【技术实现步骤摘要】
本专利技术涉及处方审核领域，尤其涉及一种智能化处方前置审核系统。
技术介绍
1、随着国家医疗改革的不断深化，医疗体制改革已经逐步由试点走向全面的部署和落地。近两年来，随着药品零加成、控制医疗费用、转变药学服务模式、落地药事服务费、深化医保支付管理等一系列新医改政策密集出台，医院在药事管理和处方审核等方面面临着越来越高的要求和挑战。临床药学管理的系统建设，能帮助临床医疗专业人员及时了解和掌握最新的医药专业知识和资讯，为医生提供权威的临床决策信息支持。同时帮助医生及时发现潜在的不合理用药问题，极大地弥补记忆的不足和人工失误所导致的用药错误，预防药物不良事件的发生、促进临床合理用药工作。帮助药师快速、高效地从事处方点评、药品使用情况统计分析等临床药学工作，实现对医院药学工作的信息化管理。让管理者掌握医院实际用药情况，从而监控和干预不合理用药的情况，及时避免可能的用药差错。通过事前干预审核、事中管理记录、事后点评分析实现药品使用的精细化管理，进而提高医院的医疗质量和用药管理水平，缓解医患矛盾，提高患者满意度。
2、现有的处方前置审核系统无法灵活处理各类医学信息，不利于生成和管理药物知识库，且无法保证处方审核的时效性和实时性；此外，现有的处方前置审核系统人为因素对处方审核的影响较大，增加了潜在的人为错误风险，无法快速处理大量的处方数据，降低审核的效率，为此，我们提出一种智能化处方前置审核系统。
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在的缺陷，而提出的一种智能化处
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种智能化处方前置审核系统，包括患者管理模块、医院管理模块、药物知识库、统计分析模块、医生端、处方审核模块、审核交互模块、异常告警模块以及推送点评模块；
4、所述患者管理模块用于存储患者的基本信息，且仅授权医生和对应医护人员能够访问；
5、所述医院管理模块用于管理科室、疾病、医生、药物、用量以及给药途径；
6、所述药物知识库用于建立智能审方规则，自动更新指南和说明书；
7、所述统计分析模块用于收集、整理并分析医院处方数据；
8、所述医生端用于医生查看患者信息以及统计分析结果，并输入处方；
9、所述处方审核模块用于对于医生开的处方进行审核评估；
10、所述审核交互模块用于开方医生与审核人员沟通；
11、所述异常告警模块用于针对处方中存在异常的情况发出警报；
12、所述推送点评模块用于对于不合理的审核结果形成点评，并及时推送给医务科和科室主任，同时自动总结年度数据形成科研论文。
13、作为本专利技术的进一步方案，所述患者管理模块基本信息存储具体步骤如下：
14、步骤一：患者登录系统并提供必要的身份信息，之后系统通过患者提供的身份信息进行验证，验证通过后，患者管理模块为患者生成唯一标识符，并创建患者的区块链账户；
15、步骤二：通过加密算法对患者的基本信息进行加密，将患者的基本信息处理成一组区块，并将新创建的区块链交易被广播到整个网络中的节点，之后区块链网络的节点通过共识机制验证并同意添加新的区块。
16、作为本专利技术的进一步方案，所述药物知识库智能审方规则构建具体步骤如下：
17、步骤1：药物知识库从多组数据源收集最新医学数据，并利用自然语言处理算法提取最新医学数据中的各类信息，然后通过专业人员进行标注，以生成训练集；
18、步骤2：构建规则生成模型，使用训练集对模型进行监督学习，使用损失函数来比较规则生成模型的输出与实际目标值之间的差异，根据损失函数的梯度来计算权重的梯度，重复对该模型进行训练，直至模型能够理解医学文本中的语义和逻辑后停止；
19、步骤3：利用训练好的模型自动生成审方规则，定期收集新的医学研究成果和治疗方案并对规则进行更新和优化，收集医生的实际应用经验和观点，通过分析用户反馈数据，对规则进行调整和改进，使系统更符合实际临床需求。
20、作为本专利技术的进一步方案，步骤1所述数据源具体包括药品说明书知识库、药物配伍禁忌知识库、书籍期刊知识库、患者用药教育知识库、药品安全警示知识库、食品药品知识库、fda妊娠期药物安全级别知识库、疾病查询知识库以及中医知识库。
21、作为本专利技术的进一步方案，所述统计分析模块处方数据分析具体步骤如下：
