基于疾病风险评估的多重用药评价装置、设备及存储介质制造方法及图纸

本发明专利技术涉及一种基于疾病风险评估的多重用药评价装置、设备及存储介质，其中的多重用药评价装置包括信息获取模块，模型构建模块，药物获益评估模块，药物不良反应评估模块，药物综合获益分析模块，合理用药学习模块，药物评价模块，优化模块。本发明专利技术通过借助疾病风险评估的方法，综合评估不同药物带来的治疗获益和不良反应的风险，基于风险收益分析确定每种药物的综合获益，优先选择综合获益最高的药物，达成合理用药，解决多重用药的问题。解决多重用药的问题。解决多重用药的问题。

【技术实现步骤摘要】
基于疾病风险评估的多重用药评价装置、设备及存储介质


[0001]本专利技术涉及医用诊疗系统
，尤其涉及一种基于疾病风险评估的多重用药评价装置、设备及存储介质。

技术介绍

[0002]多重用药是当前医疗中面临的一个常见问题，是导致药物不良反应的高危因素，给患者的健康带来了极大威胁。由于老年人常常同时伴有多种疾病，需要接受多种药物治疗，当药物种类超过5种时，即构成了多重用药。多重用药可导致一系列后果，如药物所致不良反应增加、药物相互作用的可能性增加、用药依从性降低，错用漏用药物的可能性增加、治疗费用增高、其他疾病发生的风险增高等。合理用药因而成为一个重要话题。
[0003]合理用药是指根据疾病种类、患者健康状况和药理学理论选择最佳的药物及其制剂，制定或调整给药方案。其主要思想在于：(1)抓住疾病的主要矛盾，对于次要矛盾的辅助治疗药物或疗效不明显的药物可以选择性舍弃；(2)去除有危险的药种；(3)服用长效药物；(4)充分考虑药物相互作用及药物对疾病的影响；(5)避免重复用药。
[0004]当前针对多重用药的处理及其合理用药方案的制定主要依靠医生的临床经验，医生依靠个人判断评价用药利弊、削减重复用药、考虑药物相互作用、开具非药物的健康处方。这种管理方法的缺点在于：(1)依靠个人经验，受到主观影响，且往往缺乏循证依据；(2)定性考量为主，难以实现定量的考量；(3)难于总结、归纳、传授和推广。

