CN117423436A - 基于多维度数据分析的净气型储药柜管理方法及系统 - Google Patents
基于多维度数据分析的净气型储药柜管理方法及系统 Download PDFInfo
- Publication number
- CN117423436A CN117423436A CN202311274325.4A CN202311274325A CN117423436A CN 117423436 A CN117423436 A CN 117423436A CN 202311274325 A CN202311274325 A CN 202311274325A CN 117423436 A CN117423436 A CN 117423436A
- Authority
- CN
- China
- Prior art keywords
- medicine
- result
- information
- control
- storage
- 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.)
- Granted
Links
- 239000003814 drug Substances 0.000 title claims abstract description 434
- 238000003860 storage Methods 0.000 title claims abstract description 299
- 238000007405 data analysis Methods 0.000 title claims abstract description 20
- 238000007726 management method Methods 0.000 title claims description 50
- 229940079593 drug Drugs 0.000 claims abstract description 135
- 238000012544 monitoring process Methods 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000005457 optimization Methods 0.000 claims abstract description 25
- 238000007789 sealing Methods 0.000 claims description 17
- 238000012795 verification Methods 0.000 claims description 16
- 230000002776 aggregation Effects 0.000 claims description 15
- 238000004220 aggregation Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 241001411320 Eriogonum inflatum Species 0.000 claims description 11
- 238000000746 purification Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 238000004887 air purification Methods 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 15
- 230000000694 effects Effects 0.000 abstract description 11
- 230000003068 static effect Effects 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000275 quality assurance Methods 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000002552 dosage form Substances 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000003566 sealing material Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
-
- 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
Abstract
本发明公开了基于多维度数据分析的净气型储药柜管理方法及系统,属于医疗器械领域,其中方法包括:采集储药柜的参数信息,进行储药空间配置,生成储药控制方案;根据药物信息并生成挥发预测数据;通过药物聚类和控制方案匹配,生成方案匹配结果;进行控制模型初始化,根据智能控制模型输出智能控制结果;进行药物存储控制并生成反馈控制窗口;进行空间内气体状态监测并基于监测结果生成动态反馈信息;通过动态反馈信息进行智能控制结果的控制优化。本申请解决了现有净气型储药柜静态单一的管理方式无法适应储药环境动态变化的技术问题,达到了基于多维数据实现动态储药管理,提高药物存储的安全性和质量保障水平的技术效果。
Description
技术领域
本发明涉及医疗器械领域,具体涉及基于多维度数据分析的净气型储药柜管理方法及系统。
背景技术
随着医疗卫生事业的发展,对药物安全与质量的保证需求日益增加。净气型储药柜作为药物保存设备已广泛应用于医疗机构,可有效隔绝外界环境影响,保证储存药物的安全与稳定。然而,现有净气型储药柜大多采用静态的单一管理方式,其设置的参数难以适应储药环境的动态变化,无法实现对储存药物的精细化监控和动态控制。
发明内容
本申请通过提供了基于多维度数据分析的净气型储药柜管理方法及系统,旨在解决现有净气型储药柜静态单一的管理方式无法适应储药环境动态变化的技术问题。
鉴于上述问题,本申请提供了基于多维度数据分析的净气型储药柜管理方法及系统。
本申请公开的第一个方面,提供了基于多维度数据分析的净气型储药柜管理方法,该方法包括:采集净气型储药柜的基础参数信息,其中,基础参数信息包括净化孔位信息、负压控制信息、空间尺寸信息;生成N组储药控制方案,N组储药控制方案基于基础参数信息配置活动板的限位极值后,基于限位极值和空间尺寸信息进行储药空间配置确定;生成挥发预测数据,挥发预测数据通过读取待存储药物的药物基础信息,并通过CCD传感器进行待存储药物的药物数据采集,基于数据采集结果的识别结果和药物基础信息获得;生成方案匹配结果,方案匹配结果通过配置存储的聚合宽容值,依据聚合宽容值进行待存储药物的药物聚类,并基于药物聚类结果进行N组储药控制方案的方案匹配生成;构建智能控制结果,智能控制结果通过将方案匹配结果和挥发预测数据发送至智能控制网络,基于网络处理获得,且在网络处理前,基于基础参数信息进行智能控制网络的网络初始化;通过方案匹配结果和智能控制结果进行待存储药物的药物存储控制,并生成反馈控制窗口;生成动态反馈信息,动态反馈信息通过监测结果获得,监测结果为基于反馈控制窗口进行空间内气体状态监测的结果;通过动态反馈信息进行智能控制结果的控制优化。
