CN108899072A - 中药药方推荐方法、装置、计算机设备和存储介质 - Google Patents
中药药方推荐方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN108899072A CN108899072A CN201810546633.0A CN201810546633A CN108899072A CN 108899072 A CN108899072 A CN 108899072A CN 201810546633 A CN201810546633 A CN 201810546633A CN 108899072 A CN108899072 A CN 108899072A
- Authority
- CN
- China
- Prior art keywords
- prescription
- data
- quasi
- supplementary features
- syndrome
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000003814 drug Substances 0.000 claims abstract description 163
- 208000011580 syndromic disease Diseases 0.000 claims abstract description 92
- 201000010099 disease Diseases 0.000 claims abstract description 67
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 67
- 229940079593 drug Drugs 0.000 claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 28
- 239000000284 extract Substances 0.000 claims description 23
- 230000000737 periodic effect Effects 0.000 claims description 7
- 239000000463 material Substances 0.000 description 12
- 238000000605 extraction Methods 0.000 description 10
- 210000001835 viscera Anatomy 0.000 description 6
- 210000004072 lung Anatomy 0.000 description 5
- 240000004510 Agastache rugosa Species 0.000 description 4
- 206010020751 Hypersensitivity Diseases 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 208000007882 Gastritis Diseases 0.000 description 3
- 208000026935 allergic disease Diseases 0.000 description 3
- 230000007815 allergy Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000003734 kidney Anatomy 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 235000009917 Crataegus X brevipes Nutrition 0.000 description 2
- 235000013204 Crataegus X haemacarpa Nutrition 0.000 description 2
- 235000009685 Crataegus X maligna Nutrition 0.000 description 2
- 235000009444 Crataegus X rubrocarnea Nutrition 0.000 description 2
- 235000009486 Crataegus bullatus Nutrition 0.000 description 2
- 235000017181 Crataegus chrysocarpa Nutrition 0.000 description 2
- 235000009682 Crataegus limnophila Nutrition 0.000 description 2
- 240000000171 Crataegus monogyna Species 0.000 description 2
- 235000004423 Crataegus monogyna Nutrition 0.000 description 2
- 235000002313 Crataegus paludosa Nutrition 0.000 description 2
- 235000009840 Crataegus x incaedua Nutrition 0.000 description 2
- 240000002943 Elettaria cardamomum Species 0.000 description 2
- 241000735527 Eupatorium Species 0.000 description 2
