CN117877667B - 一种基于互联网的医护配药信息管理系统 - Google Patents
一种基于互联网的医护配药信息管理系统 Download PDFInfo
- Publication number
- CN117877667B CN117877667B CN202410282208.0A CN202410282208A CN117877667B CN 117877667 B CN117877667 B CN 117877667B CN 202410282208 A CN202410282208 A CN 202410282208A CN 117877667 B CN117877667 B CN 117877667B
- Authority
- CN
- China
- Prior art keywords
- medicine
- disease
- patient
- record
- nodes
- 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 claims abstract description 232
- 201000010099 disease Diseases 0.000 claims abstract description 154
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 154
- 229940079593 drug Drugs 0.000 claims description 87
- 238000000034 method Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 230000003203 everyday effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 208000031636 Body Temperature Changes Diseases 0.000 claims description 3
- 230000036772 blood pressure Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000000857 drug effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 2
- 230000003285 pharmacodynamic effect Effects 0.000 description 10
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 102000009027 Albumins Human genes 0.000 description 1
- 108010088751 Albumins Proteins 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 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 1
- 230000000172 allergic effect Effects 0.000 description 1
- 208000010668 atopic eczema Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于互联网的医护配药信息管理系统,涉及配药信息管理技术领域,有效的提高了配药处方的准确性。本发明通过历史疾病记录建立各个种类疾病的药物使用记录链,进而根据药物使用记录链与其对应种类疾病之间的对应关系,建立疾病‑处方关系网络,根据历史疾病记录建立各个患者的患者注意事项表,获取药物配置请求,进而根据药物配置请求从患者注意事项表中获取对应患者的患者状况注意事项,通过将患者状况注意事项输入至疾病‑处方关系网络中,进而生成最佳配药处方,并在最佳配药处方执行完成后生成历史疾病记录。
Description
技术领域
本发明涉及配药信息管理技术领域,具体是一种基于互联网的医护配药信息管理系统。
背景技术
