TWI775253B

TWI775253B - 高風險用藥路徑的計算方法

Info

Publication number: TWI775253B
Application number: TW109145888A
Authority: TW
Inventors: 陳陪蓉; 蔡宗憲; 陳亮恭; 黃世宗; 蕭斐元
Original assignee: 宏碁股份有限公司; 國立陽明交通大學
Priority date: 2020-12-24
Filing date: 2020-12-24
Publication date: 2022-08-21
Also published as: EP4020496A1; US20220208326A1; TW202226264A; CN114678140A

Abstract

一種高風險用藥路徑的計算方法。列出病歷資料庫所包括的多個藥物中的由每兩個藥物所組成的多個排列路徑。基於指定用藥結果，藉由查詢病歷資料庫來計算各排列路徑的風險值。根據風險值來計算各排列路徑的危險分數，並基於危險分數來排序排列路徑。由危險分數最高者開始取出N個排列路徑進行組合，而獲得多個串接路徑，其中每一個串接路徑所包括的藥品數量符合指定用藥數量。

Description

高風險用藥路徑的計算方法

本發明是有關於一種多個藥物之間的使用路徑的搜尋方法，且特別是有關於一種高風險用藥路徑的計算方法。

近年來，因人口老化及慢性病普遍，同時服用兩種以上藥品或合併成藥、中草藥或保健食品，都讓用藥變得更複雜。當一種藥品作用被其他藥品所改變，造成療效減少或增加時，即稱為藥物交互作用。藥物交互作用較輕微者可能只是影響藥物的吸收，而影響到療效的發揮，嚴重時則可能會致命。而藥物交互作用的連鎖效應可能經過很多藥物，且病患可能不只看過一位醫師，使其追溯原因變得困難。因此，若能從病患的病歷資料，找出高風險的用藥路徑，可以提醒醫生注意病患的用藥史，避免不良的連鎖效應。然而，由於藥物種類繁多，當病患的用藥的路徑愈長，其排列組合將呈現非線性成長，導致資料量龐大。故，需要一個有效率的方式來找出高風險的路徑。

本發明提供一種高風險用藥路徑的計算方法，可以節省時間，避免搜尋龐大的用藥路徑。

本發明的高風險用藥路徑的計算方法，包括：列出病歷資料庫所包括的多個藥物中的由每兩個藥物所組成的多個排列路徑；基於指定用藥結果，藉由查詢病歷資料庫來計算各排列路徑的風險值；根據風險值來計算各排列路徑的危險分數，並基於危險分數來排序排列路徑；以及由危險分數最高者開始取出N個排列路徑進行組合，而獲得多個串接路徑，其中每一個串接路徑所包括的藥品數量符合指定用藥數量。

在本發明的一實施例中，所述在由危險分數最高者開始取出N個排列路徑進行組合，而獲得串接路徑的步驟之後，更包括：設定預設人數；判斷符合所獲得的串接路徑且導致指定用藥結果的病患人數是否符合預設人數；以及倘若病患人數不符合預設人數，更新N為N+M，並重新執行由危險分數最高者開始取出N個排列路徑進行組合，而獲得串接路徑的步驟，直到病患人數符合預設人數。

在本發明的一實施例中，所述風險值為勝算比（odds ratio），透過下列公式來計算第i個排列路徑的勝算比：

，其中，O代表第i個排列路徑的勝算比，D _E為其藥物使用紀錄中符合第i個排列路徑且導致指定用藥結果的病患人數，H _E為其藥物使用紀錄中符合第i個排列路徑且未導致指定用藥結果的病患人數，D _N為其藥物使用紀錄中不具有第i個排列路徑且導致指定用藥結果的病患人數，H _N為其藥物使用紀錄中不具有第i個排列路徑且未導致指定用藥結果的病患人數。

在本發明的一實施例中，所述根據風險值來計算各排列路徑的危險分數的步驟包括：基於各排列路徑的勝算比來設定各排列路徑的風險排名，並以風險排名來作為危險分數；計算各排列路徑的機率值，並基於機率值來設定各排列路徑的機率排名；以及將風險排名加上機率排名來獲得危險分數。

