[發(fā)明專利]基于多維度數(shù)據(jù)分析的用藥檢測方法及相關(guān)設(shè)備

有效

• 申請?zhí)枺?/td>: 202111056631.1
• 申請日: 2021-09-09
• 公開（公告）號: CN113764061B
• 公開（公告）日: 2023-06-02
• 發(fā)明（設(shè)計）人: 李德程
• 申請（專利權(quán)）人: 深圳平安智慧醫(yī)健科技有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H20/10;G16H70/40;G06F16/35
• 代理公司: 深圳市賽恩倍吉知識產(chǎn)權(quán)代理有限公司 44334
• 代理人: 陳海云;嚴(yán)林

本發(fā)明涉及人工智能，提供一種基于多維度數(shù)據(jù)分析的用藥檢測方法及相關(guān)設(shè)備。該方法能夠根據(jù)用藥檢測請求確定診療實例，根據(jù)診療實例獲取多個診療維度的維度信息，對維度信息進(jìn)行向量化處理，得到多個診療維度的特征向量，分析多個診療維度所屬的維度類型，根據(jù)維度類型及特征向量生成維度信息的融合量化值，根據(jù)融合量化值篩選診療實例的多個匹配實例，獲取多個匹配實例的就診反饋數(shù)據(jù)，根據(jù)就診反饋數(shù)據(jù)生成多個匹配實例的多個實例屬性值，分析多個實例屬性值，得到診療實例的診療屬性值，根據(jù)診療屬性值及預(yù)設(shè)屬性閾值確定診療實例的檢測結(jié)果，從而提高用藥檢測的檢測效率及檢測準(zhǔn)確性。此外，本發(fā)明還涉及區(qū)塊鏈技術(shù)及數(shù)字醫(yī)療領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于多維度數(shù)據(jù)分析的用藥檢測方法及相關(guān)設(shè)備。

背景技術(shù)

目前，部分醫(yī)療機(jī)構(gòu)的醫(yī)師水平參差不齊，主要體現(xiàn)在醫(yī)師受自己的知識水平和行醫(yī)經(jīng)驗所限往往會出現(xiàn)不合理的用藥情況，例如，抗菌藥泛濫、靜脈輸液泛濫情況等。然而，目前無法準(zhǔn)確的實現(xiàn)用藥的合理性監(jiān)管。

發(fā)明內(nèi)容

鑒于以上內(nèi)容，有必要提供一種基于多維度數(shù)據(jù)分析的用藥檢測方法及相關(guān)設(shè)備，能夠提高用藥檢測的檢測效率及檢測準(zhǔn)確性。

一方面，本發(fā)明提出一種基于多維度數(shù)據(jù)分析的用藥檢測方法，所述基于多維度數(shù)據(jù)分析的用藥檢測方法包括：

當(dāng)接收到用藥檢測請求時，根據(jù)所述用藥檢測請求確定診療實例，并根據(jù)所述診療實例獲取多個診療維度的維度信息；

基于所述多個診療維度對所述維度信息進(jìn)行向量化處理，得到所述多個診療維度的特征向量；

分析所述多個診療維度所屬的維度類型；

根據(jù)所述維度類型及所述特征向量生成所述維度信息的融合量化值；

根據(jù)所述融合量化值從預(yù)設(shè)實例庫中篩選所述診療實例的多個匹配實例；

獲取所述多個匹配實例的就診反饋數(shù)據(jù)，并根據(jù)所述就診反饋數(shù)據(jù)生成所述多個匹配實例的多個實例屬性值；

分析所述多個實例屬性值，得到所述診療實例的診療屬性值；

根據(jù)所述診療屬性值及預(yù)設(shè)屬性閾值確定所述診療實例的檢測結(jié)果。

根據(jù)本發(fā)明優(yōu)選實施例，所述診療實例包括用戶識別碼，所述根據(jù)所述診療實例獲取多個診療維度的維度信息包括：

從預(yù)設(shè)醫(yī)療平臺中獲取與所述用戶識別碼對應(yīng)的用戶密文信息；

從配置庫中獲取與所述用戶識別碼對應(yīng)的私鑰；

根據(jù)所述私鑰對所述用戶密文信息進(jìn)行解密處理，得到所述維度信息。

根據(jù)本發(fā)明優(yōu)選實施例，所述分析所述多個診療維度所屬的維度類型包括：

獲取多個訓(xùn)練用戶在所述多個診療維度上的用戶信息，并獲取每個訓(xùn)練用戶的標(biāo)注結(jié)果；

對所述用戶信息進(jìn)行離散化處理，得到訓(xùn)練信息值；

對于每個診療維度，根據(jù)所述訓(xùn)練信息值與所述標(biāo)注結(jié)果生成分布曲線；

計算所述分布曲線與預(yù)設(shè)曲線的相似度；

若所述相似度大于第一預(yù)設(shè)相似閾值，將該診療維度的維度類型確定為正態(tài)分布類型；

若所述相似度小于第二預(yù)設(shè)相似閾值，計算所述訓(xùn)練信息值與所述標(biāo)注結(jié)果的協(xié)方差，得到維度特征，所述第一預(yù)設(shè)相似閾值大于所述第二預(yù)設(shè)相似閾值；

若所述維度特征大于預(yù)設(shè)值，將該診療維度的維度類型確定為正相關(guān)類型；或者

若所述維度特征小于所述預(yù)設(shè)值，將該診療維度的維度類型確定為負(fù)相關(guān)類型。