
本发明公开了一种中药用药安全的管理方法、装置、计算机设备和可读存储介质，涉及互联网医疗领域。方法包括：基于中药用药安全基础数据建立中药用药安全模型，在服务器端存储中药用药安全模型及中药用药安全基础数据，建立服务和监听程序，以对互联网医疗应用软件提供服务；响应于接收到医生进行线上诊疗时通过联网医疗应用软件发送的调用请求，通过医生端接口获取患者病历和处方，将患者病历和处方输入到中药用药安全模型中以生成用药风险提示，并将用药风险提示通过医生端接口返回给医生；监听联网医疗应用软件以判断医生查收用药风险提示后是否对处方进行修改，医生未对处方进行修改并确认处方，则将用药风险提示通过患者端接口发送给患者。
Description
技术领域
本发明涉及互联网医疗技术领域，尤其涉及一种中药用药安全的管理方法、装置、设备及可读介质。
背景技术
随着互联网技术的迅速发展，越来越多的人开始通过网络平台进行医疗咨询和诊疗。尤其在中医领域，基于互联网的中医诊疗逐渐受到广泛关注。然而，在线上进行中药用药存在一定风险，如误用、滥用、剂量不当等问题。这些问题可能导致患者治疗效果不佳甚至出现严重不良反应。因此，需要一个有效的系统来保证基于互联网诊疗的中药用药安全。
传统的线下医院中，大型医院会采用“合理用药”系统来实现用药安全管理，“合理用药”系统是以PC端用户使用为基础设计的，比较复杂，不适合互联网诊疗手机端应用；以西医为基础分析模型，对中医特色方面支持偏弱；总成本偏高，对于中医互联网诊疗来说性价比差。而中小型医院多通过管理制度、培训医生药师等方式实现用药安全管理，效率低、效果不好。
现有技术提供了一些在线中医诊断和治疗服务，但大多数只提供初步建议和处方，并不能确保患者在使用过程中能够严格遵循规定剂量和使用方法。此外，现有技术还未能充分解决患者与医生之间沟通不畅、信息传递失真等问题，导致患者无法得到个性化、精准化的治疗建议。
公开于本申请背景技术部分的信息仅旨在加深对本申请的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
有鉴于此，本发明实施例的目的在于提出一种中药用药安全的管理方法、装置、设备及可读介质，通过预先建立的分析模型和大量已积累的基础数据支撑，对中药处方进行深入、全面的智能分析，最大可能找到用药安全风险点，通过嵌入到互联网诊疗过程中，实现对医疗安全的有效控制和管理，有效提升中医互联网诊疗的用药安全性，有效提升医生效率，降低医疗风险。
基于上述目的，本发明实施例的一方面提供了一种中药用药安全的管理方法，包括以下步骤：基于中药用药安全基础数据建立中药用药安全模型，在服务器端存储所述中药用药安全模型及所述中药用药安全基础数据，建立服务和监听程序，以对互联网医疗应用软件提供服务；响应于接收到医生进行线上诊疗时通过所述联网医疗应用软件发送的调用请求，通过医生端接口获取患者病历和处方，将所述患者病历和处方输入到所述中药用药安全模型中以生成用药风险提示，并将所述用药风险提示通过所述医生端接口返回给医生；以及监听所述联网医疗应用软件以判断医生查收所述用药风险提示后是否对处方进行修改，响应于医生未对处方进行修改并确认处方，则将所述用药风险提示通过患者端接口发送给患者。
在一些实施方式中，方法还包括：响应于通过患者接口接收到患者的反馈信息，则基于所述反馈信息选择医生，以建立医患沟通窗口；所述反馈信息包括对对方的疑问和/或用药中出现的不良反应。
在一些实施方式中，所述中药用药安全模型包括：基础数据层，收集中药用药安全基础数据并通过结构化和非结构化方式存储所述中药用药安全基础数据；特征提取层，根据输入的患者病历和处方，提取关键特征进行分析，以生成风险评估特征向量；风险评估层，基于所述特征提取层生成的所述风险评估特征向量进行风险评估，并加权计算总风险得分；以及输出层，整合风险评估结果，输出用药风险提示。
在一些实施方式中，所述中药用药安全基础数据包括：中药饮片的配伍禁忌规则和/或剂量标准和/或不良反应和/或禁忌症以及药品用法；所述中药用药安全基础数据来源包括：中医药行业的国家标准和/或药品说明书和/或临床用药安全数据和/或测试反馈数据；所述中药用药安全基础数据以结构化和非结构化方式存储。
在一些实施方式中，所述患者病历和处方包括患者主诉和/或患者病史和/或患者过敏史和/或医生诊断和/或中药处方。
在一些实施方式中，基于所述特征提取层生成的所述风险评估特征向量进行风险评估，并加权计算总风险得分包括：将处方中所有饮片纳入配伍禁忌规则，以得到禁忌风险得分；将处方中每个药品剂量与最大剂量进行匹配，以得到剂量风险得分；将医生诊断结果和处方进行比对，以得到诊断风险得分；将患者过敏史与处方进行匹配，以得到过敏风险得分；根据公式Risk_Score=w1*R1+w2*R2+w3*R3+w4*R4计算总风险得分，其中，Risk_Score表示总风险得分，R1、R2、R3和R4分别表示禁忌风险得分、剂量风险得分、诊断风险得分和过敏风险得分；w1、w2、w3和w4表示各项风险的权重系数。
在一些实施方式中，基于所述特征提取层生成的所述风险评估特征向量进行风险评估，并加权计算总风险得分包括：所述风险评估层通过公式Risk_Score=sigmoid(β0+β1*R1+β2*R2+β3*R3+β4*R4)计算总风险得分，其中，Risk_Score表示总风险得分，R1、R2、R3和R4分别表示各项风险得分，β0是截距项，β1、β2、β3和β4是各项风险的权重系数，sigmoid函数定义为sigmoid(x)=1/(1+e^(-x))。