医护配药信息管理包括通过电子病历系统、电子药房系统等平台,对医生开具处方、药房发药、药品采购、库存管理、配送流转等各个环节进行记录和管理,以提高药品配送的效率和准确性,并减少人为因素对配药过程的影响。
现有医护配药信息管理技术存在缺陷:
电子处方系统:通过电子处方系统,医生可以直接在电子平台上完成处方写作,包括药物名称、剂量、频率等信息,但药物信息种类繁多,且每一个患者的身体特征不同,很难准确的配置出适合每个患者的处方。
医疗大数据分析:通过对配药信息进行收集和分析,可以发现用药过程中的潜在问题和风险,提供决策支持和优化方案,但实现成本偏高。
因此怎样提高配药信息分析的复杂度的同时,保证配药处方的准确性是现有技术的难点,为此提供一种基于互联网的医护配药信息管理系统。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种基于互联网的医护配药信息管理系统。
为了实现上述目的,本发明提供如下技术方案:
一种基于互联网的医护配药信息管理系统,包括云计算平台,所述云计算平台通信连接有药物处方信息管理模块和药物配置模块;
所述药物处方信息管理模块设置有病历信息存储单元和关系网络建立单元;
所述病历信息存储单元用于存储历史疾病记录;
所述关系网络建立单元用于根据历史疾病记录建立各个种类疾病的药物使用记录链,进而根据药物使用记录链与其对应种类疾病之间的对应关系,建立疾病-处方关系网络;
所述药物配置模块设置有患者分析单元以及药物配置单元;
所述患者分析单元用于根据历史疾病记录建立各个患者的患者注意事项表;
所述药物配置单元用于获取药物配置请求,进而根据药物配置请求从患者注意事项表中获取对应患者的患者状况注意事项,通过将患者状况注意事项输入至疾病-处方关系网络中,进而生成最佳配药处方,并在最佳配药处方执行完成后生成历史疾病记录。
进一步的,所述历史疾病记录包括患者的身份证号、疾病名称、药物使用记录、身体状况记录以及患者状况注意事项;
所述药物使用记录包括每日使用的药物名称、每次使用剂量、用药时间、药物效果以及药物副作用;
所述身体状况记录包括康复日期、体温变化曲线、血压变化曲线以及疾病特征状况数据变化曲线。
进一步的,根据所述历史疾病记录建立药物使用记录链的过程包括:
关系网络建立单元根据各个历史疾病记录中康复日期建立对应的直角坐标系,其中直角坐标系的x轴上设置与康复日期内相同日期数量的时间区段,每个时间区段内设置有24个时间节点;
进而关系网络建立单元将历史疾病记录中身体状态数据内全部曲线映射于对应的直角坐标上,同时根据药物使用记录生成若干个药物使用节点,并标注相应时间日期;
所述药物使用节点的数量与康复日期内日期数量相同,同时根据药物使用记录中每日使用的药物名称的数量,在药物使用节点中设置相同数量的药物使用子节点,并将对应药物名称的每次使用剂量、药物效果以及药物副作用存储于药物使用子节点中,进而将各个药物使用节点根据其带有的时间日期在康复日期中的顺序,将各个药物使用节点依次进行连接,进而得到药物使用记录链,同时根据用药时间将药物使用节点中的各个药物使用子节点进行依次排序,并标注相应的用药时间。
进一步的,所述疾病-处方关系网络的建立过程包括:
根据药物使用记录链以及直角坐标系上时间区段的划分,将药物使用记录链映射于直角坐标系上,进而药物使用记录链内各个药物使用节点对应的时间日期,将药物使用节点与对应时间区段上各个曲线进行关联;
根据药物使用节点内各个药物使用子节点带有的用药时间,将相邻两个用药时间之间的时长作为划分准则,再次将药物使用节点对应的各条曲线进行二次划分,得到若干个变化子曲线;
关系网络建立单元建立正常人体在健康状况下的各个种类数据的标准变化曲线,并映射于直角坐标系中;
对于任意一份历史疾病记录,在历史使用记录对应的药物使用节点与各个变化曲线对应的区段,当根据药物使用子节点表示一种药物使用时,则根据对应药物的药效以及副作用对相应的变化曲线设置相应药物名称标记;
获得各个种类药物在不同剂量下对相应种类疾病的药效分值φ,进而以疾病名称为主节点,以疾病名称对应的疾病特征状况数据变化曲线为从节点,药物名称为诱因节点,进而通过将全部从节点与主节点相连,并根据药物所能影响的变化曲线对应的变化节点,进而将诱因节点连接相应种类的从节点,在同一堆从节点与诱因节点上设置若干个连接线,每一个连接线上标注不同的剂量数值,并在每一个连接线衍生出一个药效分值节点,其内部存储相应的药效分值φ,进而得到相应的疾病-处方关系网络。
