一种基于耐药性趋势分析的抗生素处方审核方法、装置、终端设备及存储介质与流程

本发明涉及医疗信息处理，尤其涉及一种基于耐药性趋势分析的抗生素处方审核方法、装置、终端设备及存储介质。

背景技术：

1、细菌耐药性已成为公共卫生领域面临的重大挑战，抗菌药物处方审核是医疗机构遏制细菌耐药、规范抗感染治疗、落实抗菌药物分级管控要求的关键手段，其审核的时效性决定了抗菌药物应用的合理性，也关系到感染治疗的有效率。

2、当前临床主流的抗生素审核技术，多以细菌药敏监测数据为核心参考依据，常规实现方式为采用离线统计模式，按月度、季度等固定周期汇总细菌药敏数据，输出滞后的耐药统计报表，以此构建静态的抗生素敏感性参考标准，再结合处方的用药分级、适应症匹配等基础规则完成处方合规性校验。由于药敏数据依赖周期化的离线汇总，生成的耐药统计结果仅能反映过往周期的整体耐药水平，无法同步匹配病区实时的病原菌耐药动态变化；当病区内耐药菌流行趋势发生改变时，处方审核所依据的敏感性标准无法动态更新，审核参考依据严重滞后于临床实际耐药环境，极易出现药物选择与当前耐药形势不匹配的不合理用药情况。

技术实现思路

1、本发明实施例提供一种基于耐药性趋势分析的抗生素处方审核方法、装置、终端设备及存储介质，能有效解决现有技术静态抗生素敏感性无法适应耐药菌的改变趋势，导致药物审核依据滞后出现审核不合理的问题。

2、本发明一实施例提供一种基于耐药性趋势分析的抗生素处方审核方法，包括：

3、获取细菌耐药性监测数据、患者病历数据、感染检验指标以及待审核抗生素处方；

4、根据所述细菌耐药性监测数据，构建融合空间与时间维度的异构特征矩阵，根据预设的长短期记忆网络以及所述异构特征矩阵，对不同病原菌针对各类抗生素耐药趋势进行时序预测，得到耐药率预测结果，并根据耐药率预测结果更新预设的抗生素敏感性图谱；

5、根据所述患者病历数据以及所述感染检验指标进行感染评估，得到患者感染状态向量；

6、根据待审核抗生素处方、更新后的抗生素敏感性图谱、所述患者感染状态向量以及预设的医学约束规则进行多维度处方匹配分析，得到综合审核得分；

7、根据所述综合审核得分进行处方审核，生成处方审核记录。

8、进一步地，根据所述细菌耐药性监测数据，构建融合空间与时间维度的异构特征矩阵，包括：

9、以科室、病区和床位分布为矩阵空间维度，以采样日历时间、患者住院时长以及抗生素用药频次为矩阵时间维度，提取所述细菌耐药性监测数据中的病原菌种类编码、标本来源特征、抗菌药物atc编码、抑菌圈连续值、采样时间戳以及病区空间坐标，生成原始特征张量；

10、根据所述原始特征张量中的病原菌种类编码以及抗菌药物atc编码，确定病原菌样本量以及抗菌药物样本量；

11、在所述病原菌样本量或所述抗菌药物样本量小于预设样本数量阈值的情况下，基于贝叶斯平滑算法对病原菌占比或抗菌药物占比进行校正，得到校正后的特征张量，并将校正后的特征张量作为异构特征矩阵。

12、进一步地，根据预设的长短期记忆网络以及所述异构特征矩阵，对不同病原菌针对各类抗生素耐药趋势进行时序预测，得到耐药率预测结果，并根据耐药率预测结果更新预设的抗生素敏感性图谱，包括：

13、将所述异构特征矩阵输入至预设的长短期记忆网络中，通过多头注意力机制对同病区近期药敏样本对应的特征分配权重，基于权重进行时序预测，得到耐药率预测结果；其中，所述耐药率预测结果包括各病原菌对应各类抗生素的预测耐药率；

14、根据预测耐药率以及预设单药预警阈值进行比对，得到第一比对结果，并根据第一比对结果更新预设的抗生素敏感性图谱中的抗菌药物标记预警标识；

15、根据预测耐药率以及预设用药限制阈值进行比对，得到第二比对结果，并根据第二比对结果更新预设的抗生素敏感性图谱中的抗菌药物用药优先级，得到更新后的抗生素敏感性图谱。