本申请公开的另一个方面,提供了基于多维度数据分析的净气型储药柜管理系统,该系统包括:基础参数采集模块,用于采集净气型储药柜的基础参数信息,其中,基础参数信息包括净化孔位信息、负压控制信息、空间尺寸信息;储药空间配置模块,用于生成N组储药控制方案,N组储药控制方案基于基础参数信息配置活动板的限位极值后,基于限位极值和空间尺寸信息进行储药空间配置确定;药物挥发预测模块,用于生成挥发预测数据,挥发预测数据通过读取待存储药物的药物基础信息,并通过CCD传感器进行待存储药物的药物数据采集,基于数据采集结果的识别结果和药物基础信息获得;控制方案匹配模块,用于生成方案匹配结果,方案匹配结果通过配置存储的聚合宽容值,依据聚合宽容值进行待存储药物的药物聚类,并基于药物聚类结果进行N组储药控制方案的方案匹配生成;智能控制结果模块,用于构建智能控制结果,智能控制结果通过将方案匹配结果和挥发预测数据发送至智能控制网络,基于网络处理获得,且在网络处理前,基于基础参数信息进行智能控制网络的网络初始化;反馈控制窗口模块,用于通过方案匹配结果和智能控制结果进行待存储药物的药物存储控制,并生成反馈控制窗口;气体状态监测模块,用于生成动态反馈信息,动态反馈信息通过监测结果获得,监测结果为基于反馈控制窗口进行空间内气体状态监测的结果;控制结果优化模块,用于通过动态反馈信息进行智能控制结果的控制优化。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过对储药柜基础参数与药物信息的采集,利用图像识别与数据挖掘技术分析药物特征,预测不同药物的挥发规律,并将药物分类聚类,为后续管理与控制提供基础依据;基于采集的数据,构建智能控制模型,能够实时监测储药空间的环境状态,并根据分析结果实施优化控制;同时,通过多组储药控制方案根据不同药物选择最优匹配方案,确保控制效果;采用环境监测与反馈控制机制,根据储药空间内气体状态的实时变化,不断调整优化控制结果,实现高效的闭环控制,最大限度保障储存药物的环境稳定与质量恒定的技术方案,解决现有净气型储药柜静态单一的管理方式无法适应储药环境动态变化的技术问题,达到基于多维数据实现动态储药管理,提高药物存储的安全性和质量保障水平的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了基于多维度数据分析的净气型储药柜管理方法可能的流程示意图;
图2为本申请实施例提供了基于多维度数据分析的净气型储药柜管理方法中生成识别结果可能的流程示意图;
图3为本申请实施例提供了基于多维度数据分析的净气型储药柜管理系统可能的结构示意图。
附图标记说明:基础参数采集模块11,储药空间配置模块12,药物挥发预测模块13,控制方案匹配模块14,智能控制结果模块15,反馈控制窗口模块16,气体状态监测模块17,控制结果优化模块18。
具体实施方式
本申请提供的技术方案总体思路如下:
本申请实施例提供了基于多维度数据分析的净气型储药柜管理方法及系统。首先,对储药柜基础参数、药物特征及空间环境进行全面数据采集,通过图像识别与数据挖掘技术分析不同药物的特性,预测其挥发规律并进行分类聚类。其次,基于采集的数据构建智能控制模型,实现对储药空间环境的实时监测与动态控制。同时,通过多组储药方案根据药物分类结果选择最优匹配方案,确保控制效果。再次,采用环境监测与反馈机制,根据储药空间内气体状态的变化调节控制结果,实现高效闭环控制,最大限度保证储存药物的环境稳定与质量恒定,实现净气型储药柜环境的全面监测、动态控制与优化管理,大幅提高药物储存的安全性与质量保证水平。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了基于多维度数据分析的净气型储药柜管理方法,该方法包括:
采集净气型储药柜的基础参数信息,其中,所述基础参数信息包括净化孔位信息、负压控制信息、空间尺寸信息;
具体而言,净化孔位信息是指储药柜内部设置的净化通风装置,如HEPA过滤器的设置位置等信息。负压控制信息是指储药柜内部设置的负压调节装置,用于控制储药柜内的负压值,如变频器的转速控制信号等信息。空间尺寸信息是指储药柜的内部空间大小,长、宽、高等具体尺寸信息。
设置传感器检测采集净气型储药柜的基础参数信息,如设置负压传感器、积分压强传感器等检测负压控制信息;设置激光测距仪、图像测量装置等检测空间尺寸信息。将检测到的信息以模拟或数字形式读入至数据采集卡或计算机等,完成信息的采集。
通过采集基础参数信息,为后续实现智能化储药控制管理奠定基础,为生成储药控制方案、配置存储空间以及实现稳态管理等提供依据。
生成N组储药控制方案,所述N组储药控制方案基于所述基础参数信息配置活动板的限位极值后,基于所述限位极值和所述空间尺寸信息进行储药空间配置确定;具体而言,活动板是设置在储药柜内部的活动隔板,用于划分储药空间和调整空间尺寸。活动板的限位极值是活动板移动的最大和最小范围,是保证储药柜结构完整及储药空间符合要求的基础。活动板的限位极值是根据净化孔位信息、负压控制信息和空间尺寸信息计算活动板的移动范围进行配置。例如,避开净化通风装置设置位置,使每个储药空间的负压值达标,在此范围内最大限度划分空间;根据空间尺寸信息及活动板的机械结构参数计算其移动范围,配置活动板的限位极值等。
然后,根据空间尺寸信息,在满足结构安全和空间足够的前提下,生成不同的空间划分方案,并判断每个方案下的空间负压值是否达标,不符合的方案予以排除;根据排除后的可选方案,通过运动控制活动板得到不同空间划分结果,同时检测每个空间的负压值变化;当空间划分导致的负压变化不再满足要求时,停止活动板的运动,记录此时的空间划分方案,并标记活动板的具体位置,得到N组储药控制方案。
通过获得多组储药控制方案,为待存储药物的存储控制和管理提供可选方案,从而实现灵活的储药控制,提高储药效率。
生成挥发预测数据,所述挥发预测数据通过读取待存储药物的药物基础信息,并通过CCD传感器进行所述待存储药物的药物数据采集,基于数据采集结果的识别结果和所述药物基础信息获得;具体而言,通过读取药物外包装的条形码或二维码,或通过药物数据库读取药物基础信息,药物基础信息是指待存储药物的药名、化学名称、剂型、规格、生产日期等,为预测数据提供理论依据。CCD传感器是指设置在储药柜内或外,用于获取待存储药物存储图像信息。启动CCD传感器进行图像采集,将获取的图像信息输入至管理系统中,基于获取的药物图像,通过计算机图像处理技术对图像进行分析提取,获取该药物瓶口的大小、瓶口封口材料种类和封口是否松散等关键信息,这些信息影响药物挥发速率与挥发量。
