一种辅助用药决策方法及智能辅助用药系统技术方案

本发明专利技术公开了一种辅助用药决策方法及智能辅助用药系统，包括以下步骤：步骤1，采集获取患者医疗数据，将其进行预处理，获得结构统一的患者标准临床数据；步骤2，根据步骤1获得的患者标准临床数据，通过分类回归树算法对患者适用药物进行预测，结合药品数据库内药品信息，自动生成用药提议，完成辅助用药决策；用药提议用于提供给医师审核使用。本发明专利技术可智能化的提供具有科学性、专业性与精确性的用药依据，能够辅助临床医生及临床药师制定药物最佳使用决策，从而进一步规范药物使用。

A Decision-making Method of Assistant Drug Use and Intelligent Assistant Drug Use System

The invention discloses an assistant medication decision-making method and an intelligent assistant medication system, which comprises the following steps: step 1, collecting and acquiring medical data of patients, preprocessing them, and obtaining standard clinical data of patients with uniform structure; step 2, predicting suitable medicines of patients through classification regression tree algorithm according to standard clinical data of patients obtained in step 1, and combining medicines. Drug information in the database can automatically generate drug proposals to complete the decision-making of adjuvant drugs, and drug proposals can be provided to physicians for review and use. The invention can intelligently provide scientific, professional and accurate medication basis, and can assist clinicians and clinical pharmacists to make optimal drug use decisions, thereby further standardizing drug use.

