基于用药大数据的配药方法、装置、设备及存储介质制造方法及图纸

本申请实施例属于人工智能领域，应用于智慧医疗领域中，涉及一种基于用药大数据的配药方法，包括预处理采集到的医疗数据集中的医疗数据得到训练数据集，将训练数据集输入至预构建的初始配药模型中进行训练，获得目标配药模型，将获取的当前患者的当前诊断信息输入至目标配药模型，输出当前患者对应的当前用药方案，获取当前患者的最新诊断信息，根据最新诊断信息确定是否需要调整当前用药方案，当需要调整时，推送最新用药方案。本申请还提供一种基于用药大数据的配药装置、设备及存储介质。此外，本申请还涉及区块链技术，当前诊断信息和最新诊断信息可存储于区块链中。本申请可以提高开药的效率，提高用药的精准度，有效减少药品的浪费。药品的浪费。药品的浪费。

【技术实现步骤摘要】
基于用药大数据的配药方法、装置、设备及存储介质


[0001]本申请涉及人工智能
及数字医疗
，尤其涉及一种基于用药大数据的配药方法、装置、设备及存储介质。

技术介绍

[0002]随着人们生活水平的提高，人们对自身健康的要求越来越高。当人们的身体出现不适时，人们经常前往诊所或者医院就诊，以获得医生的救助。目前患者在看病过程中，患者通过医生的诊断以及部分化验结果等综合因素由医生给患者开药，一般情况是医生的医嘱是先开2周的药品，患者回家服药，服药完成后再来医院复诊，并获取医生根据复诊情况做出的药品，从而实现用药方案的调整，存在调整不及时以及繁琐等问题。
[0003]而且，从目前的就医流程，以及患者的治疗流程上，医生在给患者开具处方时，每一个医生在配药上的科学依据依然很少，大部分依赖医生自己的经验以及少部分患者的综合个体情况，比如区分了成人、儿童、婴儿、老人、男性、女性等，但是在人群的划分上还是非常粗粒度的。这就导致了对于同一种疾病，针对不同的患者，医生只能更粗粒度的统一给用户配药，配药的周期也比较长，因此患者也常常出现一个现象，患者在没有吃完一个周期的药品时，病情已经好了，造成大量药品浪费。

