临床用药决策支持系统技术方案

本发明专利技术提供了一种临床用药决策支持系统，包括患者基本信息预处理模块，用于需要决策系统调整用药方案的患者生物学基本信息的收集和预处理；常规给药方案模块，用于一般患者给药方案的制定和调整；公式计算模块，用于符合公式计算条件的药物、人群给药方案的制定和调整；模型预测模块，用于特殊患者的初始方案的设定，治疗效果或血药浓度的预测；人工智能模块，为高级功能，用于个别关注患者整体治疗方案的预测。以上各功能模块级别从低到高，复杂度也逐渐提高，对参数的要求也逐渐增多，对于大多数患者使用低级别模块就可以达到预期的治疗目的，而对于复杂的、需特殊关注的患者则需要高级模块的支持。

Decision support system for clinical drug use

Provides a clinical decision support system of the present invention, including preprocessing module is used to collect the basic information of the patients, and patients with biological pretreatment need basic information decision system adjust medication scheme; conventional dosing module for administration in the formulation and adjustment of the general formula module, for patients; drug, with the formula the calculation conditions of the population to formulate and adjust the regimen; model prediction module, for the initial scheme of patient specific settings, predict the treatment effect or blood concentration; artificial intelligence module, advanced function, for the prediction of the overall treatment plan for patients with individual attention. The above function module level from low to high, the complexity is gradually increased, the parameter requirements are also gradually increased, for the majority of patients using the low level module can achieve the desired therapeutic purposes, and for the complex, need special attention of the patients will need advanced module support.