在本發明的一實施例中，所述高風險用藥路徑的計算方法更包括：基於下述設定來查詢病歷資料庫中符合第i個排列路徑的病患人數，其中第i個排列路徑依序包括第一藥物與第二藥物。所述設定為：在多個病患的藥物使用紀錄中查詢在指定時間範圍內依序使用了第一藥物與第二藥物的病患人數。

在本發明的一實施例中，所述高風險用藥路徑的計算方法更包括：透過查詢病歷資料庫，在串接路徑中取出病歷資料庫所記載的多個用藥路徑，並獲得具有指定用藥結果的多個病患所對應的多個疾病的資料集，其中一個病患對應至一個疾病且具有一組路徑集合，路徑集合包括至少一個用藥路徑；基於下述公式計算各用藥路徑的逆向檔案頻率值，

，其中，IDF _i代表第i個用藥路徑的逆向檔案頻率值，D為疾病的總數，t(i)為資料集所包括的第i個用藥路徑的數量；基於下述公式計算各用藥路徑在各病患所對應的路徑集合的出現頻率，

，其中，TF _i,j代表第i個用藥路徑在第j個病患所對應的路徑集合的出現頻率，n _i,j代表第i個用藥路徑出現在第j個病患所對應的路徑集合的數量，A _j代表第j個病患所對應的路徑集合中所包括的用藥路徑的數量；基於各用藥路徑的逆向檔案頻率值以及出現頻率，計算各病患對應於第i個用藥路徑的估計值；以及基於估計值，針對各疾病來選出獨特路徑。

在本發明的一實施例中，所述針對各疾病來選出獨特路徑的步驟包括：基於每一用藥路徑所對應的所有病患的估計值，計算平均值，並以具有最大的平均值的用藥路徑作為獨特路徑。

在本發明的一實施例中，所述針對各疾病來選出獨特路徑的步驟包括：基於每一用藥路徑所對應的所有病患的估計值，計算平均值，並以手肘法決定一閾值後，選擇平均值大於閾值的用藥路徑作為獨特路徑。

基於上述，本揭露提出了一個有效率尋找高風險路徑的方法，可以節省時間，避免搜尋龐大的用藥路徑。

圖1是依照本發明一實施例的電子裝置的方塊圖。請參照圖1，電子裝置100包括處理器110、儲存裝置120以及輸出裝置130。處理器110耦接至儲存裝置120以及輸出裝置130。處理器110例如為中央處理單元（Central Processing Unit，CPU）、物理處理單元（Physics Processing Unit，PPU）、可程式化之微處理器（Microprocessor）、嵌入式控制晶片、數位訊號處理器（Digital Signal Processor，DSP）、特殊應用積體電路（Application Specific Integrated Circuits，ASIC）或其他類似裝置。

儲存裝置120例如是任意型式的固定式或可移動式隨機存取記憶體（Random Access Memory，RAM）、唯讀記憶體（Read-Only Memory，ROM）、快閃記憶體（Flash memory）、硬碟或其他類似裝置或這些裝置的組合。病歷資料庫121中記載多個病患的藥物使用紀錄。在其他實施例中，病歷資料庫121亦可以設置在雲端伺服器，而事先由雲端伺服器將病歷資料庫121下載至電子裝置100或者由電子裝置100即時連線至雲端伺服器來查詢病歷資料庫121。另外，儲存裝置120還儲存有多個程式碼片段，上述程式碼片段在被安裝後，會由處理器110來執行，以實現下述高風險用藥路徑的計算方法。

則本揭露的高風險用藥路徑的計算方法是為了在多個藥物中找出可能會造成指定用藥結果的用藥路徑。在底下實施例中，以指定用藥數量為3而言，用藥路徑的表示方法為A→B→C，其代表病患服藥順序為先服用藥物A，在服用藥物A之後的指定時間範圍（例如30天）內服用了藥物B，並且在服用藥物B之後的指定時間範圍（例如30天）內服用了藥物C。而在服用藥物A之後與服用藥物B之前還可服用其他藥物，且在服用藥物B之後與服用藥物C之前還可服用其他藥物。

