药品推荐方法、装置、电子设备及可读存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种药品推荐方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.目前，多数医生在看诊后，基本都是根据经验去开处方药品，而新药及新技术发布后，会先在大城市开始使用，随着时间越来越久，慢慢会普及，但是会发现很多小地方在普及的这段时间内，时间长短不一，就意味着，关于新药会有较大的信息差，而医生在开药时依然会按照以往经验进行开药，同时没有其他医生的开药信息进行辅助，无法找到时效性最好及使用最多的药品，难以进行准确度较高的药品推荐。因此，提出关于药品的推荐辅助系统，旨在从药品角度，在医生开药的时候主动推荐现行药品最合适的，使用最广泛，效果最好的。


技术实现要素：

3.本发明提供一种药品推荐方法、装置、设备及存储介质，其主要目的在于解决药品推荐准确度较低的问题。
4.为实现上述目的，本发明提供的一种药品推荐方法，包括：
5.构建药品库区块链，从所述药品库区块链的节点中获取药品数据；
6.获取医生输入的与所述药品数据对应的病症语音信息，从所述病症语音信息中提取病症关键词；
7.基于所述病症关键词及所述药品数据构建药品查询引擎；
8.获取药品查询请求，利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果。
9.可选地，所述构建药品库区块链，包括：
10.获取各参与方发送的身份证书集合，并将每个所述参与方作为区块链的一个节点，在每个节点中关联节点对应的参与方的药品库；
11.根据所述身份证书集合获取所述各参与方协商的身份验证规则及药品库爬取规则；
12.利用所述身份验证规则及所述药品库爬取规则构建智能合约，并将所述智能合约存储至所述区块链的节点中，得到所述药品库区块链。
13.可选地，所述从所述药品库区块链的节点中获取药品数据，包括：
14.接收根据预设的抓取内容规则及预设的抓取时间规则设置的定时抓取任务；
15.利用所述智能合约对所述定时抓取任务的发送方进行身份验证，在所述身份验证通过时，利用预设的数据抓取工具从所述药品库区块链各节点关联的药品库中爬取药品数据。
16.可选地，所述获取医生输入的与所述药品数据对应的病症语音信息之前，所述方
法还包括：
17.利用语音训练集合训练预构建的第一神经网络，得到声学模型，以及利用文本训练集合训练预构建的第二神经网络，得到语言模型；
18.将所述语言模型拼接在所述声学模型之后，得到语音识别模型。
19.可选地，所述从所述病症语音信息中提取病症关键词，包括：
20.对所述病症语音信息进行预加重、分帧及加窗操作，得到预处理语音数据；
21.利用所述语音识别模型中的声学模型对所述预处理语音数据进行特征提取，得到音素特征；
22.利用预设的搜索算法在预构建的字典中搜索所述音素特征对应的字词集合；
23.利用所述语音识别模型中的语言模型输出所述字词集合中字或词的输出概率，并选取输出概率最大的字或词生成病症语音文本；
24.利用预设的分词算法对所述病症语音文本进行分词处理，得到所述病症关键词。
25.可选地，所述基于所述病症关键词及所述药品数据构建药品查询引擎，包括：
26.利用预构建的查询引擎中的分词控制器对所述药品数据中的药品名称进行分词处理，得到药品关键词；
27.将所述病症关键词及所述药品关键词进行关联，并将关联后的关键词作为索引；
28.将所述药品数据中的药品使用次数作为所述索引的权重，对所述索引进行分片处理，并将分片后的索引及对应的权重存储至所述查询引擎的节点中，得到所述药品查询引擎。
29.可选地，所述利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果，包括：
30.提取所述药品查询请求中的药品查询字段，对所述药品查询字段进行分字处理，得到药品查询分字文本；
31.根据所述药品查询分字文本在所述药品查询引擎中的各分片搜索所述药品查询分字文本对应的索引；
32.根据所述权重对搜索到的所述药品查询分字文本对应的索引进行排序，得到所述药品推荐结果。
33.为了解决上述问题，本发明还提供一种药品推荐装置，所述装置包括：
34.药品数据获取模块，用于构建药品库区块链，从所述药品库区块链的节点中获取药品数据；
35.关键词提取模块，用于获取医生输入的与所述药品数据对应的病症语音信息，从所述病症语音信息中提取病症关键词；
36.药品查询引擎构建模块，用于基于所述病症关键词及所述药品数据构建药品查询引擎；
37.药品推荐模块，用于获取药品查询请求，利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果。
38.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
39.存储器，存储至少一个计算机程序；及
40.处理器，执行所述存储器中存储的计算机程序以实现上述所述的药品推荐方法。