- 241001522129 Pinellia Species 0.000 description 2
- 244000197580 Poria cocos Species 0.000 description 2
- 235000008599 Poria cocos Nutrition 0.000 description 2
- 244000273928 Zingiber officinale Species 0.000 description 2
- 235000006886 Zingiber officinale Nutrition 0.000 description 2
- 235000005300 cardamomo Nutrition 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 210000003038 endothelium Anatomy 0.000 description 2
- 235000008397 ginger Nutrition 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 210000000582 semen Anatomy 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 206010027654 Allergic conditions Diseases 0.000 description 1
- 206010002198 Anaphylactic reaction Diseases 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 229930182555 Penicillin Natural products 0.000 description 1
- JGSARLDLIJGVTE-MBNYWOFBSA-N Penicillin G Chemical compound N([C@H]1[C@H]2SC([C@@H](N2C1=O)C(O)=O)(C)C)C(=O)CC1=CC=CC=C1 JGSARLDLIJGVTE-MBNYWOFBSA-N 0.000 description 1
- 206010042220 Stress ulcer Diseases 0.000 description 1
- 230000036783 anaphylactic response Effects 0.000 description 1
- 208000003455 anaphylaxis Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229940126678 chinese medicines Drugs 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 230000000857 drug effect Effects 0.000 description 1
- 208000000718 duodenal ulcer Diseases 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000009610 hypersensitivity Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000000366 juvenile effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 229940049954 penicillin Drugs 0.000 description 1
- 239000000955 prescription drug Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/13—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及一种中药药方推荐方法、装置、计算机设备和存储介质。所述方法包括:获取拟诊疾病、拟诊证候和患者信息;查找与拟诊疾病和拟诊证候匹配的中药基本方,获取中药基本方对应的第一方剂数据;查找与患者信息匹配的中药配伍方,获取中药配伍方对应的第二方剂数据;根据第一方剂数据和第二方剂数据生成推荐中药药方。采用本方法能够中药药方开方效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种中药药方推荐方法、装置、计算机设备和存储介质。
背景技术
患者去医院就诊时,中医医师通过望、闻、问、切等手段对患者病情进行诊断,并根据诊断结果为用户开具中药药方。
医师在为开具中药方剂时,通常需要翻阅中医、中药典籍进行药方查找,查找到药方后再根据患者个人情况进行调方,将调整的药方方剂中的各味药品人工书写或录入,从而医师开具药方时需要花费大量时间,开方效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高中药药方开方效率的中药药方推荐方法、装置、计算机设备和存储介质,用以解决医师开具药方时开方效率低的问题。
一种中药药方推荐方法,所述方法包括:
获取拟诊疾病、拟诊证候和患者信息;
查找与所述拟诊疾病和所述拟诊证候匹配的中药基本方,获取所述中药基本方对应的第一方剂数据;
查找与所述患者信息匹配的中药配伍方,获取所述中药配伍方对应的第二方剂数据;
根据所述第一方剂数据和所述第二方剂数据生成推荐中药药方。
