一种药品推荐方法、装置、设备和存储介质与流程

1.本发明涉及大数据处理技术领域，具体而言，涉及一种药品推荐方法、装置、设备和存储介质。


背景技术：

2.对症下药才能够准确的治疗患者的病症。医生给患者开药、患者自行购药，均是凭借着个人对于症状的判断来选择药品。
3.当患者使用过药物过后，症状还未缓解，接下去要使用什么药物进行治疗，就会成为医生和患者的困扰。依旧缺乏参考，而只能凭借着医生或患者个人的判断来进行选择。
4.有鉴于此，申请人在研究了现有的技术后特提出本技术。


技术实现要素：

5.本发明提供了一种药品推荐方法、装置、设备和存储介质，以改善相关技术中选择治疗药品时缺乏产考的问题。
6.第一方面、
7.本发明实施例提供了一种药品推荐方法，其包含：
8.s1、获取患者药品清单；其中，所述患者药品清单包括目标患者和其他患者的用药清单；
9.s2、根据所述患者药品清单，选取用药清单和所述目标患者相近似的多个所述其他患者，标记为近似患者；
10.s3、提取多个所述近似患者的用药清单中，所述目标患者的用药清单中未出现的药品，以获得药品库；
11.s4、根据每个所述近似患者和所述目标患者的用药清单的相似度，以及药品在所述近似患者的用药清单中的出现情况，计算所述药品库中各个药品的价值性；
12.s5、根据所述价值性生成所述目标患者的推荐药品。
13.在一个可选实施例中，步骤s5具体包括：
14.s51、当所述价值性最高的药品为一个时，将所述价值性最高的药品标记为所述目标患者的推荐药品；
15.s52、当所述价值性最高的药品为至少两个时：获取所述目标患者的用药清单中的药品，以及所述价值性最高的至少两个药品的适用症状，
16.s53、计算所述目标患者的用药清单中的药品和所述价值性最高的至少两个药品的适用症状的重叠度，并选取所述至少两个药品中重叠度高的药品标记为所述目标患者的推荐药品。
17.在一个可选实施例中，步骤s2具体包括：
18.s21、根据所述患者药品清单，分别计算每个所述其他患者和所述目标患者的用药清单的相似度；
19.s22、根据所述相似度，选取相似度最高的多个其他患者，标记为近似患者。
20.在一个可选实施例中，所述相似度的计算模型为：
[0021][0022]
其中，mxy为目标患者x和近似患者y的药品清单的相似度，f(x)为所述目标患者的用药清单中的药品的集合，f(y)为其他用户的药品清单中的药品的集合。
[0023]
在一个可选实施例中，所述价值性的计算模型为：
[0024]
t(x,n)＝∑
y∈m(x,y)∩r(n)
mxywyn
[0025]
其中，x表示目标患者，n表示药品，y表示近似患者，t(x,n)为药品n对目标患者x的价值性，m(x,y)近似患者的集合，r(n)为服用过药品n的患者的集合，mxy为目标患者x和近似患者y的药品清单的相似度，wyn为药品n对近似患者y的价值性。
[0026]
在一个可选实施例中，步骤s1具体包括：
[0027]
s11、获取患者的反馈值，以生成第一清单；其中，所述患者的反馈值在用户觉得药品有效后执行预设操作后生成；
[0028]
s12、获取医生的反馈值，以生成第二清单；其中，所述医生的反馈值在医生开具处方后生成；
[0029]
s13、获取体征系统的反馈值，以生成第三清单；其中，所述体征系统的反馈值在体征系统检测到患者的异常体征率降低后生成；
[0030]
s14、根据所述第一清单、所述第二清单和所述第三清单，以患者为依据，进行清洗和去重，获得反馈清单；
[0031]
s15、根据反馈值，从所述反馈清单中，提取目标患者和用药效果良好的多个其他患者的用药数据，以获得所述患者药品清单；其中，其中所述目标患者的用药效果为不良好。
[0032]
第二方面、
[0033]
本发明实施例提供了一种药品推荐装置，其包含：
[0034]
清单模块，用于获取患者药品清单；其中，所述患者药品清单包括目标患者和其他患者的用药清单；
[0035]
近似患者模块，用于根据所述患者药品清单，选取用药清单和所述目标患者相近似的多个所述其他患者，标记为近似患者；
[0036]
药品库模块，用于提取多个所述近似患者的用药清单中，所述目标患者的用药清单中未出现的药品，以获得药品库；
[0037]
价值性模块，用于根据每个所述近似患者和所述目标患者的用药清单的相似度，以及药品在所述近似患者的用药清单中的出现情况，计算所述药品库中各个药品的价值性；