根据标准储存条件中的环境参数,查询待存储药物在不同参数下的挥发数据,作为生成预测数据的参考依据。接着,根据查询到的挥发数据对该药物在实际储存条件下可能产生的挥发量进行推算。然后,将查询结果与推算结果相结合,判断得出该药物在当前储存条件下的挥发预测数据。
通过自动获取药物基础信息和图像,并识别判断图像属性,叠加历史数据与环境参数影响,生成挥发预测数据,为后续选择储药控制方案和智能控制管理提供必要依据。
生成方案匹配结果,所述方案匹配结果通过配置存储的聚合宽容值,依据所述聚合宽容值进行所述待存储药物的药物聚类,并基于药物聚类结果进行所述N组储药控制方案的方案匹配生成;
具体而言,根据药品种类、储藏条件、空间数量配置存储的聚合宽容值,聚类宽容值指在一个聚类内可以容纳的不同种类药物的数量,是衡量聚类结果精细程度的一个度量标准,其中,聚类宽容值较高,表示一个聚类内可以包含较多种类的对象,聚类结果较为宽泛,每个聚类内药物的差异性较大,空间利用率较高但分类定向性较差;聚类宽容值较低,表示一个聚类内只能包含少量种类的对象,聚类结果较为精细,每个聚类内对象的差异性较小,分类定向性好但空间利用率可能降低。
将读取的多个待存储药物信息输入管理系统,其中药物信息包括药名、化学名称、剂型、规格、生产日期等,用于判断药物种类与特征。在管理系统中设置K-均值聚类算法、层次聚类算法、DBSCAN聚类算法、凝聚聚类算法等聚类算法,输入所确定的聚类宽容值和药物信息。聚类算法会自动将输入的药物划分到多个聚类内,每个聚类内药物种类数量不超过聚类宽容值。将生成的多组储药控制方案输入管理系统,各方案包括空间数量、空间容积、温湿度范围等参数信息。在管理系统中设置最近邻算法、K近邻算法、欧式距离算法等匹配算法,匹配算法中输入药物聚类结果与储药控制方案信息,匹配算法根据各方案的空间参数与环境控制范围等判定哪种方案最适合对应药物聚类储存,并生成方案匹配结果。
构建智能控制结果,所述智能控制结果通过将所述方案匹配结果和所述挥发预测数据发送至智能控制网络,基于网络处理获得,且在网络处理前,基于所述基础参数信息进行智能控制网络的网络初始化;具体而言,首先,根据基础参数信息,采用统计学习方法中的决策树算法构建初始智能控制模型。决策树模型以空间容积、形状与材料等参数作为属性,以环境控制目标值作为样本类别,通过迭代学习训练数据集对模型进行优化,得到能较好拟合当前储药空间环境控制需求的初始智能控制模型。然后,将方案匹配结果输入智能控制模型,方案匹配结果表明选定的储药控制方案及其所需的环境控制范围,为模型提供初始控制目标,模型会根据方案匹配结果中的环境控制目标值,如温度、湿度范围等,动态计算环境控制参数以实现环境恒定。同时,将挥发预测数据输入智能控制模型,挥发预测数据是环境监测模块采集的药品挥发速率变化和环境参数实时数据等,模型根据挥发预测数据进行预测环境变化趋势和挥发规律,并相应调整控制参数,实现动态优化控制。接着,智能控制模型根据输入的方案匹配结果和挥发预测数据,实时动态计算出控制温度、湿度、通风量等结果,为实现对储药环境的智能监控与动态优化控制提供支持。
通过获得方案匹配结果和挥发预测数据,将数据输入通过基础参数信息初始化的智能控制模型中进行动态计算,并输出智能控制结果,实现对储药空间环境的持续监测与自动化调节,确保药品储存的安全性。
通过所述方案匹配结果和所述智能控制结果进行所述待存储药物的药物存储控制,并生成反馈控制窗口;
具体而言,将方案匹配结果与智能控制结果相结合,在方案匹配结果指导下,通过调控净气型储药柜的温湿度、空间尺寸、压力值等参数来进行待存储药物的存储控制,进而在药物存储的同时实时监测储药空间内的温湿度、压力变化等。将实时存储环境参数与方案匹配结果和智能控制结果中预设的存储参数进行比较,实时对系统进行存储环境状态反馈,监测环境存储是否达标,从而可通过反馈控制窗口输出的反馈信息调整储药柜存储环境,以实现环境参数的动态优化控制,保证待存储药物在最优环境条件下进行安全稳定的长期存储。
通过对净气型储药柜中待存储药物进行全程监控与动态控制的效果,最大限度地保证了待存储药物的稳定性与安全性,提高药物存储的安全性和质量保障水平。
生成动态反馈信息,所述动态反馈信息通过监测结果获得,所述监测结果为基于所述反馈控制窗口进行空间内气体状态监测的结果;具体而言,反馈控制窗口是指对实时存储环境进行检测,以将药物存储状态反馈给系统进行控制的窗口。基于反馈控制窗口,通过设置在储药空间内的温度传感器、湿度传感器、气流传感器等检测装置采集存储空间中的各参数数据,并将采集到的数据传输至数据存储与处理模块。数据存储与处理模块接收各参数的数据并进行存储与整理,生成动态反馈信息,为储药柜实时存储环境变化信息。
通过采集与分析反馈控制窗口中的参数数据并生成动态反馈信息,为实现根据实时参数数据对智能控制结果进行及时调整与优化提供数据基础,从而实现对温湿度等环境因素的精细化控制,最大限度地满足待存储药物对储存环境的要求,为后续的动态优化控制提供信息支持,从而保证药物安全稳定储存。
通过所述动态反馈信息进行所述智能控制结果的控制优化。
具体而言,动态反馈信息是生成包含温度、湿度、气流速度等参数的实时存储数据,表示储药空间内环境状态。接收动态反馈信息中的温度数据、湿度数据及气流速度数据等,并将数据输入智能控制模型。智能控制模型利用多维度数据分析的方法对输入数据进行关联分析与计算,识别参数之间的相互影响规律及变化趋势,并根据分析结果调整控制模型中的控制参数,以优化温度、湿度及气流速度等环境因素对待存储药物的影响。
控制模型优化得到最佳控制参数后,将新的控制参数作为优化后的智能控制结果,并实施到净气型储药柜的温湿度调控系统及气流控制系统中,有效调节储药空间内的温度、湿度和气流状态,使环境参数稳定在最优范围内,从而达到控制优化的目的。
通过输入动态变化的环境参数数据,利用智能控制模型分析数据变化规律并优化控制参数的方法,实现对环境控制过程的动态优化与调整,实现对环境变化的精准捕捉并快速响应,使环境参数精确控制在设定范围内,为待存储药物提供最佳的储存条件,确保其质量稳定性,达到基于多维数据实现动态储药管理,提高药物存储的安全性和质量保障水平的技术效果。
进一步的,本申请实施例还包括:
通过大数据构建储药瓶的瓶口识别特征集合、瓶塞识别特征集合和密封状态识别特征集合,其中,所述瓶口识别特征集合、所述瓶塞识别特征集合和所述密封状态识别特征集合关联映射有密闭标识;
分别通过所述瓶口识别特征集合、所述瓶塞识别特征集合所述密封状态识别特征集合对所述数据采集结果进行特征识别,并依据特征识别结果匹配所述密闭标识;
基于密闭标识的匹配结果生成所述识别结果。
