一种药品分析方法、装置、介质和设备与流程

1.本技术属于及药品数据统计分析技术领域，尤其涉及一种药品分析方法、装置、介质和设备。


背景技术：

2.随着大数据技术的发展，各领域都趋于采用大数据和智能化技术对数据进行处理和分析，医疗作为传统行业一直深受大数据和智能化的影响，医疗数据的价值能否得到充分地开发和利用越来越受到行业重视。在大数据时代到来后，医疗数据的电子化打破了原本相对闭塞的医疗行业打破了原本相对闭塞的医疗行业，人们可以方便地利用电子化的医疗数据进行疾病以及药品等各种医疗相关问题的分析。
3.然而对于医疗数据而言，对其进行分析时主要存在以下几个难题：
4.首先，当企业需要去分析海量的医疗数据时，一般需要数据分析师在本地电脑利用统计工具对数据进行采集，清洗，建模，标准化等数据处理，从而形成分析数据并得到相应结论。数据分析师往往需要使用相似的统计方法分析不同的数据集，这导致了数据分析师经常需要做重复工作，用相同的统计方式完成不同数据集的数据清洗和数据分析的工作，而这会花费大量的时间，导致数据分析师无法从重复工作中解放出来去完成更有深度的作业。
5.其次，随着循证医学的发展，临床医生以及制药企业越来越重视临床证据的开发工作，然而药品在不同的生命周期所需证据侧重点不同。例如，刚上市的创新药急需大样本患者群体的安全性、有效性证据；上市后处于稳定期的药品需要挖掘新的适应症、新的联合用药(复方制剂)等临床证据。对于医学从业者来说，如何判断一种药品应该挖掘什么证据往往需要多年的从业经验，以及对行业数据的深刻理解，这增加了药品数据的分析难度。
6.申请内容
7.为了克服现有技术中的上述缺陷，本技术提供了一种药品分析方法，该方法包括：
8.获取药品信息，并根据药品信息从多个药品画像中确定所述药品的匹配画像，所述药品画像关联有分析模板以及分析脚本包；
9.获取药品数据，并运行所述药品的匹配画像所关联的分析脚本包对所述药品数据进行分析来得到分析数据；
10.根据所述分析数据形成分析结论。
11.根据本技术的一个方面，该方法中所述药品信息包括：药品分类、药品产地、药品种类、临床需求、药品状态、医保状态和专利状态中的至少一种。
12.根据本技术的另一个方面，该方法中所述根据药品信息从多个药品画像中确定所述药品的匹配画像，包括：根据药品信息和药品画像的标签确定每个所述药品画像的标签匹配数和匹配率；根据每个所述药品画像的标签匹配数和匹配率对药品画像进行排序，选择匹配数和/或匹配率最大的药品画像作为所述药品的匹配画像。
13.根据本技术的另一个方面，该方法中所述根据每个所述药品画像的标签匹配数和
匹配率对药品画像进行排序，选择匹配数和/或匹配率最大的药品画像作为所述药品的匹配画像，包括：选择匹配数最大的药品画像作为所述药品的匹配画像；在匹配数相同时选择匹配率最大的药品画像作为所述药品的匹配画像。
14.根据本技术的另一个方面，该方法中所述药品数据包括：药品注册数据、药品临床研究信息、药品适应症、药品适用人群、药品剂量应用、药品用药途径、药品联合用药、药品序贯方案信息和药品竞品信息中的至少一个。
15.根据本技术的另一个方面，该方法还包括：根据所述药品的匹配画像确定所需要的药品数据；根据所需要的药品数据对目标药品数据库进行检索以获得所述药品数据。
16.根据本技术的另一个方面，该方法中所述目标药品数据库包括：注册数据库、评审数据库、临床数据库、文献数据库、专病数据库和真实世界数据库中至少一个。
17.根据本技术的另一个方面，该方法还包括：根据不同的医学研究项目创建不同的分析模板和药品画像，并将所述药品画像与对应的分析模板和脚本包关联。
18.根据本技术的另一个方面，该方法还包括：对所述分析数据进行可视化得到可视化图表；根据所述可视化图表形成所述分析结论。
19.此外，本技术提供了一种药品分析装置，该装置包括：
20.数据分析模块，用于获取药品数据，并运行所述药品的匹配画像所关联的分析脚本包对所述药品数据进行分析来得到分析数据；
21.结论形成模块，用于根据所述分析数据形成分析结论。