[0038]
推荐模块，用于根据所述价值性生成所述目标患者的推荐药品。
[0039]
可选地，所述推荐模块，包括：
[0040]
第一推荐单元，用于当所述价值性最高的药品为一个时，将所述价值性最高的药品标记为所述目标患者的推荐药品；
[0041]
适用症状获取单元，用于当所述价值性最高的药品为至少两个时：获取所述目标患者的用药清单中的药品，以及所述价值性最高的至少两个药品的适用症状；
[0042]
第二推荐单元，用于计算所述目标患者的用药清单中的药品和所述价值性最高的至少两个药品的适用症状的重叠度，并选取所述至少两个药品中重叠度高的药品标记为所述目标患者的推荐药品。
[0043]
第三方面、
[0044]
本发明实施例提供了一种药品推荐设备，其包括处理器、存储器，以及存储在所述存储器内的计算机程序；所述计算机程序能够被所述处理器执行，以实现如第一方面任一段所说的药品推荐方法。
[0045]
第四方面、
[0046]
本发明实施例提供了一种计算机可读存储介质，其特征在于，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如第一方面任一段所说的药品推荐方法。
[0047]
通过采用上述技术方案，本发明可以取得以下技术效果：
[0048]
本发明实施例通过从近似患者中获取推荐药品，能够为医生、患者提供用药参考，具有很好的实际意义。
[0049]
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0050]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0051]
图1是本发明第一实施例提供的一种药品推荐方法的流程示意图。
[0052]
图2是本发明第一实施例提供的一种药品推荐方法的逻辑框图。
[0053]
图3是本发明第二实施例提供的一种药品推荐装置的结构示意图。
具体实施方式
[0054]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0055]
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
[0056]
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0057]
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制
本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
[0058]
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0059]
取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
[0060]
实施例中提及的“第一\第二”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二”区分的对象在适当情况下可以互换，以使这里描述的实施例能够以除了在这里图示或描述的那些内容以外的顺序实施。
[0061]
下面结合附图与具体实施方式对本发明作进一步详细描述：
[0062]
实施例一：
[0063]
请参阅图1，本发明第一实施例提供一种药品推荐方法，其可由药品推荐设备来执行。特别地，由药品推荐设备中的一个或多个处理器来执行，以实现步骤s1至步骤s5。
[0064]
s1、获取患者药品清单。其中，患者药品清单包括目标患者和其他患者的用药清单。
[0065]
具体地，患者药品清单中包含目标患者的用药清单和其他患者的用药清单。用药清单中包含患者所使用的药品。此外，还包含有根据反馈得到的各个患者针对其所服用的药品的用小效果。为更加直观的将患者药品清单展示出来，以下为患者药品清单的一个示例。
[0066]
表1患者药品清单示例
[0067]
[0068][0069]
如图2所示，患者药品清单从反馈清单中选取得到。如表1所示，患者药品清单中，除了目标患者的用药效果不显著(不良好)外，其他患者的的用药效果均显著(良好)。在本实施例中，步骤s1具体包括步骤s11至步骤s15。
