【技术实现步骤摘要】
本专利技术涉及医疗，更具体地说，本专利技术涉及一种基于人工智能的慢性病患者用药自动提醒方法及系统。
技术介绍
1、慢性疾病是威胁人类健康的第一大疾病，目前我国已经进入了慢性疾病的高发阶段，而在老年和慢性疾病患者安全用药方面的应用研究还处于初级阶段，没有形成针对病人在医院和出院后居家的全程安全用药网络信息干预体系。而慢性病患者长期不规律服用药物将导致药物耐受性的发展，这意味着药物在治疗中的效果减弱，患者需要更高剂量或更强效的药物以达到相同的效果。并且对于提醒后仍忘记吃药的患者，为避免其药物耐受性改变，应对其用药类型、剂量、服用时间及频率作相应调整，因此针对慢性病患者设计一个用药自动提醒系统颇为重要，为了解决上述问题，现提供一种技术方案。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供一种基于人工智能的慢性病患者用药自动提醒方法及系统，通过智能数据采集模块用于收集目标患者的健康数据，包括病历、用药记录、药物分析指标以及症状报告，用药提醒子系统根据目标患者的健康数据分析获取习惯特性指标、药物半衰期、药物生物利用程度以及药物作用特性指标，用药提醒子系统根据目标患者的习惯特性指标、药物半衰期、药物生物利用程度以及药物作用特性指标确定目标患者的最佳用药时间，根据患者的健康数据和药物特性，为患者提供个性化的用药提醒，有助于患者按时、按量服药，提高了用药的依从性，为选择最佳加工工艺和原料提供参考，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术
3、一种基于人工智能的慢性病患者用药自动提醒系统，包括智能数据采集模块、用药提醒子系统、个性化调整建议子系统以及用户调整模块，智能数据采集模块用于收集目标患者的健康数据，包括病历、用药记录、药物分析指标以及症状报告，用药提醒子系统根据目标患者的健康数据分析获取习惯特性指标、药物半衰期、药物生物利用程度以及药物作用特性指标，用药提醒子系统根据目标患者的习惯特性指标、药物半衰期、药物生物利用程度以及药物作用特性指标确定目标患者的最佳用药时间，通过目标患者的习惯特性指标、药物半衰期、药物生物利用程度以及药物作用特性指标建立药物最佳吸收率预测模型，根据药物最佳吸收率预测模型得到目标患者的药物最佳吸收率，其中，药物最佳吸收率预测模型的公式为：
4、
5、式中：hgz为药物最佳吸收率，tgv为目标患者的习惯特性指标，tgm为目标患者的药物半衰期，tge为目标患者的药物生物利用程度，tgd为目标患者的药物作用特性指标。
6、在一个优选的实施方式中，智能数据采集模块用于收集目标患者的健康数据，包括病历、用药记录、药物分析指标以及症状报告；
7、用药提醒子系统用于根据目标患者的习惯特性指标、药物半衰期、药物生物利用程度以及药物作用特性指标确定目标患者的最佳用药时间；
8、个性化调整建议子系统用于根据目标患者用药提醒子系统的输出，结合机器学习模型提供调整药物类型、剂量、服用时间以及频率的建议；
9、用户调整模块用于提供建议提醒、设置提醒时间、用药历史查看、用药报告图表展示、通讯互动、副作用和症状追踪以及药物信息查询功能。
10、在一个优选的实施方式中，目标患者的习惯特性指标通过每日工作时长、睡眠时长、饮食规律特性指标以及运动时长建立习惯特性指标分析模型获得，习惯特性指标分析模型的公式为：
11、
12、式中：tgv为目标患者的习惯特性指标，yfv为目标患者的每日工作时长，yfg为目标患者的睡眠时长，yfu为目标患者的饮食规律特性指标，yfs为目标患者的运动时长。
13、在一个优选的实施方式中，药物作用特性指标通过目标患者的日用药剂量、日用药频率、药物效果持续时长以及药物吸收频率构建药物作用特性指标分析模型获得，其中，药物作用特性指标分析模型的公式为：
14、
15、式中：tgd为目标患者的药物作用特性指标，mgw为目标患者的日用药剂量，mgh为目标患者的日用药频率，mge为目标患者的药物效果持续时长，mgv为目标患者的药物吸收频率。