在一些实施方式中，基于所述特征提取层生成的所述风险评估特征向量进行风险评估，并加权计算总风险得分包括：使用自定义核函数K(R,Ri)，其表达式为：K(R,Ri)=abs(Π(pj*qj))+C，其中pj和qj分别是当前患者和训练集第i个样本在j层上的特征值，Π表示连乘操作符，C是一个常数项；总风险得分的计算公式为Risk_Score=Σ(αi*yi*K(R,Ri)+b)，其中αi是拉格朗日乘子，yi是第i个样本的类别标签，R是当前患者的特征向量，包括各项风险得分；Ri是训练集中第i个样本的特征向量。
在一些实施方式中，将所述患者病历和处方输入到所述中药用药安全模型中以生成用药风险提示包括：将患者病历和处方输入到所述中药用药安全模型中，所述中药用药安全模型通过分析配伍禁忌规则和/或剂量与最大剂量匹配和/或医生诊断与处方匹配和/或患者过敏史与处方匹配，将风险项按照风险高低、确认程度进行加权排序，以生成风险项列表，基于风险项列表生成用药风险提示。
本发明实施例的另一方面，还提供了一种中药用药安全的管理装置，包括：建模模块，配置用于基于中药用药安全基础数据建立中药用药安全模型，在服务器端存储所述中药用药安全模型及所述中药用药安全基础数据，建立服务和监听程序，以对互联网医疗应用软件提供服务；评估模块，配置用于响应于接收到医生进行线上诊疗时通过所述联网医疗应用软件发送的调用请求，通过医生端接口获取患者病历和处方，将所述患者病历和处方输入到所述中药用药安全模型中以生成用药风险提示，并将所述用药风险提示通过所述医生端接口返回给医生；以及监听模块，配置用于监听所述联网医疗应用软件以判断医生查收所述用药风险提示后是否对处方进行修改，响应于医生未对处方进行修改并确认处方，则将所述用药风险提示通过患者端接口发送给患者。
本发明实施例的再一方面，还提供了一种计算机设备，包括：至少一个处理器；以及存储器，存储器存储有可在处理器上运行的计算机指令，指令由处理器执行时实现上述方法的步骤。
本发明实施例的再一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。
本发明至少具有以下有益技术效果：通过中药用药安全模型的构建，实时监测患者的用药情况，及时发现用药风险，并为患者提供个性化、精准化的中医治疗建议，从而有效保障基于互联网诊疗的中药用药安全，降低了误用、滥用和剂量不当等问题出现的可能性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的实施例。
图1为本发明提供的中药用药安全的管理方法的实施例的示意图；
图2为本发明提供的中药用药安全的管理方法的实施例的流程图；
图3为本发明提供的中药用药安全的管理装置的实施例的示意图；
图4为本发明提供的计算机设备的实施例的示意图；
图5为本发明提供的中药用药安全的管理设备的实施例的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，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做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。
本发明实施例中所使用的所有“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别相同名称非相同的实体或者非相同的参量，可见“第一”、“第二”、“第三”、“第四”等（如果存在）仅为了表述的方便，不应理解为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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
需要说明的是，在本发明的各种实施例中，各过程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，而不应对本发明实施例的实施过程构成任何限定。
需要说明的是，在本发明中，“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。
需要说明的是，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
需要说明的是，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
基于上述目的，本发明实施例的第一个方面，提出了中药用药安全的管理方法的实施例。图1示出的是本发明提供的中药用药安全的管理方法的实施例的示意图。如图1所示，本发明实施例的中药用药安全的管理方法包括如下步骤：
001、基于中药用药安全基础数据建立中药用药安全模型，在服务器端存储中药用药安全模型及中药用药安全基础数据，建立服务和监听程序，以对互联网医疗应用软件提供服务；
在本实施例中，建立中药用药安全模型，在服务器端存储模型算法及基础数据，建立服务和监听程序，对互联网医疗应用软件提供服务。
002、响应于接收到医生进行线上诊疗时通过联网医疗应用软件发送的调用请求，通过医生端接口获取患者病历和处方，将患者病历和处方输入到中药用药安全模型中以生成用药风险提示，并将用药风险提示通过医生端接口返回给医生；以及
在本实施例中，在中心服务器建立接口服务，与医生端应用对接，接收医生端服务调用并反馈用药风险提示。在诊中阶段，医生端APP收集信息，发送至服务器端接口服务，获得用药风险提示，并将用药风险提示通过医生端接口返回给医生。
003、监听联网医疗应用软件以判断医生查收用药风险提示后是否对处方进行修改，响应于医生未对处方进行修改并确认处方，则将用药风险提示通过患者端接口发送给患者。
在本实施例中，在中心服务器建立接口服务，与医生端应用对接，在中心服务器端建立自动监听服务，定期自动检查处方。在中心服务器建立接口服务，与患者端应用对接，接收医生端服务调用并反馈用药安全风险数据集。
在本发明的一些实施例中，方法还包括：响应于通过患者接口接收到患者的反馈信息，则基于反馈信息选择医生，以建立医患沟通窗口；反馈信息包括对对方的疑问和/或用药中出现的不良反应。