进一步的,所述药效分值φ的获取过程包括:
每当药物使用时,选取其对应时间内带有药物名称标记的变化子曲线以及前一个变化子曲线中时间长度最短的时长作为检测时间,以检测时间为标准将两段变化子曲线划分成相同时间长度,进而分别计算其对应时间内带有药物名称标记的变化子曲线以及前一个变化子曲线与标准变化曲线之间的微积分值θname,i和θ前,i,其中θname,i和θ前,i分别表示药物名称为name的药物对应的第i种变化子曲线以及前一个变化子曲线的与标准变化曲线的微积分值,进而获得药效分值φ。
进一步的,根据历史疾病记录建立患者注意事项表的过程包括:
药物配置管理模块将全部历史疾病记录发送至患者分析单元,以及将全部疾病-处方管理网络发送至药物配置单元;
患者分析单元根据各个历史疾病记录带有的身份证号进行分类,并统计同一个身份证号下各个历史疾病记录带有的患者状况注意事项以及对应的疾病名称,进而建立患者注意事项表;
所述患者注意事项表包括患者的身份证号、疾病名称以及对应的患者状况注意事项。
进一步的,根据患者注意事项表生成最佳配药处方的过程包括:
当云计算平台向药物配置模块发送药物配置请求后,药物配置模块将药物配置请求发送至药物配置单元;
所述药物配置请求包括患者的身份证号、疾病名称;
药物配置单元从药物配置请求中提取身份证号和疾病名称,进而将身份证号以及疾病名称输入至患者注意事项表中,以及将疾病名称输入至疾病-处方关系网络中;
首先根据身份证号判断患者注意事项表中是否存在相应的身份证号,若存在,则再根据疾病名称判断对应患者是否患过相应疾病,若患过,则输出相应的患者状况注意事项;
若未患过或不存在相应的身份证号,则根据疾病名称匹配注意事项表中其他患者
的疾病名称,进而根据匹配结果统计匹配到的患者状况注意事项,统计各个患者状况注意
事项内的各个注意事项的出现次数,进而计算注意事项的出现频率,所述出现频率的计算
公式为:,其中表示第k种注意事项的出现频率,Num表示注意事项的种类总
数,和分别表示第k种和第j种注意事项的出现次数,k和Num为大于0的自然数,且k小于
等于Num;
设置出现频率阈值,进而选取出现频率大于或等于出现频率阈值的注意事项建立新的患者状况注意事项并输出,对于选取出现频率小于出现频率阈值,则自动忽略;
药物配置单元将患者状况注意事项输入至疾病-处方关系网络中,同时根据疾病名称在疾病-处方关系网络匹配相应的主节点,进而根据患者状况注意事项提取其中患者预计无法使用的诱因节点以及相应的连接线;
进而根据保留的诱因节点以及连接线与各个从节点之间的药效分值,选取各个从节点与诱因节点之间最大药效分值的连接线作为最佳剂量,进而生成最佳配药处方。
进一步的,执行最佳配药处方,并在最佳配药处方执行完成后生成历史疾病记录发送至药物处方信息管理模块中的病历信息存储单元中。
与现有技术相比,本发明的有益效果是:
1、本发明通过历史疾病记录建立各个种类疾病的药物使用记录链,进而根据药物使用记录链与其对应种类疾病之间的对应关系,建立疾病-处方关系网络,根据历史疾病记录建立各个患者的患者注意事项表,有效的提高了对药物信息和患者信息的管理和处理效率。
2、本发明通过药物配置请求从患者注意事项表找寻相应的患者状况注意事项,将患者状况注意事项和疾病名称输入疾病-处方关系网络,进而生成相应的最佳配药处方,在一定程度上实现了在兼顾患者身体状况的情况下,生成最佳配药处方,有效的提高了配药处方的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例。
图1为本发明的原理图。
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,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
如图1所示,一种基于互联网的医护配药信息管理系统,包括云计算平台,所述云计算平台通信连接有药物处方信息管理模块和药物配置模块;
所述药物处方信息管理模块设置有病历信息存储单元和关系网络建立单元;
所述病历信息存储单元用于存储历史疾病记录;