41.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的药品推荐方法。
42.本发明通过构建药品库区块链可以联合不同参与方的药品库，并且及时更新各参与方药品库的药品库存，从而准确掌握不同药品(新药及老药)的实时使用情况。并且，本发明通过从医生输入的病症语音信息中提取病症关键词，根据病症关键词和药品数据构建药品查询引擎，丰富了药品查询引擎的索引信息，使得药品查询引擎中的索引搜索更加准确。因此本发明提出的药品推荐方法、装置、电子设备及计算机可读存储介质，可以解决药品推荐准确度较低的问题。
附图说明
43.图1为本发明一实施例提供的药品推荐方法的流程示意图；
44.图2为本发明一实施例提供的药品推荐装置的功能模块图；
45.图3为本发明一实施例提供的实现所述药品推荐方法的电子设备的结构示意图。
46.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
47.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
48.本技术实施例提供一种药品推荐方法。所述药品推荐方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述药品推荐方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
49.参照图1所示，为本发明一实施例提供的药品推荐方法的流程示意图。
50.在本实施例中，所述药品推荐方法包括：
51.s1、构建药品库区块链，从所述药品库区块链的节点中获取药品数据。
52.本发明实施例中，所述药品库区块链以不同的医院方(即参与方)为节点进行构建。所述预构建的药品库区块链包括第一区块链节点、第二区块链节点、第三区块链节点、
……
、第n区块链节点，其中，n为正整数，n的值可以为预设的。每个区块链节点之间相互连接，共同形成一个区跨链网，各个区块链节点之间可进行信息相互传输，同步同时更新。
53.具体地，所述构建药品库区块链，包括：
54.获取各参与方发送的身份证书集合，并将每个所述参与方作为区块链的一个节点，在每个节点中关联节点对应的参与方的药品库；
55.根据所述身份证书集合获取所述各参与方协商的身份验证规则及药品库爬取规则；
56.利用所述身份验证规则及所述药品库爬取规则构建智能合约，并将所述智能合约
存储至所述区块链的节点中，得到所述药品库区块链。
57.本发明实施例中，所述药品库记录了医院方所含有的药品的库存，例如，所述药品库可以为insight数据库、医药魔方等。所述身份证书集合为确定各参与方身份信息的证书集合，包括医院名称、资历信息等具体信息。
58.本发明实施例中，所述智能合约通过身份验证规则及药品库爬取规则进行构建，所述身份验证规则用来验证数据请求方发送的身份信息与所述区块链中的身份证书集合是否一致，所述药品库爬取规则用来限制不同数据请求方的爬取权限，例如，药品库区块链的参与方可以爬取完全的药品数据，非参与方可以爬取部分公开的药品数据。
59.详细地，所述从所述药品库区块链的节点中获取药品数据，包括：
60.接收根据预设的抓取内容规则及预设的抓取时间规则设置的定时抓取任务；
61.利用所述智能合约对所述定时抓取任务的发送方进行身份验证，在所述身份验证通过时，利用预设的数据抓取工具从所述药品库区块链各节点关联的药品库中爬取药品数据。
62.本发明实施例中，所述预设的抓取时间规则中包括执行时间及执行频率，例如，设置每天早上8:00进行数据抓取，同时设置执行频率为每隔1个小时。所述预设的抓取内容规则包括药品名称的识别关键字、药品编号等信息。
63.本发明一可选实施例中，所述预设的数据抓取工具可以为hawk数据抓取工具、python爬虫工具等。所述药品数据包括药品名称、药品使用次数等数据。
64.本发明实施例中，利用区块链来整合各个医院方(即参与方)的药品库，基于区块链的不可篡改性，可以提高药品数据的安全性，并且基于区块链的可追溯性，每次定时抓取都会被完整记录，可以进一步提高数据追踪能力，保证数据安全。
65.s2、获取医生输入的与所述药品数据对应的病症语音信息，从所述病症语音信息中提取病症关键词。
66.本发明实施例中，所述病症语音信息为医生输入的所述药品数据适用的病症信息，例如，药品名称为布洛芬或者尼美舒利，则医生输入的病症语音信息为“用于治疗发烧、镇痛等”。
67.本发明一可选实施例中，所述获取医生输入的与所述药品数据对应的病症语音信息之前，所述方法还包括：
68.利用语音训练集合训练预构建的第一神经网络，得到声学模型，以及利用文本训练集合训练预构建的第二神经网络，得到语言模型；
69.将所述语言模型拼接在所述声学模型之后，得到语音识别模型。
