[發明專利]基于用藥大數據的配藥方法、裝置、設備及存儲介質

在審

• 申請號: 202111013074.5
• 申請日: 2021-08-31
• 公開（公告）號: CN113658662A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 黃祥博
• 申請（專利權）人: 平安醫療健康管理股份有限公司
• 主分類號: G16H20/10
• 分類號: G16H20/10;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

本申請實施例屬于人工智能領域，應用于智慧醫療領域中，涉及一種基于用藥大數據的配藥方法，包括預處理采集到的醫療數據集中的醫療數據得到訓練數據集，將訓練數據集輸入至預構建的初始配藥模型中進行訓練，獲得目標配藥模型，將獲取的當前患者的當前診斷信息輸入至目標配藥模型，輸出當前患者對應的當前用藥方案，獲取當前患者的最新診斷信息，根據最新診斷信息確定是否需要調整當前用藥方案，當需要調整時，推送最新用藥方案。本申請還提供一種基于用藥大數據的配藥裝置、設備及存儲介質。此外，本申請還涉及區塊鏈技術，當前診斷信息和最新診斷信息可存儲于區塊鏈中。本申請可以提高開藥的效率，提高用藥的精準度，有效減少藥品的浪費。

技術領域

本申請涉及人工智能技術領域及數字醫療技術領域，尤其涉及一種基于用藥大數據的配藥方法、裝置、設備及存儲介質。

背景技術

隨著人們生活水平的提高，人們對自身健康的要求越來越高。當人們的身體出現不適時，人們經常前往診所或者醫院就診，以獲得醫生的救助。目前患者在看病過程中，患者通過醫生的診斷以及部分化驗結果等綜合因素由醫生給患者開藥，一般情況是醫生的醫囑是先開2周的藥品，患者回家服藥，服藥完成后再來醫院復診，并獲取醫生根據復診情況做出的藥品，從而實現用藥方案的調整，存在調整不及時以及繁瑣等問題。

而且，從目前的就醫流程，以及患者的治療流程上，醫生在給患者開具處方時，每一個醫生在配藥上的科學依據依然很少，大部分依賴醫生自己的經驗以及少部分患者的綜合個體情況，比如區分了成人、兒童、嬰兒、老人、男性、女性等，但是在人群的劃分上還是非常粗粒度的。這就導致了對于同一種疾病，針對不同的患者，醫生只能更粗粒度的統一給用戶配藥，配藥的周期也比較長，因此患者也常常出現一個現象，患者在沒有吃完一個周期的藥品時，病情已經好了，造成大量藥品浪費。

發明內容

本申請實施例的目的在于提出一種基于用藥大數據的配藥方法、裝置、設備及存儲介質，以解決相關技術中用藥方案調整不及時和造成藥品浪費的問題。

為了解決上述技術問題，本申請實施例提供一種基于用藥大數據的、裝置、設備及存儲介質方法，采用了如下所述的技術方案：

采集醫療數據集，預處理所述醫療數據集中的醫療數據得到訓練數據集；

將所述訓練數據集輸入至預構建的初始配藥模型中進行訓練，獲得目標配藥模型；

獲取當前患者的當前診斷信息，并將所述當前診斷信息輸入至所述目標配藥模型，輸出所述當前患者對應的當前用藥方案；

獲取所述當前患者按照所述當前用藥方案用藥后的最新診斷信息，根據所述最新診斷信息確定是否需要調整所述當前用藥方案；

當確定所述當前用藥方案需要調整時，推送最新用藥方案給所述當前患者。

進一步的，所述初始配藥模型包括輸入層、隱藏層和輸出層，所述將所述訓練數據集輸入至預構建的初始配藥模型中進行訓練，獲得目標配藥模型的步驟包括：

將所述訓練數據集輸入所述初始配藥模型，通過所述輸入層對所述訓練數據集進行向量特征轉換處理，獲得特征數據；

將所述特征數據輸入所述隱藏層，計算出所述隱藏層的隱藏層狀態；

將所述隱藏層狀態輸入至所述輸出層中進行計算，得到輸出結果；

根據所述輸出結果對所述初始配藥模型進行迭代更新，得到目標配藥模型。

進一步的，所述通過所述輸入層對所述訓練數據集進行向量特征轉換處理，獲得特征數據的步驟包括：

通過所述輸入層將所述醫療數據進行分類，得到分類結果，并根據所述分類結果進行標簽提取；

根據提取到的所述標簽進行數據轉換處理，生成與所述訓練數據集對應的特征數據。