技术实现思路

[0004]本申请实施例的目的在于提出一种基于用药大数据的配药方法、装置、设备及存储介质，以解决相关技术中用药方案调整不及时和造成药品浪费的问题。
[0005]为了解决上述技术问题，本申请实施例提供一种基于用药大数据的、装置、设备及存储介质方法，采用了如下所述的技术方案：/>[0006]采集医疗数据集，预处理所述医疗数据集中的医疗数据得到训练数据集；
[0007]将所述训练数据集输入至预构建的初始配药模型中进行训练，获得目标配药模型；
[0008]获取当前患者的当前诊断信息，并将所述当前诊断信息输入至所述目标配药模型，输出所述当前患者对应的当前用药方案；
[0009]获取所述当前患者按照所述当前用药方案用药后的最新诊断信息，根据所述最新诊断信息确定是否需要调整所述当前用药方案；
[0010]当确定所述当前用药方案需要调整时，推送最新用药方案给所述当前患者。
[0011]进一步的，所述初始配药模型包括输入层、隐藏层和输出层，所述将所述训练数据集输入至预构建的初始配药模型中进行训练，获得目标配药模型的步骤包括：
[0012]将所述训练数据集输入所述初始配药模型，通过所述输入层对所述训练数据集进行向量特征转换处理，获得特征数据；
[0013]将所述特征数据输入所述隐藏层，计算出所述隐藏层的隐藏层状态；
[0014]将所述隐藏层状态输入至所述输出层中进行计算，得到输出结果；
[0015]根据所述输出结果对所述初始配药模型进行迭代更新，得到目标配药模型。
[0016]进一步的，所述通过所述输入层对所述训练数据集进行向量特征转换处理，获得特征数据的步骤包括：
[0017]通过所述输入层将所述医疗数据进行分类，得到分类结果，并根据所述分类结果进行标签提取；
[0018]根据提取到的所述标签进行数据转换处理，生成与所述训练数据集对应的特征数据。
[0019]进一步的，所述将所述特征数据输入所述隐藏层，计算出所述隐藏层的隐藏层状态的步骤包括：
[0020]获取所述输入层到输出层的第一权重矩阵和上一个隐藏层状态传入到当前隐藏层的第二权重矩阵；
[0021]采用激活函数，根据所述特征数据、所述第一权重矩阵和所述第二权重矩阵计算出所述隐藏层状态。
[0022]进一步的，所述根据所述输出结果对所述初始配药模型进行迭代更新，得到目标配药模型的步骤包括：
[0023]根据所述输出结果计算损失函数；
[0024]基于所述损失函数更新所述初始配药模型的模型参数，直至模型收敛，输出目标配药模型。
[0025]进一步的，所述获取所述当前患者按照所述当前用药方案用药后的最新诊断信息，根据所述最新诊断信息确定是否需要调整所述当前用药方案的步骤包括：
[0026]采集所述当前患者按照所述当前用药方案进行用药的用药情况，根据所述用药情况得到最新诊断信息；
[0027]将所述最新诊断信息输入至所述目标配药模型中，得到与所述最新诊断信息匹配的最新用药方案；
[0028]比较所述最新用药方案与所述当前用药方案的匹配度，根据所述匹配度确定所述当前用药方案是否需要调整。
[0029]进一步的，在所述根据所述最新诊断信息确定是否需要调整所述当前用药方案的步骤之后还包括：
[0030]将所述最新诊断信息输入至所述目标配药模型中，更新所述目标配药模型。
[0031]为了解决上述技术问题，本申请实施例还提供一种基于用药大数据的配药装置，采用了如下所述的技术方案：
[0032]预处理模块，用于采集医疗数据集，预处理所述医疗数据集中的医疗数据得到训练数据集；
[0033]模型训练模块，用于将所述训练数据集输入至预构建的初始配药模型中进行训练，获得目标配药模型；
[0034]配药模块，用于获取当前患者的当前诊断信息，并将所述当前诊断信息输入至所述目标配药模型，输出所述当前患者对应的当前用药方案；
[0035]获取模块，用于获取所述当前患者按照所述当前用药方案用药后的最新诊断信息，根据所述最新诊断信息确定是否需要调整所述当前用药方案；
[0036]推送模块，用于当确定所述当前用药方案需要调整时，推送最新用药方案给所述当前患者。
[0037]为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
[0038]该计算机设备包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上所述的基于用药大数据的配药方法的步骤。
[0039]为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
[0040]所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的基于用药大数据的配药方法的步骤。
[0041]与现有技术相比，本申请实施例主要有以下有益效果：
[0042]本申请通过采集医疗数据集，预处理医疗数据集中的医疗数据得到训练数据集，将训练数据集输入至预构建的初始配药模型中进行训练，获得目标配药模型，获取当前患者的当前诊断信息，并将当前诊断信息输入至目标配药模型，输出当前患者对应的当前用药方案，获取当前患者按照当前用药方案用药后的最新诊断信息，根据最新诊断信息确定是否需要调整当前用药方案，当确定当前用药方案需要调整时，推送最新用药方案给当前患者；本申请通过基于用药大数据训练完成的目标配药模型得到患者对应的当前用药方案，可以辅助医生给患者开具药方，提高开药的效率，并对患者的用药安全提供保障；同时根据用药后最新诊断信息确定是否需要调整当前用药方案，可以为患者就诊后的治疗过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用药大数据的配药方法，其特征在于，包括下述步骤：采集医疗数据集，预处理所述医疗数据集中的医疗数据得到训练数据集；将所述训练数据集输入至预构建的初始配药模型中进行训练，获得目标配药模型；获取当前患者的当前诊断信息，并将所述当前诊断信息输入至所述目标配药模型，输出所述当前患者对应的当前用药方案；获取所述当前患者按照所述当前用药方案用药后的最新诊断信息，根据所述最新诊断信息确定是否需要调整所述当前用药方案；当确定所述当前用药方案需要调整时，推送最新用药方案给所述当前患者。2.根据权利要求1所述的基于用药大数据的配药方法，其特征在于，所述初始配药模型包括输入层、隐藏层和输出层，所述将所述训练数据集输入至预构建的初始配药模型中进行训练，获得目标配药模型的步骤包括：将所述训练数据集输入所述初始配药模型，通过所述输入层对所述训练数据集进行向量特征转换处理，获得特征数据；将所述特征数据输入所述隐藏层，计算出所述隐藏层的隐藏层状态；将所述隐藏层状态输入至所述输出层中进行计算，得到输出结果；根据所述输出结果对所述初始配药模型进行迭代更新，得到目标配药模型。3.根据权利要求2所述的基于用药大数据的配药方法，其特征在于，所述通过所述输入层对所述训练数据集进行向量特征转换处理，获得特征数据的步骤包括：通过所述输入层将所述医疗数据进行分类，得到分类结果，并根据所述分类结果进行标签提取；根据提取到的所述标签进行数据转换处理，生成与所述训练数据集对应的特征数据。4.根据权利要求2所述的基于用药大数据的配药方法，其特征在于，所述将所述特征数据输入所述隐藏层，计算出所述隐藏层的隐藏层状态的步骤包括：获取所述输入层到输出层的第一权重矩阵和上一个隐藏层状态传入到当前隐藏层的第二权重矩阵；采用激活函数，根据所述特征数据、所述第一权重矩阵和所述第二权重矩阵计算出所述隐藏层状态。5.根据权利要求2所述的基于用药大数据的配药方法，其特征在于，所述根据所述输出结果对所述初始配药模型进行迭代更新，得到目标配药模型的步骤包括...

【专利技术属性】
技术研发人员：黄祥博，
申请(专利权)人：平安医疗健康管理股份有限公司，
类型：发明
国别省市：