【技术实现步骤摘要】
临床用药决策支持系统
本专利技术属于医疗器械
，具体涉及一种临床用药决策支持系统。
技术介绍
随着时代的发展，知识爆炸对医疗工作提出了严峻的挑战。医师们日益感到难以跟上突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾，但绝非根本解决方法。因为即使是很专业的医学领域的知识更新和增长，也超出医师的学习和掌握限度，大量的信息和数据也让医师们无所适从。而借助电脑的巨大存储能力和处理能力有可能改变这一状况，于是临床用药决策支持系统应运而生。药物的多样性和患者不同的病理特点使药物治疗复杂化，多种影响因素都可以对用药剂量产生影响，单纯依靠医师的个人判断力往往不够，可能由于信息采集不全或者个人知识储备不足导致用药错误，而信息系统可以很好的解决这个问题，它可以帮助收集所需的信息，对于不全面的信息可以给予提示要求采集，后台数据库也可以提供更大范围的支持，这就使临床决策支持系统成为药物治疗的有力工具。临床用药决策支持系统是指利用患者的与疾病可能相关的信息，建立统计模型，对患者的用药初始剂量、血药浓度等进行预判，从而达到帮助医师设定给药剂量、预测治疗效果的目的。较好的用药决策支持系统可以提高医疗质量、节省医疗成本，及时、准确、完整的为医师提供专业的用药决策支持，有助于医师作出正确有效的药物治疗决策，提高药物治疗的成功率。传统的用药决策支持系统功能主要集中在规范医师处方行为、修正医师错误医嘱以及规避用药差错方面，主要作用在处方后，对于给药方案的制定和优化起不到应有的作用。本专利技术提供一种新型的临床用药决策支持系统，系统建立的目标是应用于临床，在医生对患者诊治的过程中，能够基于患者本人的信息，通过后台的一系列分析和运算，为医生用药提供一个针对患者个体的具体的给药剂量指导或选药建议，实现临床用药个体化。相对于传统的临床用药决策支持系统，本专利技术系统更加具有针对性，主要针对给药方案的制定，将决策提前到医师处方前，而非传统决策支持系统的处方后，本系统在医师处方药物之前根据患者的相关信息给出给药方案作为医师的参考，从根本上降低医师处方的差错，尤其是剂量不准确。本专利技术是一个集成的平台，可以将各种与给药方案有关的信息统一纳入进来，全方位评估并优化患者的给药方案，当某个患者需要用药时，要求其基本信息的输入，然后通过系统判断，得出参考意见。
技术实现思路
本专利技术所要解决的技术问题是提供一种有针对性的临床用药决策支持系统，系统建立的目标是应用于临床，在医生对患者诊治的过程中，能够基于循证医学证据以及患者本人的信息，通过后台的一系列分析和运算，为医生用药提供一个针对个人的具体的给药剂量指导，实现临床用药个体化。相对于传统的临床用药决策支持系统，本专利技术系统更加具有针对性，对于一些特殊药物建立相关预测模型，提高临床用药决策水平。为克服上述技术问题，本专利技术提供一种临床用药决策支持系统，其包括如下五个主要的模块：所述患者生物学基本信息预处理模块，用于基本数据的采取和预处理；所述常规给药方案模块对于治疗窗宽，安全性比较高的药物，剂量需要调整的，通过该模块进行；所述公式计算模块对于符合传统药代动力学公式计算模块要求的患者给药时，可以通过该模块的算法得到药物的初始剂量、维持剂量等信息，通过传统药代动力学公式，对符合条件的患者给出参考的用药剂量；所述模型预测模块采用群体药代动力学模型、回归模型等预测患者的初始剂量、给药方案；所述人工智能模块利用人工智能技术对患者进行模式识别、用药决策判断等。其中，患者生物学基本信息预处理模块，用于需要决策系统调整用药方案的患者基本信息的收集和预处理，该模块为基础模块，用于系统参数的入口，为后续模块的工作提供必要的数据支持，可以通过医院信息系统对接获取部分数据，其余不能通过信息系统获取的数据可以通过人工方式获得，该模块对获取的数据进行加工、整理，使之达到系统要求，同时为进入系统的患者进行分类，选择合适的运算模块和公式。其中，常规给药方案模块用于一般患者给药方案的制定和调整，系统通过患者的身高、体重、体表面积、年龄、肝肾功能、透析情况等计算得出基础治疗方案。其中，公式计算模块用于符合公式计算条件的药物、人群给药方案的制定和调整，对于治疗窗窄、不良反应严重的药物，根据患者的基本参数，采用成熟模型计算该患者的给药方案，结合实验室血药浓度数据不断校正剂量，直到给出最佳给药方案。其中，模型预测模块用于特殊患者的初始方案的设定，治疗效果或血药浓度的预测，对于符合模型要求的特殊患者，可以通过模型得出初始治疗方案、预测血药浓度趋势等。其中，人工智能模块用于个别关注患者整体治疗方案的预测，对于符合要求的患者，可以通过人工智能算法，对患者给药方案、血药浓度趋势、甚至预后给出全面的评价。本专利技术还提供了一种进行患者临床用药选择的方法，其包括：第一步，对患者生物学基本信息进行预处理，通过医院信息系统将所存储的患者部分生物学基础信息数据直接传递到临床决策支持系统所依托的处理器上，其余的患者生物学基础信息通过输入设备输入到临床决策支持系统所依托的处理器上，通过处理器对获取的数据进行加工、整理，使之达到所需要的要求，同时为进入临床用药决策支持系统的患者进行分类，通过处理器选择后续合适的处理方式和公式；第二步，通过处理器根据患者分类辨别一般患者，对一般患者给药方案的制定和调整，在处理器上通过患者的身高、体重、体表面积、年龄、肝肾功能、透析情况等参数的逻辑计算得出基础治疗方案；第三步，对于第二步获得的一般患者的常规给药方案，对于符合公式计算条件的药物，在处理器上通过参数的公式运算进行给药方案的制定和调整；对于治疗窗窄、不良反应严重的药物，根据患者的基本参数，采用成熟模型计算该患者的给药方案，结合实验室血药浓度数据不断校正剂量，直到最佳给药方案；第四步，通过处理器根据患者分类辨别特殊患者，实现特殊患者的初始方案的设定，治疗效果或血药浓度的预测，对于符合模型要求的特殊患者，可以通过模型得出初始治疗方案、预测血药浓度趋势等；第五步，根据第四步获得的特殊患者的初始治疗方案信息，对于符合要求的患者，可以通过人工智能算法，对患者给药方案、血药浓度趋势、甚至预后给出全面的评价，获得特殊患者的整体治疗方案。本专利技术还提供一种用于临床用药决策支持的装置/终端设备，其包括存储器、处理器以及存储在存储器中并可在所述处理器中运行的计算机程序，所述处理器执行的所述计算机程序的步骤如下：第一步，对患者生物学基本信息进行预处理，通过医院信息系统将所存储的患者部分生物学基础信息数据直接传递到临床决策支持系统所依托的处理器上，其余的患者生物学基础信息通过输入设备输入到临床决策支持系统所依托的处理器上，通过处理器对获取的数据进行加工、整理，使之达到所需要的要求，同时为进入临床用药决策支持系统的患者进行分类，通过处理器选择后续合适的处理方式和公式；第二步，通过处理器根据患者分类辨别一般患者，对一般患者给药方案的制定和调整，在处理器上通过患者的身高、体重、体表面积、年龄、肝肾功能、透析情况等逻辑计算得出基础治疗方案；第三步，对于第二步获得的一般患者的常规给药方案，对于符合公式计算条件的药物，在处理器上通过参数的公式运算进行给药方案的制定和调整；对于治疗窗窄、不良反应严重的药物，根据患者的基本参数本文档来自技高网...

