一种用于医院康复科的智能治疗处方匹配方法及系统技术方案

本申请涉及医疗信息处理领域，提供一种用于医院康复科的智能治疗处方匹配方法及系统。通过基于历史患者治疗处方数据信息构建患者病历

【技术实现步骤摘要】
一种用于医院康复科的智能治疗处方匹配方法及系统


[0001]本申请涉及医疗信息处理领域，特别是涉及一种用于医院康复科的智能治疗处方匹配方法及系统。

技术介绍

[0002]目前大部分的康复科的治疗处方开立过程还在采用传统的HIS系统，具体的，专业医师根据患者情况，结合治疗经验进行治疗处方构思，并通过医疗HIS系统将所构思的治疗处方开立并下发。
[0003]治疗师管理工作人员经由HIS系统获取专业医师下发的治疗处方清单，并根据主治医师下发的治疗处方清单，将治疗任务分配给不同的治疗师，从而对患者进行治疗，患者的阶段性治疗结果以及最终治疗结果以纸质文件的形式进行归档，并最终以电子扫描件和文档形式归档到医院的电子病历系统中，这种治疗处方生成及执行的高人工依赖性，存在处方开立与患者实际情况适配度不高的风险缺陷。
[0004]综上所述，现有技术中存在患者治疗处方开立依赖于医师的治疗经验，不能准确结合患者数据，导致处方与患者匹配度不佳且处方开立效率较低的技术问题。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够实现降低患者治疗处方开立对于医师治疗经验的依赖性，提高治疗处方与患者的匹配度以及处方开立效率的一种用于医院康复科的智能治疗处方匹配方法及系统。
[0006]一种用于医院康复科的智能治疗处方匹配方法，方法包括：基于大数据获取历史患者治疗处方数据信息，所述历史患者治疗处方数据信息包括历史就诊患者的病历信息、治疗处方信息；根据所述病历信息、治疗处方信息，获得患者病历r/>‑
治疗处方映射关系；基于所述患者病历
‑
治疗处方映射关系，构建专家模型库，所述构建专家模型库包括遗传病专家模型库和通用专家模型库；采集获取目标患者病历信息；通过TF
‑
IDF对所述目标患者病历信息进行分词、并和所述专家模型库进行方案匹配，获得历史索引病历数据集；依次采用余弦相似度算法和Jaccard相似系数的算法对所述目标患者病历信息和所述历史索引病历数据集进行相似度整合，输出治疗处方推荐方案；基于所述治疗处方推荐方案对患者进行使用监测，获得处方反馈优化数据，并基于所述处方反馈优化数据对所述治疗处方匹配方案进行优化。
[0007]一种用于医院康复科的智能治疗处方匹配系统，所述系统包括：治疗处方获得模块，用于基于大数据获取历史患者治疗处方数据信息，所述历史患者治疗处方数据信息包括历史就诊患者的病历信息、治疗处方信息；映射关系构建模块，用于根据所述病历信息、治疗处方信息，获得患者病历
‑
治疗处方映射关系；模型构建执行模块，用于基于所述患者病历
‑
治疗处方映射关系，构建专家模型库，所述构建专家模型库包括遗传病专家模型库和通用专家模型库；患者病例采集模块，用于采集获取目标患者病历信息；方案匹配执行模
块，用于通过TF
‑
IDF对所述目标患者病历信息进行分词、并和所述专家模型库进行方案匹配，获得历史索引病历数据集；推荐方案输出模块，用于依次采用余弦相似度算法和Jaccard相似系数的算法对所述目标患者病历信息和所述历史索引病历数据集进行相似度整合，输出治疗处方推荐方案；匹配方案优化模块，用于基于所述治疗处方推荐方案对患者进行使用监测，获得处方反馈优化数据，并基于所述处方反馈优化数据对所述治疗处方匹配方案进行优化。
[0008]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0009]基于大数据获取历史患者治疗处方数据信息，所述历史患者治疗处方数据信息包括历史就诊患者的病历信息、治疗处方信息；
[0010]根据所述病历信息、治疗处方信息，获得患者病历
‑
治疗处方映射关系；
[0011]基于所述患者病历
‑
治疗处方映射关系，构建专家模型库，所述构建专家模型库包括遗传病专家模型库和通用专家模型库；
[0012]采集获取目标患者病历信息；
[0013]通过TF
‑
IDF对所述目标患者病历信息进行分词、并和所述专家模型库进行方案匹配，获得历史索引病历数据集；
[0014]依次采用余弦相似度算法和Jaccard相似系数的算法对所述目标患者病历信息和所述历史索引病历数据集进行相似度整合，输出治疗处方推荐方案；
[0015]基于所述治疗处方推荐方案对患者进行使用监测，获得处方反馈优化数据，并基于所述处方反馈优化数据对所述治疗处方匹配方案进行优化。
[0016]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0017]基于大数据获取历史患者治疗处方数据信息，所述历史患者治疗处方数据信息包括历史就诊患者的病历信息、治疗处方信息；
[0018]根据所述病历信息、治疗处方信息，获得患者病历
‑
治疗处方映射关系；
