一种药物不良反应的主动监测方法及系统技术方案

本发明专利技术提供一种药物不良反应的主动监测方法及系统，其中方法包括：获取患者的基础信息和服药信息；基于基础信息

【技术实现步骤摘要】
一种药物不良反应的主动监测方法及系统


[0001]本专利技术涉及药品风险管控
，特别涉及一种药物不良反应的主动监测方法及系统
。

技术介绍

[0002]目前，医药产业是新一轮科技革命与产业变革中创新最为活跃
、
发展最为迅猛的新兴产业之一，也是生命健康产业的重要组成部分，事关人民生命健康和民生福祉
。
[0003]药物警戒是对药品不良反应及其他与用药有关的有害反应进行监测
、
识别
、
评估和控制的活动
。2021
年
12
月1日，国家药品监督管理局发布的
《
药物警戒质量管理规范
》
正式实施，是贯彻落实
《
中华人民共和国药品管理法
》
中药物警戒制度的重要措施，是医药产业逐步融入全球药物警戒发展格局的关键因素，是保障公众用药安全
、
全面推进健康城市建设的技术保证
。《
药物警戒质量管理规范
》
要求药物警戒活动围绕药物警戒体系建设和药品风险管理的两大主线，体现药品全生命周期的管理理念，坚持药品风险管理的原则，明确药物警戒主题责任的承担者，规划了企业国际化发展蓝图
。
[0004]一般的，当患者服用药物时，可能会出现一些不良反应
。
传统的，都是由患者自己或其监护医生对患者进行不良反应监测，人力成本较大，监测及时性不足
。
因此，亟需一种解决办法
。