技术实现思路

[0005]本专利技术公开了一种基于疾病风险评估的多重用药评价装置、设备及存储介质，旨在解决现有技术中存在的技术问题。
[0006]本专利技术采用下述技术方案：一种基于疾病风险评估的多重用药评价装置，包括：
[0007]‑
信息获取模块，用于获取个体的基本信息；
[0008]‑
模型构建模块，用于构建某特定疾病的风险评估模型；
[0009]‑
药物获益评估模块，用于基于所述个体的所述基本信息，通过所述风险评估模型，分别确定所述个体患所述特定疾病的风险及所述个体使用某特定药物后所述特定疾病的风险，并计算所述个体使用所述特定药物对所述特定疾病的治疗获益；
[0010]‑
药物不良反应评估模块，用于确定所述个体使用所述特定药物后发生一种不良反应的风险；
[0011]‑
药物综合获益分析模块，用于根据所述治疗获益与所述不良反应的风险，通过风险收益分析计算所述个体使用所述特定药物的综合获益；
[0012]‑
合理用药学习模块，用于通过构建深度回归网络计算所述个体使用所述特定药物的预测综合获益；
[0013]‑
药物评价模块，用于计算不同药物的所述预测综合获益并降序排列，形成推荐处方；
[0014]‑
优化模块，用于计算在所述推荐处方中与医生实际处方不同的处方数量，作为反馈信号返回至所述深度回归网络，并对其进行优化调整。
[0015]作为优选的技术方案，所述基本信息包括所述个体的人口统计学信息、生活习惯、用药情况及实验室检查。
[0016]作为优选的技术方案，通过文献系统或大数据平台构建所述特定疾病的所述风险评估模型。
[0017]作为优选的技术方案，所述个体患所述特定疾病的风险为所述个体使用所述特定药物后所述特定疾病的风险为p(C
m
|P
k
，D
j
)，所述个体使用所述特定药物对所述特定疾病的治疗获益为
[0018]式中，C
m
为所述特定疾病，D
j
为所述特定药物，k为所述个体，P
k
为除用药外的其他特征变量。
[0019]作为优选的技术方案，基于群体的不良反应发生率评估所述个体使用所述特定药物后发生一种所述不良反应的风险，所述不良反应的风险为AdverseEvent(D
j
，C
n
，P
k
)，
[0020]式中，C
n
为所述个体k因使用所述特定药物D
j
而造成的一种所述不良反应。
[0021]作为优选的技术方案，所述个体使用所述特定药物的综合获益为；式中，QALY为质量调整寿命年。
[0022]作为优选的技术方案，在构建所述深度回归网络前，首先通过文献检索和系统评价，对既往有报道的p(C
m
|P
k
，D
j
)、和AdverseEvent(D
j
，C
n
，P
k
)设置初始值，若既往无报道则均设置为0；并通过查询相关文献和数据库获得QALY(C
m
)；然后构建所述深度回归网络，对输入变量P
k
拟合Δp(C
m
|P
k
，D
j
)，和ΔAdverseEvent(D
j
，C
n
，P
k
)，与初始值线性叠加后得到所述预测综合获益。
[0023]作为优选的技术方案，通过将所述推荐处方中前j位的处方与医生实际处方进行比较，将其中不一致的处方数量作为所述反馈信号；其中j为医生实际处方数量。
[0024]本专利技术还提供了一种基于疾病风险评估的多重用药评价设备，所述设备包括：
[0025]一个或多个处理器；
[0026]存储装置，用于存储一个或多个程序；
[0027]当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上任一项所述的装置所实现的功能。
[0028]本专利技术还提供了一种计算机可读的存储介质，其存储有计算机程序，该程序被处理器执行时可实现如下方法：
[0029]获取个体的基本信息；
[0030]构建某特定疾病的风险评估模型；
[0031]基于所述个体的所述基本信息，通过所述风险评估模型，分别确定所述个体患所述特定疾病的风险及所述个体使用某特定药物后所述特定疾病的风险，并计算所述个体使用所述特定药物对所述特定疾病的治疗获益；
[0032]确定所述个体使用所述特定药物后发生一种不良反应的风险；
[0033]根据所述治疗获益与所述不良反应的风险，通过风险收益分析计算所述个体使用
所述特定药物的综合获益；
[0034]通过构建深度回归网络计算所述个体使用所述特定药物的预测综合获益；
[0035]计算不同药物的所述预测综合获益并降序排列，形成推荐处方；
[0036]计算在所述推荐处方中与医生实际处方不同的处方数量，作为反馈信号返回至所述深度回归网络，并对其进行优化调整。
[0037]本专利技术采用的技术方案能够达到以下有益效果：本专利技术的基于疾病风险评估的多重用药评价装置、设备及存储介质，借助疾病风险评估的方法，综合评估不同药物带来的治疗获益(某些疾病和症状风险的降低)和不良反本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于疾病风险评估的多重用药评价装置，其特征在于，包括：
‑
信息获取模块，用于获取个体的基本信息；
‑
模型构建模块，用于构建某特定疾病的风险评估模型；
‑
药物获益评估模块，用于基于所述个体的所述基本信息，通过所述风险评估模型，分别确定所述个体患所述特定疾病的风险及所述个体使用某特定药物后所述特定疾病的风险，并计算所述个体使用所述特定药物对所述特定疾病的治疗获益；
‑
药物不良反应评估模块，用于确定所述个体使用所述特定药物后发生一种不良反应的风险；
‑
药物综合获益分析模块，用于根据所述治疗获益与所述不良反应的风险，通过风险收益分析计算所述个体使用所述特定药物的综合获益；
‑
合理用药学习模块，用于通过构建深度回归网络计算所述个体使用所述特定药物的预测综合获益；
‑
药物评价模块，用于计算不同药物的所述预测综合获益并降序排列，形成推荐处方；
‑
优化模块，用于计算在所述推荐处方中与医生实际处方不同的处方数量，作为反馈信号返回至所述深度回归网络，并对其进行优化调整。2.根据权利要求1所述的多重用药评价装置，其特征在于，所述基本信息包括所述个体的人口统计学信息、生活习惯、用药情况及实验室检查。3.根据权利要求2所述的多重用药评价装置，其特征在于，通过文献系统或大数据平台构建所述特定疾病的所述风险评估模型。4.根据权利要求1所述的多重用药评价装置，其特征在于，所述个体患所述特定疾病的风险为所述个体使用所述特定药物后所述特定疾病的风险为p(C
m
|P
k
，D
j
)，所述个体使用所述特定药物对所述特定疾病的治疗获益为式中，C
m
为所述特定疾病，D
j
为所述特定药物，k为所述个体，P
k
为除用药外的其他特征变量。5.根据权利要求4所述的多重用药评价装置，其特征在于，基于群体的不良反应发生率评估所述个体使用所述特定药物后发生一种所述不良反应的风险，所述不良反应的风险为AdverseEvent(D
j
，C
n
，P
k
)，式中，C
n
为所述个体k因使用所述特定药物D
j
而造成的一种所...

【专利技术属性】
技术研发人员：唐熠达，孙文，邵春丽，王文尧，汪京嘉，程宇镳，
申请(专利权)人：唐熠达，
类型：发明
国别省市：