所述关系网络建立单元用于根据历史疾病记录建立各个种类疾病的药物使用记录链,进而根据药物使用记录链与其对应种类疾病之间的对应关系,建立疾病-处方关系网络;
所述药物配置模块设置有患者分析单元以及药物配置单元;
所述患者分析单元用于根据历史疾病记录建立各个患者的患者注意事项表;
所述药物配置单元用于获取药物配置请求,进而根据药物配置请求从患者注意事项表中获取对应患者的患者状况注意事项,通过将患者状况注意事项输入至疾病-处方关系网络中,进而生成最佳配药处方,并在最佳配药处方执行完成后生成历史疾病记录。
进一步的,下面通过实施例说明本发明的工作原理:
药物处方信息管理模块中的病历信息存储单元预存有各个患者的历史疾病记录,所述历史疾病记录包括患者的身份证号、疾病名称、药物使用记录、身体状况记录以及患者状况注意事项;
所述药物使用记录包括每日使用的药物名称、每次使用剂量、用药时间、药物效果以及药物副作用;
所述身体状况记录包括康复日期、体温变化曲线、血压变化曲线以及疾病特征状况数据变化曲线;
需要说明的是,所述疾病特征状况数据变化曲线对应的数据种类随历史疾病记录中的变化而变化,且数据种类同时可为多种,例如对于心血管疾病,则其对应的疾病特征状况数据变化曲线可为心电图、血脂变化曲线等,例如对于糖尿病,则其对应的疾病特征状况数据变化曲线可为血糖变化曲线、糖化白蛋白变化曲线等;
所述患者状况注意事项包括患者的过敏事项、遗传病事项等。
进一步的,药物处方信息管理模块中的病历信息存储单元将全部历史疾病信息发送至关系网络建立单元,进而关系网络建立单元根据疾病名称从若干份历史疾病记录中提取出同一个疾病名称的全部历史疾病记录,进而根据提取结果建立疾病-处方关系网络;
所述疾病-处方关系网络的建立过程包括:
关系网络建立单元根据各个历史疾病记录中康复日期建立对应的直角坐标系,其中直角坐标系的x轴上设置与康复日期内相同日期数量的时间区段,每个时间区段内又设置有24个时间节点;
进而关系网络建立单元将历史疾病记录中身体状态数据内全部曲线映射于对应的直角坐标上,同时根据药物使用记录生成若干个药物使用节点,并标注相应时间日期;
所述药物使用节点的数量与康复日期内日期数量相同,同时根据药物使用记录中每日使用的药物名称的数量,在药物使用节点中设置相同数量的药物使用子节点,并将对应药物名称的每次使用剂量、药物效果以及药物副作用存储于药物使用子节点中,进而将各个药物使用节点根据其带有的时间日期在康复日期中的顺序,将各个药物使用节点依次进行连接,进而得到药物使用记录链,同时根据用药时间将药物使用节点中的各个药物使用子节点进行依次排序,并标注相应的用药时间。
进一步的,根据药物使用记录链以及直角坐标系上时间区段的划分,将药物使用记录链映射于直角坐标系上,进而药物使用记录链内各个药物使用节点对应的时间日期,将药物使用节点与对应时间区段上各个曲线进行关联;
根据药物使用节点内各个药物使用子节点带有的用药时间,将相邻两个用药时间之间的时长作为划分准则,再次将药物使用节点对应的各条曲线进行二次划分,得到若干个变化子曲线;
关系网络建立单元建立正常人体在健康状况下的各个种类数据的标准变化曲线,并映射于直角坐标系中;
对于任意一份历史疾病记录,在历史使用记录对应的药物使用节点与各个变化曲线对应的区段,当根据药物使用子节点表示一种药物使用时,则根据对应药物的药效以及副作用对相应的变化曲线设置相应药物名称标记;
每当药物使用时,选取其对应时间内带有药物名称标记的变化子曲线以及前一个变化子曲线中时间长度最短的时长作为检测时间,以检测时间为标准将两段变化子曲线划分成相同时间长度,进而分别计算其对应时间内带有药物名称标记的变化子曲线以及前一个变化子曲线与标准变化曲线之间的微积分值θname,i和θ前,i,其中θname,i和θ前,i分别表示药物名称为name的药物对应的第i种变化子曲线以及前一个变化子曲线的与标准变化曲线的微积分值,进而获得药效分值φ;
当θname,i和θ前,i都大于等于0时,则药效分值φ=θ前,i-θname,i;
当θname,i和θ前,i都小于0时,则药效分值φ=θname,i-θ前,i;
当θname,i和θ前,i一个大于0且另一个小于0时,则药效分值φ=|θ前,i|-|θ前,i|。
