[發明專利]藥品數據處理方法、裝置、計算機設備和存儲介質

有效

• 申請號: 201811020524.1
• 申請日: 2018-09-03
• 公開（公告）號: CN109408631B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 夏雷
• 申請（專利權）人: 深圳平安醫療健康科技服務有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F40/279;G16H50/70
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 王寧

1.一種藥品數據處理方法，包括：

獲取多個藥品數據，所述藥品數據包括說明書，所述說明書包括多個字段和對應的文本內容；

提取出所述說明書中預設字段對應的文本內容；

獲取分類器，將所述文本內容輸入至所述分類器中，通過所述分類器輸出所述藥品數據對應的疾病類別，并將所述疾病類別添加至所述藥品數據中；

獲取疾病分類編碼表，所述疾病分類編碼表中包括疾病類別和對應的編碼數據；

將所述藥品數據的疾病類別與所述疾病分類編碼表進行匹配，并對所述藥品數據添加對應的編碼數據；

所述通過所述分類器輸出所述藥品數據對應的疾病類別，包括：

根據所述文本內容中的預設反義字符，提取出所述文本內容中的多個反向特征詞匯；

識別出所述多個反向特征詞匯對應的疾病類別，對所述疾病類別進行剔除；

根據所述文本內容中的預設字符提取出所述文本內容中的多個字符；

提取出所述多個字符的文本向量，通過所述分類器對所述文本向量進行分類，得到所述文本向量屬于每個疾病類別的概率值；

將所述概率值達到預設閾值對應的疾病類別添加至所述藥品數據中。

2.根據權利要求1所述的方法，其特征在于，所述獲取分類器之前，還包括：

從多個數據庫中獲取多個藥品數據，利用多個藥品數據生成訓練集和驗證集；

將所述訓練集中的藥品數據輸入至預先建立的分類模型中進行訓練，得到初步分類器；

根據所述驗證集中的藥品數據對所述初步分類器進行訓練和驗證，得到分類器。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

對所述藥品數據按照對應的疾病類別進行排序；

將所述藥品數據的疾病類別與所述疾病分類編碼表進行匹配，得到所述藥品數據對應的編碼數據；

利用所述編碼數據按照預設方式對所述藥品數據進行編碼，并對編碼后的藥品數據進行存儲。

4.根據權利要求1至3任一項所述的方法，其特征在于，所述方法還包括：

獲取終端發送的用戶信息，所述用戶信息包括診斷結果對應的疾病類別和癥狀信息；

根據所述疾病類型和癥狀信息與藥品庫中的藥品數據進行匹配；

將達到預設匹配度的藥品數據推送至所述終端。

5.一種藥品數據處理裝置，包括：

獲取模塊，用于獲取多個藥品數據，所述藥品數據包括說明書，所述說明書包括多個字段和對應的文本內容；

提取模塊，用于提取出所述說明書中預設字段對應的文本內容；

分類模塊，用于獲取分類器，將所述文本內容輸入至所述分類器中，利用所述分類器輸出所述藥品數據對應的疾病類別，并將所述疾病類別添加至所述藥品數據中；

所述獲取模塊還用于獲取疾病分類編碼表，所述疾病分類編碼表中包括疾病類別和對應的編碼數據；

匹配模塊，用于將所述藥品數據的疾病類別與所述疾病分類編碼表進行匹配，并對所述藥品數據添加對應的編碼數據；

所述分類模塊，還用于根據所述文本內容中的預設反義字符，提取出所述文本內容中的多個反向特征詞匯；

識別出所述多個反向特征詞匯對應的疾病類別，對所述疾病類別進行剔除；

根據所述文本內容中的預設字符提取出所述文本內容中的多個字符；

提取出所述多個字符的文本向量，通過所述分類器對所述文本向量進行分類，得到所述文本向量屬于每個疾病類別的概率值；

將所述概率值達到預設閾值對應的疾病類別添加至所述藥品數據中。

6.根據權利要求5所述的裝置，其特征在于，所述獲取模塊還用于獲取終端發送的用戶信息，所述用戶信息包括診斷結果對應的疾病類型和癥狀信息；所述匹配模塊還用于根據所述疾病類型和癥狀信息與藥品庫中的藥品數據進行匹配；所述裝置還包括發送模塊，用于將達到預設匹配度的藥品數據推送至所述終端。