[0070]
s11、获取患者的反馈值，以生成第一清单。其中，患者的反馈值在用户觉得药品有效后执行预设操作后生成。具体地，基于患者评价系统，通过程序建立患者主动正反馈机制与评价系统中的数据提取关联关系。当患者觉得目前用药后，病情有好转或者改善后，对其药品标记“有改善”，患者每对药品标记一次，该药品累计“患者主动正反馈值” 1。在本实施例中，患者在觉得药品有效的时候，在手机上进行正反馈。在其它实施例中，患者可以在电脑上、医院的自助服务机上或者柜台上进行正反馈操作。本发明对患者如何反馈不做具体限定，只要患者能够执行反馈操作，使得系统获知患者所用的药品是否有效即可。
[0071]
s12、获取医生的反馈值，以生成第二清单。其中，医生的反馈值在医生开具处方后生成。具体地，基于电子处方系统，通过程序建立医生介入正反馈机制与处方系统的数据提取关联关系，当医生为患者开具处方后，其在患者处方中药品会累计该患者的“医生介入正反馈值” 1。
[0072]
s13、获取体征系统的反馈值，以生成第三清单。其中，体征系统的反馈值在体征系统检测到患者的异常体征率降低后生成。具体地，基于健康体征监测系统，通过程序建立系统正反馈与体征监测系统的数据提取关联关系，当患者同比异常体征率降低，其患者当周所关联的处方用药累计“系统智能正反馈值” 1。
[0073]
s14、根据第一清单、第二清单和第三清单，以患者为依据，进行清洗和去重，获得反馈清单。
[0074]
可以理解的是，三个反馈系统并不一定使用同一个数据库，因此，通过三个反馈系
统会生成三个清单。需要以患者为依据将三份清单融合起来，使得每个患者只有一份用药清单。在融合的过程中，将同一个患者服用的同一种药品的反馈值相加，从而判断各个患者所服用的药品的效果。
[0075]
在其他实施例中，三个反馈系统，可以使用同一个数据库，不管三个系统中的哪一个接收到正反馈，均在数据库上加1，从而减少了清洗和去重的工作。由于本系统采用的反馈都是正反馈，因此，反馈清单为正反馈清单。在其它实施例中，还可以包括负反馈，本发明对此不做具体限定。
[0076]
需要说明的是，在反馈清单中，反馈值越高，表示患者所使用的药品的效果越好。
[0077]
s15、根据反馈值，从反馈清单中，提取目标患者和用药效果良好的多个其他患者的用药数据，以获得患者药品清单。其中，其中目标患者的用药效果为不良好。
[0078]
在本实施例中，以用药效果不好的患者为目标患者，以用药效果良好的患者为其他患者，从反馈清单中提取出患者药品清单，从而药品推荐提供数据基础。由于其它患者的用药效果均为良好，因此，能够保证药品推荐的有效性，具有很好的实际意义。
[0079]
s2、根据患者药品清单，选取用药清单和目标患者相近似的多个其他患者，标记为近似患者。
[0080]
具体地，患者药品清单中的众多其他患者中，可能存在这病症和目标患者差别较大的，又或者某些药品之间不能一起使用的情况。因此，从众多的其它患者中，选取用药清单和目标患者最为相似的几个其他患者来进一步进行数据处理，有助于提高推荐药品的准确性，具有很好的实际意义。
[0081]
在上述实施例的基础上，本发明一可选实施例中，步骤s2具体包括：
[0082]
s21、根据患者药品清单，分别计算每个其他患者和目标患者的用药清单的相似度。其中，相似度的计算模型为：
[0083][0084]
其中，mxy为目标患者x和近似患者y的药品清单的相似度，f(x)为目标患者的用药清单中的药品的集合，f(y)为其他用户的药品清单中的药品的集合。
[0085]
具体地，在本实施例中，通过目标患者的用药清单和其他患者的用药清单中重复的药品的数量，除以目标患者的用药清单的药品数量和其他患者的用药清单的药品数量的乘积，作为相似度。例如患者a和患者b的相似度计算公式为：
[0086][0087]
其中，mab为患者a和患者b的药品清单的相似度，f(a)表示患者a用过的药品清单集合，f(b)为患者b用过的药品清单集合。
[0088]
在其它实施例中，可以采用其它方法计算用药清单之间的相似度，本发明对此不做具体限定。
[0089]
s22、根据相似度，选取相似度最高的多个其他患者，标记为近似患者。
[0090]
具体地，在本实施例中，选用相似度最高的三个其他患者作为近似患者来计算。在其它实施例中，也可以采用其它数量的近似患者来进行推荐计算，本发明对近似患者的数