在本实施例中，在诊后阶段，中心服务器自动监听服务程序对存在风险的处方进行分析，智能生成并发送提示信息到患者端。服务器自动监听程序会监控处方，发现存在风险但医生确认的处方，智能生成提示信息，通过患者端发送给患者，提醒用药安全或者不良反应。患者如果有疑问或者用药中出现不良反应，可以通过患者端发送消息到中心服务器端，由服务器端智能选择医生，并建立医患沟通渠道。
在本发明的一些实施例中，中药用药安全模型包括：基础数据层，收集中药用药安全基础数据并通过结构化和非结构化方式存储中药用药安全基础数据；特征提取层，根据输入的患者病历和处方，提取关键特征进行分析，以生成风险评估特征向量；风险评估层，基于特征提取层生成的风险评估特征向量进行风险评估，并加权计算总风险得分；以及输出层，整合风险评估结果，输出用药风险提示。
在本实施例中，中药用药安全模型是一种基于数据和算法的预测和分析工具，用于评估患者用药过程中可能出现的风险。中药用药安全模型主要由基础数据层、特征提取层、风险评估层以及输出层组成。通过这四个层次的模型构建与运作流程，用药安全模型能够实时监测患者的用药情况，并为患者提供个性化、精准化的中医治疗建议。从而有效保障基于互联网诊疗的中药用药安全。
在本实施例中，基础数据层负责收集并存储与中药用药相关的信息，包括但不限于：中药饮片的配伍禁忌规则、剂量标准、不良反应、禁忌症以及用法。这些数据来源于国家和行业标准、药品说明书、临床经验积累以及系统运行过程中产生的反馈信息。结构化和非结构化方式存储这些数据。
在本实施例中，特征提取层根据输入的电子病历和处方明细，提取关键特征进行分析。其中包括患者基本信息（如年龄、性别等）、主诉、病史、过敏史等，同时还包括医生诊断结果以及开具的中药处方。通过对这些特征进行处理和筛选，生成可供后续风险评估使用的特征向量。
在本实施例中，风险评估层主要负责对特征提取层生成的特征向量进行分析，从而评估用药过程中可能出现的风险。具体包括以下几个方面：配伍禁忌规则分析、剂量匹配分析、诊断与处方匹配和过敏史匹配。
在本实施例中，输出层负责整合并呈现风险评估结果。根据风险评估层计算出的综合得分，对各项风险进行排序，生成风险项列表。将风险项列表汇总成为数据集，反馈给调用系统（如医生端APP）。同时，输出层还可以根据需要生成可视化提示以便医生和患者更直观地了解用药安全状况。
在本发明的一些实施例中，中药用药安全基础数据包括：中药饮片的配伍禁忌规则和/或剂量标准和/或不良反应和/或禁忌症以及药品用法；中药用药安全基础数据来源包括：中医药行业的国家标准和/或药品说明书和/或临床用药安全数据和/或测试反馈数据；中药用药安全基础数据以结构化和非结构化方式存储。
在本实施例中，中药用药安全基础数据包括但不限于：中药饮片的配伍禁忌规则，如饮片的十八反十九畏；剂量标准，如饮片的最大剂量、中成药的合理剂量标准；不良反应，如已经公布的各中成药不良反应，饮片超量使用可能的不良反应等；禁忌症，包括每种药的禁忌症列表；用法，药品的内服外用、频次等等。中药用药安全基础数据部分来源于中医药行业的国家及行业标准，部分来自药品本身的说明书，部分来自本单位临床经验的积累，也有由本系统运行中产生的反馈积累。中药用药安全基础数据以结构化和非结构化方式存储。
在本发明的一些实施例中，患者病历和处方包括患者主诉和/或患者病史和/或患者过敏史和/或医生诊断和/或中药处方。
在本实施例中，输入主要电子病历和处方的明细，其中包括患者基本信息、主诉、病史、过敏史等，也包括医生诊断、开具的中药处方等。
在本发明的一些实施例中，基于特征提取层生成的风险评估特征向量进行风险评估，并加权计算总风险得分包括：将处方中所有饮片纳入配伍禁忌规则，以得到禁忌风险得分；将处方中每个药品剂量与最大剂量进行匹配，以得到剂量风险得分；将医生诊断结果和处方进行比对，以得到诊断风险得分；将患者过敏史与处方进行匹配，以得到过敏风险得分；根据公式Risk_Score=w1*R1+w2*R2+w3*R3+w4*R4计算总风险得分，其中，Risk_Score表示总风险得分，R1、R2、R3和R4分别表示禁忌风险得分、剂量风险得分、诊断风险得分和过敏风险得分；w1、w2、w3和w4表示各项风险的权重系数。
在本实施例中，禁忌风险得分：将所有饮片与配伍禁忌规则进行匹配，每个配伍禁忌得分为1，计算所有禁忌得分的总和，得到禁忌风险得分。剂量风险得分：将处方中每个药品的剂量与最大剂量进行比较，如果超过最大剂量，则得分为1，否则得分为0。计算所有药品的得分总和，得到剂量风险得分。诊断风险得分：将医生诊断结果与处方进行比对，如果存在不合理的诊断和处方组合，则得分为1，否则得分为0。计算所有不合理组合的得分总和，得到诊断风险得分。过敏风险得分：将患者过敏史与处方进行匹配，如果存在过敏反应的药品，则得分为1，否则得分为0。计算所有过敏药品的得分总和，得到过敏风险得分。权重系数的设置需要根据具体情况和需求进行调整。
在本实施例中，禁忌风险得分权重系数为0.3，剂量风险得分权重系数为0.2，诊断风险得分权重系数为0.3，过敏风险得分权重系数为0.2。禁忌风险得分为12，剂量风险得分为6，诊断风险得分为8，过敏风险得分为4。则总风险得分为(0.3*12)+(0.2*6)+(0.3*8)+(0.2*4)=8.8。根据以上数据，总风险得分为8.8，表示该处方存在一定的风险。
在本发明的一些实施例中，基于特征提取层生成的风险评估特征向量进行风险评估，并加权计算总风险得分包括：风险评估层通过公式Risk_Score=sigmoid(β0+β1*R1+β2*R2+β3*R3+β4*R4)计算总风险得分，其中，Risk_Score表示总风险得分，R1、R2、R3和R4分别表示各项风险得分，β0是截距项，β1、β2、β3和β4是各项风险的权重系数，sigmoid函数定义为sigmoid(x)=1/(1+e^(-x))。