22.此外，本技术提供了一个或多个存储计算机可执行指令的计算机可读介质，所述指令在由一个或多个计算机设备使用时使得一个或多个计算机设备执行如前文所述的药品分析方法。
23.本技术还提供了一种计算机设备，所述计算机设备包括存储器和处理器，其中：所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如前文所述的药品分析方法。
24.本技术提供的药品分析方法，在系统中预先创建多个药品画像和分析模板，并为药品画像关联分析模板和分析脚本包，在执行药品分析实例时，只需要根据药品信息匹配药品画像，然后运行匹配的药品画像所关联的分析模板和分析脚本包对药品数据进行分析便得到运行结论，实现了药品分析的自动执行，使得分析人员从大量重复工作中解放，并且由于预先设置了各种不同的药品画像和分析模板，且不同的画像和模板确定了不同的侧重点，使得分析人员无需专业从业经验以及对行业数据的深刻理解也能完成药品分析项目实例。此外，还可以不断根据药品特征创建多种药品画像满足研究机构或企业的需求，完善数统模型，提升团队协作效率。
附图说明
25.通过阅读参照以下附图所作的对非限制性具体实施方式所作的详细描述，本技术的其它特征、目的和优点将会变得更明显：
26.图1是根据本技术的药品分析方法的一个具体实施方式的流程示意图；
27.图2是图1示出的步骤s100中药品画像匹配方法的一个优选具体实施方式的流程示意图；
28.图3是图1示出的步骤s200中获取药品数据的一个优选具体实施方式的流程示意图；
29.图4是图1示出的步骤s300中获取药品数据的一个优选具体实施方式的流程示意图；
30.图5为f市近3年xx注射液新适应症用药患者人数分析柱状图；
31.图6为f市近3年xx注射液新适应症用药患者人数分析柱状图
32.图7是根据本技术的药品分析方法的另一个具体实施方式的流程示意图；
33.图8是根据本技术的药品分析装置的一个可选具体实施方式的结构示意图；
34.图9是根据本技术的药品分析装置的另一个可选具体实施方式的结构示意图；
35.图10是用于实施本技术的药品分析方法的一种典型计算设备的结构示意图；
36.附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
37.为了更好地理解和阐释本技术，下面将结合附图对本技术作进一步的详细描述。本技术并不仅仅局限于这些具体实施方式。相反，对本技术进行的修改或者等同替换，均应涵盖在本技术的权利要求范围当中。
38.需要说明的是，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有这些具体细节，本技术同样可以实施。在下文给出的多个具体实施方式中，对于本领域熟知的原理、结构和部件未作详细描述，以便于凸显本技术的主旨。
39.本文所使用到的术语如下：
40.药品画像：一种数据画像，数据来源于对不同数据源的统计，因此也可以叫数统画像
41.分析模块：预先在系统中根据方法论所创建的，项目模版中包括根据不同业务配置的相应业务事项节点。药品画像的创建是由业务人员完成
42.脚本包：包括脚本和配置文件，不同的脚本用于不同的分析项目。
43.本技术公开了一种药品分析方法，请参考图1，图1是根据本技术的药品分析方法的一个具体实施方式的流程示意图，该方法包括：
44.步骤s100，获取药品信息，并根据药品信息从多个药品画像中确定所述药品的匹配画像，所述药品画像关联有分析模板以及分析脚本包；
45.步骤s200，获取药品数据，并运行所述药品的匹配画像所关联的分析脚本包对所述药品数据进行分析来得到分析数据；
46.步骤s300，根据所述分析数据形成分析结论。
47.在步骤s100中，可以从系统的数据传输端或数据输入端获取药品的信息，然后根据药品信息从多个药品画像中选择所述药品的匹配画像，所述药品画像关联有分析模板以及分析脚本包。
48.示例性地，在本技术中一个实施方式中，所述药品信息包括：药品分类、药品产地、药品种类、临床需求、药品状态、医保状态和专利状态中的至少一种。即，药品信息可以包括以上信息的一种或多种。