22、步骤ⅰ：通过与医院信息系统的集成或api接口，实时或定期地抽取历史处方数据，通过高斯滤波去除各处方数据中的噪声并平滑数据，对各组数据进行标准化处理以统一数据格式，再检测是否存在重复的数据记录，若存在重复数据，则将其删除；
23、步骤ⅱ：检测各组数据中存在的缺失值，并标记各缺失值在对应数据中的所在位置，对各组数据中存在的缺失值进行统计和可视化分析以获取缺失值的分布情况和影响范围，并通过knn算法找到的相应的k组数据点的平均值或中位数来替代异常值或缺失值；
24、步骤ⅲ：将处理后的处方数据进行结构化存储，再通过sas对处方数据进行各种统计分析，并利用机器学习或统计学方法，基于分析结果建立模型以预测未来用药趋势；
25、步骤ⅳ：将分析结果以可视化的形式展示，并生成图表或报表呈现处方数据的关键信息，使医疗管理者能够直观地了解医院的药物使用情况和趋势，之后对处方数据进行持续监测，一旦发现异常趋势或超出阈值，异常告警模块触发报警通知医疗管理者。
26、作为本专利技术的进一步方案，所述处方审核模块审核评估具体步骤如下：
27、步骤①：处方审核模块接收医生端输入的处方数据，之后根据基于药物知识库生成的审方规则初步筛查处方，标记潜在的问题，再获取最新的医学信息验证该处方是否符合最新的医学标准；
28、步骤②：若该处方存在问题，则将其发送至审方中心检测该处方是否满足药师审核条件，若不满足，则视为无不合理用药情况并发送至缴费处，由发药师人工审核，审核通过依据处方为患者发药，若满足药师审核条件，则由审方药师进行人工审核，当审核通过或审方超时，则将该处方发送至缴费处，由发药师人工审核，审核通过依据处方为患者发药；
29、步骤③：若审核不通过，则将该处方返回医生端，并通知医生修改，同时医生通过审核交互模块与审核人员沟通对处方中存在的潜在问题进行交流修改。
30、相比于现有技术，本专利技术的有益效果在于：
31、1、本专利技术中药物知识库从多组数据源收集最新医学数据，并利用自然语言处理算法提取最新医学数据中的各类信息，然后通过专业人员进行标注，以生成训练集，构建规则生成模型，使用训练集对模型进行监督学习，使用损失函数来比较规则生成模型的输出与实际目标值之间的差异，根据损失函数的梯度来计算权重的梯度，重复对该模型进行训练，直至模型能够理解医学文本中的语义和逻辑后停止，利用训练好的模型自动生成审方规则，定期收集新的医学研究成果本文档来自技高网...
【技术保护点】
1.一种智能化处方前置审核系统，其特征在于，包括患者管理模块、医院管理模块、药物知识库、统计分析模块、医生端、处方审核模块、审核交互模块、异常告警模块以及推送点评模块；
2.根据权利要求1所述的一种智能化处方前置审核系统，其特征在于，所述患者管理模块基本信息存储具体步骤如下：
3.根据权利要求2所述的一种智能化处方前置审核系统，其特征在于，所述药物知识库智能审方规则构建具体步骤如下：
4.根据权利要求3所述的一种智能化处方前置审核系统，其特征在于，步骤1所述数据源具体包括药品说明书知识库、药物配伍禁忌知识库、书籍期刊知识库、患者用药教育知识库、药品安全警示知识库、食品药品知识库、FDA妊娠期药物安全级别知识库、疾病查询知识库以及中医知识库。
5.根据权利要求3所述的一种智能化处方前置审核系统，其特征在于，所述统计分析模块处方数据分析具体步骤如下：
6.根据权利要求3所述的一种智能化处方前置审核系统，其特征在于，所述处方审核模块审核评估具体步骤如下：
【技术特征摘要】
1.一种智能化处方前置审核系统，其特征在于，包括患者管理模块、医院管理模块、药物知识库、统计分析模块、医生端、处方审核模块、审核交互模块、异常告警模块以及推送点评模块；
2.根据权利要求1所述的一种智能化处方前置审核系统，其特征在于，所述患者管理模块基本信息存储具体步骤如下：
3.根据权利要求2所述的一种智能化处方前置审核系统，其特征在于，所述药物知识库智能审方规则构建具体步骤如下：
4.根据权利要求3所述的一种智能化处...
【专利技术属性】
技术研发人员：赵敏锐，王娟，王晨，廖容花，张琳，李鸿霞，刘青莲，
申请(专利权)人：深圳平乐骨伤科医院深圳市坪山区中医院，深圳市骨伤科医院，
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。