【技术实现步骤摘要】
一种辅助用药决策方法及智能辅助用药系统
本专利技术属于医学领域及数据处理
，特别涉及一种辅助用药决策方法及智能辅助用药系统。
技术介绍
目前的用药方案制定过程中，首先是依据药品说明书给出的用药建议，经人工查询患者医疗数据，再由医师或药师根据自身经验及药品使用说明书制定初始用药方案，并在治疗过程中进行调整优化。目前的方法具有明显的滞后性，调整效果与医师或药师的技术水平有关，易受到人为因素的影响。另外，重症患者中感染性疾病发病率高、病程快，抗菌类药物药代动力学参数因重症患者体征不同从而产生极大的变化。针对如何有效的制定最佳的抗菌药物给药方案，提高抗菌药物治疗安全性与有效性的问题，目前较为有效的重症患者感染性疾病给药方案制定方法包括：首先是依据药品说明书给出的用药建议进行治疗，在治疗过程中通过多次血药浓度采样检测来调整用药剂量。依照上述现有方法制定的给药方案，需要人工查询患者医疗数据，再由医师或药师根据自身经验及药品使用说明书制定初始用药方案，并在治疗过程中进行调整优化。此方法具有明显的滞后性，调整效果与医师或药师的技术水平有关，受人为因素影响严重，导致抗感染用药无法达到预期效果，进而会使得重症患者感染治疗失败率高、患者存活率低。综上所述，亟需一种新型的辅助用药决策方法。
技术实现思路
本专利技术的目的在于提供一种辅助用药决策方法及智能辅助用药系统，以解决上述存在的技术问题。本专利技术可智能化的提供具有科学性、专业性与精确性的用药依据，能够辅助临床医生及临床药师制定药物最佳使用决策，从而进一步规范药物使用。为达到上述目的，本专利技术采用以下技术方案：一种辅助用药决策方法，包括以下步骤：步骤1，采集获取患者医疗数据，将其进行预处理，获得结构统一的患者标准临床数据；步骤2，根据步骤1获得的患者标准临床数据，通过分类回归树算法对患者适用药物进行预测，结合药品数据库内药品信息，自动生成用药提议，实现辅助用药决策；用药提议用于提供给医师审核使用。进一步地，所用药品为抗菌药品时，还包括步骤3；步骤3，计算所用抗菌药品群体药代动力学参数，建立群体药代动力学模型；根据步骤1获得的患者标准临床数据对群体药代动力学模型进行修正；计算获得个体药代动力学参数，构建个体药代动力学模型；通过个体药代动力学模型，预测出患者的血药浓度变化，根据预测获得的血药浓度变化生成用药提议。进一步地，还包括：步骤4，在预定时间内对患者血药浓度进行采样检测；若检测值符合预测值，则维持原剂量进行用药，若检测值与预测值差异超过阈值，则更新个体药代动力学模型参数，重新计算用药剂量，得出优化后的用药提议。进一步地，步骤1中，通过数据仓库技术直接从医院或医疗机构的不同业务系统数据库中抽取获得患者医疗数据，通过数据清洗转换后存储到数据仓库；患者医疗数据包括：患者的就诊信息、个体体征信息、临床检查与化验结果、诊断报告及治疗与用药历史。进一步地，步骤1具体包括：步骤1.1，业务系统数据互连：对包含患者各类医疗数据的电子业务系统建立开放数据库互连，实现异构数据库间的数据共享；步骤1.2，数据抽取：使用数据抽取工具，在数据库中抽取需要的数据，通过TCP/IP协议将数据投递到目标端，进行解析还原；步骤1.3，数据清洗：将抽取到的数据进行预处理，使得数据格式满足预设的使用要求；步骤1.4，数据标准化：将步骤1.3处理后的数据进行格式转换，获得结构统一的患者标准临床数据。进一步地，步骤1.3具体包括：步骤1.3.1，根据抽取数据的特点，进行数据分析，确定数据类型、数据规模以及各属性特征下数据的分布情况；步骤1.3.2，寻找并补全数据中的缺失值；步骤1.3.3，判断筛选数据中的异常值。进一步地，步骤2具体包括：步骤2.1，根据药品使用说明书构建药品数据库；步骤2.2，使用分类回归树算法对药品数据库中的药品数据反复分组，递归的生成若干子节点，直到数据集不可分时停止决策树生长，获得药品决策树模型；其中每个叶子节点代表一种结论，每个非叶子节点代表一种属性特征；步骤2.3，将步骤1获得的患者标准临床数据映射成定长N维患者特征向量，维度N代表向量中所包含的参数或属性种类；步骤2.4，将步骤2.3获得的患者特征向量输入步骤2.2构建的药品决策树模型中，通过逐项判断完成对患者分类，生成用药提议。进一步地，步骤3具体包括：步骤3.1，使用非线性混合效应模型，计算所用抗菌药品群体药代动力学参数，并建立群体药代动力学模型；步骤3.2，使用步骤1获取的患者标准临床数据对步骤3.1建立的群体药代动力学模型进行修正；通过贝叶斯反馈法，获取个体药代动力学参数，构建获得个体药代动力学模型；通过个体药代动力学模型模型，预测出患者预定时间内血药浓度变化，根据血药浓度变化生成用药提议。一种智能辅助用药系统，包括：数据读取及预处理模块，用于采集获取患者医疗数据，将其进行预处理，获得结构统一的患者标准临床数据；药物智能匹配模块，用于根据数据读取及预处理模块获得的患者标准临床数据，通过分类回归树算法对患者适用药物进行预测，结合药品数据库内药品信息，自动生成用药提议，完成辅助用药决策；用药提议用于提供给医师审核使用。进一步地，所用药品为抗菌药品时，还包括：个性化用药模块，用于计算所用抗菌药品群体药代动力学参数，建立群体药代动力学模型；根据数据读取及预处理模块获得的患者标准临床数据对群体药代动力学模型进行修正；计算获得个体药代动力学参数，构建个体药代动力学模型；通过个体药代动力学模型，预测出患者的血药浓度变化，根据预测获得的血药浓度变化生成用药提议。与现有技术相比，本专利技术具有以下有益效果：本专利技术中，根据药物使用标准、患者特征参数、群体药代动力学、贝斯叶反馈法和分类回归树等建立药物用药及用药优化模型，能够智能化的提供具有科学性、专业性与精确性的用药依据，以辅助临床医生及临床药师制定抗菌药物最佳治疗决策，从而提高药物使用中的安全性、有效性及经济性。进一步地，本专利技术提供一种结合计算机领域与药学领域相关技术的抗菌类药物智能辅助用药系统，通过病人临床数据的提取，药品匹配与个性化用药方案制定，可快速、准确制定符合患者临床参数的用药方案，以提高抗菌类药物在抗感染治疗中的安全性、有效性与经济性，可降低重症患者感染死亡率与病原菌耐药率，规范抗菌类药物使用。附图说明图1是本专利技术实施例的一种抗菌类药物辅助用药决策方法的流程示意框图；图2是本专利技术实施例中构建的药品决策树模型示意图；图3是本专利技术实施例的一种智能辅助用药系统的结构示意框图。具体实施方式下面结合附图和具体实施例对本专利技术作进一步详细说明。请参阅图1，本专利技术的一种抗菌类药物辅助用药决策方法，具体包括以下步骤：步骤1，数据读取与预处理：通过ETL(Extract-Transform-Load，数据仓库技术)，直接从医院或医疗机构的不同业务系统数据库中抽取患者医疗数据，通过数据清洗转换后存储到数据仓库。患者医疗数据包括患者的就诊信息、个体体征信息、临床检查与化验结果、诊断报告及治疗与用药历史。步骤1中，数据读取与预处理具体实现方法包括：(1)业务系统数据互连：一般情下，患者医疗数据会存储在不同电子系统中，且各个系统由特定的存储格式及读取方式，系统间无法实现有效的数据共享，因此无法完成对患者完整医本文档来自技高网...