49.示例性地药品信息的一个具体示例如下表所示：
50.种类值药品分类化学创新药1类药品产地原研药药品种类儿童药临床需求度非临床继续药品状态国外已上市医保状态医保专利状态专利期内
51.每个药品画像均关联有分析模板和分析脚本包，所关联的分析模板用于表示该药品画像进行分析所采用的医学思路，研究计划，研究路径，执行方法等。分析脚本包用于对该药品画像所对应的药品数据进行分析，以得到所对应的分析模板所需要的分析结论。
52.每个药品画像都具有对应的标签，该标签用于表示画像对应的哪种药品。
53.当获得药品信息后，可以根据药品信息和每个药品画像的标签来从多个药品画像中选择药品的匹配画像。药品画像的选择或匹配方法参见后文的描述，在此不做详细解释。
54.在步骤s200中，获取药品数据，并运行所述药品的匹配画像所关联的分析脚本包对所述药品数据进行分析来得到分析数据。
55.示例性地，在本技术中一个实施方式中，所述药品数据包括：药品注册数据、药品临床研究信息、药品适应症、药品适用人群、药品剂量应用、药品用药途径、药品联合用药、药品序贯方案信息和药品竞品信息中的至少一个。应当理解，药品数据可以包括以上数据的一个或多个。
56.示例性地，在本技术中一个实施方式中，药品数据表示为数据表的形式。其中表中的列名都是可被统计分析的变量名。所述列名指的是例如药品注册数据，药品临床研究信息表等中存在的列名。这些列名都会被看作是不同的变量被分析。
57.当获取药品数据后，便可以通过药品的匹配画像所关联的分析脚本包对药品数据进行分析。即运行药品的匹配画像所关联的分析脚本包对药品数据进行处理，从而得到分析数据。
58.在步骤s300中，根据所述分析数据形成分析结论。
59.示例性地，在本技术中一个实施方式中，对分析数据进行统计得到统计结论，作为分析结论。
60.在本技术中，可以根据药品信息从多个药品画像中确定所述药品的匹配画像，下面结合图2对本技术中的药品画像匹配过程进行示例性说明。
61.请参考图2，图2是图1示出的步骤s100中药品画像匹配方法的一个优选具体实施方式的流程示意图。优选地，步骤s100中所述根据药品信息从多个药品画像中确定所述药品的匹配画像的步骤包括：
62.步骤s110，根据药品信息和药品画像的标签确定每个所述药品画像的标签匹配数和匹配率。
63.步骤s120，根据每个所述药品画像的标签匹配数和匹配率对药品画像进行排序，选择匹配数和/或匹配率最大的药品画像作为所述药品的匹配画像。
64.药品画像的标签匹配数指的是药品画像的标签与药品信息中的共有信息的个数。
例如药品信息是“医保药，中成药，上市药”，药品画像a的标签是“医保药，生物药”，则药品画像a的标签匹配数是1，因为二者中仅有医保药共有。
65.药品画像的标签匹配率指的是药品画像标签中匹配的信息个数与总信息个数的比例。例如药品信息是“医保药，中成药，上市药”，药品画像a 的标签是“医保药，生物药”，则药品画像a的标签匹配率是1/2或0.5。
66.在本技术实施例方式中，药品画像的匹配过程为：先根据当前药品分析项目实例的药品信息，确定系统中每个药品画像的标签匹配数和匹配率；然后根据每个所述药品画像的标签匹配数和匹配率对药品画像进行排序，选择匹配数和/或匹配率最大的药品画像作为所述药品的匹配画像。
67.示例性地，在本技术中一个实施方式中可以选择标签匹配数最大的药品画像作为匹配画像，即选择标签中与药品信息具有最多共有信息的药品画像作为匹配画像。例如药品画像a的标签匹配数为1、药品画像b的标签匹配数为2，药品画像c的标签匹配数为3，则选择药品画像c作为药品的匹配画像。
68.示例性地，在本技术中一个实施方式中可以选择标签匹配率最大的药品画像作为匹配画像，即选择标签中共有信息比例最大的药品画像作为匹配画像。例如药品画像a的标签匹配率为1、药品画像b的标签匹配率为0.5，药品画像c的标签匹配率为0.4，则选择药品画像a作为药品的匹配画像。
69.示例性地，在本技术中一个实施方式中，选择匹配数最大的药品画像作为所述药品的匹配画像；在匹配数相同时选择匹配率最大的药品画像作为所述药品的匹配画像。