在本实施例中，在风险评估层中，可以采用更复杂数学模型来计算综合得分。例如，使用逻辑回归方法对各项风险进行建模和预测。通过这个更复杂的公式，可以更准确地衡量和预测患者在用药过程中可能出现的风险，并为医生提供更精确的治疗建议。同时，在实际应用中，还可以根据需要选择其他合适的机器学习方法进行模型构建与优化。
在本发明的一些实施例中，基于特征提取层生成的风险评估特征向量进行风险评估，并加权计算总风险得分包括：使用自定义核函数K(R,Ri)，其表达式为：K(R,Ri)=abs(Π(pj*qj))+C，其中pj和qj分别是当前患者和训练集第i个样本在j层上的特征值，Π表示连乘操作符，C是一个常数项；总风险得分的计算公式为Risk_Score=Σ(αi*yi*K(R,Ri)+b)，其中αi是拉格朗日乘子，yi是第i个样本的类别标签，R是当前患者的特征向量，包括各项风险得分；Ri是训练集中第i个样本的特征向量。
在本实施例中，在风险评估层中，可以采用支持向量机（SVM）方法来计算综合得分。为了实现多层结构的累加与累乘以及使用abs()函数，可以将SVM的核函数扩展为以下形式：
Risk_Score=Σ(αi*yi*K(R,Ri)+b)
其中Risk_Score表示总风险得分；R是当前患者的特征向量，包括R1、R2、R3和R4分别表示各项风险得分；Ri是训练集中第i个样本的特征向量；yi是第i个样本的类别标签；αi是拉格朗日乘子；b是偏置项。
K(R,Ri)表示自定义核函数，可以按照以下方式进行扩展：
K(R,Ri)=abs(Π(pj*qj))+C
其中pj和qj分别是当前患者和训练集第i个样本在j层上的特征值（例如：剂量、禁忌症等），Π表示连乘操作符，C是一个常数项。
通过这种方式，在SVM模型中引入了多层结构的累加与累乘以及abs()函数。在实际应用中，需要对模型进行训练以确定合适的参数值（αi和b），并根据实际情况调整核函数的形式。这样可以更准确地衡量和预测患者在用药过程中可能出现的风险，并为医生提供更精确的治疗建议。
在本发明的一些实施例中，将患者病历和处方输入到中药用药安全模型中以生成用药风险提示提示包括：将患者病历和处方输入到中药用药安全模型中，中药用药安全模型通过分析配伍禁忌规则和/或剂量与最大剂量匹配和/或医生诊断与处方匹配和/或患者过敏史与处方匹配，将风险项按照风险高低、确认程度进行加权排序，以生成风险项列表，基于风险项列表生成用药风险提示提示。
在本实施例中，于饮片处方，要将所有饮片纳入到配伍禁忌规则中分析其是否存在禁忌。将处方中每个药品剂量与最大剂量匹配分析，发现超量问题。将医生诊断与处方进行匹配，发现问题。将患者过敏史与处方匹配，发现过敏风险。综合分析患者基本信息及病情，搜索常见风险关键字，对比诊断及处方，从以非结构化数据处理模型，分析风险项。将匹配算法中获得的风险项，按照风险高低、确认程度等进行加权算法，得出排序，生成风险项列表。算法的输出是风险数据集，将风险项列表汇总生成用药风险提示提示，反馈给调用系统。
下面根据具体实施例进一步阐述本发明的具体实施方式。图2示出的是本发明提供的中药用药安全的管理方法的实施例的流程图。
如图2所示，服务器端具体流程包括：获取并存储模型基础数据；并基于模型基础数据构建模型，以得到分析模型算法；接收到医生调用信息，将医生发送的电子病历及处方输入分析模型算法，并返回用药安全风险提示；服务器端自动监听服务发现需要提醒患者的处方；生成信息并发送给患者端；接收到患者通过患者端反馈问题，提供链接供医生响应患者反馈。
如图2所示，医生端具体流程包括：医生进行线上问诊；并书写电子病历及处方；调用服务端接口服务，并返回用药安全风险提示；判断是否需要双签；如需要双签则执行双签并确认处方；如果不需要双签则直接确认处方。
需要特别指出的是，上述中药用药安全的管理方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于中药用药安全的管理方法也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在实施例之上。
基于上述目的，本发明实施例的第二个方面，提出了一种中药用药安全的管理装置。图3示出的是本发明提供的中药用药安全的管理装置的实施例的示意图。如图3所示，本发明实施例的中药用药安全的管理装置包括如下模块：建模模块011，配置用于基于中药用药安全基础数据建立中药用药安全模型，在服务器端存储中药用药安全模型及中药用药安全基础数据，建立服务和监听程序，以对互联网医疗应用软件提供服务；评估模块012，配置用于响应于接收到医生进行线上诊疗时通过联网医疗应用软件发送的调用请求，通过医生端接口获取患者病历和处方，将患者病历和处方输入到中药用药安全模型中以生成用药风险提示提示，并将用药风险提示提示通过医生端接口返回给医生；以及监听模块013，配置用于监听联网医疗应用软件以判断医生查收用药风险提示后是否对处方进行修改，响应于医生未对处方进行修改并确认处方，则将用药风险提示通过患者端接口发送给患者。
在一些实施例中，本发明实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
基于上述目的，本发明实施例的第三个方面，提出了一种计算机设备。图4示出的是本发明提供的计算机设备的实施例的示意图。如图4所示，本发明实施例的计算机设备包括如下装置：至少一个处理器820；以及存储器804，存储器804存储有可在处理器上运行的计算机指令，指令由处理器执行时实现以上方法的步骤。