技术实现思路

[0005]本专利技术目的之一在于提供了一种药物不良反应的主动监测方法，主动对患者进行药物不良反应主动监测，无需患者自己或其监护医生对患者进行不良反应监测，降低了人力成本，更提升了监测及时性
。
[0006]本专利技术实施例提供的一种药物不良反应的主动监测方法，包括：
[0007]获取患者的基础信息和服药信息；
[0008]基于基础信息
、
服药信息和预设的药物不良反应库，确定多个待监测药物不良反应；
[0009]基于各个待监测药物不良反应对应的预设的主动监测规则，生成主动监测模板；
[0010]基于主动监测模板，对患者进行药物不良反应主动监测
。
[0011]优选的，基于基础信息
、
服药信息和预设的药物不良反应库，确定多个待监测药物不良反应，包括：
[0012]基于预设的第一特征提取模板，对基础信息和服药信息进行特征提取，获得信息特征集；
[0013]从药物不良反应库中确定信息特征集对应的待监测药物不良反应
。
[0014]优选的，基于主动监测模板，对患者进行药物不良反应主动监测，包括：
[0015]获取患者的状态信息；
[0016]基于主动监测模板，根据状态信息对患者进行药物不良反应主动监测；
[0017]其中，获取患者的状态信息，包括：
[0018]获取患者的当前生理参数，并作为状态信息；
[0019]和
/
或，
[0020]获取患者最近预设的时间内产生的语音信息；语音信息包括：患者的发言
、
患者与其他人员之间的对话；
[0021]基于语音信息，确定状态信息；
[0022]和
/
或，
[0023]获取患者的人员图像；
[0024]基于人员图像，确定状态信息
。
[0025]优选的，基于语音信息，确定状态信息，包括：
[0026]解析语音信息中的多个语音和对应的产生时间；
[0027]基于产生时间，将语音设置于预设的时间轴线上；
[0028]从时间轴线上确定符合第一语音簇条件第一语音簇；
[0029]对第一语音簇中的语音进行语义提取，获得第一语义；
[0030]将第一语义与预设的触发语义库中的触发语义进行匹配；
[0031]当匹配符合时，将匹配符合的第一语义存入预设的语义集；
[0032]从时间轴线上确定符合第而语音簇条件第二语音簇；
[0033]对第二语音簇中的语音进行语义提取，获得第二语义；
[0034]将第二语义与触发语义进行匹配；
[0035]当匹配符合时，将匹配符合的第二语义对应的语音作为目标语音；
[0036]将第二语音簇中的两两目标语音之间的语音的第二语义以及目标语音的第二语义存入语义集；
[0037]从预设的第一患者状态库中确定语义集对应的状态信息；
[0038]其中，第一语音簇条件包括：
[0039]第一语音簇中的语音的第一发言方为患者；
[0040]第一语音簇中的两两相邻语音之间的第一间隔距离小于等于预设的第一间隔距离阈值；
[0041]其中，第二语音簇条件包括：
[0042]第一语音簇中的语音的第二发言方为患者
、
其他人员；
[0043]第二语音簇中的两两相邻语音之间的第二间隔距离小于等于预设的第二间隔距离阈值；
[0044]其中，第一间隔距离阈值小于第二间隔距离阈值
。
[0045]优选的，基于人员图像，确定状态信息，包括：
[0046]基于预设的第二特征提取模板，对人员图像进行特征提取，获得图像特征集；
[0047]从预设的第二患者状态库中确定图像特征集对应的状态信息
。
[0048]优选的，药物不良反应的主动监测方法，还包括：
[0049]对药物不良反应库进行扩充；
[0050]其中，对药物不良反应库进行扩充，包括：
[0051]通过预设的扩充节点获取扩充数据；
[0052]解析扩充数据的数据来源；
[0053]从扩充节点对应的预设的第一可信度库中确定数据来源的第一可信度；
[0054]当第一可信度大于等于预设的第一可信度阈值时，将扩充数据存入药物不良反应库内；否则，解析扩充数据的取数逻辑；
[0055]基于预设的第三特征提取模板，对取数逻辑进行特征提取，获得逻辑特征集；
[0056]从预设的第二可信度库中确定逻辑特征集对应的第二可信度；
[0057]当第二可信度大于等于预设的第二可信度阈值时，将扩充数据存入药物不良反应库内；否则，将扩充数据退回至扩充节点
。
[0058]本专利技术实施例提供的一种药物不良反应的主动监测系统，包括：
[0059]信息获取模块，用于获取患者的基础信息和服药信息；
[0060]待监测药物不良反应确定模块，用于基于基础信息
、
服药信息和预设的药物不良反应库，确定多个待监测药物不良反应；
[0061]主动监测模板生成模块，用于基于各个待监测药物不良反应对应的预设的主动监测规则，生成主动监测模板；
[0062]药物不良反应主动监本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种药物不良反应的主动监测方法，其特征在于，包括：获取患者的基础信息和服药信息；基于所述基础信息
、
所述服药信息和预设的药物不良反应库，确定多个待监测药物不良反应；基于各个所述待监测药物不良反应对应的预设的主动监测规则，生成主动监测模板；基于所述主动监测模板，对所述患者进行药物不良反应主动监测
。2.
如权利要求1所述的药物不良反应的主动监测方法，其特征在于，所述基于所述基础信息
、
所述服药信息和预设的药物不良反应库，确定多个待监测药物不良反应，包括：基于预设的第一特征提取模板，对所述基础信息和所述服药信息进行特征提取，获得信息特征集；从所述药物不良反应库中确定所述信息特征集对应的所述待监测药物不良反应
。3.
如权利要求1所述的药物不良反应的主动监测方法，其特征在于，所述基于所述主动监测模板，对所述患者进行药物不良反应主动监测，包括：获取所述患者的状态信息；基于所述主动监测模板，根据所述状态信息对所述患者进行药物不良反应主动监测；其中，获取所述患者的状态信息，包括：获取所述患者的当前生理参数，并作为所述状态信息；和
/
或，获取所述患者最近预设的时间内产生的语音信息；所述语音信息包括：所述患者的发言
、
所述患者与其他人员之间的对话；基于所述语音信息，确定所述状态信息；和
/
或，获取所述患者的人员图像；基于所述人员图像，确定所述状态信息
。4.
如权利要求3所述的药物不良反应的主动监测方法，其特征在于，所述基于所述语音信息，确定所述状态信息，包括：解析所述语音信息中的多个语音和对应的产生时间；基于所述产生时间，将所述语音设置于预设的时间轴线上；从所述时间轴线上确定符合第一语音簇条件第一语音簇；对所述第一语音簇中的所述语音进行语义提取，获得第一语义；将所述第一语义与预设的触发语义库中的触发语义进行匹配；当匹配符合时，将匹配符合的所述第一语义存入预设的语义集；从所述时间轴线上确定符合第而语音簇条件第二语音簇；对所述第二语音簇中的所述语音进行语义提取，获得第二语义；将所述第二语义与所述触发语义进行匹配；当匹配符合时，将匹配符合的所述第二语义对应的所述语音作为目标语音；将所述第二语音簇中的两两所述目标语音之间的所述语音的所述第二语义以及所述目标语音的所述第二语义存入所述语义集；从预设的第一患者状态库中确定所述语义集对应的所述状态信息；
其中，所述第一语音簇条件包括：所述第一语音簇中的所述语音的第一发言方为所述患者；所述第一语音簇中的两两相邻所述语音之间的第一间隔距离小于等于预设的第一间隔距离阈值；其中，所述第二语音簇条件包括：所述第一语音簇中的所述语音的第二发言方为所述患者
、
所述其他人员；所述第二语音簇中的两两相邻所述语音之间的第二间隔距离小于等于预设的第二间隔距离阈值；其中，所述第一间隔距离阈值小于所述第二间隔距离阈值
。5.
如权利要求3所述的药物不良反应的主动监测方法，其特征在于，所述基于所述人员图像，确定所述状态信息，包括：基于预设的第二特征提取模板，对所述人员图像进行特征提取，获得图像特征集；从预设的第二患者状态库中确定所述图像特征集对应的所述状态信息
。6.
如权利要求1所述的药物不良反应的主动监测方法，其特征在于，还包括：对所述药物不良反应库进行扩充；其中，所述对所述药物不良反应库进行扩充，包括：通过预设的扩充节点获取扩充数据；解析所述扩充数据的数据来源；从所述扩充节点对应的预设的第一可信度库中确定所述数据来源的第一可信度；当所述第一可信...

【专利技术属性】
技术研发人员：刘丽丽，刘玉，何豆豆，姚昊成，
申请(专利权)人：盐城市食品药品监督检验中心，
类型：发明
国别省市：