【技术保护点】
1.一种辅助用药决策方法，其特征在于，包括以下步骤：步骤1，采集获取患者医疗数据，将其进行预处理，获得结构统一的患者标准临床数据；步骤2，根据步骤1获得的患者标准临床数据，通过分类回归树算法对患者适用药物进行预测，结合药品数据库内药品信息，自动生成用药提议，实现辅助用药决策；用药提议用于提供给医师审核使用。

【技术特征摘要】
1.一种辅助用药决策方法，其特征在于，包括以下步骤：步骤1，采集获取患者医疗数据，将其进行预处理，获得结构统一的患者标准临床数据；步骤2，根据步骤1获得的患者标准临床数据，通过分类回归树算法对患者适用药物进行预测，结合药品数据库内药品信息，自动生成用药提议，实现辅助用药决策；用药提议用于提供给医师审核使用。2.根据权利要求1所述的一种辅助用药决策方法，其特征在于，所用药品为抗菌药品时，还包括步骤3；步骤3，计算所用抗菌药品群体药代动力学参数，建立群体药代动力学模型；根据步骤1获得的患者标准临床数据对群体药代动力学模型进行修正；计算获得个体药代动力学参数，构建个体药代动力学模型；通过个体药代动力学模型，预测出患者的血药浓度变化，根据预测获得的血药浓度变化生成用药提议。3.根据权利要求2所述的一种辅助用药决策方法，其特征在于，还包括：步骤4，在预定时间内对患者血药浓度进行采样检测；若检测值符合预测值，则维持原剂量进行用药，若检测值与预测值差异超过阈值，则更新个体药代动力学模型参数，重新计算用药剂量，得出优化后的用药提议。4.根据权利要求1所述的一种辅助用药决策方法，其特征在于，步骤1中，通过数据仓库技术直接从医院或医疗机构的不同业务系统数据库中抽取获得患者医疗数据，通过数据清洗转换后存储到数据仓库；患者医疗数据包括：患者的就诊信息、个体体征信息、临床检查与化验结果、诊断报告及治疗与用药历史。5.根据权利要求1所述的一种辅助用药决策方法，其特征在于，步骤1具体包括：步骤1.1，业务系统数据互连：对包含患者各类医疗数据的电子业务系统建立开放数据库互连，实现异构数据库间的数据共享；步骤1.2，数据抽取：使用数据抽取工具，在数据库中抽取需要的数据，通过TCP/IP协议将数据投递到目标端，进行解析还原；步骤1.3，数据清洗：将抽取到的数据进行预处理，使得数据格式满足预设的使用要求；步骤1.4，数据标准化：将步骤1.3处理后的数据进行格式转换，获得结构统一的患者标准临床数据。6.根据权利要求5所述的一种辅助用药决策方法，其特征在于，步骤1.3具体包括：步骤1.3.1，根据抽取数据的特点，进行数据分析，确定数据类型、数...

【专利技术属性】
技术研发人员：钱步月，李扬，董亚琳，王陶陶，尹畅畅，张先礼，赵荣建，郑庆华，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61