具体而言,为实现对待存储药物是否处于密封状态的判定,首先,通过大数据技术采集大量储药瓶的图像数据与视频数据,这些数据可以从医疗机构、药品生产企业、药品流通企业等渠道进行收集;利用图像识别技术从中提取瓶口特征信息、瓶塞特征信息以及瓶塞与瓶口的结合状态信息,形成瓶口识别特征集合、瓶塞识别特征集合和密封状态识别特征集合。并将这三个特征集合与唯一的密闭标识建立映射关系。密闭标识用于表示对应储药瓶是否处于密闭状态。
然后,对待存储药物进行数据采集,获取待存储药物的瓶口特征信息、瓶塞特征信息以及瓶塞与瓶口的结合状态信息;将采集到的特征信息分别与瓶口识别特征集合、瓶塞识别特征集合以及密封状态识别特征集合进行比对与匹配。如果三个特征集合的匹配结果相对应并指向同一密闭标识,则表明待存储药物处于对应特征集合代表的状态。
接着,如果特征识别的匹配结果指向的密闭标识代表“密闭状态”,则生成“待存储药物处于密闭状态”的识别结果;如果特征识别的匹配结果指向的密闭标识代表“未密闭状态”,则生成“待存储药物处于未密闭状态”的识别结果;为后续的药物存储控制提供参考依据,确认待存储药物的储存状态。
通过构建特征集合与密闭标识的映射关系,对特征信息进行采集与匹配的方式实现对待存储药物是否处于密闭状态的识别与判断,为药物存储控制提供信息支持。
进一步的,本申请实施例还包括:
生成聚类标识,所述聚类标识基于所述药物聚类结果获得;生成相邻存储约束结果,所述相邻存储约束结果通过所述聚类标识进行所述待存储药物的相邻存储约束构建;对所述待存储药物进行历史取用信息调用,生成取用约束频率,基于所述药物聚类标识结果进行所述取用约束频率的频率调整,生成调整取用约束频率;
基于所述相邻存储约束结果和所述调整取用约束频率进行所述方案匹配结果的方案优化;
基于优化后的所述方案匹配结果进行所述待存储药物的药物存储控制。
具体而言,为实现待存储药物的分类存储与管理,首先,基于药物聚类结果生成对应的聚类标识,药物聚类结果是指通过对药物属性信息进行聚类分析后得到的聚类结果,其中聚类标准可以是药物的性质、用途、稳定性等属性信息。根据聚类结果为每个药物类别生成唯一的聚类标识,用于标识不同的药物类别与属性。然后,取得待存储药物的聚类标识,设定不同聚类标识代表的药物类别之间的相邻存储约束规则。例如,如对易挥发药物设置较大相邻距离约束,而对稳定性药物设置较小相邻距离约束。根据约束规则和空余储位信息,为待存储药物选择符合要求的相邻储位,生成相邻存储约束结果。
接着,对待存储药物的历史取用信息进行调用,生成初始取用约束频率。然后基于药物聚类标识结果对初始取用约束频率进行调整,生成调整取用约束频率。待存储药物的历史取用信息反映待存储药物的取用活跃程度与频率,根据该信息可以生成表示取用频率的取用约束频率。而不同药物类别的取用频率也存在差异,所以需要根据药物的聚类标识结果对取用约束频率进行调整,使之更符合药物实际取用规律,生成调整取用约束频率。之后,基于相邻存储约束结果和调整取用约束频率对方案匹配结果进行优化。方案匹配结果是指输入药物信息后从存储控制模型中匹配得到的存储方案。综合考虑相邻存储约束结果与调整取用约束频率,对方案匹配结果中的存储位置与取用规律等进行优化调整,生成优化后的存储方案。最后,基于优化后的方案匹配结果对待存储药物进行存储控制。通过将优化后的存储方案输入至储药管理系统,对药物分类存储位置与取用频率等进行设置与调度,从而实现对待存储药物全过程的规范化存储管理与控制。
通过聚类标识与约束规则的设定,实现了对不同属性药物的分类存储与管理,并结合历史取用信息对存储方案进行动态优化,满足不同药物对储存环境与取用要求的差异化控制,提高药物存储的安全性和质量保障水平。
进一步的,如图2所示,本申请实施例还包括:
采集获得药物的存储规划信息;
获得新增存储药品的药品种类、药品量和存储时间节点,药品种类、药品量和存储时间节点通过解析所述存储规划信息获得;
生成辅助控制信息,所述辅助控制信息基于所述药品种类、所述药品量和所述存储时间节点确定;通过所述辅助控制信息、所述相邻存储约束结果和所述调整取用约束频率进行所述方案匹配结果的方案优化。
具体而言,首先,采集获得药物的存储规划信息;存储规划信息是指医疗机构根据临床用药情况和药品供应计划制定的药物存储部署方案,该信息可通过数据交换接口从医疗机构的信息管理系统中采集获得。然后,对采集到的存储规划信息进行解析,获取新增存储药品的属性信息,包括药品种类、药品量和存储时间节点;通过分析存储规划信息中关于新增存储药品的描述,识别新增药品的基本属性,包括药品的名称、规格、产地等,用于确定药品种类的信息,以及采购或生产的数量和预计入库时间点等信息,为后续存储方案的制定提供基础参考。
接着,基于解析得到的药品属性信息生成辅助控制信息,辅助控制信息是指为协助储药管理系统进行药品存储控制而生成的信息,该信息可以根据药品种类设定相应的存储位置限制,根据药品数量设定批量存储要求,并根据预计存储时间点提前进行储位预留或新储位投入使用等,以有效指导储药管理系统进行高效率的药品存储调度。最后,通过辅助控制信息、相邻存储约束结果和调整取用约束频率对初始方案匹配结果进行优化,使存储方案既符合存储规划的要求,又满足不同药品的存储约束,生成优化后的存储方案。
通过解析存储规划信息与约束规则得出的多方面参考依据,实现对初始存储方案的精细化优化调整,使存储方案既匹配存储计划要求又满足不同新存储药品的存储属性,为后续高效率药品入库储存提供支持。
进一步的,本申请实施例还包括:
设置时长约束阈值;
判断所述存储时间节点是否满足所述时长约束阈值;
若所述存储时间节点可以满足所述时长约束阈值时,则基于所述药品种类和所述聚类标识进行关联匹配;
生成关联匹配结果,通过所述关联匹配结果定位预留位置,通过所述药品量匹配预留空间;
根据所述预留位置和所述预留空间生成所述辅助控制信息。
具体而言,首先,根据储药柜的空间容量及管理效率设定时长约束阈值,用于判断新增存储药品的预计存储时间点是否满足提前储位预留的要求,如设定24小时之内预计存储的药品可以进行储位预留,当预计存储时间点在该阈值范围内时,可以为新增药品预先确定存储位置并进行空间预留。如果预计存储时间点在时长约束阈值范围内,则可以进行后续的储位预留流程。如果超出时长约束阈值,则不能进行储位预留,需等待药品实际入库时再进行存储位置的动态分配。然后,在预计存储时间点满足时长约束阈值的条件下,获取新增存储药品的种类信息,查找该药品种类对应的聚类标识,根据聚类标识查找相应的存储位置约束规则,在存储位置约束规则指定的范围内选择实际可用的存储位置,将选择的可存储位置为关联匹配结果,包括为新增存储药品选择的储位范围、位置属性、数量等信息。接着,通过关联匹配可以定位到新增存储药品符合要求的存储位置范围,并从该范围内选择实际可用的储位进行位置预留,同时根据新增存储药品的数量计算出所需预留的空间大小,为空间分配预留做准备。
最后,将确定的预留位置与预留空间信息生成辅助控制信息,辅助控制信息中包含所选定的存储位置的确切储位号,以及该位置应预留的具体空间大小,用以指导储药管理系统在当前可用空间内为新增存储药品提前进行储位预留,以期入库后可以直接进行高效存放,避免动态存储带来的空间浪费与管理难度。