量不做具体限定。
[0091]
s3、提取多个近似患者的用药清单中，目标患者的用药清单中未出现的药品，以获得药品库。
[0092]
以表1示例数据为例：如表1所示，最后一列为计算得到的其他患者和目标患者的相似度。其中，相似度最高的三位分别是b、d、i。mab＝2/3、mad＝2/3、mai＝2/3。因此，将近似患者中b、d和i的药品清单中，未出现在目标患者a的药品清单中的药品汇总起来，形成药品库。
[0093]
s4、根据每个近似患者和目标患者的用药清单的相似度，以及药品在近似患者的用药清单中的出现情况，计算药品库中各个药品的价值性。
[0094]
在获得药品库后，需要从药品库中选取合适的药品来推荐给目标患者。在本实施例中，通过计算药品库中的各个药品的价值性，通过价值性作为参考来选择药品。具体地，价值性的计算模型为：
[0095]
t(x,n)＝∑
y∈m(x,y)∩r(n)
mxywyn
[0096]
其中，x表示目标患者，n表示药品，y表示近似患者，t(x,n)为药品n对目标患者x的价值性，m(x,y)近似患者的集合，r(n)为服用过药品n的患者的集合，mxy为目标患者x和近似患者y的药品清单的相似度，wyn为药品n对近似患者y的价值性。
[0097]
可以理解的是，在本实施例中，由于药品对近似患者的疗效显著。因此，wyn的数值为1。在本实施例中，一款药品的价值性为包含有该药品的近似患者的药品清单的相似度之和。例如：
[0098]
06号药对患者a的潜在价值性如下式所示：
[0099][0100]
05号药对患者a的潜在价值性如下式所示：
[0101][0102]
需要说明的是，在其它实施例中，药品库中的各个药品的价值性，可以采用其它公式进行计算，本发明对此不作具体限定。
[0103]
s5、根据价值性生成目标患者的推荐药品。具体地，步骤s5具体包括步骤s51至步骤s53。
[0104]
s51、当价值性最高的药品为一个时，将价值性最高的药品标记为目标患者的推荐药品。
[0105]
s52、当价值性最高的药品为至少两个时：获取目标患者的用药清单中的药品，以及价值性最高的至少两个药品的适用症状，
[0106]
s53、计算目标患者的用药清单中的药品和价值性最高的至少两个药品的适用症状的重叠度，并选取至少两个药品中重叠度高的药品标记为目标患者的推荐药品。
[0107]
可以理解的是，由于患者药品使用是不断数据累计的过程。因此同类病种患者使用药品重叠概率会不断增加。因此会出现多个药品潜在价值度相同的情况(若表1中的案例样本数据变化，不排除可能会出现上述举例中和06号药品潜在价值度相同的其他药品)。因此患者药品推荐应设计为推荐数组，推荐数组中可能有1个药品，也有可能有多个推荐药
品。当推荐数组中的药品数量为1个时，直接推荐该药品，当推荐数组中的药品大于一个时，通过关键词匹配，从推荐数组中选取合适的药品进行推荐。
[0108]
具体地，建立关键词库，根据药品的适用病症进行关键词特征化。关键词重叠度最高的为匹配度最高的同类药品集群。
[0109]
举例假设下表2为目标患者历史用药情况，本次患者患病为“感冒”，根据患者病种关键词“感冒”匹配到有关联的历史用药相关药品为序号1“999感冒灵”。
[0110]
患者希望使用推荐的新药时，假设表3为经系统计算得到的患者药品推荐数组，通过匹配计算发现序号3的药品特征关键词与序号1的药品关键词匹配重叠度较高，故优先推荐药品3“莲花清瘟胶囊”。
[0111]
表2目标患者历史用药汇总
[0112][0113]
表3患者药品推荐数组
[0114][0115]
本实施例的药品推荐方法，基于患者主动正反馈、系统智能正反馈、医生介入正反馈。综合3方反馈药品大数据，去重得出综合推荐矩阵清单，再通过计算分析综合患者大数据群像分析得到药品潜在价值度并结合药品特征属性重叠度，最终进行患者对症用药提醒。提升了用药推荐精准度和智能化。
[0116]
最优药品推荐的数据结果，可以用于多个药品推荐的场景及应用拓展，包括和患者互联网诊疗相关的用药推荐、企业健康小屋中的智能药柜药品推荐模块、辅助医生药师诊疗的用药指导工具、智能药师工具等应用，具有很好的实际意义。
[0117]
实施例二、
[0118]
本发明实施例提供了一种药品推荐装置，其包含：