70.详细地，所述第一神经网络可以为lstm(long short-term memory，长短期记忆网络)/cnn(convolutional neural networks，卷积神经网络)/gru(gated recurrent unit，门循环单元)等。所述语音训练集可以为标注过不同说话人的开源语音数据集，例如，aishell、free st-chinese-mandarin-corpus、thchs-30等开源数据集。所述第二神经网络可以为四层神经网络的n-gram模型，包括输入层、映射层、隐藏层及输出层。输入层用于将每一个词进行one-hot编码，得到每个词的词向量，映射层用于将所有上下文的词向量拼接起来，然后经过隐藏层使用进行非线性激活，最后输出层使用softmax函数进行多分类输出。
71.具体地，所述从所述病症语音信息中提取病症关键词，包括：
72.对所述病症语音信息进行预加重、分帧及加窗操作，得到预处理语音数据；
73.利用所述语音识别模型中的声学模型对所述预处理语音数据进行特征提取，得到音素特征；
74.利用预设的搜索算法在预构建的字典中搜索所述音素特征对应的字词集合；
75.利用所述语音识别模型中的语言模型输出所述字词集合中字或词的输出概率，并选取输出概率最大的字或词生成病症语音文本；
76.利用预设的分词算法对所述病症语音文本进行分词处理，得到所述病症关键词。
77.详细地，所述预构建的字典用来根据音素信息匹配对应的字或词，可以为vocab词典等。由于所述病症语音数据受声门刺激和口鼻辐射的影响，会在高频部分跌落，利用预加重的方法可以提高语音数据的高频部分，使得语音数据的频谱变得平坦。本发明其中一个实施例可以使用传递函数为一阶fir(finite impulse response，有限长单位冲激响应)的高通数字滤波器来实现所述预加重。
78.进一步地，由于语音数据具有短时平稳性(10—30ms内可以认为语音数据近似不变)，利用分帧处理可以把语音数据分为语音帧，以提高所述语音数据分析的稳定性。本发明实施例利用预设的窗函数对语音帧进行加窗操作，以获得短时的语音数据，所述预设的窗函数可以为汉明窗函数。
79.本发明另一可选实施例中，所述预设的分词算法可以为哈工大的ltp、中科院计算所nlpir、清华大学thulac、斯坦福分词器、结巴分词等等。
80.s3、基于所述病症关键词及所述药品数据构建药品查询引擎。
81.本发明实施例中，所述药品查询引擎可以为es(elasticsearch)数据查询引擎，所述es数据查询引擎是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值。
82.具体地，所述基于所述病症关键词及所述药品数据构建药品查询引擎，包括：
83.利用预构建的查询引擎中的分词控制器对所述药品数据中的药品名称进行分词处理，得到药品关键词；
84.将所述病症关键词及所述药品关键词进行关联，并将关联后的关键词作为索引；
85.将所述药品数据中的药品使用次数作为所述索引的权重，对所述索引进行分片处理，并将分片后的索引及对应的权重存储至所述查询引擎的节点中，得到所述药品查询引擎。
86.本发明实施例中，每个索引可以被拆分成多个分片，每个索引将有主分片和副分片，以两个节点为例，如果有5个主分片和1套副本，则每个索引将会有5个主分片和另外5个副本分片(1个完整的副本)，每个索引总共就有10个分片，因为搜索可以在所有的副本上并行执行，从而提高水平扩展搜索量/吞吐量，提高查询效率。
87.详细地，本发明通过将病症关键词及药品关键词进行关联，并将关联后的关键词作为索引，可以提高索引的丰富性，从而提高药品数据查询的速度。
88.本发明另一可选实施例中，所述基于所述病症关键词及所述药品数据构建药品查询引擎之后，所述方法还包括：
89.基于所述定时抓取任务获取的药品数据更新所述药品查询引擎中的权重。
90.可选的，由于各医院的药品库的库存会经常发生变化，通过定时抓取任务获取药品数据时，实时根据药品使用次数更新药品查询引擎中的权重，可以提高药品更新的实时性，使得药品推荐更加准确。
91.s4、获取药品查询请求，利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果。
92.具体地，所述利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果，包括：
93.提取所述药品查询请求中的药品查询字段，对所述药品查询字段进行分字处理，得到药品查询分字文本；
94.根据所述药品查询分字文本在所述药品查询引擎中的各分片搜索所述药品查询分字文本对应的索引；
95.根据所述权重对搜索到的所述药品查询分字文本对应的索引进行排序，得到所述药品推荐结果。
96.本发明另一可选实施例中，利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果之后，所述方法还包括：
97.将所述药品推荐结果存储至所述药品库区块链中。
98.本发明实施例中，通过将药品推荐结果存储至所述药品库区块链中，基于区块链的可回溯性，可以同步记录不同时间的药品推荐结果，从而进一步确定最新的药品使用情况，提高药品推荐的准确性。