在本实施例中，设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端设备。设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出接口812，传感器组件814，以及通信组件816。
处理组件802通常控制设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804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（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。
电源组件806为设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器（LCD）和触摸面板（TP）。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边缘，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风（MIC），当设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
输入/输出接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为设备800的显示器和小键盘，传感器组件814还可以检测设备800或设备800一个组件的位置改变，用户与设备800接触的存在或不存在，设备800方位或加速/减速和设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于设备800和其他设备之间有线或无线方式的通信。设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信（NFC）模块，以促进短程通信。例如，在NFC模块可基于射频识别（RFID）技术，红外数据协会（IrDA）技术，超宽带（UWB）技术，蓝牙（BT）技术和其他技术来实现。
在示例性实施例中，设备800可以被一个或多个应用专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理设备（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
本发明还提供了一种计算机可读存储介质。计算机可读存储介质存储有被处理器执行时执行如上方法的计算机程序。
图5示出根据本公开实施例的一种中药用药安全的管理设备1900的示意图。例如，电子设备1900可以被提供为一服务器或终端。参照图5，电子设备1900包括处理单元1922，其进一步包括一个或多个处理器，以及由存储单元1932所代表的存储器资源，用于存储可由处理单元1922的执行的指令，例如应用程序。存储单元1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理单元1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源单元1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出接口1958。电子设备1900可以操作基于存储在存储单元1932的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM, LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储单元1932，上述计算机程序指令可由电子设备1900的处理单元1922执行以完成上述方法。
最后需要说明的是，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，可以通过计算机程序来指令相关硬件来完成，中药用药安全的管理方法的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，程序的存储介质可为磁碟、光盘、只读存储记忆体（ROM）或随机存储记忆体（RAM）等。上述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
此外，根据本发明实施例公开的方法还可以被实现为由处理器执行的计算机程序，该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被处理器执行时，执行本发明实施例公开的方法中限定的上述功能。
此外，上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
在一个或多个示例性设计中，功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现，则可以将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质，该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的，该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备，或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外，任何连接都可以适当地称为计算机可读介质。例如，如果使用同轴线缆、光纤线缆、双绞线、数字用户线路（DSL）或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件，则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的，磁盘和光盘包括压缩盘（CD）、激光盘、光盘、数字多功能盘（DVD）、软盘、蓝光盘，其中磁盘通常磁性地再现数据，而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。