圖2是依照本發明一實施例的高風險用藥路徑的計算方法流程圖。請參照圖2，在步驟S205中，列出病歷資料庫121所包括的多個藥物中的由每兩個藥物所組成的多個排列路徑。處理器110會執行相關的程式碼片段來找出病歷資料庫121中所記載的每一種被使用的藥物，並且，以兩個為一組來組成多個排列路徑。

例如，假設病歷資料庫121中所記載之多個病患的藥物使用紀錄總共包括K種藥物，則可獲得K×(K-1)的排列路徑。其中，每個排列路徑所包括的兩個藥物之間具有使用順序的區別。以藥物A10BA、藥物C10AA、藥物D01AC而言，其可組合獲得6個排列路徑，即，A10BA→C10AA、A10BA→D01AC、C10AA→A10BA、C10AA→D01AC、D01AC→A10BA、D01AC→C10AA。

接著，在步驟S210中，基於指定用藥結果，藉由查詢病歷資料庫121來計算各排列路徑的風險值。在此，可利用勝算比（odds ratio）或邏輯迴歸（Logistic regression）來計算風險值。在本實施例中，以勝算比來作為風險值，即，透過下列公式來計算第i個排列路徑的勝算比O：

。

其中，D _E為藥物使用紀錄中符合第i個排列路徑且導致指定用藥結果的病患人數，H _E為其藥物使用紀錄中符合第i個排列路徑且未導致指定用藥結果的病患人數，D _N為其藥物使用紀錄中不具有第i個排列路徑且導致指定用藥結果的病患人數，H _N為其藥物使用紀錄中不具有第i個排列路徑且未導致指定用藥結果的病患人數。

以排列路徑A10BA→C10AA（先服用藥物A10BA再服用藥物C10AA）而言，查詢病歷資料庫121中各病患的藥物使用紀錄，以找出具有排列路徑A10BA→C10AA的病患以及不具有排列路徑A10BA→C10AA的病患。在具有排列路徑A10BA→C10AA的病患中，找出發生住院的病患人數D _E以及未發生住院的病患人數H _E。並且，在不具有排列路徑A10BA→C10AA的病患中，找出發生住院的病患人數D _N以及未發生住院的病患人數H _N。進而，透過上述公式來獲得排列路徑A10BA→C10AA的風險值（勝算比O _{A10BA→C10AA}）。以此類推，計算各排列路徑對應的風險值。

在此，基於下述設定來查詢病歷資料庫121中符合第i個排列路徑（依序包括第一藥物與第二藥物）的病患人數。所述設定為：在多個病患的藥物使用紀錄中查詢在指定時間範圍（例如30天）內依序使用了第一藥物與第二藥物的病患人數。

接著，在步驟S215中，根據風險值來計算各排列路徑的危險分數，並基於危險分數來排序所述排列路徑。進一步地說，基於各排列路徑的勝算比來設定各排列路徑的風險排名，並且計算各排列路徑的機率值（probability value，p值），並基於p值來設定各排列路徑的機率排名。之後，將風險排名加上機率排名來獲得危險分數。舉例來說，表1為一實施例的排列路徑對應的風險排名、機率排名以及危險分數（風險排名+機率排名）。

表1

排列路徑	風險排名	機率排名	危險分數
A10BA→C10AA	1	17	18
…
D01AC→H03BA	20	14	34
…	…	…	…
N07AA→S01LA	15	8	23

在獲得危險分數之後，在步驟S220中，由危險分數最高者開始取出N個排列路徑進行組合，而獲得多個串接路徑。在此，每一個串接路徑所包括的藥品數量符合指定用藥數量。例如，假設指定用藥數量為3，表示串接路徑是由兩個排列路徑來組成。例如，排列路徑A→B以及排列路徑B→C可組成串接路徑A→B→C。