在其中一个实施例中,方法还包括:
将所述推荐中药药方进行展示;
当检测到对所述推荐中药药方的编辑指令时,根据所述编辑指令获取编辑后的修正中药药方;
将所述修正中药药方与所述推荐中药药方进行比较得到差异方剂;
当从所述患者信息中检测到第一个人附加特征时,根据所述第一个人附加特征对所述差异方剂添加附加特征标签;
将所述修正中药药方存储为与所述差异方剂、所述附加特征标签关联的参考药方。
在其中一个实施例中,还包括:
定期统计所述差异方剂对应添加的各附加特征标签的打标频次;
当所述各附加特征标签中存在打标频次大于所述预设频次阈值的第一特征标签时,查找与所述第一特征标签、所述差异方剂对应的参考药方;
将查找到的参考药方根据所述第一特征标签生成第一附加特征基本方;
获取查找到的参考药方对应的中药基本方,将所述第一附加特征基本方与对应的中药基本方进行关联。
在其中一个实施例中,查找与所述拟诊疾病和所述拟诊证候匹配的中药基本方之后,还包括:
判断所述中药基本方是否存在关联的第二附加特征基本方;
当存在所述第二附加特征基本方时,检测所述患者信息中是否存在第二个人附加特征;
当检测到所述第二个人附加特征时,验证所述第二个人附加特征与所述第二附加特征基本方对应的第二特征标签是否匹配;
当所述第二个人附加特征与所述第二特征标签匹配时,将所述第二附加特征基本方提取为推荐中药药方。
在其中一个实施例中,查找与所述拟诊疾病和所述拟诊证候匹配的中药基本方,包括:
从所述拟诊疾病中提取部位关键词,从所述拟诊证候中提取证候关键词;
查找与所述部位关键词对应的第一基本方,获取查找到的第一基本方的证候标签;
将所述证候标签与所述证候关键词匹配的第一基本方提取为中药基本方。
在其中一个实施例中,查找与所述患者信息匹配的中药配伍方,包括:
从所述患者信息中提取第一个人特征;
获取预设配伍方的特征标签;
根据所述第一个人特征与所述特征标签计算所述患者信息与各所述预设配伍方的特征匹配率;
将所述特征匹配率超过第一预设匹配阈值的预设配伍方提取为中药配伍方。
在其中一个实施例中,还包括:
当查找不到与所述拟诊疾病和所述拟诊证候匹配的中药基本方时,获取未归档案例数据,获取各所述未归档案例数据中的第一问诊数据,从所述第一问诊数据中提取第二个人特征;
获取与所述患者信息对应的预存的第二问诊数据,从所述第二问诊数据中提取问诊关键词和第三个人特征;
统计所述问诊关键词在所述第一问诊数据中的关键词出现频次,并计算所述第二个人特征与所述第三个人特征的特征匹配率;
根据所述关键词出现频次与所述特征匹配率计算各所述未归档案例数据的数据匹配度;
将所述数据匹配度高于第二预设匹配阈值的未归档案例数据中的开具药方提取为中药基本方。
一种中药药方推荐装置,所述装置包括:
拟诊数据获取模块,用于获取拟诊疾病、拟诊证候和患者信息;
第一方剂获取模块,用于查找与所述拟诊疾病和所述拟诊证候匹配的中药基本方,获取所述中药基本方对应的第一方剂数据;
第二方剂获取模块,用于查找与所述患者信息匹配的中药配伍方,获取所述中药配伍方对应的第二方剂数据;
药方生成模块,用于根据所述第一方剂数据和所述第二方剂数据生成推荐中药药方。
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上述方法的步骤。
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上述方法的步骤。
上述中药药方推荐方法、装置、计算机设备和存储介质,当获取到拟诊疾病、拟诊证候,以及患者信息后,自动查找与诊断结果匹配的中药基本方,获取中药基本方中的方剂数据,并自动查找与患者个人信息匹配的中药配伍方,获取中药配伍方的方剂数据,中药配伍方的方剂数据对中药基本方中的方剂数据进行调整组合后生成推荐中药药方,从而实现智能化的中药药方推荐,且推荐的药方能够满足患者个性化差异,达到切合病情、提高疗效的目的。
附图说明
图1为一个实施例中中药药方推荐方法的流程示意图;
图2为另一个实施例中中药药方推荐方法的流程示意图;
图3为一个实施例中中药药方推荐装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的中药药方推荐方法,可以在计算、存储性能较好的终端上施行,也可以在服务器上施行,其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。下面以该方法应用于终端为例进行说明。
在一个实施例中,如图1所示,提供了一种中药药方推荐方法,包括以下步骤:
步骤210,获取拟诊疾病、拟诊证候和患者信息。
拟诊疾病用于描述医生对患者所患疾病的诊断结果,拟诊疾病可以是对医生诊断结果的标准化医学描述术语,拟诊疾病可以根据标准疾病库中的疾病名称制定,标准疾病库可以为ICD10标准疾病库等。例如,具体的拟诊标签可以为应激性溃疡、糖尿病、高血压、肝痛等。
证候是中医所特有的一种名称,是指疾病发展过程中某一阶段的病理属性的概况,如“肝肾亏虚”、“肝肾两虚”、“风寒袭肺”、“寒气侵肺”等。拟诊证候是医生通过对患者望闻问切进行诊断得出的中医诊断结论。
患者信息可以包括但不限于患者的个人信息数据、身体情况数据和历史患病数据等。其中,个人信息数据可以包括患者的性别、年龄、所在地区等数据,身体情况数据可以包括患者是否处于孕期、哺乳期、身高、体重等数据,历史患病数据可以包括患者的历史患病数据、历史手术数据及过敏史数据等。
医生可以在终端输入诊断结果和拟诊证候。其中,诊断结果可以是标准化的拟诊疾病,也可以是非标准化的常用疾病描述。当诊断结果为非标准化的常用疾病描述时,终端将诊断结果转化为标准化的拟诊标签,终端将接收到的诊断结果转换为对应的拟诊标签。