99.本发明通过构建药品库区块链可以联合不同参与方的药品库，并且及时更新各参与方药品库的药品库存，从而准确掌握不同药品(新药及老药)的实时使用情况。并且，本发明通过从医生输入的病症语音信息中提取病症关键词，根据病症关键词和药品数据构建药品查询引擎，丰富了药品查询引擎的索引信息，使得药品查询引擎中的索引搜索更加准确。因此本发明提出的药品推荐方法，可以解决药品推荐准确率较低的问题。
100.如图2所示，是本发明一实施例提供的药品推荐装置的功能模块图。
101.本发明所述药品推荐装置100可以安装于电子设备中。根据实现的功能，所述药品推荐装置100可以包括药品数据获取模块101、关键词提取模块102、药品查询引擎构建模块103及药品推荐模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
102.在本实施例中，关于各模块/单元的功能如下：
103.所述药品数据获取模块101，用于构建药品库区块链，从所述药品库区块链的节点中获取药品数据；
104.所述关键词提取模块102，用于获取医生输入的与所述药品数据对应的病症语音信息，从所述病症语音信息中提取病症关键词；
105.所述药品查询引擎构建模块103，用于基于所述病症关键词及所述药品数据构建药品查询引擎；
106.所述药品推荐模块104，用于获取药品查询请求，利用所述药品查询引擎输出所述
药品查询请求对应的药品推荐结果。
107.详细地，所述药品推荐装置100各模块的具体实施方式如下：
108.步骤一、构建药品库区块链，从所述药品库区块链的节点中获取药品数据。
109.本发明实施例中，所述药品库区块链以不同的医院方(即参与方)为节点进行构建。所述预构建的药品库区块链包括第一区块链节点、第二区块链节点、第三区块链节点、
……
、第n区块链节点，其中，n为正整数，n的值可以为预设的。每个区块链节点之间相互连接，共同形成一个区跨链网，各个区块链节点之间可进行信息相互传输，同步同时更新。
110.具体地，所述构建药品库区块链，包括：
111.获取各参与方发送的身份证书集合，并将每个所述参与方作为区块链的一个节点，在每个节点中关联节点对应的参与方的药品库；
112.根据所述身份证书集合获取所述各参与方协商的身份验证规则及药品库爬取规则；
113.利用所述身份验证规则及所述药品库爬取规则构建智能合约，并将所述智能合约存储至所述区块链的节点中，得到所述药品库区块链。
114.本发明实施例中，所述药品库记录了医院方所含有的药品的库存，例如，所述药品库可以为insight数据库、医药魔方等。所述身份证书集合为确定各参与方身份信息的证书集合，包括医院名称、资历信息等具体信息。
115.本发明实施例中，所述智能合约通过身份验证规则及药品库爬取规则进行构建，所述身份验证规则用来验证数据请求方发送的身份信息与所述区块链中的身份证书集合是否一致，所述药品库爬取规则用来限制不同数据请求方的爬取权限，例如，药品库区块链的参与方可以爬取完全的药品数据，非参与方可以爬取部分公开的药品数据。
116.详细地，所述从所述药品库区块链的节点中获取药品数据，包括：
117.接收根据预设的抓取内容规则及预设的抓取时间规则设置的定时抓取任务；
118.利用所述智能合约对所述定时抓取任务的发送方进行身份验证，在所述身份验证通过时，利用预设的数据抓取工具从所述药品库区块链各节点关联的药品库中爬取药品数据。
119.本发明实施例中，所述预设的抓取时间规则中包括执行时间及执行频率，例如，设置每天早上8:00进行数据抓取，同时设置执行频率为每隔1个小时。所述预设的抓取内容规则包括药品名称的识别关键字、药品编号等信息。
120.本发明一可选实施例中，所述预设的数据抓取工具可以为hawk数据抓取工具、python爬虫工具等。所述药品数据包括药品名称、药品使用次数等数据。
121.本发明实施例中，利用区块链来整合各个医院方(即参与方)的药品库，基于区块链的不可篡改性，可以提高药品数据的安全性，并且基于区块链的可追溯性，每次定时抓取都会被完整记录，可以进一步提高数据追踪能力，保证数据安全。
122.步骤二、获取医生输入的与所述药品数据对应的病症语音信息，从所述病症语音信息中提取病症关键词。
123.本发明实施例中，所述病症语音信息为医生输入的所述药品数据适用的病症信息，例如，药品名称为布洛芬或者尼美舒利，则医生输入的病症语音信息为“用于治疗发烧、镇痛等”。
124.本发明一可选实施例中，所述获取医生输入的与所述药品数据对应的病症语音信息之前，所述方法还包括：
125.利用语音训练集合训练预构建的第一神经网络，得到声学模型，以及利用文本训练集合训练预构建的第二神经网络，得到语言模型；
126.汇总所述语言模型及所述声学模型，得到语音识别模型。
127.详细地，所述第一神经网络可以为lstm(long short-term memory，长短期记忆网络)/cnn(convolutional neural networks，卷积神经网络)/gru(gated recurrent unit，门循环单元)等。所述语音训练集可以为标注过不同说话人的开源语音数据集，例如，aishell、free st-chinese-mandarin-corpus、thchs-30等开源数据集。所述第二神经网络可以为四层神经网络的n-gram模型，包括输入层、映射层、隐藏层及输出层。输入层用于将每一个词进行one-hot编码，得到每个词的词向量，映射层用于将所有上下文的词向量拼接起来，然后经过隐藏层使用进行非线性激活，最后输出层使用softmax函数进行多分类输出。