【技术保护点】
一种临床用药决策支持系统，其特征在于，包括如下五个主要的模块：所述患者生物学基本信息预处理模块，用于基本数据的采取和预处理；所述常规给药方案模块对于治疗窗宽，安全性比较高的药物，剂量需要调整的，通过该模块进行；所述公式计算模块对于符合传统药代动力学公式计算模块要求的患者给药时，可以通过该模块的算法得到药物的初始剂量、维持剂量等信息，通过传统药代动力学公式，对符合条件的患者给出参考的用药剂量；所述模型预测模块采用群体药代动力学模型、回归模型等预测患者的初始剂量、给药方案；所述人工智能模块利用人工智能技术对患者进行模式识别、用药决策判断等。

【技术特征摘要】
1.一种临床用药决策支持系统，其特征在于，包括如下五个主要的模块：所述患者生物学基本信息预处理模块，用于基本数据的采取和预处理；所述常规给药方案模块对于治疗窗宽，安全性比较高的药物，剂量需要调整的，通过该模块进行；所述公式计算模块对于符合传统药代动力学公式计算模块要求的患者给药时，可以通过该模块的算法得到药物的初始剂量、维持剂量等信息，通过传统药代动力学公式，对符合条件的患者给出参考的用药剂量；所述模型预测模块采用群体药代动力学模型、回归模型等预测患者的初始剂量、给药方案；所述人工智能模块利用人工智能技术对患者进行模式识别、用药决策判断等。2.如权利要求1所述的临床用药决策支持系统，其特征在于：患者生物学基本信息预处理模块，用于需要决策系统调整用药方案的患者基本信息的收集和预处理，该模块为基础模块，用于系统参数的入口，为后续模块的工作提供必要的数据支持，可以通过医院信息系统对接获取部分数据，其余不能通过信息系统获取的数据可以通过人工方式获得，该模块对获取的数据进行加工、整理，使之达到系统要求，同时为进入系统的患者进行分类，选择合适的运算模块和公式。3.如权利要求1或2所述的临床用药决策支持系统，其特征在于：常规给药方案模块用于一般患者给药方案的制定和调整，系统通过患者的身高、体重、体表面积、年龄、肝肾功能、透析情况等计算得出基础治疗方案。4.如权利要求1至3所述的临床用药决策支持系统，其特征在于：公式计算模块用于符合公式计算条件的药物、人群给药方案的制定和调整，对于治疗窗窄、不良反应突出的药物，根据患者的基本参数，采用成熟模型计算该患者的给药方案，结合实验室血药浓度数据不断校正剂量，直到最佳给药方案。5.如权利要求1至4所述的临床用药决策支持系统，其特征在于：模型预测模块用于特殊患者的初始方案的设定，治疗效果或血药浓度的预测，对于符合模型要求的特殊患者，可以通过模型得出初始治疗方案、预测浓度趋势等。6.如权利要求1至5所述的临床用药决策支持系统，其特征在于：人工智能模块用于个别关注患者整体治疗方案的预测，对于符合要求的患者，可以通过人工智能算法，对患者给药方案、血药浓度趋势、甚至预后给出全面的评价。7.一种进行患者临床用药选择的方法，其特征在于，包括：第一步，对患者生物学基本信息进行预处理，通过医院信息系统将所存储的患者部分生物学基础信息数据直接传递到临床决策支持系统所依托的处理器上，其余的患者生物学基础信息通过输入设备输入到临床决策支持系统所依托的处理器上，通过处理器对获取的数据进行加工、整理，使之达到所需要的要求，同时为进入临床用药决策...

【专利技术属性】
技术研发人员：荆凡波，徐文，李祥鹏，孙加琳，全香花，曲海军，
申请(专利权)人：青岛大学附属医院，
类型：发明
国别省市：山东,37