16、在一个优选的实施方式中，患者的个性化调整建议子系统包括用药剂量调整建议模块、药物服用时间调整建议模块、药物类型调整建议模块、药物服用频率建议模块以及显示模块，显示模块用于显示药剂量调整建议、药物服用时间调整建议、药物类型调整建议以及药物服用频率建议。
17、在一个优选的实施方式中，用药剂量调整建议模块通过机器学习模型检测到目标患者的生理参数持续不在目标范围中时，发起用药剂量调整建议，目标患者的生理参数包括血糖、血压、心率、血脂以及呼吸率。
18、在一个优选的实施方式中，目标患者的生理参数包括血糖、血压、心率、血脂以及呼吸率，其中，血糖的目标范围为：空腹血糖水平在70至130毫克/分升之间，餐后两小时的血糖水平低于180毫克/分升；血压的目标范围为：收缩压小于120毫米汞柱，舒张压小于80毫米汞柱；心率的目标范围为：静息心率在60至100次/分钟之间；血脂通过胆固醇和三酸甘油酯含量判断，血脂的目标范围为：正常总胆固醇小于200毫克/分升，低密度脂蛋白胆固醇小于100毫克/分升，男性高密度脂蛋白胆固醇大于40毫克/分升，女性高密度脂蛋白胆固醇大于50毫克/分升，三酸甘油酯小于150毫克/分升；呼吸率的目标范围为：静息呼吸率为每分钟12至20次。
19、在一个优选的实施方式中，用户调整模块包括建议提醒单元、药物清单单元、药物提醒设置单元、用药历史单元、副作用记录单元、症状追踪单元、药物信息查找单元、用药报告图表显示单元以及通信单元。
20、一种基于人工智能的慢性病患者用药自动提醒方法，用于实现上述一种基于人工智能的慢性病患者用药自动提醒系统，步骤如下：
21、步骤一，通过智能数据采集模块获取目标患者的习惯特性指标、药物半衰期、药物生物利用程度以及药物作用特性指标；
22、步骤二，根据目标患者的个性化习惯特性、药物半衰期、药物生物利用程度以及药物作用特性构建药物最佳吸收率预测模型，确定目标患者的最佳用药时间；
23、步骤三，结合用药提醒子系统的输出，使用机器学习模型为目标患者提供个性化的药物调整建议；
24、步骤四，通过用户调整模块的建议提醒单元显示个性化的药物调整建议。
25、本专利技术一种基于人工智能的慢性病患者用药自动提醒方法及系统的技术效果和优点：
26、1、本专利技术根据患者的健康数据和药物特性，为患者提供个性化的用药提醒，有助于患者按时、按量服药，提高了用药的依从性；
27、2、本专利技术通过根据患者的健康数据和药物特性提供个性化的调整建议，当患者的病情或健康状况发生变化时，系统能够及时调整用药提醒和建议，以满足患者的特定需求；
28、3、本专利技术能够帮助患者避免用药错误，确保他们服用正确的药物、剂量和时间，能够减少不必要的药物本文档来自技高网...
【技术保护点】
1.一种基于人工智能的慢性病患者用药自动提醒系统，包括智能数据采集模块、用药提醒子系统、个性化调整建议子系统以及用户调整模块，其特征在于，智能数据采集模块用于收集目标患者的健康数据，包括病历、用药记录、药物分析指标以及症状报告，用药提醒子系统根据目标患者的健康数据分析获取习惯特性指标、药物半衰期、药物生物利用程度以及药物作用特性指标，用药提醒子系统根据目标患者的习惯特性指标、药物半衰期、药物生物利用程度以及药物作用特性指标确定目标患者的最佳用药时间，通过目标患者的习惯特性指标、药物半衰期、药物生物利用程度以及药物作用特性指标建立药物最佳吸收率预测模型，根据药物最佳吸收率预测模型得到目标患者的药物最佳吸收率，其中，药物最佳吸收率预测模型的公式为：
2.根据权利要求1所述的一种基于人工智能的慢性病患者用药自动提醒系统，其特征在于，
3.根据权利要求1所述的一种基于人工智能的慢性病患者用药自动提醒系统，其特征在于，目标患者的习惯特性指标通过每日工作时长、睡眠时长、饮食规律特性指标以及运动时长建立习惯特性指标分析模型获得，习惯特性指标分析模型的公式为：
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。