终端可以事先设定将拟诊标签、拟诊证候根据疾病类型、所属科室等信息进行分类,将分类后的拟诊标签和拟诊证候进行展示,医生可以在终端上对拟诊标签和拟诊证候进行查找和选择,终端获取医生选择的拟诊标签。医生可以在终端上输入患者的基本信息如姓名、年龄、医保***等,并录入患者的问诊数据,终端获取医生输入的患者基本信息后,可以查找与患者基本信息对应的患者历史就医数据,从患者基本信息、问诊数据和历史就医数据中提取患者信息。
步骤220,查找与拟诊疾病和拟诊证候匹配的中药基本方,获取中药基本方对应的第一方剂数据。
中药基本方是为治疗某种疾病而将若干种中药药材的名称、剂量和用法组合起来的基本药方,中药基本方可以根据治疗疾病、证候、治疗功效等进行分类。
在本实施例中,每个中药基本方事先被进行拟诊疾病和拟诊证候的标签打标,同一中药基本方可以被打标上一个或多个拟诊疾病或拟诊证候。同一拟诊疾病或拟诊证候也可能对应于多个中药基本方。在一个实施例中,中药基本方可以事先存储在中药药方库中,中药药方库中的中药基本方可以根据中医临床研究的进步进行相应的更新和维护。
终端可以查找打标的拟诊疾病与获取的拟诊疾病一致的中药基本方,再从中查找出打标的拟诊证候与获取的拟诊证候一致的中药基本方;终端也可也先查找打标的拟诊证候与获取的拟诊证候一致的中药基本方,再从中查找出打标的拟诊疾病与获取的拟诊疾病一致的中药基本方。终端查找到的与拟诊疾病和拟诊证候相匹配的中药基本方的数量可能为一个或多个,终端获取匹配到的各中药基本方的第一方剂数据,第一方剂数据包括中药基本方所包括的各味药材的名称、剂量和服用方法等数据。
步骤230,查找与患者信息匹配的中药配伍方,获取中药配伍方对应的第二方剂数据。
中药配伍方是根据患者的个人信息如龄、性别、职业,以及当前时期的气候和地理环境制定的对中药基本方相应加减化裁的中药调方,加减中药基本方中某些药物的剂量可以使对应药物的功效和治疗范围有所扩大或缩小,从而达到对药方药效进行调整的目的。
在一个实施例中,查找与患者信息匹配的中药配伍方的步骤可以包括:从患者信息中提取第一个人特征;获取预设配伍方的特征标签;根据第一个人特征与特征标签计算患者信息与各预设配伍方的特征匹配率;将特征匹配率超过第一预设匹配阈值的预设配伍方提取为中药配伍方。
预设配伍方事先进行特征标签打标,同一预设配伍方可以被打标多个特征标签,如时令标签、年龄标签、地区标签。终端获取预先存储的特征列表,特征列表中包括了预设配伍方被打标的所有种类的特征标签对应的特征。终端根据特征列表中的特征,从患者信息中提取出与特征相对应的患者特征值,并将提取出的患者特征值转换为对应的特征标签。如终端从患者信息中提取出与“年龄”特征对应的年龄特征值为15,年龄标签中又分为婴幼儿标签、少儿标签、青年标签、中年标签、老年标签等,终端查找到与年龄特征值15对应的年龄特征标签为青年标签。
终端将从患者信息中提取出的第一个特征对应的特征标签与各预设配伍方被打标的特征标签进行匹配,将被打标的特征标签中完全包含从患者信息中提取出的特征标签的预设配伍方提取为匹配预设配伍方。当查找不到完全包含提取出的特征标签的预设配伍方时,统计患者信息与预设配伍方相匹配的特征标签的特征匹配率,并获取预先存储的第一预设匹配阈值,将特征匹配率大于第一预设匹配阈值的预设配伍方提取为匹配的中药配伍方。
在一个实施例中,终端在计算特征匹配率时,可以获取预设配伍方分类模型,将提取出的第一个人信息输入预设配伍方分类模型中,得到患者信息与各预设配伍方的匹配概率。其中,预设配伍方分类模型可以为经过大量样本训练和模型参数调整的神经网络模型、决策树模型或贝叶斯模型等分类模型。
终端获取匹配的中药配伍方的第二方剂数据,第二方剂数据包括需要调配的药材的名称、调配类型、调配剂量、服用方法等数据。其中,调配类型可以包括增添、减少等调配方式。
步骤240,根据第一方剂数据和第二方剂数据生成推荐中药药方。
终端根据第二方剂数据中各药材的调配类型和调配剂量对第一方剂数据中对应药材的剂量进行调整,并将第二方剂数据中增加的药材添加至第一方剂数据后,终端根据经过调整的第一方剂数据生成推荐中药药方。
上述中药药方推荐方法中,当终端获取到中医医师输入的拟诊疾病、拟诊证候,以及患者信息后,自动查找与诊断结果匹配的中药基本方,获取中药基本方中的方剂数据,并自动查找与患者个人信息匹配的中药配伍方,获取中药配伍方的方剂数据,中药配伍方的方剂数据对中药基本方中的方剂数据进行调整组合后生成推荐中药药方,从而实现智能化的中药药方推荐,且推荐的药方能够满足患者个性化差异,达到切合病情、提高疗效的目的。
在一个实施例中,如图2所示,根据第一方剂数据和第二方剂数据生成推荐中药药方的步骤240之后,还可以包括:
步骤250,将推荐中药药方进行展示。
终端将生成的中药药方进行展示,终端在展示时可以根据各推荐中药药方生成药方选项,当用户选中药方选项时,再将推荐中药药方中具体的方剂数据进行展示。进一步地,在中药药方的展示界面可以设置编辑选项,以供用户对套餐中的各药材进行编辑修改,编辑选项可以包括添加药材、删除药材、更换药材、药材剂量的更改等。
在一个实施例中,当推荐中药药方的数量为多个时,终端可以根据推荐中药药方对应的中药基本方在预设时间内的药方推荐率、药方采用率等信息对推荐中药药方进行排序,根据排序顺序将推荐中药药方进行排列展示。
步骤260,当检测到对推荐中药药方的编辑指令时,根据编辑指令获取编辑后的修正中药药方。
用户通过编辑选项对推荐中药药方进行调整之后,可以通过编辑保存或编辑确认等选项下达编辑指令,当终端检测到编辑指令后,获取经过用户对推荐中药药方编辑后生成的修正中药药方。
步骤270,将修正中药药方与推荐中药药方进行比较得到差异方剂。