70.示例性地，例如药品项目实例中药品信息是“医保药，中成药，上市药”, 药品画像a的标签是“医保药，生物药”，标签匹配数为1，标签匹配率是1/2＝0.5；药品画像b的标签是“中成药，上市药”，标签匹配数为2，标签匹配率是2/2＝1；药品画像c的标签是“医保药，中成药，上市药”，标签匹配数为3，标签匹配率是3/3＝1；药品画像d的标签是“医保药，中成药，上市药，成人药”，标签匹配数为3，标签匹配率是3/4＝0.75
71.首先比较标签匹配数，标签匹配数最高是3，所以排除画像a和画像b，又因为画像c的标签匹配率大于d，所以选择药品画像c作为药品的匹配画像。
72.通过上述方式，本技术实施方式的药品分析方法可以从系统中匹配最相近的药品画像，从而采用最相近的分析模板对药品数据进行分析便于得到所需要的分析结论。
73.在本技术中，可以根据药品的匹配画像从数据库中获取药品数据，下面结合图3对本技术中的药品数据获取过程进行示例性说明。
74.请参考图3，图2是图1示出的步骤s200中获取药品数据的一个优选具体实施方式的流程示意图。优选地，步骤s200中所述获取药品数据的步骤包括：
75.步骤s210，根据所述药品的匹配画像确定所需要的药品数据。
76.步骤s220，根据所需要的药品数据对目标药品数据库进行检索以获得所述药品数据。
77.示例性地，在本技术中一个实施方式中，所述药品数据包括：药品注册数据、药品临床研究信息、药品适应症、药品适用人群、药品剂量应用、药品用药途径、药品联合用药、药品序贯方案信息和药品竞品信息中的至少一个。应当理解，药品数据可以包括以上数据的一个或多个。
78.在步骤s210中，可以根据药品的匹配画像确定所需要的药品数据。即根据药品画像确定当前药品项目分析项目实例所需要的药品数据，也即确定需要药品注册数据、药品临床研究信息、药品适应症、药品适用人群、药品剂量应用、药品用药途径、药品联合用药、药品序贯方案信息和药品竞品信息中哪几种数据。例如药品画像a管理的分析模板为xx药品临床证据开发商业探查，执行方法为药品新适应症患者人数分布，则需要的药品数据为药品适应症数据。
79.当在s210中所需要的药品数据后，则从目标药品数据库中检索获取相应的药品数据。
80.示例性地，在本技术中一个实施方式中，所述目标药品数据库包括：注册数据库、评审数据库、临床数据库、文献数据库、专病数据库和真实世界数据库中至少一个。
81.示例性地，在本技术中一个实施方式中，当在s210中所需要的药品数据后，则从相应的目标药品数据中获取相应的药品数据。例如当需要药品注册数据时，则从册数据库中检索获取药品的注册数据。
82.通过以上方式，本技术实施例的药品分析方法可以根据药品信息匹配药品画像，并根据药品画像检索获取药品数据，提高了数据获取的便利性，并减少了分析人员的工作，提高了分析效率。
83.应当理解的是，药品数据不限于上述通过检索数据库获取，还可以通过系统的数据传输端或输入端由分析人员输入。或者通过分析人员输入和自动检索两种方式获取。
84.应当理解，本技术药品分析方法还可以对分析数据进行可视化，以便于直观理解分析结论。请参考图4，图4是图1示出的步骤s300中获取药品数据的一个优选具体实施方式的流程示意图。优选地，步骤s300中根据所述分析数据形成分析结论的步骤包括：
85.步骤s310，对所述分析数据进行可视化得到可视化图表。
86.步骤s320，根据所述可视化图表形成所述分析结论。
87.示例性地，在本技术中一个实施方式中，在步骤s310中通过可视化脚本对步骤s200中得到分析数据进行处理，从而得到可视化图表。具体过程为：首先，可以根据分析数据的类型，确定所需要绘制的图表类型，图表类型例如为柱状图、条形图、折线图、饼图、桑基图、热力图、盒须图等；然后根据不同的图表类型，读取对应的分析数据，绘制生成图表。
88.在步骤s320中，根据所述可视化图表形成所述分析结论。示例性地，例如通过分析脚本可以自动根据可视化图表形成分析结论。
89.可视化图表和分析结论的一个示例参见图5和图6所示，图5为f市近3年 xx注射液新适应症用药患者人数分析柱状图；图6为f市近3年xx注射液新适应症用药患者人数分析柱状图。