采用获得药效分值φ的方法,获得各个种类药物在不同剂量下对相应种类疾病的药效分值φ,进而以疾病名称为主节点,以疾病名称对应的疾病特征状况数据变化曲线为从节点,药物名称为诱因节点,进而通过将全部从节点与主节点相连,并根据药物所能影响的变化曲线对应的变化节点,进而将诱因节点连接相应种类的从节点,在同一堆从节点与诱因节点上设置若干个连接线,每一个连接线上标注不同的剂量数值,并在每一个连接线衍生出一个药效分值节点,其内部存储相应的药效分值φ,进而得到相应的疾病-处方关系网络;
重复上述建立疾病-处方关系网络的过程,进而建立各个疾病名称的疾病-处方关系网络。
进一步的,药物处方信息管理模块将全部历史疾病记录以及疾病-处方关系网络发送至药物配置管理模块;
进而药物配置管理模块将全部历史疾病记录发送至患者分析单元,以及将全部疾病-处方管理网络发送至药物配置单元;
患者分析单元根据各个历史疾病记录带有的身份证号进行分类,并统计同一个身份证号下各个历史疾病记录带有的患者状况注意事项以及对应的疾病名称,进而建立患者注意事项表;
所述患者注意事项表包括患者的身份证号、疾病名称以及对应的患者状况注意事项;
进一步的,患者分析单元将患者注意事项表发送至药物配置单元;
当云计算平台向药物配置模块发送药物配置请求后,药物配置模块将药物配置请求发送至药物配置单元;
所述药物配置请求包括患者的身份证号、疾病名称;
药物配置单元从药物配置请求中提取身份证号和疾病名称,进而将身份证号以及疾病名称输入至患者注意事项表中,以及将疾病名称输入至疾病-处方关系网络中;
首先根据身份证号判断患者注意事项表中是否存在相应的身份证号,若存在,则再根据疾病名称判断对应患者是否患过相应疾病,若患过,则输出相应的患者状况注意事项;
若未患过或不存在相应的身份证号,则根据疾病名称匹配注意事项表中其他患者
的疾病名称,进而根据匹配结果统计匹配到的患者状况注意事项,统计各个患者状况注意
事项内的各个注意事项的出现次数,进而计算注意事项的出现频率,所述出现频率的计算
公式为:,其中表示第k种注意事项的出现频率,Num表示注意事项的种类总
数,和分别表示第k种和第j种注意事项的出现次数,k和Num为大于0的自然数,且k小于
等于Num;
设置出现频率阈值,进而选取出现频率大于或等于出现频率阈值的注意事项建立新的患者状况注意事项并输出;
对于选取出现频率小于出现频率阈值,则自动忽略。
进一步的,药物配置单元将患者状况注意事项输入至疾病-处方关系网络中,同时根据疾病名称在疾病-处方关系网络匹配相应的主节点,进而根据患者状况注意事项提取其中患者预计无法使用的诱因节点以及相应的连接线;
进而根据保留的诱因节点以及连接线与各个从节点之间的药效分值,选取各个从节点与诱因节点之间最大药效分值的连接线作为最佳剂量,进而生成最佳配药处方;
执行最佳配药处方,并在最佳配药处方执行完成后生成历史疾病记录发送至药物处方信息管理模块中的病历信息存储单元中。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (1)
1.一种基于互联网的医护配药信息管理系统,包括云计算平台,其特征在于,所述云计算平台通信连接有药物处方信息管理模块和药物配置模块;
所述药物处方信息管理模块设置有病历信息存储单元和关系网络建立单元;
所述病历信息存储单元用于存储历史疾病记录;
所述历史疾病记录包括患者的身份证号、疾病名称、药物使用记录、身体状况记录以及患者状况注意事项;
所述药物使用记录包括每日使用的药物名称、每次使用剂量、用药时间、药物效果以及药物副作用;
所述身体状况记录包括康复日期、体温变化曲线、血压变化曲线以及疾病特征状况数据变化曲线;
所述关系网络建立单元用于根据历史疾病记录建立各个种类疾病的药物使用记录链,进而根据药物使用记录链与其对应种类疾病之间的对应关系,建立疾病-处方关系网络;
根据所述历史疾病记录建立药物使用记录链的过程包括:
关系网络建立单元根据各个历史疾病记录中康复日期建立对应的直角坐标系,其中直角坐标系的x轴上设置与康复日期内相同日期数量的时间区段,每个时间区段内又设置有24个时间节点;
进而关系网络建立单元将历史疾病记录中身体状态数据内全部曲线映射于对应的直角坐标上,同时根据药物使用记录生成若干个药物使用节点,并标注相应时间日期;