应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围（包括权利要求）被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。
Claims (9)
1.一种中药用药安全的管理方法，其特征在于，包括以下步骤：
基于中药用药安全基础数据建立中药用药安全模型，在服务器端存储所述中药用药安全模型及所述中药用药安全基础数据，建立服务和监听程序，以对互联网医疗应用软件提供服务；
响应于接收到医生进行线上诊疗时通过所述联网医疗应用软件发送的调用请求，通过医生端接口获取患者病历和处方，将所述患者病历和处方输入到所述中药用药安全模型中以生成用药风险提示，并将所述用药风险提示通过所述医生端接口返回给医生，所述医生端供医生进行线上问诊并书写电子病历及处方；调用服务端接口服务，并返回用药安全风险提示；判断是否需要双签；如需要双签则执行双签并确认处方；如果不需要双签则直接确认处方；以及
监听所述联网医疗应用软件以判断医生查收所述用药风险提示后是否对处方进行修改，响应于医生未对处方进行修改并确认处方，则将所述用药风险提示通过患者端接口发送给患者，响应于通过患者接口接收到患者的反馈信息，则基于所述反馈信息选择医生，以建立医患沟通窗口；
所述反馈信息包括用药中出现的不良反应；
所述中药用药安全模型包括：
基础数据层，收集中药用药安全基础数据并通过结构化和非结构化方式存储所述中药用药安全基础数据；
特征提取层，根据输入的患者病历和处方，提取关键特征进行分析，以生成风险评估特征向量；
风险评估层，基于所述特征提取层生成的所述风险评估特征向量进行风险评估，并加权计算总风险得分；以及
输出层，整合风险评估结果，输出用药风险提示；
基于所述特征提取层生成的所述风险评估特征向量进行风险评估，并加权计算总风险得分包括：
使用自定义核函数K(R,Ri)，其表达式为：K(R,Ri)=abs(Π(pj*qj))+C，其中pj是当前患者的特征向量输入所述中药用药安全模型后在j层上的特征值，qj是训练集中第i个样本在j层上的特征值，Π表示连乘操作符，C是一个常数项，R是当前患者的特征向量，包括各项风险得分；Ri是训练集中第i个样本的特征向量，abs为求数据绝对值的函数；
总风险得分的计算公式为Risk_Score=Σ(αi*yi*K(R,Ri)+b)，其中αi是拉格朗日乘子，yi是第i个样本的类别标签，b是偏置项。
2.根据权利要求1所述的中药用药安全的管理方法，其特征在于，所述中药用药安全基础数据包括：中药饮片的配伍禁忌规则和/或剂量标准和/或不良反应和/或禁忌症以及药品用法；
所述中药用药安全基础数据来源包括：中医药行业的国家标准和/或药品说明书和/或临床用药安全数据和/或测试反馈数据；
所述中药用药安全基础数据以结构化和非结构化方式存储。
3.根据权利要求2所述的中药用药安全的管理方法，其特征在于，所述患者病历和处方包括患者主诉和/或患者病史和/或患者过敏史和/或医生诊断和/或中药处方。
4.根据权利要求3所述的中药用药安全的管理方法，其特征在于，基于所述特征提取层生成的所述风险评估特征向量进行风险评估，并加权计算总风险得分包括：
将处方中所有饮片纳入配伍禁忌规则，以得到禁忌风险得分；
将处方中每个药品剂量与最大剂量进行匹配，以得到剂量风险得分；
将医生诊断结果和处方进行比对，以得到诊断风险得分；
将患者过敏史与处方进行匹配，以得到过敏风险得分；
根据公式Risk_Score=w1*R1+w2*R2+w3*R3+w4*R4计算总风险得分，其中，Risk_Score表示总风险得分，R1、R2、R3和R4分别表示禁忌风险得分、剂量风险得分、诊断风险得分和过敏风险得分；w1、w2、w3和w4表示各项风险的权重系数。
5.根据权利要求3所述的中药用药安全的管理方法，其特征在于，基于所述特征提取层生成的所述风险评估特征向量进行风险评估，并加权计算总风险得分包括：
所述风险评估层通过公式Risk_Score=sigmoid(β0+β1*R1+β2*R2 +β3*R3+β4*R4)计算总风险得分，其中，Risk_Score表示总风险得分，R1、R2、R3和R4分别表示各项风险得分，β0是截距项，β1、β2、β3和β4是各项风险的权重系数，sigmoid函数定义为sigmoid(x)=1/(1+e^(-x))。
6.根据权利要求5所述的中药用药安全的管理方法，其特征在于，将所述患者病历和处方输入到所述中药用药安全模型中以生成用药风险提示包括：
将患者病历和处方输入到所述中药用药安全模型中，所述中药用药安全模型通过分析配伍禁忌规则和/或剂量与最大剂量匹配和/或医生诊断与处方匹配和/或患者过敏史与处方匹配，将风险项按照风险高低、确认程度进行加权排序，以生成风险项列表，基于风险项列表生成用药风险提示。
7.一种中药用药安全的管理装置，其特征在于，包括：
建模模块，配置用于基于中药用药安全基础数据建立中药用药安全模型，在服务器端存储所述中药用药安全模型及所述中药用药安全基础数据，建立服务和监听程序，以对互联网医疗应用软件提供服务；
评估模块，配置用于响应于接收到医生进行线上诊疗时通过所述联网医疗应用软件发送的调用请求，通过医生端接口获取患者病历和处方，将所述患者病历和处方输入到所述中药用药安全模型中以生成用药风险提示，并将所述用药风险提示通过所述医生端接口返回给医生，所述医生端供医生进行线上问诊并书写电子病历及处方；调用服务端接口服务，并返回用药安全风险提示；判断是否需要双签；如需要双签则执行双签并确认处方；如果不需要双签则直接确认处方；以及
