本发明专利技术涉及信息技术领域，特别是指一种认知数字药物辅佐使用软件设计方法及装置，一种认知数字药物辅佐使用软件设计方法包括：导入医生处方和患者个人信息，获得处方数据和个人信息数据；对数字药物产生的数据信息进行处理，获得初始数据，根据初始数据进行特征提取，获得第一特征数据；根据初始数据和处方数据，对患者发送用药提醒；根据第一特征数据通过卷积神经网络进行深度学习，获得第二特征数据；根据第二特征数据和个人信息数据，对患者推送辅助治疗信息；基于第二特征数据和处方信息数据，制定患者激励任务，提高了数字药物的用药效果和体验。效果和体验。效果和体验。
【技术实现步骤摘要】
一种认知数字药物辅佐使用软件设计方法及装置
[0001]本专利技术涉及信息
，特别是指一种认知数字药物辅佐使用软件设计方法及装置。
技术介绍
[0002]数字药物是指具备与传统药物相似的治疗适应症、治疗目标和治疗预期效果(或能通过创新技术提升治疗效率和效果)的数字化产品。相对于传统药物，数字药物具备轻松有趣依从性高、诊疗数据可及时统计反馈，诊疗方案可通过人工智能基于诊疗数据即时自动优化，无药理毒副作用等巨大优势。参考认知障碍领域传统药物的研究、开发流程，基于现有的技术基础，设计出认知障碍数字药物的研发模型能够对今后该领域数字药物的研究、开发提供可参考性的指导，从而加速该领域数字药物的研发。
[0003]如何将“数字药物”辅佐软件恰当地嵌入“数字药物”当中，并通过合理的生物刺激激发“数字药物”中的辅佐软件进行正常工作，成为了当前关注的研究方向。现有的数字药物辅佐软件中，在帮助患者和医生实时掌握患者身体状况方面存在不足，在使用药物的过程中不能实时有效地给与患者帮助与奖励，导致用药的效果不佳和治疗体验较差。
技术实现思路
[0004]本专利技术实施例提供了一种认知数字药物辅佐使用软件设计方法及装置。所述技术方案如下：
[0005]一方面，提供了一种认知数字药物辅佐使用软件设计方法，该方法由电子设备实现，该方法包括：
[0006]导入医生处方和患者个人信息，获得处方数据和个人信息数据。
[0007]对数字药物产生的数据信息进行处理，获得初始数据，根据所述初始数据进行特征提取，获得第一特征数据。
[0008]根据所述初始数据和所述处方数据，对患者发送用药提醒。
[0009]根据所述第一特征数据通过卷积神经网络进行深度学习，获得第二特征数据。
[0010]根据所述第二特征数据和所述个人信息数据，对患者推送辅助治疗信息。
[0011]基于所述第二特征数据和所述处方信息数据，制定患者激励任务。
[0012]可选地，所述导入医生处方和患者个人信息，获得处方数据和个人信息数据，包括：
[0013]通过使用B/S架构模式的无线通信方式进行数据传输，将个人信息数据和处方数据从医院处方服务器发送到患者手机端，个人信息数据和处方数据采用SQLite进行数据存储。
[0014]可选地，所述通过对数字药物使用产生的数据信息进行处理，获得初始数据，根据所述初始数据进行特征提取，获得第一特征数据，包括：
[0015]患者的用药情况数据信息通过无线通讯方式进行传输，通过数字药物与平台之间
的数据转换接口进行滤波和信息模型转换操作，获得初始数据，根据所述初始数据采用排序条件互信息方法进行特征提取，获得第一特征数据。
[0016]可选地，所述根据所述第一特征数据通过卷积神经网络进行深度学习，获得第二特征数据，包括：
[0017]基于所述第一特征数据，通过基于神经网络的词向量表示法建立对话生成模型；通过引入注意力机制的Seq2seq神经网络模型，将输入的第一特征数据转换为计算机二进制编码；根据所述计算机二进制编码基于卷积神经网络进行深度学习，获得第二特征数据。
[0018]可选地，所述基于所述第二特征数据，制定患者激励任务，包括：
[0019]获取患者当前测试环境下的记忆状态，基于所述第二特征数据和所述处方数据，通过长短期记忆网络的学习方法，根据患者的精神状态，进行激励任务的动态匹配。
[0020]另一方面，提供了一种认知数字药物辅佐使用软件设计装置，该装置应用于认知数字药物辅佐使用软件方法，该装置包括：
[0021]信息采集模块，用于导入医生处方和患者个人信息，获得处方数据和个人信息数据。
[0022]特征提取模块，用于对数字药物产生的数据信息进行处理，获得初始数据，根据所述初始数据进行特征提取，获得第一特征数据。
[0023]药品提示模块，用于根据所述初始数据和所述处方数据，对患者发送用药提醒。
[0024]深度学习模块，用于根据所述第一特征数据通过卷积神经网络进行深度学习，获得第二特征数据。
[0025]虚拟助手模块，用于根据所述第二特征数据和所述个人信息数据，对患者推送辅助治疗信息。
[0026]激励系统模块，用于基于所述第二特征数据和所述处方信息数据，制定患者激励任务。