所述药物使用节点的数量与康复日期内日期数量相同,同时根据药物使用记录中每日使用的药物名称的数量,在药物使用节点中设置相同数量的药物使用子节点,并将对应药物名称的每次使用剂量、药物效果以及药物副作用存储于药物使用子节点中,进而将各个药物使用节点根据其带有的时间日期在康复日期中的顺序,将各个药物使用节点依次进行连接,进而得到药物使用记录链,同时根据用药时间将药物使用节点中的各个药物使用子节点进行依次排序,并标注相应的用药时间;
所述疾病-处方关系网络的建立过程包括:根据药物使用记录链以及直角坐标系上时间区段的划分,将药物使用记录链映射于直角坐标系上,进而药物使用记录链内各个药物使用节点对应的时间日期,将药物使用节点与对应时间区段上各个曲线进行关联;
根据药物使用节点内各个药物使用子节点带有的用药时间,将相邻两个用药时间之间的时长作为划分准则,再次将药物使用节点对应的各条曲线进行二次划分,得到若干个变化子曲线;
关系网络建立单元建立正常人体在健康状况下的各个种类数据的标准变化曲线,并映射于直角坐标系中;
对于任意一份历史疾病记录,在历史使用记录对应的药物使用节点与各个变化曲线对应的区段,当根据药物使用子节点表示一种药物使用时,则根据对应药物的药效以及副作用对相应的变化曲线设置相应药物名称标记;
获得各个种类药物在不同剂量下对相应种类疾病的药效分值φ,进而以疾病名称为主节点,以疾病名称对应的疾病特征状况数据变化曲线为从节点,药物名称为诱因节点,进而通过将全部从节点与主节点相连,并根据药物所能影响的变化曲线对应的变化节点,进而将诱因节点连接相应种类的从节点,在同一堆从节点与诱因节点上设置若干个连接线,每一个连接线上标注不同的剂量数值,并在每一个连接线衍生出一个药效分值节点,其内部存储相应的药效分值φ,进而得到相应的疾病-处方关系网络;
所述药效分值φ的获取过程包括:每当药物使用时,选取其对应时间内带有药物名称标记的变化子曲线以及前一个变化子曲线中时间长度最短的时长作为检测时间,以检测时间为标准将两段变化子曲线划分成相同时间长度,进而分别计算其对应时间内带有药物名称标记的变化子曲线以及前一个变化子曲线与标准变化曲线之间的微积分值θname,i和θ前,i,其中θname,i和θ前,i分别表示药物名称为name的药物对应的第i种变化子曲线以及前一个变化子曲线的与标准变化曲线的微积分值,进而获得药效分值φ;
所述药物配置模块设置有患者分析单元以及药物配置单元;
所述患者分析单元用于根据历史疾病记录建立各个患者的患者注意事项表;
根据历史疾病记录建立患者注意事项表的过程包括:药物配置管理模块将全部历史疾病记录发送至患者分析单元,以及将全部疾病-处方管理网络发送至药物配置单元;
患者分析单元根据各个历史疾病记录带有的身份证号进行分类,并统计同一个身份证号下各个历史疾病记录带有的患者状况注意事项以及对应的疾病名称,进而建立患者注意事项表;
所述患者注意事项表包括患者的身份证号、疾病名称以及对应的患者状况注意事项;
所述药物配置单元用于获取药物配置请求,进而根据药物配置请求从患者注意事项表中获取对应患者的患者状况注意事项,通过将患者状况注意事项输入至疾病-处方关系网络中,进而生成最佳配药处方,并在最佳配药处方执行完成后生成历史疾病记录;
根据患者注意事项表生成最佳配药处方的过程包括:当云计算平台向药物配置模块发送药物配置请求后,药物配置模块将药物配置请求发送至药物配置单元;
所述药物配置请求包括患者的身份证号和疾病名称,药物配置单元从药物配置请求中提取身份证号和疾病名称,进而将身份证号以及疾病名称输入至患者注意事项表中,以及将疾病名称输入至疾病-处方关系网络中;
首先根据身份证号判断患者注意事项表中是否存在相应的身份证号,若存在,则再根据疾病名称判断对应患者是否患过相应疾病,若患过,则输出相应的患者状况注意事项;
若未患过或不存在相应的身份证号,则根据疾病名称匹配注意事项表中其他患者的疾病名称,进而根据匹配结果统计匹配到的患者状况注意事项,统计各个患者状况注意事项内的各个注意事项的出现次数,进而计算注意事项的出现频率,所述出现频率的计算公式为:,其中/>表示第k种注意事项的出现频率,Num表示注意事项的种类总数,/>和/>分别表示第k种和第j种注意事项的出现次数,k和Num为大于0的自然数,且k小于等于Num;
设置出现频率阈值,进而选取出现频率大于或等于出现频率阈值的注意事项建立新的患者状况注意事项并输出,对于选取出现频率小于出现频率阈值,则自动忽略;