通过设定时长约束与关联匹配规则,在满足时限条件的情况下为新增存储药品提前预留存储位置与空间,并生成相关辅助控制信息进行指导,实现了存储管理过程中的高效预置控制,有利于后续药品入库时的快速存放与动态调度。
进一步的,本申请实施例还包括:
配置稳态校验周期;
当任意动态反馈信息的反馈结果为所述净气型储药柜处于稳态时,则将所述动态反馈信息的反馈节点记为初始节点;
依据所述初始节点和稳态校验周期进行周期校验;
根据周期校验结果进行所述净气型储药柜的控制管理。
具体而言,首先,根据净气储药柜的控制精度与管理效率配置稳态校验周期,用于设定对净气型储药柜稳定状态进行校验的时间间隔。如选择1—4小时作为一个周期进行稳态校验。在该周期内,储药柜内环境参数与运行状态满足预设范围,则认为处于稳态。然后,判断动态反馈信息是否显示净气型储药柜处于稳态。如果是,则将该动态反馈信息的反馈时间点记为初始节点。动态反馈信息是储药柜内多个传感器所反馈的环境参数与运行状态信息。在连续监测动态反馈信息的过程中,若所有反馈信息均显示参数处于预设稳态范围内,则判断储药柜处于稳态,并记录当时的反馈时间点,作为后续周期校验的初始节点。
接着,在初始节点时间点之后,每隔稳态校验周期对储药柜的动态反馈信息进行重新校验。判断反馈信息是否仍显示环境参数与运行状态处于预设稳态范围内。如果周期校验结果显示储药柜仍处于稳态,则继续正常运行管理。如果显示稳态已被打破,则根据动态反馈信息判断异常参数与故障点,进行控制修正与管理干预,如调整环境控制设置、修复或更换故障部件等,使储药柜运行状态恢复至稳态范围。
通过配置稳态校验周期,并设定初始节点进行定期校验,实时监测净气型储药柜的运行状态与环境参数,一旦发现稳态被破坏则进行及时控制修正,确保储药柜长期稳定可靠运行,减少对储药柜运行状态的时刻监测与管理,但仍可以发现运行异常与故障,具有较高的管理效率。
进一步的,本申请实施例还包括:
当所述待存储药物存储后,记录所述药物基础信息,并生成药物触发预警信息,其中,所述药物触发预警信息包括日期预警和药物量预警;
基于所述药物触发预警信息进行药物监测管理。
具体而言,在待存储药物入库存放后,记录其基础信息,并生成药物触发预警信息,包括日期预警与药物量预警。其中,药物基础信息包括药品名称、生产日期、有效期限、批号、数量等信息,用于标识具体的待存储药物与批次;日期预警信息是指该批药物的有效期限与失效日期信息,用于监测药物的使用期限;药物量预警信息记录该批药物的初始数量,一旦实际数量达到或低于预警值则触发数量预警,提示及时补充或替换。
通过定期检查药物的有效期限与实际数量信息,判断是否达到预警条件。如果有效期限达到预警期限或即将失效,则提示进行药物消耗或替换。如果实际数量低于或达到预警值,则提示补充相应药物。通过及时的预警提示,保证储存药物处于新鲜可用状态,并有充足的库存数量,为实际用药提供安全有效的药物保障。同时,在进行定期监测时核查储存药物的储存环境是否符合要求,如温湿度、空气洁净度等参数,确保药物处于适宜的存放条件。如果环境条件异常,及时进行修复与调整,以保证药物质量的稳定性。
通过记录药物入库信息与生成预警条件,对新入库的待存储药物进行全过程监测与管理。通过定期监测有效期限、数量、储存环境等信息,一旦达到预警标准则及时提示相关修正措施,确保储存药物的新鲜度、数量充足性与存放质量,提供高质量、安全稳定的药物保障,提高医疗服务的安全性与效率。
综上所述,本申请实施例所提供的基于多维度数据分析的净气型储药柜管理方法具有如下技术效果:
采集净气型储药柜的基础参数信息,其中,基础参数信息包括净化孔位信息、负压控制信息、空间尺寸信息,实现对储药柜全面工作状态的监测与记录,为后续空间配置、控制模型初始化和数据分析提供基础数据;基于基础参数信息配置活动板的限位极值,基于限位极值和空间尺寸信息进行储药空间配置,生成N组储药控制方案,为后续方案匹配提供选项;读取待存储药物的药物基础信息,并通过图像采集装置进行待存储药物的药物图像采集,基于图像采集结果的识别结果和药物基础信息生成挥发预测数据,为药物聚类和控制方案匹配提供依据;配置存储的聚合宽容值,依据聚合宽容值进行待存储药物的药物聚类,并基于药物聚类结果进行N组储药控制方案的方案匹配,生成方案匹配结果,为药物存放控制提供方案;基于基础参数信息进行智能控制模型的模型初始化,将方案匹配结果和挥发预测数据输入智能控制模型,输出智能控制结果,用于指导药物的存放控制;通过方案匹配结果和智能控制结果进行待存储药物的药物存储控制,并生成反馈控制窗口,为后续环境监测和控制优化提供依据,为环境监测和控制优化提供依据;基于反馈控制窗口进行空间内气体状态监测,并基于监测结果生成动态反馈信息,为智能控制结果的优化更新提供基础;通过动态反馈信息进行智能控制结果的控制优化,实现对控制过程的闭环控制,不断提高控制精度和效果,达到基于多维数据实现动态储药管理,提高药物存储的安全性和质量保障水平的技术效果。
实施例二
基于与前述实施例中基于多维度数据分析的净气型储药柜管理方法相同的发明构思,如图3所示,本申请实施例提供了基于多维度数据分析的净气型储药柜管理系统,该系统包括:
基础参数采集模块11,用于采集净气型储药柜的基础参数信息,其中,所述基础参数信息包括净化孔位信息、负压控制信息、空间尺寸信息;
储药空间配置模块12,用于生成N组储药控制方案,所述N组储药控制方案基于所述基础参数信息配置活动板的限位极值后,基于所述限位极值和所述空间尺寸信息进行储药空间配置确定;
药物挥发预测模块13,用于生成挥发预测数据,所述挥发预测数据通过读取待存储药物的药物基础信息,并通过CCD传感器进行所述待存储药物的药物数据采集,基于数据采集结果的识别结果和所述药物基础信息获得;
控制方案匹配模块14,用于生成方案匹配结果,所述方案匹配结果通过配置存储的聚合宽容值,依据所述聚合宽容值进行所述待存储药物的药物聚类,并基于药物聚类结果进行所述N组储药控制方案的方案匹配生成;
智能控制结果模块15,用于构建智能控制结果,所述智能控制结果通过将所述方案匹配结果和所述挥发预测数据发送至智能控制网络,基于网络处理获得,且在网络处理前,基于所述基础参数信息进行智能控制网络的网络初始化;
反馈控制窗口模块16,用于通过所述方案匹配结果和所述智能控制结果进行所述待存储药物的药物存储控制,并生成反馈控制窗口;
气体状态监测模块17,用于生成动态反馈信息,所述动态反馈信息通过监测结果获得,所述监测结果为基于所述反馈控制窗口进行空间内气体状态监测的结果;
控制结果优化模块18,用于通过所述动态反馈信息进行所述智能控制结果的控制优化。
进一步的,药物挥发预测模块13包括以下执行步骤:
通过大数据构建储药瓶的瓶口识别特征集合、瓶塞识别特征集合和密封状态识别特征集合,其中,所述瓶口识别特征集合、所述瓶塞识别特征集合和所述密封状态识别特征集合关联映射有密闭标识;