在本實施例中，危險分數越高代表此排列路徑所代表的藥物服用順序導致指定用藥結果（例如：住院）的機率越高。由危險分數高的排列路徑所得到的串接路徑的住院風險通常也較大。據此，從危險分數高的排列路徑開始來找出高風險用藥路徑，可節省搜尋所有路徑的時間。

具體而言，先行設定N的起始值以及搜尋的停止條件。在此，搜尋的停止條件為符合所獲得的串接路徑且導致指定用藥結果的病患人數符合預設人數。例如，預設人數為住院總人數的50%。之後，處理器110查詢病歷資料庫121中每一個病患的藥物使用紀錄，以找出曾經住院的病患的總人數。並且，判斷符合所獲得的串接路徑且導致指定用藥結果的病患人數是否符合預設人數。倘若符合所獲得的串接路徑且導致指定用藥結果的病患人數不符合預設人數，重新設定N=N+M，並重新執行由危險分數最高者開始取出N個排列路徑進行組合，而獲得符合指定用藥數量的串接路徑的步驟，直到符合所獲得的串接路徑且導致指定用藥結果的病患人數符合預設人數。而倘若N+M大於所獲得的排列路徑，則取全部的排列路徑來進行組合，以獲得符合指定用藥數量的多個串接路徑。

表2示出在排列路徑中進行搜尋的搜尋結果。在進行串接的兩個排列路徑中，第一個排列路徑中的第二個藥物必需與第二個排列路徑中的第一個藥物相同才可串接。以表2的排列路徑R05FA→N02BE、N02BE→A02BA、N02BE→M01AB進行說明，其可組合的串接路徑為R05FA→N02BE→A02BA以及R05FA→N02BE→M01AB。

表2

N值	排列路徑	所獲得的串接路徑	搜尋結果
100	R05FA→N02BE N02BE→A02BA N02BE→M01AB …	R05FA→N02BE→A02BA R05FA→N02BE→M01AB …	7%
200	R05FA→N02BE N02BE→A02BA N02BE→M01AB … N02BE→H02AB A03FA→R05CB R05CB→B05XA R05CB→A06AD …	R05FA→N02BE→A02BA R05FA→N02BE→M01AB … R05FA→N02BE→H02AB A03FA→R05CB→B05XA A03FA→R05CB→A06AD …	14%
…	…	…
1400	…	…	46%
1500	…	…	53%

以表2而言，預設人數為住院總人數的50%，N的初始值為100，M=100。在N為100的情況下，搜尋結果即符合所獲得的串接路徑且導致指定用藥結果的病患人數僅7%，故重新設定N為200，直到N為1500時，搜尋結果（53%）大於預設人數50%，故，至此滿足停止條件，停止進行搜尋。

在獲得最終串接路徑之後，還可進一步針對不同的疾病來找出獨特的用藥路徑（下述稱為獨特路徑）。在底下實施例中，採用詞頻（term frequency）與逆向檔案頻率（inverse document frequency）的技術來找出不同疾病的獨特路徑。

圖3是依照本發明一實施例的找出不同疾病的獨特路徑的方法流程圖。請參照圖3，在步驟S305中，計算各用藥路徑的IDF值。具體來說，處理器110透過查詢病歷資料庫121，在所述串接路徑中取出病歷資料庫121所記載的多個用藥路徑，並獲得具有指定用藥結果的多個病患所對應的多個疾病的資料集。

例如，假設串接路徑包括A1～A10，處理器110透過查詢病歷資料庫121來判斷串接路徑A1～A10是否存在於病歷資料庫121中，以找出與串接路徑A1～A10相符者作為用藥路徑。在此，假設病歷資料庫121中存在符合串接路徑A1～A5的用藥路徑P1～P5，並且假設指定用藥結果為住院。接著，取出具有這些用藥路徑P1～P5且具有住院記錄的病患，以及這些用藥路徑所造成的疾病（住院原因），進而獲得所述資料集。