终端获取修正中药药方的修正方剂数据,并获取推荐中药药方的推荐方剂数据,方剂数据包括药方中各药材的名称、剂量、服用方法等数据,终端将修正方剂数据与推荐方剂数据进行比较得到差异方剂,差异方剂包括两个药方中名称、剂量、服用方法存在差异的药材明细。
步骤280,当从患者信息中检测到第一个人附加特征时,根据第一个人附加特征对差异方剂添加附加特征标签。
第一个人附加特征为患者个人的特殊身体状况信息,第一个人附加特征可以包括孕期、哺乳期、婴幼儿、过敏情况等特征。终端获取预设的待检测附加特征,并查找患者信息中是否存在与待检测附加特征对应的第一个人附加特征。当终端从患者信息中检测到第一个人附加特征时,根据查找到的第一个人附加特征生成对应的附加特征标签,并将差异方剂与附加特征标签进行关联存储。
同一个人附加特征可以对应于多个附加特征标签、如个人附加特征为过敏特征时,对应的附件特征标签可以包括但不限于青霉素过敏标签、头孢过敏标签、花粉过敏标签等。
步骤290,将修正中药药方存储为与差异方剂、附加特征标签关联的参考药方。
终端将修正中药药方存储为参考药方,如可以添加至参考药方库中,并将参考药方与差异方剂、附加特征标签进行关联存储。在对参考药方命名或编号时,可以根据参考药方所对应的中药基本方的名称进行命名或编号,并在命名或编号中添加参考标识信息。
在本实施例中,将用户对推荐中药药方进行修改的差异药方与检测出的患者个人附加特征进行关联存储,便于用户后期根据附加特征对差异药方进行统计分析。
在一个实施例中,中药药方推荐方法还可以包括:定期统计差异方剂对应添加的各附加特征标签的打标频次;当各附加特征标签中存在打标频次大于预设频次阈值的第一特征标签时,查找与第一特征标签、差异方剂对应的参考药方;将查找到的参考药方根据第一特征标签生成第一附加特征基本方;获取查找到的参考药方对应的中药基本方,将第一附加特征基本方与对应的中药基本方进行关联。
同一差异方剂可能是根据多个用户对药方的编辑操作得到的,并可能被打标上不同的附加特征标签。终端定期统计差异方剂被打标的各附加特征标签的打标频次,定期时间可以为1个月、3个月、半年或1年等较长的能够收集到充足患者样本量的时间周期。终端中事先设定预设频次阈值,预设频次阈值为预先设定的规律性打标的下限值,超过预设频次阈值的打标频次对应的打标标签可以视为具有附加特征规律性地打标。第一特征标签为打标频次大于预设频次阈值的附加特征标签,当终端查找到第一特征标签时,终端查找与第一特征标签及差异方剂对应的参考药方,且查找到的参考药方的数量可能为多个,是根据多个样本得到的。
终端将查找到的参考药方根据第一特征标签进行标记并生成第一附加特征基本方,并根据参考药方的名称或编号查找与之对应的中药基本方,将第一附加特征基本方与对应的重要基本方进行关联存储,即中药基本方与关联的第一附加特征基本方所对应的拟诊疾病和拟诊证候相同,同一中药基本方可以关联多个第一特征标签不限不相同的第一附加特征基本方。
在一个实施例中,查找与拟诊疾病和拟诊证候匹配的中药基本方的步骤之后还可以包括:判断中药基本方是否存在关联的第二附加特征基本方;当存在第二附加特征基本方时,检测患者信息中是否存在第二个人附加特征;当检测到第二个人附加特征时,验证第二个人附加特征与第二附加特征基本方对应的第二特征标签是否匹配;当第二个人附加特征与第二特征标签匹配时,将第二附加特征基本方提取为推荐中药药方。
终端查找相匹配的中药基本方是否关联有第二附加特征基本方。需要说明明是,本实施例中的“第二”只是为了与上述实施例中的“第一”以作区分,并无特别含义。当终端查找到关联的第二附加特征基本方时,终端获取预设的待检测附加特征,并查找患者信息中是否存在与待检测附加特征对应的第二个人附加特征,当终端没有查找到第二个人附加特征时,则继续执行获取中药基本方对应的第一方剂数据的步骤。
当终端查找到第二个人附加特征时,根据查找到第二个人附加特征生成对应的附加特征标签,并获取第二附加特征基本方对应的第二特征标签。终端将生成的附加特征标签与第二特征标签进行比较,判断附加特征标签是否与第二特征标签匹配,当附加特征标签与第二特征标签不匹配时,则继续执行获取中药基本方对应的第一方剂数据的步骤;当附加特征标签与第二特征标签匹配时,则将第二附加特征基本方提取为推荐中药药方。
在本实施例中,通过对各差异方剂的打标标签进行统计分析,可以根据与个人特征具有统计规律性的参考药方生成附加特征基本方,并与初始的中药基本方进行关联,当在进行药方推荐时,可以根据患者的个人附加特征直接进行附加特征基本方的推荐,药方推荐结果更加方便快捷。
在一个实施例中,查找与拟诊疾病和拟诊证候匹配的中药基本方的步骤可以包括:从拟诊疾病中提取部位关键词,从拟诊证候中提取证候关键词;查找与部位关键词对应的第一基本方,获取查找到的第一基本方的证候标签;将证候标签与证候关键词匹配的第一基本方提取为中药基本方。
在本实施例中,终端事先将基本方根据所治疗疾病的脏腑部位或经络等进行分类,如根据脏腑胃、肺、肝、肾等部位进行分类,终端可以获取脏腑关键词表和经络关键词表,脏腑关键词表和经络关键词表中分别存储了脏腑关键词和经络关键词,终端根据脏腑关键词和经络关键词对拟诊疾病进行关键词匹配,将匹配成功的关键词提取为部位关键词。终端获取证候关键词表,证候关键词表中存储了证候关键词,终端对拟诊证候进行关键词匹配,将匹配成功的关键词提取为证候关键词,在将拟诊证候与证候关键词匹配不成功时,可以将拟诊证候与证候关键词的近义词进行匹配,如“风寒袭肺”与“寒气侵肺”两个近义词表示的为同一证候。
终端查找与部位关键词对应的第一基本方,查找到的第一基本方的数量可能为多个。终端获取查找到的第一基本方的证候标签,从查找到的第一基本方中筛选出证候标签与证候关键词相匹配的第一基本方,将筛选出的第一基本方提取为中药基本方。