分别通过所述瓶口识别特征集合、所述瓶塞识别特征集合所述密封状态识别特征集合对所述数据采集结果进行特征识别,并依据特征识别结果匹配所述密闭标识;
基于密闭标识的匹配结果生成所述识别结果。
进一步的,反馈控制窗口模块16包括以下执行步骤:
生成聚类标识,所述聚类标识基于所述药物聚类结果获得;
生成相邻存储约束结果,所述相邻存储约束结果通过所述聚类标识进行所述待存储药物的相邻存储约束构建;
对所述待存储药物进行历史取用信息调用,生成取用约束频率,基于所述药物聚类标识结果进行所述取用约束频率的频率调整,生成调整取用约束频率;
基于所述相邻存储约束结果和所述调整取用约束频率进行所述方案匹配结果的方案优化;
基于优化后的所述方案匹配结果进行所述待存储药物的药物存储控制。
进一步的,反馈控制窗口模块16还包括以下执行步骤:
采集获得药物的存储规划信息;
获得新增存储药品的药品种类、药品量和存储时间节点,药品种类、药品量和存储时间节点通过解析所述存储规划信息获得;
生成辅助控制信息,所述辅助控制信息基于所述药品种类、所述药品量和所述存储时间节点确定;
通过所述辅助控制信息、所述相邻存储约束结果和所述调整取用约束频率进行所述方案匹配结果的方案优化。
进一步的,反馈控制窗口模块16还包括以下执行步骤:
设置时长约束阈值;
判断所述存储时间节点是否满足所述时长约束阈值;
若所述存储时间节点可以满足所述时长约束阈值时,则基于所述药品种类和所述聚类标识进行关联匹配;
生成关联匹配结果,通过所述关联匹配结果定位预留位置,通过所述药品量匹配预留空间;
根据所述预留位置和所述预留空间生成所述辅助控制信息。
进一步的,控制结果优化模块18包括以下执行步骤:
配置稳态校验周期;
当任意动态反馈信息的反馈结果为所述净气型储药柜处于稳态时,则将所述动态反馈信息的反馈节点记为初始节点;
依据所述初始节点和稳态校验周期进行周期校验;
根据周期校验结果进行所述净气型储药柜的控制管理。
进一步的,控制结果优化模块18还包括以下执行步骤:
当所述待存储药物存储后,记录所述药物基础信息,并生成药物触发预警信息,其中,所述药物触发预警信息包括日期预警和药物量预警;
基于所述药物触发预警信息进行药物监测管理。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (8)
1.基于多维度数据分析的净气型储药柜管理方法,其特征在于,所述方法包括:
采集净气型储药柜的基础参数信息,其中,所述基础参数信息包括净化孔位信息、负压控制信息、空间尺寸信息;
生成N组储药控制方案,所述N组储药控制方案基于所述基础参数信息配置活动板的限位极值后,基于所述限位极值和所述空间尺寸信息进行储药空间配置确定;
生成挥发预测数据,所述挥发预测数据通过读取待存储药物的药物基础信息,并通过CCD传感器进行所述待存储药物的药物数据采集,基于数据采集结果的识别结果和所述药物基础信息获得;
生成方案匹配结果,所述方案匹配结果通过配置存储的聚合宽容值,依据所述聚合宽容值进行所述待存储药物的药物聚类,并基于药物聚类结果进行所述N组储药控制方案的方案匹配生成;
构建智能控制结果,所述智能控制结果通过将所述方案匹配结果和所述挥发预测数据发送至智能控制网络,基于网络处理获得,且在网络处理前,基于所述基础参数信息进行智能控制网络的网络初始化;
通过所述方案匹配结果和所述智能控制结果进行所述待存储药物的药物存储控制,并生成反馈控制窗口;
生成动态反馈信息,所述动态反馈信息通过监测结果获得,所述监测结果为基于所述反馈控制窗口进行空间内气体状态监测的结果;
通过所述动态反馈信息进行所述智能控制结果的控制优化。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
通过大数据构建储药瓶的瓶口识别特征集合、瓶塞识别特征集合和密封状态识别特征集合,其中,所述瓶口识别特征集合、所述瓶塞识别特征集合和所述密封状态识别特征集合关联映射有密闭标识;
分别通过所述瓶口识别特征集合、所述瓶塞识别特征集合所述密封状态识别特征集合对所述数据采集结果进行特征识别,并依据特征识别结果匹配所述密闭标识;
基于密闭标识的匹配结果生成所述识别结果。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
生成聚类标识,所述聚类标识基于所述药物聚类结果获得;
生成相邻存储约束结果,所述相邻存储约束结果通过所述聚类标识进行所述待存储药物的相邻存储约束构建;
对所述待存储药物进行历史取用信息调用,生成取用约束频率,基于所述药物聚类标识结果进行所述取用约束频率的频率调整,生成调整取用约束频率;
基于所述相邻存储约束结果和所述调整取用约束频率进行所述方案匹配结果的方案优化;
基于优化后的所述方案匹配结果进行所述待存储药物的药物存储控制。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
采集获得药物的存储规划信息;
获得新增存储药品的药品种类、药品量和存储时间节点,药品种类、药品量和存储时间节点通过解析所述存储规划信息获得;
生成辅助控制信息,所述辅助控制信息基于所述药品种类、所述药品量和所述存储时间节点确定;
通过所述辅助控制信息、所述相邻存储约束结果和所述调整取用约束频率进行所述方案匹配结果的方案优化。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
设置时长约束阈值;
判断所述存储时间节点是否满足所述时长约束阈值;
若所述存储时间节点可以满足所述时长约束阈值时,则基于所述药品种类和所述聚类标识进行关联匹配;
生成关联匹配结果,通过所述关联匹配结果定位预留位置,通过所述药品量匹配预留空间;
根据所述预留位置和所述预留空间生成所述辅助控制信息。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
配置稳态校验周期;
当任意动态反馈信息的反馈结果为所述净气型储药柜处于稳态时,则将所述动态反馈信息的反馈节点记为初始节点;
依据所述初始节点和稳态校验周期进行周期校验;
根据周期校验结果进行所述净气型储药柜的控制管理。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
当所述待存储药物存储后,记录所述药物基础信息,并生成药物触发预警信息,其中,所述药物触发预警信息包括日期预警和药物量预警;
基于所述药物触发预警信息进行药物监测管理。
8.基于多维度数据分析的净气型储药柜管理系统,其特征在于,所述系统包括:
基础参数采集模块,所述基础参数采集模块用于采集净气型储药柜的基础参数信息,其中,所述基础参数信息包括净化孔位信息、负压控制信息、空间尺寸信息;
储药空间配置模块,所述储药空间配置模块用于生成N组储药控制方案,所述N组储药控制方案基于所述基础参数信息配置活动板的限位极值后,基于所述限位极值和所述空间尺寸信息进行储药空间配置确定;