药物配置单元将患者状况注意事项输入至疾病-处方关系网络中,同时根据疾病名称在疾病-处方关系网络匹配相应的主节点,进而根据患者状况注意事项提取其中患者预计无法使用的诱因节点以及相应的连接线;
进而根据保留的诱因节点以及连接线与各个从节点之间的药效分值,选取各个从节点与诱因节点之间最大药效分值的连接线作为最佳剂量,进而生成最佳配药处方;
执行最佳配药处方,并在最佳配药处方执行完成后生成历史疾病记录发送至药物处方信息管理模块中的病历信息存储单元中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410282208.0A CN117877667B (zh) | 2024-03-13 | 2024-03-13 | 一种基于互联网的医护配药信息管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410282208.0A CN117877667B (zh) | 2024-03-13 | 2024-03-13 | 一种基于互联网的医护配药信息管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117877667A CN117877667A (zh) | 2024-04-12 |
CN117877667B true CN117877667B (zh) | 2024-06-04 |
Family
ID=90585002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410282208.0A Active CN117877667B (zh) | 2024-03-13 | 2024-03-13 | 一种基于互联网的医护配药信息管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117877667B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016191340A1 (en) * | 2015-05-22 | 2016-12-01 | Georgetown University | Discovery and analysis of drug-related side effects |
CN108648792A (zh) * | 2018-05-04 | 2018-10-12 | 河北省人民医院 | 用药信息管理系统、方法及终端设备 |
CN109585024A (zh) * | 2018-11-14 | 2019-04-05 | 金色熊猫有限公司 | 数据挖掘方法及装置、存储介质、电子设备 |
CN109658208A (zh) * | 2019-01-15 | 2019-04-19 | 京东方科技集团股份有限公司 | 药品的推荐方法、装置、介质和电子设备 |
CN110444288A (zh) * | 2019-07-24 | 2019-11-12 | 卓尔智联(武汉)研究院有限公司 | 基于复杂网络的辅助诊断装置、方法及可读存储介质 |
CN117423427A (zh) * | 2023-10-31 | 2024-01-19 | 云南大学 | 一种临床决策模型的重抽样检测方法 |
-
2024
- 2024-03-13 CN CN202410282208.0A patent/CN117877667B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016191340A1 (en) * | 2015-05-22 | 2016-12-01 | Georgetown University | Discovery and analysis of drug-related side effects |
CN108648792A (zh) * | 2018-05-04 | 2018-10-12 | 河北省人民医院 | 用药信息管理系统、方法及终端设备 |
CN109585024A (zh) * | 2018-11-14 | 2019-04-05 | 金色熊猫有限公司 | 数据挖掘方法及装置、存储介质、电子设备 |