在一个实施例中,中药药方推荐方法还可以包括:当查找不到与拟诊疾病和拟诊证候匹配的中药基本方时,获取未归档案例数据,获取各未归档案例数据中的第一问诊数据,从第一问诊数据中提取第二个人特征;获取与患者信息对应的预存的第二问诊数据,从第二问诊数据中提取问诊关键词和第三个人特征;统计问诊关键词在第一问诊数据中的关键词出现频次,并计算第二个人特征与第三个人特征的特征匹配率;根据关键词出现频次与特征匹配率计算各未归档案例数据的数据匹配度;将数据匹配度高于第二预设匹配阈值的未归档案例数据中的开具药方提取为中药基本方。
当终端从现有的已打标的中药基本方中查找不到与拟诊疾病和拟诊证候匹配的中药基本方时,终端获取还未进行归档分析的未归档案例数据,未归档案例数据可以包括各未归档诊疗案例中的患者信息数据、问诊数据及医师开具的中药药方。终端从未归档案例数据中提取出第一问诊数据,并根据预先存储的特征列表中的特征从第一问诊数据中提取出相应的第二个人特征。
终端查找与患者信息对应的第二问诊数据,第二问诊数据为对患者问诊得到的数据,第二问诊数据可以由医师输入终端,也可以由终端对用户进行自动化问诊得到并存储在终端。问诊关键词可以为对患者体质、临床表现症状、舌脉舌象、病痛程度进行描述的词语,对多个问诊数据终端上述词语进行归纳分类并建立问诊关键词库,终端根据问诊关键词库中存储的词语从第二问诊数据中提取问诊关键词,并根据预先存储的特征列表中的特征从第二问诊数据中提取出第三个人特征。
终端统计提取出的问诊关键词在各未归档案例数据中的第一问诊数据的关键词出现频次,关键词出现频次可以为提取出的所有问诊关键词在第一问诊数据中出现的总次数。终端根据提取出的第二个人特征的数量与第三个人特征的数量的比值计算出特征匹配率。
终端根据预设的关键词得分逻辑将关键词出现频次转化为对应的第一匹配得分,根据预设的匹配率得分逻辑将特征匹配率转化为对应的第二匹配得分,并分别获取第一匹配得分与第二匹配得分的预设得分权重,根据第一匹配得分及对应的预设得分权重、第二匹配得分及对应的预设得分权重进行加权求和计算得到各未归档案例数据的数据匹配度。
终端获取第二预设匹配阈值,数据匹配度高于第二预设匹配阈值的未归档案例数据可视为匹配案例数据,终端筛选出数据匹配度高于第二预设匹配阈值的未归档案例数据中的开具药方,开具药方为案例中医师为患者所开具的中药药方,将开具药方提取为中药基本方。
在本实施例中,当查找不到匹配的已打标的中药基本方时,终端可以将问诊数据和患者数据与未归档案例进行匹配,将匹配度高的案例医生所开具的药方作为推荐药方,以为医师提供更多的药方参考。
下面以一个具体的应用场景为例进行说明。医生输入的拟诊疾病为胃炎,拟诊证候为湿阻脾胃,终端查找到与胃炎和湿阻脾胃对应的中药基本方为胃炎药方一,药方一的具体方剂数据包括:薏苡仁30克,苍术、茯苓、鸡内金各12克,藿香、佩兰、白蔻仁、厚朴、菖蒲、半夏、陈皮、干姜、枳壳、连翘各10克。每日一剂,水煎服。从患者信息中提取出患者个人特征为舌质红和脉象弦滑,终端查找到的与患者信息对应的中药配伍方为添加山楂15克,生姜5片,去除干姜。则根据中药配伍方对中药基本方进行调配得到最终的推荐中药药方为薏苡仁30克,苍术、茯苓、鸡内金各12克,山楂15克,生姜5片,藿香、佩兰、白蔻仁、厚朴、菖蒲、半夏、陈皮、枳壳、连翘各10克。将推荐中药药方进行展示后,医生对其进行编辑后得到的修正中药药方中删除了藿香,并检测到患者信息中包含个人附加特征“孕妇”,则生成差异方剂“去除藿香”并对其添加“孕妇”特征标签。
应该理解的是,虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种中药药方推荐装置,包括:拟诊数据获取模块310、第一方剂获取模块320、第二方剂获取模块330和药方生成模块340,其中:
拟诊数据获取模块310,用于获取拟诊疾病、拟诊证候和患者信息。
第一方剂获取模块320,用于查找与拟诊疾病和拟诊证候匹配的中药基本方,获取中药基本方对应的第一方剂数据。
第二方剂获取模块330,用于查找与患者信息匹配的中药配伍方,获取中药配伍方对应的第二方剂数据。
药方生成模块340,用于根据第一方剂数据和第二方剂数据生成推荐中药药方。
在一个实施例中,中药药方推荐装置还可以包括:
药方展示模块,用于将推荐中药药方进行展示。
修正药方获取模块,用于当检测到对推荐中药药方的编辑指令时,根据编辑指令获取编辑后的修正中药药方。
差异方剂生成模块,用于将修正中药药方与推荐中药药方进行比较得到差异方剂。
附加标签添加模块,用于当从患者信息中检测到第一个人附加特征时,根据第一个人附加特征对差异方剂添加附加特征标签。
参考药方存储模块,用于将修正中药药方存储为与差异方剂、附加特征标签关联的参考药方。
在一个实施例中,中药药方推荐装置还可以包括:
打标频次统计模块,用于定期统计差异方剂对应添加的各附加特征标签的打标频次。
参考药方查找模块,用于当各附加特征标签中存在打标频次大于预设频次阈值的第一特征标签时,查找与第一特征标签、差异方剂对应的参考药方。
第一基本方生成模块,用于将查找到的参考药方根据第一特征标签生成第一附加特征基本方。
基本方关联模块,用于获取查找到的参考药方对应的中药基本方,将第一附加特征基本方与对应的中药基本方进行关联。
在一个实施例中,中药药方推荐装置还可以包括:
第二基本方查找模块,用于判断中药基本方是否存在关联的第二附加特征基本方。
第二附件特征检测模块,用于当存在第二附加特征基本方时,检测患者信息中是否存在第二个人附加特征。
附加特征验证模块,用于当检测到第二个人附加特征时,验证第二个人附加特征与第二附加特征基本方对应的第二特征标签是否匹配。