90.根据图5可知，根据f市近3年真实世界数据分析，应用手足口病患者人群最多，达11万例；应用细菌性感染患者人数次之，达7万例。
91.根据图6可知，根据f市近3年真实世界数据分析，应用手足口病医嘱数量最多，达30万次；应用痢疾医嘱数量次之，达10万次。
92.根据图5和图6可得出分析结论：
93.结合患者人群与用药医嘱分析结果，以下3个新适应症开发方向成功几率较大：
94.1、xx注射液治疗手足口病有效性安全性分析，推荐程度4星。
95.2、xx注射液治疗细菌性感染有效性安全性分析，推荐程度3星。
96.3、xx注射液治疗痢疾有效性安全性分析，推荐程度3。
97.上述图表和分析结论可以通过脚本对药品数据的自动处理得到，无需人工操作。
98.应当理解，本技术药品分析方法中药品画像、分析模板可以预先建立，从而在药品分析时直接进行匹配即可完成药品分析。请参考图7，图7是根据本技术的药品分析方法的一个可选具体实施方式的流程示意图，与图1示出的具体实施方式的不同之处在于，在步骤s100之前，图7示出的可选具体实施方式还包括：
99.步骤s101，根据不同的医学研究项目创建不同的分析模板和药品画像，并将所述药品画像与对应的分析模板和脚本包关联。
100.示例性地，可以根据医学和临床行业的经验形成的医学思路创建不同的项目分析模版以此解决不同项目分析问题。根据每一个医学思路，在系统中创建相对应的项目分析模版并制定研究计划，其中每一个项目分析模版涵盖了不同的研究路径，每一条研究路径涵盖了不同的执行方法，每一个执行方法代表了一个需要被分析的统计业务模块。执行方法包括多个子项目的统计作业，执行方法中子项目的标题规定了分析的内容。
101.示例性地，例如对于药品新的商业应用，可以xx药品临床证据开发商业探查项目分析模版，该项目分析模板的执行方法包括药品新适应症患者人数分布、药品新适应症医嘱数量分布两个子项目，这两个子项目表示该项目分析模板需要统计药品新适应症患者人数分布和药品新适应症医嘱数量分布。
102.示例性地，可以根据不同的业务为项目分析模板创建相应的药品画像。例如对于创新药临床证据开发的业务，可以创建标签为原研药，儿童药，医保的药品画像，该药品画像适用于具有原研药，儿童药，医保信息的药品的临床证据开发。
103.应当理解的是，可以根据药品的研究方向种类创建出适应各式各样要求的药品画像。对于每个项目分析模板，可以创建多个药品画像，并且在执行具体的项目分析实例时，可以采用前述药品画像匹配方法进行画像匹配。
104.例如对于xx药品临床证据开发商业探查项目分析模版，可以包括标签为原研药，儿童药，医保的药品画像，也可以包括原研药，成人药，医保的药品画像。
105.当创建好药品画像后，在画像的脚本参数配置页，可以根据不同的执行方法选择相应的脚本包、统计类型和统计方法。统计类型包括但不限于描述性统计分析，推理性统计分析和可视化统计分析。根据不同的统计类型，又包含了多种统计方法，例如推理性统计类型包括了轶和检验，线性回归，假设检验等。当面对新的药品需求时，可以根据医学人员制定的研究计划配置相应的统计模型。例如根据医学研究计划需要研究xx药品适应症的患者就诊类型年度分布，数统分析师选择柱可视化统计分析类型中的柱状图统计方法并设置相应的参数就能够清晰且直观的通过柱状图看到患者就诊类型的分布。
106.通过上述步骤，本技术实施例的药品分析方法，通过预先设置多个分析模板和药品画像，并为每个画像配置相应的分析脚本包，这样后续进行药品分析时，通过匹配药品画像运行相应的脚本包即可自动完成药品分析，大大提高了分析效率，使分析人员从重复工作中解放。
107.药品画像的一个示例如下表所示：
[0108][0109][0110]
本技术还公开了一种药品分析装置，请参考图8，图8是根据本技术的药品分析装置的一个具体实施方式的流程示意图,该装置包括：
[0111]
画像匹配模块100用于获取药品信息，并根据药品信息从多个药品画像中选择与所述药品的匹配画像，所述药品画像关联有分析模板以及分析脚本包；
