一种基于多维信息的处方智能审核方法及系统

本发明属于医疗信息技术与临床合理用药管理交叉，具体涉及一种基于多维信息的处方智能审核方法及系统。

背景技术：

1、处方及医嘱的合理性审核是保障患者用药安全、提升治疗效果、优化医疗资源利用的核心环节。随着医疗数据激增和临床治疗方案的日益复杂，传统的处方审核模式面临严峻挑战，现有技术主要存在以下局限：

2、其一，人工经验审核模式，高度依赖药师个人专业知识与经验，虽具有一定灵活性，但存在主观性强、标准不一、效率低下等问题，难以应对大规模、高复杂度的处方审核需求，且审核质量无法实现标准化与一致性。

3、其二，基于静态规则库的电子审方系统，此类系统通过预设规则实现自动审核，显著提升了效率。但其规则库主要基于药品说明书构建，更新滞后，难以整合最新的循证医学证据。更关键的是，其审核逻辑通常以药品为中心，对患者个体特征（如年龄、肝肾功能、合并症）与疾病诊疗特定阶段（如围手术期、重症期）等动态上下文信息考虑不足或处理僵化，导致审核结果在复杂临床场景下适配性差，常出现提示过载或漏检的两难局面。

4、其三，基于机器学习的处方风险预测研究，近期研究尝试利用机器学习模型从历史数据中预测不合理用药风险。然而，这些模型多为黑箱预测，输出结果（如不合理概率）难以直接转化为临床可执行的审核动作或分级干预策略，与现有审方工作流融合度低，且缺乏对决策依据的可解释性，限制了其在关键医疗决策支持场景中的可靠应用。

5、其四，分散的处方质量与安全指标体系，针对特定药物（如阿片类药物）或特定风险，存在多种处方质量指标。但这些指标往往彼此孤立、适用范围狭窄，缺乏一个能够整合跨药品、跨患者、跨疾病阶段的统一框架，无法形成系统化的审核与风险管理闭环。

6、综上所述，现有技术存在以下共性问题：审核维度单一，未能系统化融合药品-患者-疾病三维信息；审核证据多源但管理混乱，缺乏统一的证据分级与冲突解决机制；侧重安全性拦截，对治疗有效性与临床适配性的综合评价不足；风险识别结果与临床审核处置流程脱节，无法实现精准的风险分层与资源调配。因此，临床亟需一种能够深度融合多维信息、治理多源证据、实现综合评价与分级决策的智能处方审核技术方案，以提升合理用药管理水平。

技术实现思路

1、本发明为了解决现有处方审核模式存在的依赖人工经验、标准不统一；审核维度单一、忽视患者个体与疾病阶段动态信息；规则更新滞后、证据管理混乱；偏重安全性拦截、缺乏有效性综合评价；以及风险识别结果与临床处置流程脱节、难以落地执行的问题，提供了一种基于多维信息的处方智能审核方法及系统。

2、本发明是采用如下技术方案实现的：

3、一种基于多维信息的处方智能审核方法，包括以下步骤：

4、获取处方相关数据，并构建结构化的处方判断上下文，所述处方判断上下文至少包括药品维度信息、患者维度信息和疾病与诊疗维度信息；

5、将多源医学证据转化为具有证据等级标识和风险作用方式的结构化审核规则，并基于所述处方判断上下文，触发适用的结构化审核规则以生成风险标记；

6、基于所述风险标记，结合疾病诊疗阶段信息与用药目的，在安全性评价轴和有效性评价轴上对处方进行双轴综合评价，生成综合合理性评价结果；

7、基于所述综合合理性评价结果，对处方进行风险排序与分层，确定其风险等级；

8、根据所述风险等级，将处方分配至对应的审核处理通道，并在系统提供风险提示信息的基础上，由药师进行最终审核决策。

9、进一步地，所述药品维度信息至少包括药品标识、通用名、规格、生产厂家、给药途径、单次剂量、给药频次、用药疗程及药品风险属性信息；所述患者维度信息至少包括年龄、性别、身高、体重、体表面积、合并症信息、过敏史、药物不良反应史以及生命体征数据；所述疾病与诊疗维度信息至少包括诊断信息、就诊类型、住院日程、疾病诊疗阶段信息、是否处于围手术期或重症监护的标签、用药目的标签以及用药相关的实验室检查与检验数据。

10、进一步地，所述多源医学证据包括药品说明书、临床指南、循证医学文献、专家共识及医疗机构内部规范；所述证据等级标识被预定义为从0级至8级的九个等级，其中：

11、第8级对应证据来源为药品说明书明确禁忌、禁止联用相互作用、国家法律法规强制性禁止规定或国家级安全警示，其风险作用方式为强约束型，对应的审核处置动作为系统直接拦截；

12、第7级对应证据来源为药品说明书严重警告、权威指南明确不推荐情形、国家合理用药考核重点扣分项或明确严重相互作用，其风险作用方式为强约束型，对应的审核处置动作为强制转至高优先级人工审核；