舉例來說，表3例示出一實施例的資料集。如表3所示，每一個病患對應至一種疾病（住院原因）且具有對應的路徑集合，所述路徑集合包括至少一個用藥路徑。在表3所示的資料集中，以病患編號來區別不同的病患，而在此所列出的疾病包括肺炎、消化性潰瘍及中風，然，並不以此為限。以病患編號U01而言，病患編號U01的病患其對應至肺炎，且其路徑集合包括用藥路徑P1、P2、P4。

表3

病患編號	疾病（住院原因）	路徑集合
U01	肺炎	{P1；P2；P4}
U02	肺炎	{P3}
U03	消化性潰瘍	{P1；P4}
U04	中風	{P2；P4；P5}
U05	中風	{P3；P4}

在獲得所述資料集後，處理器110基於下述公式（1）計算各用藥路徑的IDF值。

公式（1）：

。

其中，IDF(i)代表第i個用藥路徑的IDF值，D為疾病的總數，t(i)為資料集所包括的第i個用藥路徑的數量。以表3為例，用藥路徑包括P1～P5，D=3。以用藥路徑P1而言，用藥路徑P1在資料集中的數量t(P1)為2，故，其IDF(P1) = log(3/2) = 0.41。以此類推，可分別獲得用藥路徑P2～P5的IDF值，如表4所示。在此，IDF值愈大，表示對應的用藥路徑在越少住院原因（疾病）出現，表示其越獨特。

表4

用藥路徑	P1	P2	P3	P4	P5
IDF(i)	log(3/2) = 0.41	log(3/2) = 0.41	log(3/2) = 0.41	log(3/3) = 0	log(3/1) = 1.1

之後，在步驟S310中，處理器110計算各用藥路徑在各病患所對應的路徑集合的出現頻率。在此，採用詞頻計算方式來計算出現頻率。即，基於下述公式（2）計算各用藥路徑在每一個病患所對應的路徑集合的出現頻率。

公式（2）：

。

其中，TF _i,j代表第i個用藥路徑在第j個病患所對應的路徑集合的出現頻率，n _i,j代表第i個用藥路徑出現在第j個病患所對應的路徑集合的數量，A _j代表第j個病患所對應的路徑集合中所包括的用藥路徑的數量。

以表3而言，病患編號U01的路徑集合{P1；P2；P4}中包括3用藥路徑，即A _U01為3。用藥路徑P1在病患編號U01的路徑集合的數量n _P1,U01為1，據此，計算TF _P1,U01為1/3。用藥路徑P2在病患編號U01的路徑集合的數量n _P2,U01為1，據此，計算TF _P2,U01為1/3。用藥路徑P3在病患編號U01的路徑集合的數量n _P3,U01為0，據此，計算TF _P3,U01為0/3。用藥路徑P4在病患編號U01的路徑集合的數量n _P4,U01為1，據此，計算TF _P4,U01為1/3。用藥路徑P5在病患編號U01的路徑集合的數量n _P5,U01為0，據此，計算TF _P5,U01為0/3。以此類推進行計算，可獲得如表5所示的各路徑集合的出現頻率TF _i,j。

之後，在步驟S315中，處理器110計算各病患對應於各用藥路徑的估計值。即，基於各用藥路徑的IDF值以及出現頻率，計算各病患對應於第i個用藥路徑的估計值。在此，估計值= TF _i,j×IDF(i)。如表4的IDF(i)、表5的TF _i,j而言，可獲得如表6所示的估計值。

表5

出現頻率TF _i,j	用藥路徑
P1	P2	P3	P4	P5
病患編號	U01	1/3	1/3	0	1/3	0
U02	0	0	1	0	0
U03	1/2	0	0	1/2	0
U04	0	1/3	0	1/3	1/3
U05	0	0	1/2	1/2	0

表6（TF _i,j×IDF(i)）

估計值TF _i,j×IDF(i)	用藥路徑
P1	P2	P3	P4	P5
病患編號	U01	1/3×0.41	1/3×0.41	0×0.41	1/3×0	0×1.1
U02	0×0.41	0×0.41	1×0.41	0×0	0×1.1
U03	1/2×0.41	0×0.41	0×0.41	1/2×0	0×1.1
U04	0×0.41	1/3×0.41	0×0.41	1/3×0	1/3×1.1
U05	0×0.41	0×0.41	1/2×0.41	1/2×0	0×1.1