[0112]
数据分析模块200用于获取药品数据，并运行所述药品的匹配画像所关联的分析脚本包对所述药品数据进行分析来得到分析数据；
[0113]
结论形成模块300用于根据所述分析数据形成分析结论。
[0114]
应当理解本技术的药品分析装置还可以包括输入模块，用于输入药品信息和/或药品数据。
[0115]
在本技术一个实施方式中，画像匹配模块100用于根据药品信息和药品画像的标签确定每个所述药品画像的标签匹配数和匹配率；根据每个所述药品画像的标签匹配数和匹配率对药品画像进行排序，选择匹配数和/或匹配率最大的药品画像作为所述药品的匹配画像。
[0116]
在本技术一个实施方式中，画像匹配模块100用选择匹配数最大的药品画像作为所述药品的匹配画像；以及在匹配数相同时选择匹配率最大的药品画像作为所述药品的匹配画像。
[0117]
在本技术一个实施方式中，数据分析模块200包括数据获取子模块，用于根据所述药品的匹配画像确定所需要的药品数据；以及根据所需要的药品数据对目标药品数据库进行检索以获得所述药品数据。
[0118]
在本技术一个实施方式中，结论形成模块300包括可视化子模块，用于对所述分析数据进行可视化得到可视化图表；结论形成子模块，用于根据所述可视化图表形成所述分析结论。
[0119]
应当理解，本技术的药品分析方法可以预先设立多个分析模板和药品画像，从而便于后续执行药品分析时直接调用匹配的药品画像和分析模板进行自动分析。请参考图9，图9是根据本技术的药品分析装置的又一个可选具体实施方式的结构示意图，与图8示出的具体实施方式的不同之处在于，图 9示出的可选具体实施方式还包括：
[0120]
创建模块400，用于根据不同的医学研究项目创建不同的分析模板和药品画像，并将所述药品画像与对应的分析模板和脚本包关联。
[0121]
本技术实施方式各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。
[0122]
需要说明的是，尽管在附图中以特定顺序描述了本技术方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实
现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
[0123]
请参考图10，图10是用于执行本发明的药品分析方法的具体实施方式的一种典型计算机设备的结构示意图。更具体而言，前文所述的药品分析装置可作为该计算机设备的一部分包含于其中。所述计算机设备至少包括如下部分：cpu(中央处理器)501、ram(随机存储器)502、rom(只读存储器)503、系统总线500、硬盘控制单元504、硬盘505、人机交互外部设备控制单元506、人机交互外部设备507、串行接口控制单元508、串行接口外部设备509、并行接口控制单元510、并行接口外部设备511、显示设备控制单元512和显示设备513。其中，cpu 501、ram 502、rom 503、硬盘控制单元504、人机交互外部设备控制单元506、串行接口控制单元508、并行接口控制单元510以及显示设备控制单元512与系统总线500相连接，并通过系统总线500实现彼此之前的通信。此外，硬盘控制单元504与硬盘505 相连接；人机交互外部设备控制单元506与人机交互外部设备507相连接，典型地该人机交互外部设备是鼠标、轨迹球、触摸屏或键盘；串行接口控制单元508与串行接口外部设备509相连接；并行接口控制单元510与并行接口外部设备511相连接；显示设备控制单元512和显示设备513相连接。
[0124]
图10所述的结构框图仅仅示出了能实践本发明各个实施例的一种计算机设备的结构，而并非是对本发明的实践环境的限制。在一些情况下，可以根据需要添加或者减少该计算机设备中的一些设备。例如，图10所示的设备可以移除人机交互外部设备507和显示设备513，其具体实施形态仅仅是一个能够被外部设备访问的服务器。当然图10所示的计算机设备可以单独地实现本发明运行的环境，也可以通过网络互相连接起来而提供本发明各个具体实施方式所适用运行环境，例如本发明的各个模块和/步骤可以分布地实现在互相连接的各个计算机设备中。
