一种基于人工智能的药物警戒系统访问系统及方法技术方案

本发明专利技术公开了一种基于人工智能的药物警戒系统访问系统及方法，药物查询模块，所述药物查询模块用于查询待访问的药物种类；患者信息获取模块用于获取针对药物查询模块中的待访问药物种类的试药患者的各项关联信息；验证核查模块用于针对患者信息获取模块中得到的待访问药物种类的试药患者的各项关联信息进行逻辑验证，判断关联信息是否存在可疑信息，并针对可疑信息进行人工核查；药物警戒报告生成模块用于将验证核查模块中验证核查通过的待访问药物种类的试药患者的各项关联信息进行信息汇总，得到各个试药患者对应的药物警戒报告，并针对药物警戒报告内容判断药物警戒报告的优先级。告的优先级。告的优先级。

【技术实现步骤摘要】
一种基于人工智能的药物警戒系统访问系统及方法


[0001]本专利技术涉及计算机
，具体为一种基于人工智能的药物警戒系统访问系统及方法。

技术介绍

[0002]随着计算机技术的快速发展，人们对计算机技术的运用越来越广泛，尤其是人工智能的推广，使得运用计算机技术的系统更加智能化，进而为人们带来巨大的便利；人工智能技术在药物警戒领域的运用中，人们对药物警戒信息的保存和处理更加有条理，处理方式更加便捷，在一定程度上节省了较大的人力、物力。
[0003]但是当前的药物警戒系统尚且存在较大的缺陷，尤其是药物警戒系统访问系统，只是单纯的对用户的账号进行管理控制，无法根据用户需要访问的药物种类较为精准的生成相应的药物警戒报告。
[0004]针对上述情况，我们需要一种基于人工智能的药物警戒系统访问系统及方法。

技术实现思路

[0005]本专利技术的目的在于提供一种基于人工智能的药物警戒系统访问系统及方法，以解决上述
技术介绍
中提出的问题。
[0006]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于人工智能的药物警戒系统访问系统，包括：
[0007]药物查询模块，所述药物查询模块用于查询待访问的药物种类；
[0008]药物警戒信息获取模块，所述药物警戒信息获取模块包括患者关联信息获取模块、验证核查模块及药物警戒报告生成模块，
[0009]所述患者信息获取模块用于获取针对药物查询模块中的待访问药物种类的试药患者的各项关联信息；
[0010]所述验证核查模块用于针对患者信息获取模块中得到的待访问药物种类的试药患者的各项关联信息进行逻辑验证，判断关联信息是否存在可疑信息，并针对可疑信息进行人工核查；
[0011]所述药物警戒报告生成模块用于将验证核查模块中验证核查通过的待访问药物种类的试药患者的各项关联信息进行信息汇总，得到各个试药患者对应的药物警戒报告，并针对药物警戒报告内容判断药物警戒报告的优先级。
[0012]本专利技术通过各个模块的协同合作，共同实现了对待访问的药物种类相关的药物警戒报告的获取，该过程涉及到试药患者药物警戒报告信息的验证核查、药物警戒报告的生成及药物警戒报告的优先级判断，进而实现了对待访问的药物种类相关的药物警戒报告的有效管理。
[0013]进一步的，所述患者信息获取模块获取的针对药物查询模块中的待访问药物种类的试药患者的各项关联信息，包括临床药物不良反应报告、患者历史病历及患者日常行为
情况。
[0014]进一步的，所述验证核查模块包括逻辑验证模块及人工核查模块，
[0015]所述逻辑验证模块用于获取各个试药患者相应的临床药物不良反应特征集合、历史病历特征集合及日常行为特征集合，并对每个试药患者相应的临床药物不良反应特征集合与该试药患者相应的历史病历特征集合及日常行为特征集合进行逻辑分析，判断试药患者相应的临床药物不良反应特征集合与相应的历史病历特征集合及日常行为特征集合之间是否符合逻辑关系，
[0016]若试药患者相应的临床药物不良反应特征集合与相应的历史病历特征集合及日常行为特征集合之间符合逻辑关系，则判定该试药患者的关联信息通过，关联信息不存在可疑信息，并将检验通过的试药患者的关联信息添加到验证核查数据库中，
[0017]若试药患者相应的临床药物不良反应特征集合与相应的历史病历特征集合及日常行为特征集合之间不符合逻辑关系，则判定该试药患者的关联信息未通过，关联信息存在可疑信息；
[0018]所述人工核查模块对于逻辑验证模块中关联信息存在可疑信息的试药患者相应的各项关联信息，提交给管理人员进行核查，管理人员将核查通过的试药患者相应的各项关联信息添加到验证核查数据库中，而对核查未通过的试药患者相应的各项关联信息不进行处理。
[0019]本专利技术验证核查模块包含逻辑验证模块及人工核查模块，逻辑验证模块实现对试药患者的各项关联信息中的特征的提取，并根据提取的各个特征对应的集合，分析各个特征之间的逻辑关系，进而使得对试药患者的各项信息的分析更加智能化，且结合数据库中的大数据进行分析，会使得最终的分析结果更加精准；针对关联信息中的可疑信息，设置人工核查模块，是考虑到基于数据库的人工智能在对关联信息进行分析时，如果数据库中不包含相关的数据，可能会导致逻辑验证模块在对关联信息中的可疑信息进行分析时，数据库无法提供相应的数据依据，该情况可能是由于该部分数据内容的缺失导致的，而不仅仅是由于数据的逻辑错误，因此，设置人工核查模块，相当于对可疑数据进行二次核查，能够有效提高逻辑验证模块对试药患者的各项关联信息的分析结果的准确性。
[0020]进一步的，所述逻辑验证模块获取各个试药患者相应的临床药物不良反应特征集合、历史病历特征集合及日常行为特征集合的方法包括以下步骤：
[0021]S1.1、获取每个试药患者相应的临床药物不良反应特征集合，所述临床药物不良反应特征包括不良反应的时间、种类及不良表现，
[0022]当试药患者不存在不良反应时，则该试药患者对应的不良反应特征集合为空；
[0023]S1.2、获取每个试药患者相应的历史病历特征集合，所述历史病历特征包括历史病历种类及每种历史病历对应的各种禁忌药物，
[0024]当试药患者不存在历史病历时，则该试药患者对应的历史病历特征集合为空；
[0025]S1.3、获取每个试药患者相应的日常行为特征集合，所述日常行为特征包括试药患者日常饮食中对应的各食物种类。
[0026]本专利技术逻辑验证模块获取各个试药患者相应的临床药物不良反应特征集合、历史病历特征集合及日常行为特征集合时，获取临床药物不良反应特征、历史病历特征及日常行为特征中的各项内容时，均是采用提取关键词的方式获取各项特征信息的。
[0027]进一步的，所述逻辑验证模块对每个试药患者相应的临床药物不良反应特征集合与该试药患者相应的历史病历特征集合及日常行为特征集合进行逻辑分析的方法包括以下步骤：
[0028]S2.1、获取每个试药患者相应的临床药物不良反应特征集合、历史病历特征集合及日常行为特征集合，构成试药患者相应的逻辑验证数据集合，将第n个试药患者对应的逻辑验证集合记为An，所述An＝{Bn，Cn，Dn}，
[0029]其中，Bn表示第n个试药患者对应的临床药物不良反应特征集合，
[0030]Cn表示第n个试药患者对应的历史病历特征集合，
[0031]Dn表示第n个试药患者对应的日常行为例特征集合；
[0032]S2.2、获取待访问的药物种类中的药物成分，并将获取的结果分别与第n个试药患者对应的Cn中每种历史病历对应的每种禁忌药物进行比较，并将比较结果与Bn进行匹配，得到第n个试药患者对应的第一逻辑系数Q1n；
[0033]S2.3、获取第n个试药患者对应的Dn中试药患者日常饮食中对应的食物种类，判断获取的食物种类与待访问的药物种类中的药物成分能否产生不良反应，并统计Dn中能够与待访问的药物种类中的药物成分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的药物警戒系统访问系统，其特征在于，包括：药物查询模块，所述药物查询模块用于查询待访问的药物种类；药物警戒信息获取模块，所述药物警戒信息获取模块包括患者关联信息获取模块、验证核查模块及药物警戒报告生成模块，所述患者信息获取模块用于获取针对药物查询模块中的待访问药物种类的试药患者的各项关联信息；所述验证核查模块用于针对患者信息获取模块中得到的待访问药物种类的试药患者的各项关联信息进行逻辑验证，判断关联信息是否存在可疑信息，并针对可疑信息进行人工核查；所述药物警戒报告生成模块用于将验证核查模块中验证核查通过的待访问药物种类的试药患者的各项关联信息进行信息汇总，得到各个试药患者对应的药物警戒报告，并针对药物警戒报告内容判断药物警戒报告的优先级。2.根据权利要求1所述的一种基于人工智能的药物警戒系统访问系统，其特征在于：所述患者信息获取模块获取的针对药物查询模块中的待访问药物种类的试药患者的各项关联信息，包括临床药物不良反应报告、患者历史病历及患者日常行为情况。3.根据权利要求2所述的一种基于人工智能的药物警戒系统访问系统，其特征在于：所述验证核查模块包括逻辑验证模块及人工核查模块，所述逻辑验证模块用于获取各个试药患者相应的临床药物不良反应特征集合、历史病历特征集合及日常行为特征集合，并对每个试药患者相应的临床药物不良反应特征集合与该试药患者相应的历史病历特征集合及日常行为特征集合进行逻辑分析，判断试药患者相应的临床药物不良反应特征集合与相应的历史病历特征集合及日常行为特征集合之间是否符合逻辑关系，若试药患者相应的临床药物不良反应特征集合与相应的历史病历特征集合及日常行为特征集合之间符合逻辑关系，则判定该试药患者的关联信息通过，关联信息不存在可疑信息，并将检验通过的试药患者的关联信息添加到验证核查数据库中，若试药患者相应的临床药物不良反应特征集合与相应的历史病历特征集合及日常行为特征集合之间不符合逻辑关系，则判定该试药患者的关联信息未通过，关联信息存在可疑信息；所述人工核查模块对于逻辑验证模块中关联信息存在可疑信息的试药患者相应的各项关联信息，提交给管理人员进行核查，管理人员将核查通过的试药患者相应的各项关联信息添加到验证核查数据库中，而对核查未通过的试药患者相应的各项关联信息不进行处理。4.根据权利要求3所述的一种基于人工智能的药物警戒系统访问系统，其特征在于：所述逻辑验证模块获取各个试药患者相应的临床药物不良反应特征集合、历史病历特征集合及日常行为特征集合的方法包括以下步骤：S1.1、获取每个试药患者相应的临床药物不良反应特征集合，所述临床药物不良反应特征包括不良反应的时间、种类及不良表现，当试药患者不存在不良反应时，则该试药患者对应的不良反应特征集合为空；S1.2、获取每个试药患者相应的历史病历特征集合，所述历史病历特征包括历史病历
种类及每种历史病历对应的各种禁忌药物，当试药患者不存在历史病历时，则该试药患者对应的历史病历特征集合为空；S1.3、获取每个试药患者相应的日常行为特征集合，所述日常行为特征包括试药患者日常饮食中对应的各食物种类。5.根据权利要求4所述的一种基于人工智能的药物警戒系统访问系统，其特征在于：所述逻辑验证模块对每个试药患者相应的临床药物不良反应特征集合与该试药患者相应的历史病历特征集合及日常行为特征集合进行逻辑分析的方法包括以下步骤：S2.1、获取每个试药患者相应的临床药物不良反应特征集合、历史病历特征集合及日常行为特征集合，构成试药患者相应的逻辑验证数据集合，将第n个试药患者对应的逻辑验证集合记为An，所述An＝{Bn，Cn，Dn}，其中，Bn表示第n个试药患者对应的临床药物不良反应特征集合，Cn表示第n个试药患者对应的历史病历特征集合，Dn表示第n个试药患者对应的日常行为例特征集合；S2.2、获取待访问的药物种类中的药物成分，并将获取的结果分别与第n个试药患者对应的Cn中每种历史病历对应的每种禁忌药物进行比较，并将比较结果与Bn进行匹配，得到第n个试药患者对应的第一逻辑系数Q1n；S2.3、获取第n个试药患者对应的Dn中试药患者日常饮食中对应的食物种类，判断获取的食物种类与待访问的药物种类中的药物成分能否产生不良反应，并统计Dn中能够与待访问的药物种类中的药物成分产生不良反应，且产生的不良反应与Bn中不良表现相同的食物种类，对比数据库，得到每个食物种类对应的不良反应系数，将统计的食物种类分别对应的不良反应系数进行累加求和，进而得到第二逻辑系数Q2n；S2.4、得到第n个试药患者的逻辑值Qn，所述Qn＝r1*Q1n+r2*Q2n，其中，r1表示第一加权值，r2表示第二加权值；S2.5、将Qn与第一预设值进行比较，当Qn大于等于第一预设值时，则判定该试药患者的关联信息通过，当Qn小于第一预设值时，则判定该试药患者的关联信息未通过；所述r2的获取方法包括以下步骤：S2.4.1、获取S2.3中第n个试药患者对应的Dn中试药患者日常饮食中对应的食物种类；S2.4.2...

【专利技术属性】
技术研发人员：尉建锋，叶建统，朱小燕，宋玉娥，郦丽莉，聂海波，盛慧萍，
申请(专利权)人：杭州卓健信息科技股份有限公司，
类型：发明
国别省市：