[0119]
清单模块，用于获取患者药品清单。其中，患者药品清单包括目标患者和其他患者的用药清单。
[0120]
近似患者模块，用于根据患者药品清单，选取用药清单和目标患者相近似的多个其他患者，标记为近似患者。
[0121]
药品库模块，用于提取多个近似患者的用药清单中，目标患者的用药清单中未出现的药品，以获得药品库。
[0122]
价值性模块，用于根据每个近似患者和目标患者的用药清单的相似度，以及药品在近似患者的用药清单中的出现情况，计算药品库中各个药品的价值性。
[0123]
推荐模块，用于根据价值性生成目标患者的推荐药品。
[0124]
可选地，推荐模块，包括：
[0125]
第一推荐单元，用于当价值性最高的药品为一个时，将价值性最高的药品标记为目标患者的推荐药品。
[0126]
适用症状获取单元，用于当价值性最高的药品为至少两个时：获取目标患者的用药清单中的药品，以及价值性最高的至少两个药品的适用症状。
[0127]
第二推荐单元，用于计算目标患者的用药清单中的药品和价值性最高的至少两个药品的适用症状的重叠度，并选取至少两个药品中重叠度高的药品标记为目标患者的推荐药品。
[0128]
在一个可选实施例中，近似患者模块，具体包括：
[0129]
相似度单元，用于根据患者药品清单，分别计算每个其他患者和目标患者的用药清单的相似度。
[0130]
近似患者单元，用于根据相似度，选取相似度最高的多个其他患者，标记为近似患者。
[0131]
在一个可选实施例中，相似度的计算模型为：
[0132][0133]
其中，mxy为目标患者x和近似患者y的药品清单的相似度，f(x)为目标患者的用药清单中的药品的集合，f(y)为其他用户的药品清单中的药品的集合。
[0134]
在一个可选实施例中，价值性的计算模型为：
[0135]
t(x,n)＝∑
y∈m(x,y)∩r(n)
mxywyn
[0136]
其中，x表示目标患者，n表示药品，y表示近似患者，t(x,n)为药品n对目标患者x的价值性，m(x,y)近似患者的集合，r(n)为服用过药品n的患者的集合，mxy为目标患者x和近似患者y的药品清单的相似度，wyn为药品n对近似患者y的价值性。
[0137]
在一个可选实施例中，清单模块，具体包括：
[0138]
第一清单单元，用于获取患者的反馈值，以生成第一清单。其中，患者的反馈值在用户觉得药品有效后执行预设操作后生成。
[0139]
第二清单单元，用于获取医生的反馈值，以生成第二清单。其中，医生的反馈值在医生开具处方后生成。
[0140]
第三清单单元，用于获取体征系统的反馈值，以生成第三清单。其中，体征系统的反馈值在体征系统检测到患者的异常体征率降低后生成。
[0141]
反馈清单单元，用于根据第一清单、第二清单和第三清单，以患者为依据，进行清洗和去重，获得反馈清单。
[0142]
药品清单单元，用于根据反馈值，从反馈清单中，提取目标患者和用药效果良好的多个其他患者的用药数据，以获得患者药品清单。其中，其中目标患者的用药效果为不良好。
[0143]
实施例三、
[0144]
本发明实施例提供了一种药品推荐设备，其包括处理器、存储器，以及存储在存储器内的计算机程序。计算机程序能够被处理器执行，以实现如实施例一任一段所说的药品推荐方法。
[0145]
实施例四、
[0146]
本发明实施例提供了一种计算机可读存储介质，其特征在于，计算机可读存储介
质包括存储的计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行如实施例一任一段所说的药品推荐方法。
[0147]
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0148]
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0149]
所述功能如果以软件功能模块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取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0150]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。