药物挥发预测模块,所述药物挥发预测模块用于生成挥发预测数据,所述挥发预测数据通过读取待存储药物的药物基础信息,并通过CCD传感器进行所述待存储药物的药物数据采集,基于数据采集结果的识别结果和所述药物基础信息获得;
控制方案匹配模块,所述控制方案匹配模块用于生成方案匹配结果,所述方案匹配结果通过配置存储的聚合宽容值,依据所述聚合宽容值进行所述待存储药物的药物聚类,并基于药物聚类结果进行所述N组储药控制方案的方案匹配生成;
智能控制结果模块,所述智能控制结果模块用于构建智能控制结果,所述智能控制结果通过将所述方案匹配结果和所述挥发预测数据发送至智能控制网络,基于网络处理获得,且在网络处理前,基于所述基础参数信息进行智能控制网络的网络初始化;
反馈控制窗口模块,所述反馈控制窗口模块用于通过所述方案匹配结果和所述智能控制结果进行所述待存储药物的药物存储控制,并生成反馈控制窗口;
气体状态监测模块,所述气体状态监测模块用于生成动态反馈信息,所述动态反馈信息通过监测结果获得,所述监测结果为基于所述反馈控制窗口进行空间内气体状态监测的结果;
控制结果优化模块,所述控制结果优化模块用于通过所述动态反馈信息进行所述智能控制结果的控制优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311274325.4A CN117423436B (zh) | 2023-09-28 | 基于多维度数据分析的净气型储药柜管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311274325.4A CN117423436B (zh) | 2023-09-28 | 基于多维度数据分析的净气型储药柜管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117423436A true CN117423436A (zh) | 2024-01-19 |
CN117423436B CN117423436B (zh) | 2024-05-10 |
Family
ID=
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160124472A (ko) * | 2015-04-20 | 2016-10-28 | 주식회사 지티사이언 | 시약장의 지능형 통합관리장치 |
KR20160125123A (ko) * | 2015-04-21 | 2016-10-31 | 주식회사 지티사이언 | 지능형 실험실 관리 장치 및 이를 이용한 실험실 관리 방법 |
CN108128584A (zh) * | 2017-12-01 | 2018-06-08 | 上海神添实业有限公司 | 一种智能化与自动化药房 |
KR20190047566A (ko) * | 2017-10-27 | 2019-05-08 | 주식회사 지팬스스마트로 | 스마트 의약품 보관 장치 및 이를 이용한 복약 모니터링 시스템 |
KR102090433B1 (ko) * | 2019-12-18 | 2020-03-17 | 최은숙 | 한방 의료상품 관리 시스템 |
KR20200077071A (ko) * | 2018-12-20 | 2020-06-30 | 울산과학대학교 산학협력단 | 의약품 보관 관리 시스템 |
WO2020133266A1 (zh) * | 2018-12-28 | 2020-07-02 | 天津森罗科技股份有限公司 | 一种中药材气调储藏系统及其控制方法 |
CN211154541U (zh) * | 2019-11-01 | 2020-08-04 | 李永莉 | 一种药房用药液存储装置 |
CN111739606A (zh) * | 2020-07-27 | 2020-10-02 | 清华大学 | 用于储药柜的药品位置提示设备、系统和方法以及储药柜 |
CN113200218A (zh) * | 2021-05-07 | 2021-08-03 | 广东人峰实业有限公司 | 一种基于大数据的试剂安全储放柜 |
CN115331790A (zh) * | 2022-08-15 | 2022-11-11 | 淮安市第二人民医院 | 基于大数据的医疗药品存放环境分析管控系统 |
CN115357066A (zh) * | 2022-09-29 | 2022-11-18 | 淮阴工学院 | 一种自适应药品湿度监控设备及其监控方法 |
CN115714010A (zh) * | 2022-11-30 | 2023-02-24 | 淮安市第二人民医院 | 基于实时数据监测的医疗药物存放监管系统 |
CN115910271A (zh) * | 2022-11-17 | 2023-04-04 | 江西药葫芦科技有限公司 | 一种基于cnn和rf的医药仓储管理方法 |
CN116230191A (zh) * | 2023-05-08 | 2023-06-06 | 深圳市普朗医疗科技发展有限公司 | 一种输注类医疗耗材的智能管理方法及系统 |
CN116382389A (zh) * | 2022-12-16 | 2023-07-04 | 广东便捷神科技股份有限公司 | 一种药品自动售卖机内部温湿度控制系统及方法 |
CN116562768A (zh) * | 2023-05-29 | 2023-08-08 | 北京市永康药业有限公司 | 一种药品仓储管理方法及系统 |
CN116552966A (zh) * | 2023-06-21 | 2023-08-08 | 安徽青囊科技有限公司 | 一种中草药药效保存箱装置 |
CN116798590A (zh) * | 2023-08-17 | 2023-09-22 | 北京大学第三医院(北京大学第三临床医学院) | 构建药事管理预测模型的处理方法、装置、设备及介质 |
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160124472A (ko) * | 2015-04-20 | 2016-10-28 | 주식회사 지티사이언 | 시약장의 지능형 통합관리장치 |
KR20160125123A (ko) * | 2015-04-21 | 2016-10-31 | 주식회사 지티사이언 | 지능형 실험실 관리 장치 및 이를 이용한 실험실 관리 방법 |
KR20190047566A (ko) * | 2017-10-27 | 2019-05-08 | 주식회사 지팬스스마트로 | 스마트 의약품 보관 장치 및 이를 이용한 복약 모니터링 시스템 |