[0027]可选地，所述药品提示模块，进一步用于：
[0028]通过使用B/S架构模式的无线通信方式进行数据传输，将个人信息数据和处方数据从医院处方服务器发送到患者手机端，个人信息数据和处方数据采用SQL i te进行数据存储。
[0029]可选地，所述药品提示模块，进一步用于：
[0030]患者的用药情况数据信息通过无线通讯方式进行传输，通过数字药物与平台之间的数据转换接口进行滤波和信息模型转换操作，获得初始数据，根据所述初始数据采用排序条件互信息方法进行特征提取，获得第一特征数据。
[0031]可选地，所述虚拟助手模块，进一步用于：
[0032]基于所述第一特征数据，通过基于神经网络的词向量表示法建立对话生成模型，解决序列之间循环神经网络的映射问题；通过引入注意力机制的Seq2seq神经网络模型，将输入的第一特征数据转换为计算机二进制编码；根据所述计算机二进制编码基于卷积神经网络进行深度学习，获得第二特征数据。
[0033]可选地，所述激励系统模块，进一步用于：
[0034]获取患者当前测试环境下的记忆状态，基于所述第二特征数据和所述处方数据，通过长短期记忆网络的学习方法，根据患者的精神状态，进行激励任务的动态匹配。
[0035]另一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述一种认知数字药物辅佐使用软件设计方法。
[0036]另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述一种认知数字药物辅佐使用软件设计方法。
[0037]本专利技术实施例提供的技术方案带来的有益效果至少包括：
[0038]本专利技术将“数字药物”辅佐软件恰当地嵌入“数字药物”当中，并通过合理的交互行为激发“数字药物”中的辅佐软件进行正常工作，采集和传输患者的服药数据和人体的脑电生理数据，通过某种传输方式将数据传输到服务器平台中，对数据进行分析处理，对患者的医疗康复做出指导性意见和提示性建议。帮助患者和医生能够实时地掌握患者的身体状况，患者使用药物的过程中给与实时帮助与奖励，提高用药的效果和体验。
附图说明
[0039]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0040]图1本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种认知数字药物辅佐使用软件设计方法，其特征在于，所述方法包括：导入医生处方和患者个人信息，获得处方数据和个人信息数据；对数字药物产生的数据信息进行处理，获得初始数据，根据所述初始数据进行特征提取，获得第一特征数据；根据所述初始数据和所述处方数据，对患者发送用药提醒；根据所述第一特征数据通过卷积神经网络进行深度学习，获得第二特征数据；根据所述第二特征数据和所述个人信息数据，对患者推送辅助治疗信息；基于所述第二特征数据和所述处方信息数据，制定患者激励任务。2.根据权利要求1所述的一种认知数字药物辅佐使用软件设计方法，其特征在于，所述导入医生处方和患者个人信息，获得处方数据和个人信息数据，包括：通过使用B/S架构模式的无线通信方式进行数据传输，将个人信息数据和处方数据从医院处方服务器发送到患者手机端，个人信息数据和处方数据采用SQLite进行数据存储。3.根据权利要求1所述的一种认知数字药物辅佐使用软件设计方法，其特征在于，所述通过对数字药物使用产生的数据信息进行处理，获得初始数据，根据所述初始数据进行特征提取，获得第一特征数据，包括：患者的用药情况数据信息通过无线通讯方式进行传输，通过数字药物与平台之间的数据转换接口进行滤波和信息模型转换操作，获得初始数据，根据所述初始数据采用排序条件互信息方法进行特征提取，获得第一特征数据。4.根据权利要求1所述的一种认知数字药物辅佐使用软件设计方法，其特征在于，所述根据所述第一特征数据通过卷积神经网络进行深度学习，获得第二特征数据，包括：基于所述第一特征数据，通过基于神经网络的词向量表示法建立对话生成模型；通过引入注意力机制的Seq2seq神经网络模型，将输入的第一特征数据转换为计算机二进制编码；根据所述计算机二进制编码基于卷积神经网络进行深度学习，获得第二特征数据。5.根据权利要求1所述的一种认知数字药物辅佐使用软件设计方法，其特征在于，所述基于所述第二特征数据，制定患者激励任务，包括：获取患者当前测试环境下的记忆状态，基于所述第二特征数据和所述处方数据，通过长短期记忆网络的学习方法，根据患者的精神状态，进行激励任务的动态匹配。6.一种认知数字药物...
【专利技术属性】
技术研发人员：文冬，王少昌，周艳红，万象隆，胡峰溢，李斌，刘哲源，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。