[0125]
相应地，本技术还公开了一个或多个存储计算机可执行指令的计算机可读介质，所述指令在由一个或多个计算机设备使用时使得一个或多个计算机设备执行如前文所述的药品分析方法的各个具体实施方式，例如图1所示出的药品分析方法。所述计算机可读介质可以是可由计算机设备访问的任何可用介质，且包括用任何方法和技术实现以存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息的易失性和非易失性介质、可移动和不可移动介质。计算机可读介质包括但不限于，ram、rom、eeprom、闪存或其它存储器技术、cd-rom、数字多功能盘(dvd)或其它光存储、盒式磁带、磁带、磁盘存储或其它磁存储设备，或者可用于存储所需信息并且可由计算设备访问的任何其它介质。上述的任意组合也应包含在计算机可读介质的范围内。
[0126]
相应地，本技术还公开了一种计算机设备，所述计算机设备包括存储器和处理器，其中：所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如前文所述的药品分析方法的各个具体实施方式，例如图1所示出的药品分析方法。
[0127]
本技术提供的药品分析方法中涉及软件逻辑的部分可以使用可编程逻辑器件来实现，也可以实施为计算机程序产品，该程序产品使计算机执行用于所示范的方法。所述计算机程序产品包括计算机可读存储介质，该介质上包含计算机程序逻辑或代码部分，用于实现上述涉及软件逻辑的部分的各个步骤。所述计算机可读存储介质可以是被安装在计算机中的内置介质或者可从计算机主体拆卸的可移动介质(例如可热拔插的存储设备)。所述
内置介质包括但不限于可重写的非易失性存储器，例如ram、rom和硬盘。所述可移动介质包括但不限于：光存储媒体(例如cd-rom和dvd)、磁光存储媒体(例如mo)、磁存储媒体(例如磁带或移动硬盘)、具有内置的可重写的非易失性存储器的媒体(例如存储卡)和具有内置rom的媒体(例如 rom盒)。
[0128]
本领域技术人员应当理解，任何具有适当编程装置的计算机系统都能够执行包含在计算机程序产品中的本技术的方法的诸步骤。尽管本说明书中描述的多数具体实施方式都侧重于软件程序，但是以硬件方式实现本技术提供的方法的替代实施例同样在本技术要求保护的范围之内。
[0129]
对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术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技术。因此，应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，在权利要求的等同要件的含义和范围内的所有变化均涵括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他部件、单元或步骤，单数不排除复数。权利要求中陈述的多个部件、单元或装置也可以由一个部件、单元或装置通过软件或者硬件来实现。
[0130]
本技术提供的药品分析方法，在系统中预先创建多个药品画像和分析模板，并为药品画像关联分析模板和分析脚本包，在执行药品分析实例时，只需要根据药品信息匹配药品画像，然后运行匹配的药品画像所关联的分析模板和分析脚本包对药品数据进行分析便得到运行结论，实现了药品分析的自动执行，使得分析人员从大量重复工作中解放，并且由于预先设置了各种不同的药品画像和分析模板，且不同的画像和模板确定了不同的侧重点，使得分析人员无需专业从业经验以及对行业数据的深刻理解也能完成药品分析项目实例。此外，还可以不断根据药品特征创建多种药品画像满足研究机构或企业的需求，完善数统模型，提升团队协作效率。
[0131]
以上所披露的仅为本技术的一部分实施例或具体实施方式，不能以此来限定本技术之权利范围，依本技术权利要求所作的等同变化，仍属本技术所涵盖的范围。