监听模块，配置用于监听所述联网医疗应用软件以判断医生查收所述用药风险提示后是否对处方进行修改，响应于医生未对处方进行修改并确认处方，则将所述用药风险提示通过患者端接口发送给患者，响应于通过患者接口接收到患者的反馈信息，则基于所述反馈信息选择医生，以建立医患沟通窗口；所述反馈信息包括用药中出现的不良反应；
所述中药用药安全模型包括：
基础数据层，收集中药用药安全基础数据并通过结构化和非结构化方式存储所述中药用药安全基础数据；
特征提取层，根据输入的患者病历和处方，提取关键特征进行分析，以生成风险评估特征向量；
风险评估层，基于所述特征提取层生成的所述风险评估特征向量进行风险评估，并加权计算总风险得分；以及
输出层，整合风险评估结果，输出用药风险提示；
基于所述特征提取层生成的所述风险评估特征向量进行风险评估，并加权计算总风险得分包括：
使用自定义核函数K(R,Ri)，其表达式为：K(R,Ri)=abs(Π(pj*qj))+C，其中pj是当前患者的特征向量输入所述中药用药安全模型后在j层上的特征值，qj是训练集第i个样本在j层上的特征值，Π表示连乘操作符，C是一个常数项，R是当前患者的特征向量，包括各项风险得分；Ri是训练集中第i个样本的特征向量，abs为求数据绝对值的函数；
总风险得分的计算公式为Risk_Score=Σ(αi*yi*K(R,Ri)+b)，其中αi是拉格朗日乘子，yi是第i个样本的类别标签，b是偏置项。
8.一种计算机设备，其特征在于，包括：
至少一个处理器；以及
存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现权利要求1-6任意一项所述方法的步骤。
9.一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，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310907262.5A CN117116504B (zh) | 2023-07-24 | 2023-07-24 | 一种中药用药安全的管理方法、装置、设备及可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310907262.5A CN117116504B (zh) | 2023-07-24 | 2023-07-24 | 一种中药用药安全的管理方法、装置、设备及可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117116504A CN117116504A (zh) | 2023-11-24 |
| CN117116504B true CN117116504B (zh) | 2024-04-19 |
Family
ID=88810033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310907262.5A Active CN117116504B (zh) | 2023-07-24 | 2023-07-24 | 一种中药用药安全的管理方法、装置、设备及可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117116504B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107341345A (zh) * | 2017-06-22 | 2017-11-10 | 厦门大学 | 一种基于电子病历大数据的临床合理用药风险评估方法 |
| CN107609980A (zh) * | 2017-09-07 | 2018-01-19 | 平安医疗健康管理股份有限公司 | 医疗数据处理方法、装置、计算机设备及存储介质 |
| CN111145845A (zh) * | 2019-12-20 | 2020-05-12 | 四川大学华西第二医院 | 基于区块链抗肿瘤药物分级管理及追踪用药依从性系统 |
| CN113870974A (zh) * | 2021-09-28 | 2021-12-31 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的风险预测方法、装置、电子设备及介质 |
| CN114999673A (zh) * | 2022-05-27 | 2022-09-02 | 长沙砝码柯数据科技有限责任公司 | 一种中药大数据药物警戒方法、系统、设备及存储介质 |
| CN115132336A (zh) * | 2022-07-22 | 2022-09-30 | 厦门精配软件工程有限公司 | 一种基于患者的前置处方及医嘱的审核系统及方法 |
-
2023
- 2023-07-24 CN CN202310907262.5A patent/CN117116504B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107341345A (zh) * | 2017-06-22 | 2017-11-10 | 厦门大学 | 一种基于电子病历大数据的临床合理用药风险评估方法 |
| CN107609980A (zh) * | 2017-09-07 | 2018-01-19 | 平安医疗健康管理股份有限公司 | 医疗数据处理方法、装置、计算机设备及存储介质 |
| CN111145845A (zh) * | 2019-12-20 | 2020-05-12 | 四川大学华西第二医院 | 基于区块链抗肿瘤药物分级管理及追踪用药依从性系统 |