128.具体地，所述从所述病症语音信息中提取病症关键词，包括：
129.对所述病症语音信息进行预加重、分帧及加窗操作，得到预处理语音数据；
130.利用所述语音识别模型中的声学模型对所述预处理语音数据进行特征提取，得到音素特征；
131.利用预设的搜索算法在预构建的字典中搜索所述音素特征对应的字词集合；
132.利用所述语音识别模型中的语言模型输出所述字词集合中字或词的输出概率，并选取输出概率最大的字或词生成病症语音文本；
133.利用预设的分词算法对所述病症语音文本进行分词处理，得到所述病症关键词。
134.详细地，所述预构建的字典用来根据音素信息匹配对应的字或词，可以为vocab词典等。由于所述病症语音数据受声门刺激和口鼻辐射的影响，会在高频部分跌落，利用预加重的方法可以提高语音数据的高频部分，使得语音数据的频谱变得平坦。本发明其中一个实施例可以使用传递函数为一阶fir(finite impulse response，有限长单位冲激响应)的高通数字滤波器来实现所述预加重。
135.进一步地，由于语音数据具有短时平稳性(10—30ms内可以认为语音数据近似不变)，利用分帧处理可以把语音数据分为语音帧，以提高所述语音数据分析的稳定性。本发明实施例利用预设的窗函数对语音帧进行加窗操作，以获得短时的语音数据，所述预设的窗函数可以为汉明窗函数。
136.本发明另一可选实施例中，所述预设的分词算法可以为哈工大的ltp、中科院计算所nlpir、清华大学thulac、斯坦福分词器、结巴分词等等。
137.步骤三、基于所述病症关键词及所述药品数据构建药品查询引擎。
138.本发明实施例中，所述药品查询引擎可以为es(elasticsearch)数据查询引擎，所述es数据查询引擎是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值。
139.具体地，所述基于所述病症关键词及所述药品数据构建药品查询引擎，包括：
140.利用预构建的查询引擎中的分词控制器对所述药品数据中的药品名称进行分词
处理，得到药品关键词；
141.将所述病症关键词及所述药品关键词进行关联，并将关联后的关键词作为索引；
142.将所述药品数据中的药品使用次数作为所述索引的权重，对所述索引进行分片处理，并将分片后的索引及对应的权重存储至所述查询引擎的节点中，得到所述药品查询引擎。
143.本发明实施例中，每个索引可以被拆分成多个分片，每个索引将有主分片和副分片，以两个节点为例，如果有5个主分片和1套副本，则每个索引将会有5个主分片和另外5个副本分片(1个完整的副本)，每个索引总共就有10个分片，因为搜索可以在所有的副本上并行执行，从而提高水平扩展搜索量/吞吐量，提高查询效率。
144.详细地，本发明通过将病症关键词及药品关键词进行关联，并将关联后的关键词作为索引，可以提高索引的丰富性，从而提高药品数据查询的速度。
145.本发明另一可选实施例中，所述基于所述病症关键词及所述药品数据构建药品查询引擎之后，所述方法还包括：
146.基于所述定时抓取任务获取的药品数据更新所述药品查询引擎中的权重。
147.可选的，由于各医院的药品库的库存会经常发生变化，通过定时抓取任务获取药品数据时，实时根据药品使用次数更新药品查询引擎中的权重，可以提高药品更新的实时性，使得药品推荐更加准确。
148.步骤四、获取药品查询请求，利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果。
149.具体地，所述利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果，包括：
150.提取所述药品查询请求中的药品查询字段，对所述药品查询字段进行分字处理，得到药品查询分字文本；
151.根据所述药品查询分字文本在所述药品查询引擎中的各分片搜索所述药品查询分字文本对应的索引；
152.根据所述权重对搜索到的所述药品查询分字文本对应的索引进行排序，得到所述药品推荐结果。
153.本发明另一可选实施例中，利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果之后，所述方法还包括：
154.将所述药品推荐结果存储至所述药品库区块链中。
155.本发明实施例中，通过将药品推荐结果存储至所述药品库区块链中，基于区块链的可回溯性，可以同步记录不同时间的药品推荐结果，从而进一步确定最新的药品使用情况，提高药品推荐的准确性。
156.本发明通过构建药品库区块链可以联合不同参与方的药品库，并且及时更新各参与方药品库的药品库存，从而准确掌握不同药品(新药及老药)的实时使用情况。并且，本发明通过从医生输入的病症语音信息中提取病症关键词，根据病症关键词和药品数据构建药品查询引擎，丰富了药品查询引擎的索引信息，使得药品查询引擎中的索引搜索更加准确。因此本发明提出的药品推荐装置，可以解决药品推荐准确率较低的问题。