第二基本方提取模块,用于当第二个人附加特征与第二特征标签匹配时,将第二附加特征基本方提取为推荐中药药方。
在一个实施例中,第一方剂获取模块320可以包括:
关键词提取模块,用于从拟诊疾病中提取部位关键词,从拟诊证候中提取证候关键词。
证候标签获取模块,用于查找与部位关键词对应的第一基本方,获取查找到的第一基本方的证候标签。
第一基本方提取模块,用于将证候标签与证候关键词匹配的第一基本方提取为中药基本方。
在一个实施例中,第二方剂获取模块330可以包括:
第一特征提取模块,用于从患者信息中提取第一个人特征。
特征标签获取模块,用于获取预设配伍方的特征标签。
第一匹配率计算模块,用于根据第一个人特征与特征标签计算患者信息与各预设配伍方的特征匹配率。
配伍方提取模块,用于将特征匹配率超过第一预设匹配阈值的预设配伍方提取为中药配伍方。
在一个实施例中,中药药方推荐装置还可以包括:
第二特征提取模块,用于当查找不到与拟诊疾病和拟诊证候匹配的中药基本方时,获取未归档案例数据,获取各未归档案例数据中的第一问诊数据,从第一问诊数据中提取第二个人特征。
第三特征提取模块,用于获取与患者信息对应的预存的第二问诊数据,从第二问诊数据中提取问诊关键词和第三个人特征。
第二匹配率计算模块,用于统计问诊关键词在第一问诊数据中的关键词出现频次,并计算第二个人特征与第三个人特征的特征匹配率。
匹配度计算模块,用于根据关键词出现频次与特征匹配率计算各未归档案例数据的数据匹配度。
开具药方提取模块,用于将数据匹配度高于第二预设匹配阈值的未归档案例数据中的开具药方提取为中药基本方。
关于中药药方推荐装置的具体限定可以参见上文中对于中药药方推荐方法的限定,在此不再赘述。上述中药药方推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图4所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种中药药方推荐方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取拟诊疾病、拟诊证候和患者信息;查找与拟诊疾病和拟诊证候匹配的中药基本方,获取中药基本方对应的第一方剂数据;查找与患者信息匹配的中药配伍方,获取中药配伍方对应的第二方剂数据;根据第一方剂数据和第二方剂数据生成推荐中药药方。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将推荐中药药方进行展示;当检测到对推荐中药药方的编辑指令时,根据编辑指令获取编辑后的修正中药药方;将修正中药药方与推荐中药药方进行比较得到差异方剂;当从患者信息中检测到第一个人附加特征时,根据第一个人附加特征对差异方剂添加附加特征标签;将修正中药药方存储为与差异方剂、附加特征标签关联的参考药方。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:定期统计差异方剂对应添加的各附加特征标签的打标频次;当各附加特征标签中存在打标频次大于预设频次阈值的第一特征标签时,查找与第一特征标签、差异方剂对应的参考药方;将查找到的参考药方根据第一特征标签生成第一附加特征基本方;获取查找到的参考药方对应的中药基本方,将第一附加特征基本方与对应的中药基本方进行关联。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:判断中药基本方是否存在关联的第二附加特征基本方;当存在第二附加特征基本方时,检测患者信息中是否存在第二个人附加特征;当检测到第二个人附加特征时,验证第二个人附加特征与第二附加特征基本方对应的第二特征标签是否匹配;当第二个人附加特征与第二特征标签匹配时,将第二附加特征基本方提取为推荐中药药方。
在一个实施例中,处理器执行计算机程序实现查找与所述拟诊疾病和所述拟诊证候匹配的中药基本方的步骤时还用于:从拟诊疾病中提取部位关键词,从拟诊证候中提取证候关键词;查找与部位关键词对应的第一基本方,获取查找到的第一基本方的证候标签;将证候标签与证候关键词匹配的第一基本方提取为中药基本方。
在一个实施例中,处理器执行计算机程序实现查找与所述患者信息匹配的中药配伍方的步骤时还用于:从患者信息中提取第一个人特征;获取预设配伍方的特征标签;根据第一个人特征与特征标签计算患者信息与各预设配伍方的特征匹配率;将特征匹配率超过第一预设匹配阈值的预设配伍方提取为中药配伍方。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:当查找不到与拟诊疾病和拟诊证候匹配的中药基本方时,获取未归档案例数据,获取各未归档案例数据中的第一问诊数据,从第一问诊数据中提取第二个人特征;获取与患者信息对应的预存的第二问诊数据,从第二问诊数据中提取问诊关键词和第三个人特征;统计问诊关键词在第一问诊数据中的关键词出现频次,并计算第二个人特征与第三个人特征的特征匹配率;根据关键词出现频次与特征匹配率计算各未归档案例数据的数据匹配度;将数据匹配度高于第二预设匹配阈值的未归档案例数据中的开具药方提取为中药基本方。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取拟诊疾病、拟诊证候和患者信息;查找与拟诊疾病和拟诊证候匹配的中药基本方,获取中药基本方对应的第一方剂数据;查找与患者信息匹配的中药配伍方,获取中药配伍方对应的第二方剂数据;根据第一方剂数据和第二方剂数据生成推荐中药药方。