[0019]基于所述患者病历
‑
治疗处方映射关系，构建专家模型库，所述构建专家模型库包括遗传病专家模型库和通用专家模型库；
[0020]采集获取目标患者病历信息；
[0021]通过TF
‑
IDF对所述目标患者病历信息进行分词、并和所述专家模型库进行方案匹配，获得历史索引病历数据集；
[0022]依次采用余弦相似度算法和Jaccard相似系数的算法对所述目标患者病历信息和所述历史索引病历数据集进行相似度整合，输出治疗处方推荐方案；
[0023]基于所述治疗处方推荐方案对患者进行使用监测，获得处方反馈优化数据，并基于所述处方反馈优化数据对所述治疗处方匹配方案进行优化。
[0024]上述一种用于医院康复科的智能治疗处方匹配方法及系统，解决了现有技术中存在患者治疗处方开立依赖于医师的治疗经验，不能准确结合患者数据，导致处方与患者匹配度不佳且处方开立效率较低的技术问题，实现了降低患者治疗处方开立对于医师治疗经验的依赖性，提高治疗处方与患者的匹配度以及处方开立效率的技术效果。
[0025]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，
而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0026]图1为一个实施例中一种用于医院康复科的智能治疗处方匹配方法的流程示意图；
[0027]图2为一个实施例中一种用于医院康复科的智能治疗处方匹配方法中获得历史索引病历数据集的流程示意图；
[0028]图3为一个实施例中一种用于医院康复科的智能治疗处方匹配系统的结构框图；
[0029]图4为一个实施例中计算机设备的内部结构图。
[0030]附图标记说明：治疗处方获得模块1，映射关系构建模块2，模型构建执行模块3，患者病例采集模块4，方案匹配执行模块5，推荐本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于医院康复科的智能治疗处方匹配方法，其特征在于，所述方法包括：基于大数据获取历史患者治疗处方数据信息，所述历史患者治疗处方数据信息包括历史就诊患者的病历信息、治疗处方信息；根据所述病历信息、治疗处方信息，获得患者病历
‑
治疗处方映射关系；基于所述患者病历
‑
治疗处方映射关系，构建专家模型库，所述构建专家模型库包括遗传病专家模型库和通用专家模型库；采集获取目标患者病历信息；通过TF
‑
IDF对所述目标患者病历信息进行分词、并和所述专家模型库进行方案匹配，获得历史索引病历数据集；依次采用余弦相似度算法和Jaccard相似系数的算法对所述目标患者病历信息和所述历史索引病历数据集进行相似度整合，输出治疗处方推荐方案；基于所述治疗处方推荐方案对患者进行使用监测，获得处方反馈优化数据，并基于所述处方反馈优化数据对所述治疗处方匹配方案进行优化。2.如权利要求1所述的用于医院康复科的智能治疗处方匹配方法，其特征在于，所述获得历史索引病历数据集，包括：对所述目标患者病历信息进行异常数据筛选标识，获得病历异常数据信息；基于所述病历异常数据信息进行校正、整合处理，获得标准患者病历信息；通过TF
‑
IDF对所述标准患者病历信息进行分词索引，获得病历关键词数据索引；根据所述目标患者病历信息和所述专家模型库进行类型匹配，确定标定专家模型库；基于所述病历关键词数据索引从所述标定专家模型库中检索，获得所述历史索引病历数据集。3.如权利要求2所述的用于医院康复科的智能治疗处方匹配方法，其特征在于，所述获得病历关键词数据索引，包括：基于TF
‑
IDF对所述标准患者病历信息进行分词，获得病历关键词分词结果；对所述病历关键词分词结果中的各关键词进行出现频率统计，获得关键词分词频次信息；基于所述病历关键词分词结果和语料数据库进行词频计算，获得逆文本频率指数；基于所述关键词分词频次信息和所述逆文本频率指数，确定所述病历关键词数据索引。4.如权利要求1所述的用于医院康复科的智能治疗处方匹配方法，其特征在于，所述输出治疗处方推荐方案，包括：获取所述目标患者病历信息的患者病历特征维度信息和所述历史索引病历数据集的样本数据特征维度信息；采用余弦相似度算法对所述患者病历特征维度信息和所述样本数据特征维度信息进行相似度计算，获得初始样本相似度集合；基于所述初始样本相似度集合对所述历史索引病历数据集进行筛选，获得病历比例初始结果集合；利用Jaccard相似系数对所述患者病历特征维度信息和所述病历比例初始结果集合中的特征维度信息进行计算评分，获得病历比例再度结果集合；
将所述病历比例再度结果集合进行相似度排序，筛选输出所述治疗处方推荐方案。5.如权利要求4所述的用于医院康复科的智能治疗处方匹配方法，其特征在于，所述方法包括：通过余弦相似度算法计算获得所述初始样本相似度集合的算法公式具体为：其中，公式中代表所述患者...

【专利技术属性】
技术研发人员：潘冬，贺琛，马瑞，张坤，
申请(专利权)人：中航创世机器人西安有限公司，
类型：发明
国别省市：