157.如图3所示，是本发明一实施例提供的实现药品推荐方法的电子设备的结构示意
图。
158.所述电子设备可以包括处理器10、存储器11、通信接口12和总线13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如药品推荐程序。
159.其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如药品推荐程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
160.所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如药品推荐程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
161.所述通信接口12用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
162.所述总线13可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线13可以分为地址总线、数据总线、控制总线等。所述总线13被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
163.图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
164.例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘
述。
165.进一步地，所述电子设备还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
166.可选地，该电子设备还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
167.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
168.所述电子设备中的所述存储器11存储的药品推荐程序是多个指令的组合，在所述处理器10中运行时，可以实现：
169.构建药品库区块链，从所述药品库区块链的节点中获取药品数据；
170.获取医生输入的与所述药品数据对应的病症语音信息，从所述病症语音信息中提取病症关键词；
171.基于所述病症关键词及所述药品数据构建药品查询引擎；
172.获取药品查询请求，利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果。
173.具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
174.进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
175.本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
176.构建药品库区块链，从所述药品库区块链的节点中获取药品数据；
177.获取医生输入的与所述药品数据对应的病症语音信息，从所述病症语音信息中提取病症关键词；
178.基于所述病症关键词及所述药品数据构建药品查询引擎；
179.获取药品查询请求，利用所述药品查询引擎输出所述药品查询请求对应的药品推荐结果。
180.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
181.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个
网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
182.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
183.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
184.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
185.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
186.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
187.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
188.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
189.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。