CN109658208A (zh) * | 2019-01-15 | 2019-04-19 | 京东方科技集团股份有限公司 | 药品的推荐方法、装置、介质和电子设备 |
CN110444288A (zh) * | 2019-07-24 | 2019-11-12 | 卓尔智联(武汉)研究院有限公司 | 基于复杂网络的辅助诊断装置、方法及可读存储介质 |
CN117423427A (zh) * | 2023-10-31 | 2024-01-19 | 云南大学 | 一种临床决策模型的重抽样检测方法 |
Non-Patent Citations (1)
Title |
---|
基于数据挖掘的药物不良反应因果关系研究;张文辉;赵文光;;中国数字医学;20190515(05);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117877667A (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766329B (zh) | 一种支持交换共享的临床数据单元生成方法和装置 | |
CN110136788B (zh) | 一种基于自动检测的病历质检方法、装置、设备及存储介质 | |
CN102819655B (zh) | 展现电子病历的系统及方法 | |
CN108630322A (zh) | 药物相互作用建模与风险评估方法、终端设备及存储介质 | |
CN112199425A (zh) | 基于混合数据库结构的医疗大数据中心及其建设方法 | |
Alharbi et al. | Improving pattern detection in healthcare process mining using an interval-based event selection method | |
CN112102956A (zh) | 一种糖尿病患者提高依从性的方法和系统 | |
CN111833984A (zh) | 基于机器学习的药品质控分析方法、装置、设备及介质 | |
CN114864088A (zh) | 一种基于医疗健康的数字孪生建立方法、装置和存储介质 | |
JP2004126894A (ja) | 薬品決定支援システム、および薬品決定支援プログラム | |
CN117877667B (zh) | 一种基于互联网的医护配药信息管理系统 | |
CN113657550A (zh) | 基于分层计算的患者标记方法、装置、设备及存储介质 | |
CN109616165A (zh) | 医疗信息展示方法及装置 | |
CN112863626A (zh) | 多平台相似医疗数据去除方法、装置及设备 | |
CN112259243A (zh) | 一种基于双向GRUs的单病种临床路径构建方法及系统 | |
CN112053749A (zh) | 一种基于多来源数据采集和整合的bpd随访信息系统 | |
CN113724895A (zh) | 日间手术术后健康监护系统、方法及健康管理平台 | |
CN106971083A (zh) | 基于检验指标的用药信息处理方法 | |
Sharma et al. | Artificial Intelligence in Health Care Sector and Future Scope | |
CN115862892A (zh) | 基于移动终端的医药教育系统及其应用方法 | |
CN109522331A (zh) | 以个人为中心的区域化多维度健康数据处理方法及介质 | |
CN115578054A (zh) | 一种基于人工智能的智能处方审核系统及方法 | |
CN114255887A (zh) | 信息显示方法、装置、电子设备及存储介质 | |
CN114005507A (zh) | 一种基于知识图谱的临床用药风险评估方法和系统 | |
Ramnarayan et al. | ISABEL: a novel Internet-delivered clinical decision support system |
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 |