16、进一步地，根据所述患者病历数据以及所述感染检验指标进行感染评估，得到患者感染状态向量，包括：

17、根据所述患者病历数据中的非结构化病程文本进行实体提取，得到病例语义特征；

18、从所述感染检验指标中提取时序数值、指标变化斜率以及波动幅度，作为时序检验特征；

19、根据所述病例语义特征以及所述时序检验特征进行特征融合，得到患者感染状态向量。

20、进一步地，根据待审核抗生素处方、更新后的抗生素敏感性图谱、所述患者感染状态向量以及预设的医学约束规则进行多维度处方匹配分析，得到综合审核得分，包括：

21、从待审核抗生素处方中提取药品抗菌谱、抗生素分级等级、给药剂量、联合用药类型以及病原学送检标识，生成处方基础特征；

22、根据所述处方基础特征以及更新后的抗生素敏感性图谱，计算得到耐药性风险得分；

23、根据所述处方基础特征以及所述患者感染状态向量，计算得到感染指征匹配得分；

24、根据预设的医学约束规则对所述处方基础特征进行安全校验，得到用药安全得分；

25、根据所述处方基础特征中的抗生素分级等级，确定抗生素分级得分；

26、根据对应的加权系数，对所述感染指征匹配得分、所述用药安全得分以及所述抗生素分级得分进行正向加权，对所述耐药性风险得分进行反向加权，得到综合审核得分；

27、其中，在根据预设的医学约束规则对所述处方基础特征进行安全校验时，若触发医学约束规则中的医学硬性规则，则直接将用药安全得分置为0。

28、进一步地，根据所述综合审核得分进行处方审核，生成处方审核记录，包括：

29、根据所述综合审核得分与预设的第一拦截阈值和第二拦截阈值进行比对；

30、在所述综合审核得分小于第一拦截阈值的情况下，执行处方拦截操作并生成严重告警信息；

31、在所述综合审核得分大于第二拦截阈值的情况下，执行处方审核通过操作；

32、在所述综合审核得分不小于第一拦截阈值且不大于第二拦截阈值的情况下，执行处方人工复核操作；

33、根据所述综合审核得分、对应的处方操作以及操作时间，生成处方审核记录。

34、作为上述方案的改进，本发明另一实施例对应提供了一种基于耐药性趋势分析的抗生素处方审核装置，包括：

35、数据获取模块，用于获取细菌耐药性监测数据、患者病历数据、感染检验指标以及待审核抗生素处方；

36、耐药性趋势分析模块，用于根据所述细菌耐药性监测数据，构建融合空间与时间维度的异构特征矩阵，根据预设的长短期记忆网络以及所述异构特征矩阵，对不同病原菌针对各类抗生素耐药趋势进行时序预测，得到耐药率预测结果，并根据耐药率预测结果更新预设的抗生素敏感性图谱；

37、感染评估模块，用于根据所述患者病历数据以及所述感染检验指标进行感染评估，得到患者感染状态向量；

38、综合审核得分分析模块，用于根据待审核抗生素处方、更新后的抗生素敏感性图谱、所述患者感染状态向量以及预设的医学约束规则进行多维度处方匹配分析，得到综合审核得分；

39、处方审核记录生成模块，用于根据所述综合审核得分进行处方审核，生成处方审核记录。

40、进一步地，耐药性趋势分析模块，用于根据预设的长短期记忆网络以及所述异构特征矩阵，对不同病原菌针对各类抗生素耐药趋势进行时序预测，得到耐药率预测结果，并根据耐药率预测结果更新预设的抗生素敏感性图谱，包括：

41、将所述异构特征矩阵输入至预设的长短期记忆网络中，通过多头注意力机制对同病区近期药敏样本对应的特征分配权重，基于权重进行时序预测，得到耐药率预测结果；其中，所述耐药率预测结果包括各病原菌对应各类抗生素的预测耐药率；

42、根据预测耐药率以及预设单药预警阈值进行比对，得到第一比对结果，并根据第一比对结果更新预设的抗生素敏感性图谱中的抗菌药物标记预警标识；

43、根据预测耐药率以及预设用药限制阈值进行比对，得到第二比对结果，并根据第二比对结果更新预设的抗生素敏感性图谱中的抗菌药物用药优先级，得到更新后的抗生素敏感性图谱。

44、本发明另一实施例提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述实施例中所述的一种基于耐药性趋势分析的抗生素处方审核方法。

45、本发明另一实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述实施例所述的一种基于耐药性趋势分析的抗生素处方审核方法。

46、通过实施本发明，至少具有如下有益效果：

47、本发明提供一种基于耐药性趋势分析的抗生素处方审核方法、装置、终端设备及存储介质，其方法能够通过构建融合空间与时间维度的异构特征矩阵，结合长短期记忆网络对不同病原菌的各类抗生素耐药趋势进行时序预测，输出耐药率预测结果并以此动态更新抗生素敏感性图谱，将传统的静态统计升级为动态预测；既能够预判耐药性演变趋势，也可让处方审核所依据的敏感性标准同步匹配病区耐药动态变化，从根源上避免因审核依据滞后导致的药物选择与实际耐药形势不匹配的不合理用药问题，显著提升审核参考依据的时效性；同步获取患者病历数据与感染检验指标，通过感染评估得到患者感染状态向量，将群体层面的耐药趋势数据与患者个体的感染特征相结合，打破了单一药敏数据的局限，使处方审核能够兼顾病区整体耐药流行特征与患者个体感染情况，有效提升处方审核的精准性；以待审核抗生素处方、动态更新的抗生素敏感性图谱、患者感染状态向量以及预设医学约束规则为基础，开展多维度处方匹配分析并输出综合审核得分，将耐药适配性、患者感染适配性、医学规则合规性等多个维度纳入统一评判体系，可以全面并及时审核处方的合理性，提高药物管控效率和准确性。