CN108128584A (zh) * | 2017-12-01 | 2018-06-08 | 上海神添实业有限公司 | 一种智能化与自动化药房 |
KR20200077071A (ko) * | 2018-12-20 | 2020-06-30 | 울산과학대학교 산학협력단 | 의약품 보관 관리 시스템 |
WO2020133266A1 (zh) * | 2018-12-28 | 2020-07-02 | 天津森罗科技股份有限公司 | 一种中药材气调储藏系统及其控制方法 |
JP2021512026A (ja) * | 2018-12-28 | 2021-05-13 | ティアンジン シーエヌアールオー サイエンス アンド テクノロジー カンパニー リミテッド | 気調貯蔵システム及びその制御方法 |
CN211154541U (zh) * | 2019-11-01 | 2020-08-04 | 李永莉 | 一种药房用药液存储装置 |
KR102090433B1 (ko) * | 2019-12-18 | 2020-03-17 | 최은숙 | 한방 의료상품 관리 시스템 |
CN111739606A (zh) * | 2020-07-27 | 2020-10-02 | 清华大学 | 用于储药柜的药品位置提示设备、系统和方法以及储药柜 |
CN113200218A (zh) * | 2021-05-07 | 2021-08-03 | 广东人峰实业有限公司 | 一种基于大数据的试剂安全储放柜 |
CN115331790A (zh) * | 2022-08-15 | 2022-11-11 | 淮安市第二人民医院 | 基于大数据的医疗药品存放环境分析管控系统 |
CN115357066A (zh) * | 2022-09-29 | 2022-11-18 | 淮阴工学院 | 一种自适应药品湿度监控设备及其监控方法 |
CN115910271A (zh) * | 2022-11-17 | 2023-04-04 | 江西药葫芦科技有限公司 | 一种基于cnn和rf的医药仓储管理方法 |
CN115714010A (zh) * | 2022-11-30 | 2023-02-24 | 淮安市第二人民医院 | 基于实时数据监测的医疗药物存放监管系统 |
CN116382389A (zh) * | 2022-12-16 | 2023-07-04 | 广东便捷神科技股份有限公司 | 一种药品自动售卖机内部温湿度控制系统及方法 |
CN116230191A (zh) * | 2023-05-08 | 2023-06-06 | 深圳市普朗医疗科技发展有限公司 | 一种输注类医疗耗材的智能管理方法及系统 |
CN116562768A (zh) * | 2023-05-29 | 2023-08-08 | 北京市永康药业有限公司 | 一种药品仓储管理方法及系统 |
CN116552966A (zh) * | 2023-06-21 | 2023-08-08 | 安徽青囊科技有限公司 | 一种中草药药效保存箱装置 |
CN116798590A (zh) * | 2023-08-17 | 2023-09-22 | 北京大学第三医院(北京大学第三临床医学院) | 构建药事管理预测模型的处理方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
李志英;华慧娟;: "以用户行为为中心的实验室储药柜设计探析", 包装工程, no. 04, 20 February 2017 (2017-02-20) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11237539B2 (en) | System and method for operational-data-based detection of anomaly of a machine tool | |
CN109726234B (zh) | 基于工业互联网的集成电路测试信息化管理系统 | |
US7827122B1 (en) | Data mining of unfiltered controller data | |
US20190195525A1 (en) | Method and apparatus for operating heating and cooling equipment via a network | |
JP5480440B1 (ja) | 異常予兆診断装置及び異常予兆診断方法 | |
US20160371412A1 (en) | System for processing data and modelling for analysis of the energy consumption of a site | |
CN115630839B (zh) | 一种基于数据挖掘的生产智能反馈调控系统 | |
US7853568B2 (en) | High speed data historian | |
WO2017034512A1 (en) | Interactive analytics on time series | |
CN108877910A (zh) | 血液透析信息化管理系统、方法、计算机设备及存储介质 | |
CN117423436B (zh) | 基于多维度数据分析的净气型储药柜管理方法及系统 | |
CN117056688A (zh) | 一种基于数据分析的新材料生产数据管理系统及方法 | |
CN115714007A (zh) | 一种药品的存储参数智能调控方法及系统 | |
CN117423436A (zh) | 基于多维度数据分析的净气型储药柜管理方法及系统 | |
CN117111664B (zh) | 用于植物空心胶囊储存的环境控制方法及系统 | |
CN111427876A (zh) | 一种数据资产管理方法和系统 | |
CN114064427A (zh) | 机房运维监控数据的处理方法、装置及设备 | |
CN117236559A (zh) | 一种基于物联网的智能充电桩数据分析方法和装置 | |
CN117010549A (zh) | 基于大数据管理体系的信息溯源方法及终端 | |
CN115467849A (zh) | 一种风扇控制方法及相关装置 | |
JP2021124819A (ja) | 時系列パターンの説明情報生成装置 | |
CN112116496B (zh) | 能耗诊断规则的配置方法和装置 | |
CN117787670B (zh) | 一种基于建筑工程的bim数据管理方法及系统 | |
CN116820056B (zh) | 用于袋式包装机的生产工艺参数处理方法 | |
CN116978529B (zh) | 一种医疗大数据的智能分析系统及方法 |
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 |