The embodiment of the present invention relates to a method for generating medication rules based on artificial intelligence, which includes: importing sample training set into medication rules model; training medication rules model according to judgment category information, logical judgment condition, warning information and marking information of judgment category information and logical judgment condition in edited medication rules information, and obtaining medication after training. Rule model; Input the information to be edited into the model of medication rules after training; Mark the medication information to be edited by the model of medication rules after training, and get the information of judgment category marking and logical judgment condition marking; Generate corresponding judgment category information and logic according to judgment of medication information to be edited and category marking information and logical judgment condition marking information. Judgment conditions and warning information; synthesize information according to the generated judgment category information, logical judgment conditions and warning information, and get the information of medication rules of information to be edited.
【技术实现步骤摘要】
一种基于人工智能的用药规则生成方法
本专利技术涉及数据处理领域,尤其涉及一种基于人工智能的用药规则生成方法。
技术介绍
随着科学社会的发展,人民群众对用药的认知度越来越深刻,合理用药的要求也日益增高。在医疗机构,由于药师专业能力所限以及基础调剂工作繁重,未能很好地将临床用药管控到位,因此,近年来医疗机构相继选择了各种相关的合理用药管控软件来协助医院药师完成合理用药管控的工作。而所有的合理用药管控软件最核心的知识库,就是将用药的各种标准通过一定逻辑的编辑形成规则来实现管控目的。在合理用药的规则(知识)库体系建设中,可以作为用药参考的来源多种多样。比如权威参考书籍资料,像药品说明书、各类疾病的临床用药指南或专家共识、《中华人民共和国药典》、《中华人民共和国临床用药须知》或者政策法规等等,还有通过临床实践验证获得的各种循证医学证据等。这些资料在实际形成规则过程中,都需要经过专业药师理解、提取、总结、归纳然后进行逻辑编辑才能转化为规则形式。显然,审查涉及的药品使用所需的临床治疗及药物使用知识面广而且逻辑非常复杂,我国目前批准临床研究的新药共有5965种,国家批准的上市药品(材)品种158244种,我国自制中成药品种5781个(《中国药品实用手册》(2002年版)),如果加上中药方剂近10万条(中药大辞典近8万条),中草药11000条,中药化学成份5000种……药品有如此之多,与之相关的用药参考更是海量,如果由专业药师一条一条的去进行规则编辑,实在是一个非常巨大且漫长的工作,更何况医疗的日新月异的发展速度需要不断的进行更新。近年来,人工智能(ArtificialIn ...
【技术保护点】
1.一种基于人工智能的用药规则生成方法,其特征在于,所述方法包括:将样本训练集导入用药规则模型中;所述样本训练集包括用药资源信息以及相对应的已编辑的用药规则信息;所述已编辑的用药规则信息包括判断类别信息、逻辑判断条件及相对应的警示信息;所述用药规则模型根据所述用药规则信息对所述用药资源信息进行切分、标准化和标记,得到所述判断类别信息和逻辑判断条件相对应的标记信息;根据所述已编辑的用药规则信息中的判断类别信息、逻辑判断条件、警示信息和所述判断类别信息、逻辑判断条件的标记信息对所述用药规则模型进行训练,得到训练后的用药规则模型;将待编辑用药信息输入所述训练后的用药规则模型中;所述训练后的用药规则模型对所述待编辑用药信息进行标记,得到判断类别标记信息和逻辑判断条件标记信息;根据所述判断所述待编辑用药信息和所述类别标记信息、逻辑判断条件标记信息生成相对应的判断类别信息、逻辑判断条件和警示信息;根据所述生成的判断类别信息、逻辑判断条件和警示信息进行信息合成,得到所述待编辑用药信息的用药规则信息。
【技术特征摘要】
1.一种基于人工智能的用药规则生成方法,其特征在于,所述方法包括:将样本训练集导入用药规则模型中;所述样本训练集包括用药资源信息以及相对应的已编辑的用药规则信息;所述已编辑的用药规则信息包括判断类别信息、逻辑判断条件及相对应的警示信息;所述用药规则模型根据所述用药规则信息对所述用药资源信息进行切分、标准化和标记,得到所述判断类别信息和逻辑判断条件相对应的标记信息;根据所述已编辑的用药规则信息中的判断类别信息、逻辑判断条件、警示信息和所述判断类别信息、逻辑判断条件的标记信息对所述用药规则模型进行训练,得到训练后的用药规则模型;将待编辑用药信息输入所述训练后的用药规则模型中;所述训练后的用药规则模型对所述待编辑用药信息进行标记,得到判断类别标记信息和逻辑判断条件标记信息;根据所述判断所述待编辑用药信息和所述类别标记信息、逻辑判断条件标记信息生成相对应的判断类别信息、逻辑判断条件和警示信息;根据所述生成的判断类别信息、逻辑判断条件和警示信息进行信息合成,得到所述待编辑用药信息的用药规则信息。2.根据权利要求1所述的用药规则生成方法,其特征在于,所述判断类别信息包括用法用量、给药途径、配伍禁忌、相互作用、重复用药、溶媒选择、溶液浓度、过敏、肝肾功能、不良反应、检验值相关及孕产、儿童及老年人用药。3.根据权利要求2所述的用药规则生成方法,其特征在于,所述判断类别信息具有属性信息,所述属性信息包括必要属性和非必要属性;在所述将样本训练集导入用药规则模型中之前,所述方法还包括:导入必要属性的判断类别信息的判断标准。4.根据权利要求1所述的用药规则生成方法,其特征在于,所述警示信息包括警示来源信息、提示信息和用药建议信息。5.根据权利要求1所述的用药规则生成方法,其特征在于,在所述将样本训练集导入用药规则模型中之前,所述方法还包括:将标准字典导入所述用药规则模型中;其中,所述标准字典中包括药品、年龄、性别、体重、肾功能、剂量单位、剂型、给药途径、给药方法、给药频率、...
【专利技术属性】
技术研发人员:周晓悦,吴越,吕良忠,
申请(专利权)人:杭州逸曜信息技术有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。