| CN113870974A (zh) * | 2021-09-28 | 2021-12-31 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的风险预测方法、装置、电子设备及介质 |
| CN114999673A (zh) * | 2022-05-27 | 2022-09-02 | 长沙砝码柯数据科技有限责任公司 | 一种中药大数据药物警戒方法、系统、设备及存储介质 |
| CN115132336A (zh) * | 2022-07-22 | 2022-09-30 | 厦门精配软件工程有限公司 | 一种基于患者的前置处方及医嘱的审核系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117116504A (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7256853B2 (ja) | 健康データアグリゲータ | |
| US10999717B1 (en) | Message analysis application and response system | |
| US11266330B2 (en) | Research study user interfaces | |
| US9824188B2 (en) | Conversational virtual healthcare assistant | |
| CN111105852B (zh) | 一种电子病历推荐方法、装置、终端及存储介质 | |
| US20140278506A1 (en) | Automatically evaluating and providing feedback on verbal communications from a healthcare provider | |
| Dingler et al. | The use and promise of conversational agents in digital health | |
| WO2019232883A1 (zh) | 推送保险产品的方法、装置、计算机设备和存储介质 | |
| JP7024450B2 (ja) | コンピュータプログラム、支援装置及び支援方法 | |
| Gordon et al. | Experiences of complex patients with telemonitoring in a nurse-led model of care: multimethod feasibility study | |
| JP6976093B2 (ja) | 治験における電子的インフォームド・コンセント・プロセスを管理するための方法およびシステム | |
| US20210398648A1 (en) | Method And Apparatus For Treatment And Relapse Prevention In Alcohol, Chemical, And Other Dependencies | |
| CN117116504B (zh) | 一种中药用药安全的管理方法、装置、设备及可读介质 | |
| CN109785941B (zh) | 一种医生的推荐方法和装置 | |
| US11651861B2 (en) | Determining engagement level of an individual during communication | |
| CN111462910A (zh) | 项目的匹配方法及装置、电子设备和存储介质 | |
| CN116959733A (zh) | 医疗数据的分析方法、装置、设备及存储介质 | |
| CN115482899A (zh) | 一种处方推荐方法、装置、电子设备及存储介质 | |
| US11636955B1 (en) | Communications centric management platform | |
| JP7024451B2 (ja) | 遠隔診療端末装置及びコンピュータプログラム | |
| CN117216407B (zh) | 一种中药饮片的辅助开立方法、装置、设备及可读介质 | |
| US20230046250A1 (en) | System and method for user interface management to provide an augmented reality-based therapeutic experience | |
| US20230044000A1 (en) | System and method using ai medication assistant and remote patient monitoring (rpm) devices | |
| US20230410962A1 (en) | System and method for automatic display of contextually related data on multiple devices | |
| US20230008561A1 (en) | Software Platform And Integrated Applications For Alcohol Use Disorder (AUD), Substance Use Disorder (SUD), And Other Related Disorders, Supporting Ongoing Recovery Emphasizing Relapse Detection, Prevention, and Intervention |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |