一种精细化抗菌药物处方点评方法技术

本发明专利技术属于医药判定方法技术领域，涉及一种精细化抗菌药物处方点评方法。本发明专利技术根据输入的抗菌药物处方相关信息，智能识别、处理并学习抗菌药物处方点评规律，从而实现医疗处方的智能点评。本发明专利技术支持多种抗菌药物，具有更好的鲁棒性。无需预先设定相关规则，输入数据后，本发明专利技术能够自动识别并处理信息，并学习抗菌药物处方点评的潜在规律。能够输出多标签的点评结果，有助于医院对于抗菌药物临床应用的精细化管理。本发明专利技术输出结果具备规范性，帮助医院规范化管理决策。医院规范化管理决策。医院规范化管理决策。

【技术实现步骤摘要】
一种精细化抗菌药物处方点评方法


[0001]本专利技术属于医药判定方法
，涉及一种精细化抗菌药物处方点评方法。

技术介绍

[0002]细菌耐药是全球公共健康领域的重大挑战。由耐药细菌引起的感染死亡率更高，治疗费用也更昂贵，细菌耐药性的增强可能导致人类面临无药可用的境地。医疗机构抗菌药物临床应用信息化管理体系尚不完善，抗菌药物的使用合理性仍有待提升。现有的相关方法或软件无法做到对术前患者评估，如是否有基础疾病、糖尿病等免疫缺陷，是否是高龄；对术中的情况也无法了解，比如手术的级别、持续时间、是否急诊手术等信息无法全面获取。而目前的技术多聚焦于对处方是否合理进行评估，缺少更精准的点评；同时，缺乏规范的处方处理流程，导致管理的混乱。
[0003]与本专利技术相关的现有文献包括：
[0004]Beaudoin,M.,Kabanza,F.,Nault,V.,&Valiquette,L,2016.Evaluationofamachinelearningcapabilityforaclinicaldecisionsupportsystemtoenhanceantimicrobialstewardshipprograms.Artificialintelligenceinmedicine68,29
‑
36.
[0005]该研究使用知识库和监督学习模块来发现临床决策支持系统的专家规则，该模块使用过去的剂量和给药频率调整建议、停止治疗、早期从静脉内治疗转为口服治疗以及多余的抗菌谱提取不适当抗菌处方的分类规则。该方法的优点是能够为多种类型的抗菌警报提取临床相关规则，且通过识别基线系统遗漏的药剂师干预，学习到的规则被证明可以扩展基线系统的知识库。
[0006]但该方法仅针对哌拉西林钠他唑巴坦钠这一种抗菌药物，对于其他抗菌药物的效果暂未可知。另外，该方法仅对于药物处方是否适当进行二元分类，缺乏针对多类型的预警提取相关规则的能力。
[0007]Shi,Z.Y.,Hon,J.S.,Cheng,C.Y.,Chiang,H.T.,&Huang,H.M.,2022.ApplyingMachineLearningTechniquestotheAuditofAntimicrobialProphylaxis.AppliedSciences12.5,2586.
[0008]该研究将监督机器学习分类器(Auto
‑
WEKA、多层感知器、决策树、SimpleLogistic、Bagging和AdaBoost)应用于抗菌预防数据集，以抗菌药物实践指南中的建议为根据，判断预防性抗菌药物应用对于实践指南的依从性等级，并在600多个实例中进行验证。
[0009]此研究的局限主要是将预防性抗菌药物应用对于实践指南的依从性等级分为五个级别，仅对于该五个级别进行预测，预测结果无法较好地适应临床抗菌药物的管理实践。
[0010]王桂凤,刘锐锋,李雪芹,李运景.基于加权TOPSIS法的注射用哌拉西林钠他唑巴坦钠药物利用评价[J].中国医院药学杂志,2021,41(01):52
‑
56.DOI:10.13286/j.1001
‑
5213.2021.01.10.
[0011]该研究以注射用哌拉西林钠他唑巴坦钠药物为研究对象，根据相关药物说明书以及《抗菌药物临床应用指导原则》(2015年版)，构建了基于加权优劣解距离法(TOPSIS)的哌拉西林钠他唑巴坦钠药物利用评价细则，对医院哌拉西林钠他唑巴坦钠的使用情况进行评价。
[0012]此研究的局限主要是仅针对注射用哌拉西林钠他唑巴坦钠这一种药物，在其它药物的评价上缺乏普适性。另外，使用属性层次模型(AHM)建立评价指标的权重，较为主观。
[0013]与现有技术相关专利包括：
[0014]CN202111193587.9一种基于RPA的处方点评方法，本专利技术提供一种基于 RPA的处方点评方法，使用RPA获取当前待点评处方数据表，根据药品点评规则数据库，将患者点评信息与相应的药品点评规则数据库进行逻辑判断，实现了标准化处方点评。
[0015]CN202110411958.X区域处方点评管理系统，本专利技术涉及一种区域处方点评管理系统，对处方信息进行处理，通过预设的样本抽取条件进行过滤，将符合样本抽取条件的处方点评信息发送给管理端；管理端进行分析处理后，得到规则调整信息并得到质控明细处方报表信息。
[0016]CN201811462365.0异常医疗处方的判断方法、装置、设备及可读存储介质，本专利技术公开一种异常医疗处方的判断方法、装置、设备及可读存储介质，将基于医疗大数据的历史就诊信息所生成的参考基线和就诊患者的当前就诊信息进行对比，判定就诊患者的当前医疗处方的异常性。
[0017]差异说明：上述三项专利基本上使用关联规则相关方法来对于医疗处方进行点评，需要对规则提前进行预设。使用的数据多为结构化数据，缺乏对于非结构化数据的挖掘。所述方法能够判断医疗处方是否符合相关规则，点评结果粒度较粗，缺乏对于抗菌药物处方的具体异常原因识别。
[0018]而我们的系统针对多种抗菌药物的医疗处方，结合医院实际情况，对于结构化数据和非结构化数据，智能识别抗菌药物医疗处方的内部规律，不需要提前预设相关的规则，摒弃主观因素。对于异常的抗菌药物处方，我们的系统能够针对性地识别抗菌药物处方的异常方面，给出具体的改善意见。
[0019]对于医院抗菌药物处方的精细化点评是遏制患者耐药，改善医院抗菌药物临床应用管理策略的前提，现有技术存在以下问题：
[0020]1.方法的适用性受到限制，现有研究多针对单一抗菌药物的处方数据，得到的相关规则与结论在其他抗菌药物管理中缺乏普适性。
[0021]2.实用性差，需要提前预设相关规则，增加了相关医护人员的工作量。
[0022]3.现有方法仅判断处方是否合理或是否异常，难以给出精细化的点评意见。
[0023]4.缺乏规范性，导致管理混乱。

技术实现思路

[0024]针对于传统的基于相关规则对抗菌药物处方进行点评的方法的局限性、当前方法难以全面考虑相关信息并给出精细化的点评意见以及处方点评过程缺乏规范性等问题，本专利技术提出了一种精细化抗菌药物处方点评方法。本专利技术首先广泛收集处方信息、患者相关信息、手术信息、药物信息，建立统一集成的医院抗菌药物处方点评数据库，并通过数据预
处理手段以及词频
‑
逆文件频率 (TF
‑
IDF)等方法对数据进行处理。然后，利用机器学习算法AdaBoost学习相关处方点评知识，建立精细化医疗处方点评模型，并应用在待点评的处方中。
[0025]本专利技术采用的技术方案：
[0026]一种精细化抗菌药物处方点评方法，步骤如下：
[0027]第一步：建立医院抗菌药物处方点评数据库
[0028]基于医院信息管理系统(HI本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种精细化抗菌药物处方点评方法，其特征在于，步骤如下：第一步：建立医院抗菌药物处方点评数据库基于医院信息管理系统(HIS)、医院相关规章制度以及医生补充知识，收集医院产生的抗菌药物处方以及处方涉及的相关患者信息、手术信息以及药物信息；根据患者住院号码和入院时间，关联患者信息；根据患者住院号码、手术时间和处方开具时间关联手术信息；根据抗菌药物名称关联药物信息；根据所有关联信息，计算每一条抗菌药物处方的花费金额以及用药量；将所有信息整合建立医院抗菌药物处方点评数据库；第二步：数据预处理根据医院抗菌药物处方点评数据库中的数据，区分结构化数据与非结构化数据；之后，对结构化数据、非结构化数据分别进行预处理，步骤如下：首先，删除结构化数据中包含缺失值的行；之后，对于结构化数据中的数值型数据，包括患者年龄、患者身高、患者体重、患者体重指数(BMI)、入院日期、出院日期、开嘱时间、停嘱时间、用药一次剂量、用药总量、手术时间、手术持续时间信息，不做特别处理；对于结构化数据中的分类数据，包括患者性别、患者是否患有糖尿病、患者所属科室、使用药物名称、用药频次、手术级别、手术与和等级、药物等级信息，引入虚拟变量进行建模；然后，对于非结构化数据，包括手术及操作名称、诊断信息的文本数据，使用TF
‑
IDF进行建模；第三步：多标签处理对于人工点评数据，由于点评结果并不局限于单一方面，因而需要将点评结果转化为多标签的分类格式；本方法涉及的点评方面包含药物处方是否合理，将合理处方的点评结果索引设置为0；若不合理，不合理的具体方面包含：
①
药物选择不合理；
②
无头孢过敏史仍皮试；
③
无理由更换药物品种；
④
用药时机不合理；
⑤
单次剂量不合理；
⑥
用药频次不合理；
⑦
用药疗程不合理；
⑧
无指征用药；其索引分别为1至8；因而，当处方同时包含未说明换药原因、未说明疗程两方面问题时，其点评的多标签的分类格式为[0,0,0,1,0,0,0,1,0]；采用集成Label Powerset方法，对于每一种标签组合都建立一个单独的分类器，并通过创建映射关系来支持多标签与单标签的相互转换；第四步：学习点评知识4.1根据前述得到的结构化数据、非结构化数据以及人工标注单标签信息，集成机器学习方法AdaBoost建立模型，学习参数；4.2使用获得的模型点评待点评处方，根据反向映射关系输出点评结果。2.如权利要求1所述的一种精细化抗菌药物处方点评方法，其特征在于，第二步中，所述的使用TF
‑
IDF进行建模，具体如下：1)需要计算词条在文本中出现的频率，即计算词频(TF)，TF的公式如下：其中n
i,j
表示了某一词语t
i
在文档d
j
之中出现的次数，∑
k
n
k,j
表示文档d
j
中的词语总数；
TF
i,j
表示了词语t
i
...

【专利技术属性】
技术研发人员：杨光飞，周子尧，丁爱丽，关晓微，王守权，
申请(专利权)人：大连凌空数据科技有限公司大连市中心医院，
类型：发明
国别省市：