在步驟S320中，處理器110選出獨特路徑。即，基於估計值，針對各疾病來選出獨特路徑。在此，處理器110基於每一個用藥路徑所對應的所有病患的估計值，計算平均值，並且以具有最大的平均值的用藥路徑作為獨特路徑。

參照表3及表6，針對肺炎可整理如表7，針對中風可整理如表8。由表7可以選出肺炎的獨特路徑為P3，其表示因肺炎而住院的情況下，用藥路徑P3具有高風險且導致其他住院原因的機率低。由表8可以選出中風的獨特路徑為P5，其表示因中風而住院的情況下，用藥路徑P5具有高風險且導致其他住院原因的機率低。另外，基於表3的例示，消化性潰瘍僅對應至病患編號U03，故，參照表6在病患編號U03對應的估計值中取最大值對應的用藥路徑P1來作為獨特路徑。

表7

用藥路徑病患編號	P1	P2	P3	P4	P5
U01	0.136	0.136	0	0	0
U02	0	0	0.41	0	0
平均值	0.068	0.068	0.205	0	0

表8

用藥路徑病患編號	P1	P2	P3	P4	P5
U04	0	0.136	0	0	0.367
U05	0	0	0.205	0	0
平均值	0	0.068	0.1025	0	0.1835

另一個做法中，基於每一個用藥路徑所對應的所有病患的估計值，計算平均值，並在使用手肘法選出一個閾值之後，選取平均值大於所述閾值的所有用藥路徑作為獨特路徑。底下再舉一例來說明。在表9所示的實施例中，假設住院原因為肺炎，病患包括Ua、Ub、Uc，用藥路徑包括P11～P16。

表9

估計值	用藥路徑
P11	P12	P13	P14	P15	P16
病患編號	Ua	0.35	0.3	0	0.05	0.2	0.1
Ub	0.45	0.2	0.1	0.05	0.2	0
Uc	0.4	0.25	0.05	0.05	0.2	0.05
平均值	0.4	0.25	0.05	0.05	0.2	0.05

基於表9所示的用藥路徑P11～P16對應於全部病患的估計值來計算平均值，並且基於這些平均值可獲得一曲線圖，如圖4所示。圖4是依照本發明一實施例的用藥路徑的估計值平均值的曲線圖。在圖4中，以手肘法在曲線圖中取手肘位置（對應於用藥路徑P13）來作為閾值T，將平均值大於所述閾值T的用藥路徑作為獨特路徑。即，判定用藥路徑P11、P12、P15為獨特路徑。

綜上所述，本發明透過上述高風險用藥路徑的計算方法來找出導致指定用藥結果的高風險的用藥路徑，並且還能找出針對不同原因而導致指定用藥結果的獨特路徑。

100:電子裝置 110:處理器 120:儲存裝置 121:病歷資料庫 130:輸出裝置 T:閾值 S205～S220:高風險用藥路徑的計算方法各步驟 S305～S320:找出不同疾病的獨特路徑的方法各步驟

圖1是依照本發明一實施例的電子裝置的方塊圖。圖2是依照本發明一實施例的高風險用藥路徑的計算方法流程圖。圖3是依照本發明一實施例的找出不同疾病的獨特路徑的方法流程圖。圖4是依照本發明一實施例的用藥路徑的估計值平均值的曲線圖。