13、第6级对应证据来源为临床指南非推荐方案、循证文献提示显著风险、政策限定范围外使用或违反说明书明确限制，其风险作用方式为提示型或强约束型，对应的审核处置动作为转人工审核；

14、第5级对应证据来源为指南建议慎用情形、证据一致性不足的风险提示、风险监测类指标或有循证支持的超说明书用药，其风险作用方式为提示型，对应的审核处置动作为转人工审核；

15、第4级、第3级、第2级、第1级及第0级对应证据来源分别为规范性建议、疗效优化提示、管理经济性提示、一般注意事项及信息性规则，其风险作用方式为提示型或无风险判断，对应的审核处置动作为系统放行并记录或仅用于信息记录。

16、进一步地，所述将多源医学证据转化为具有证据等级标识和风险作用方式的结构化审核规则的过程，还包括：

17、通过多学科专家采用两轮德尔菲咨询法对候选规则进行纳入排除、临床合理性与可操作性评估；

18、通过主成分分析方法、聚类分析法对规则特征进行相关性分析和降维处理，以消除规则冗余。

19、进一步地，所述双轴综合评价包括：

20、在安全性评价轴上，根据风险标记所对应的证据等级，将触发第8级或第7级规则的处方标记为明确用药安全风险，将触发第6级或第5级规则的处方标记为潜在用药安全风险，将触发第4级及以下等级规则的处方标记为安全风险较低；

21、在有效性评价轴上，通过判断药品适应证与当前诊断及疾病阶段的匹配程度，以及用药目的与推荐治疗目标的一致性，将处方标记为治疗有效性适配、有效性适配性不足或有效性证据不足。

22、进一步地，所述基于综合合理性评价结果对处方进行风险排序与分层，具体包括：将标记为明确用药安全风险且治疗有效性适配的处方，划分为高风险等级；将标记为潜在用药安全风险或有效性适配性不足的处方，划分为中风险等级；将标记为安全风险较低且治疗有效性适配的处方，划分为低风险等级。

23、进一步地，所述审核处理通道包括自动通过通道、药师复核通道和拦截通道；其中，低风险等级的处方被分配至所述自动通过通道，中风险等级的处方被分配至所述药师复核通道，高风险等级中触发第8级规则的处方被分配至所述系统拦截通道直接拦截，触发第7级规则的处方被分配至所述药师复核通道并进行最高优先级提示。

24、进一步地，所述方法还包括反馈学习步骤：

25、记录药师的审核决策结果及医师对干预建议的采纳情况；

26、采集与处方相关的临床结局信息，包括不良反应记录、住院时间、药品费用、医疗费用、药占比、疾病转归；

27、基于所述审核决策结果、采纳情况及临床结局信息，优化风险排序与分层策略中的权重或阈值。

28、一种基于多维信息的处方智能审核系统，包括：

29、信息构建模块，用于获取处方相关数据，并构建结构化的处方判断上下文，所述处方判断上下文包括药品维度信息、患者维度信息和疾病与诊疗维度信息；

30、规则引擎模块，用于存储将多源医学证据转化的结构化审核规则，并基于所述处方判断上下文触发适用规则以生成风险标记；

31、综合评价模块，用于基于所述风险标记，在安全性评价轴和有效性评价轴上对处方进行双轴综合评价，生成综合合理性评价结果；

32、风险分层模块，用于基于所述综合合理性评价结果对处方进行风险排序与分层，确定其风险等级；

33、决策分配模块，用于根据所述风险等级将处方分配至对应的审核处理通道，并输出风险提示信息以供药师进行最终审核。

34、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明所述的方法的步骤。

35、本发明提供了一种基于多维信息的处方智能审核方法及系统，与现有技术相比，具有以下有益效果：

36、第一，通过构建药品-患者-疾病三维一体的结构化处方判断上下文，实现了从单一药品审核到临床全景化审核的跨越，从根本上解决了传统技术因信息维度割裂而导致的提示过载或风险漏检问题。

37、第二，通过建立多源医学证据的分级治理与结构化规则转化机制，并预定义从0级至8级的证据等级标识及对应的风险作用方式，构建了权责清晰、可维护的动态知识体系，解决了审核规则来源混乱、更新滞后及冲突难裁决的问题。

38、第三，创新性地引入安全性/有效性双轴综合评价机制，使审核结论兼顾用药安全与治疗获益，解决了传统审核偏重安全性拦截、缺乏治疗适配性判断的问题。

39、第四，基于综合评价结果实现处方的风险量化排序与分层处置，将不同风险等级（高、中、低）无缝对接至差异化的审核处理通道（自动通过、药师复核、系统拦截），解决了审核资源错配、风险识别结果难执行结果难执行的问题。

40、第五，确立了系统预警、药师决策的可信人机协同边界，系统提供基于清晰证据等级与风险标记的可解释提示，药师保有最终裁决权，保障了医疗决策过程的安全可控与专业责任落实。