S205～S220:高風險用藥路徑的計算方法各步驟

Claims

一種高風險用藥路徑的計算方法，其是利用一處理器來執行，該計算方法包括：列出一病歷資料庫所包括的多個藥物中的由每兩個藥物所組成的多個排列路徑；基於一指定用藥結果，藉由查詢該病歷資料庫來計算每一該些排列路徑的一風險值；根據該風險值來計算每一該些排列路徑的一危險分數，並基於該危險分數來排序該些排列路徑；以及由該危險分數最高者開始取出N個該些排列路徑進行組合，而獲得多個串接路徑，其中每一該些串接路徑所包括的藥品數量符合一指定用藥數量，其中，該風險值為一勝算比，透過下列公式來計算第i個排列路徑的該勝算比：
其中，O代表該第i個排列路徑的該勝算比，D_E為其藥物使用紀錄中符合該第i個排列路徑且導致該指定用藥結果的病患人數，H_E為其藥物使用紀錄中符合該第i個排列路徑且未導致該指定用藥結果的病患人數，D_N為其藥物使用紀錄中不具有該第i個排列路徑且導致該指定用藥結果的病患人數，H_N為其藥物使用紀錄中不具有該第i個排列路徑且未導致該指定用藥結果的病患人數。
如請求項1所述的高風險用藥路徑的計算方法，其中在由該危險分數最高者開始取出N個該些排列路徑進行組合，而獲得該些串接路徑的步驟之後，更包括：設定一預設人數；判斷符合所獲得的該些串接路徑且導致該指定用藥結果的病患人數是否符合該預設人數；以及倘若該病患人數不符合該預設人數，更新N為N+M，並重新執行由該危險分數最高者開始取出N個該些排列路徑進行組合，而獲得該些串接路徑的步驟，直到該病患人數符合該預設人數。
如請求項1所述的高風險用藥路徑的計算方法，其中根據該風險值來計算每一該些排列路徑的該危險分數的步驟包括：基於每一該些排列路徑的該勝算比來設定每一該些排列路徑的一風險排名；計算每一該些排列路徑的一機率值，並基於該機率值來設定每一該些排列路徑的一機率排名；以及將該風險排名加上該機率排名來獲得該危險分數。
如請求項1所述的高風險用藥路徑的計算方法，更包括：基於下述設定來查詢該病歷資料庫中符合第i個排列路徑的病患人數，其中該第i個排列路徑依序包括一第一藥物與一第二藥物，所述設定為：在多個病患的藥物使用紀錄中查詢在一指定時間範圍內依序使用了該第一藥物與該第二藥物的病患人數。
如請求項1所述的高風險用藥路徑的計算方法，更包括：透過查詢該病歷資料庫，在該些串接路徑中取出該病歷資料庫所記載的多個用藥路徑，並獲得具有該指定用藥結果的多個病患所對應的多個疾病的一資料集，其中每一該些病患對應至該些疾病其中一個且具有一路徑集合，該路徑集合包括至少一個該些用藥路徑；基於下述公式計算每一該些用藥路徑的一逆向檔案頻率值，
其中，IDF(i)代表第i個用藥路徑的該逆向檔案頻率值，D為該些疾病的總數，t(i)為該資料集所包括的第i個用藥路徑的數量；基於下述公式計算每一該些用藥路徑在每一該些病患所對應的該路徑集合的一出現頻率，
其中，TF_i,j代表第i個用藥路徑在第j個病患所對應的該路徑集合的該出現頻率，n_i,j代表第i個用藥路徑出現在第j個病患所對應的該路徑集合的數量，A_j代表第j個病患所對應的該路徑集合中所包括的用藥路徑的數量；基於每一該些用藥路徑的該逆向檔案頻率值以及該出現頻率，計算每一該些病患對應於第i個用藥路徑的一估計值；以及基於該估計值，針對每一該些疾病來選出一獨特路徑。
如請求項5所述的高風險用藥路徑的計算方法，其中針對每一該些疾病來選出該獨特路徑的步驟包括：基於每一所述用藥路徑所對應的所有病患的估計值，計算一平均值；以及以具有最大的該平均值的用藥路徑作為該獨特路徑。
如請求項5所述的高風險用藥路徑的計算方法，其中針對每一該些疾病來選出該獨特路徑的步驟包括：基於每一所述用藥路徑所對應的所有病患的估計值，計算一平均值；以手肘法決定一閾值；以及選擇所有該平均值大於該閾值的用藥路徑作為該獨特路徑。