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将推荐中药药方进行展示;当检测到对推荐中药药方的编辑指令时,根据编辑指令获取编辑后的修正中药药方;将修正中药药方与推荐中药药方进行比较得到差异方剂;当从患者信息中检测到第一个人附加特征时,根据第一个人附加特征对差异方剂添加附加特征标签;将修正中药药方存储为与差异方剂、附加特征标签关联的参考药方。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:定期统计差异方剂对应添加的各附加特征标签的打标频次;当各附加特征标签中存在打标频次大于预设频次阈值的第一特征标签时,查找与第一特征标签、差异方剂对应的参考药方;将查找到的参考药方根据第一特征标签生成第一附加特征基本方;获取查找到的参考药方对应的中药基本方,将第一附加特征基本方与对应的中药基本方进行关联。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:判断中药基本方是否存在关联的第二附加特征基本方;当存在第二附加特征基本方时,检测患者信息中是否存在第二个人附加特征;当检测到第二个人附加特征时,验证第二个人附加特征与第二附加特征基本方对应的第二特征标签是否匹配;当第二个人附加特征与第二特征标签匹配时,将第二附加特征基本方提取为推荐中药药方。
在一个实施例中,计算机程序被处理器执行实现查找与所述拟诊疾病和所述拟诊证候匹配的中药基本方的步骤时还用于:从拟诊疾病中提取部位关键词,从拟诊证候中提取证候关键词;查找与部位关键词对应的第一基本方,获取查找到的第一基本方的证候标签;将证候标签与证候关键词匹配的第一基本方提取为中药基本方。
在一个实施例中,计算机程序被处理器执行实现查找与所述患者信息匹配的中药配伍方的步骤时还用于:从患者信息中提取第一个人特征;获取预设配伍方的特征标签;根据第一个人特征与特征标签计算患者信息与各预设配伍方的特征匹配率;将特征匹配率超过第一预设匹配阈值的预设配伍方提取为中药配伍方。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:当查找不到与拟诊疾病和拟诊证候匹配的中药基本方时,获取未归档案例数据,获取各未归档案例数据中的第一问诊数据,从第一问诊数据中提取第二个人特征;获取与患者信息对应的预存的第二问诊数据,从第二问诊数据中提取问诊关键词和第三个人特征;统计问诊关键词在第一问诊数据中的关键词出现频次,并计算第二个人特征与第三个人特征的特征匹配率;根据关键词出现频次与特征匹配率计算各未归档案例数据的数据匹配度;将数据匹配度高于第二预设匹配阈值的未归档案例数据中的开具药方提取为中药基本方。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种中药药方推荐方法,所述方法包括:
获取拟诊疾病、拟诊证候和患者信息;
查找与所述拟诊疾病和所述拟诊证候匹配的中药基本方,获取所述中药基本方对应的第一方剂数据;
查找与所述患者信息匹配的中药配伍方,获取所述中药配伍方对应的第二方剂数据;
根据所述第一方剂数据和所述第二方剂数据生成推荐中药药方。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述推荐中药药方进行展示;
当检测到对所述推荐中药药方的编辑指令时,根据所述编辑指令获取编辑后的修正中药药方;
将所述修正中药药方与所述推荐中药药方进行比较得到差异方剂;
当从所述患者信息中检测到第一个人附加特征时,根据所述第一个人附加特征对所述差异方剂添加附加特征标签;
将所述修正中药药方存储为与所述差异方剂、所述附加特征标签关联的参考药方。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
定期统计所述差异方剂对应添加的各附加特征标签的打标频次;
当所述各附加特征标签中存在打标频次大于所述预设频次阈值的第一特征标签时,查找与所述第一特征标签、所述差异方剂对应的参考药方;
将查找到的参考药方根据所述第一特征标签生成第一附加特征基本方;
获取查找到的参考药方对应的中药基本方,将所述第一附加特征基本方与对应的中药基本方进行关联。
4.根据权利要求3所述的方法,其特征在于,所述查找与所述拟诊疾病和所述拟诊证候匹配的中药基本方之后,还包括:
判断所述中药基本方是否存在关联的第二附加特征基本方;
当存在所述第二附加特征基本方时,检测所述患者信息中是否存在第二个人附加特征;
当检测到所述第二个人附加特征时,验证所述第二个人附加特征与所述第二附加特征基本方对应的第二特征标签是否匹配;
当所述第二个人附加特征与所述第二特征标签匹配时,将所述第二附加特征基本方提取为推荐中药药方。
5.根据权利要求1所述的方法,其特征在于,所述查找与所述拟诊疾病和所述拟诊证候匹配的中药基本方,包括:
从所述拟诊疾病中提取部位关键词,从所述拟诊证候中提取证候关键词;
查找与所述部位关键词对应的第一基本方,获取查找到的第一基本方的证候标签;
将所述证候标签与所述证候关键词匹配的第一基本方提取为中药基本方。
6.根据权利要求1所述的方法,其特征在于,所述查找与所述患者信息匹配的中药配伍方,包括:
从所述患者信息中提取第一个人特征;
获取预设配伍方的特征标签;
根据所述第一个人特征与所述特征标签计算所述患者信息与各所述预设配伍方的特征匹配率;
将所述特征匹配率超过第一预设匹配阈值的预设配伍方提取为中药配伍方。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当查找不到与所述拟诊疾病和所述拟诊证候匹配的中药基本方时,获取未归档案例数据,获取各所述未归档案例数据中的第一问诊数据,从所述第一问诊数据中提取第二个人特征;
获取与所述患者信息对应的预存的第二问诊数据,从所述第二问诊数据中提取问诊关键词和第三个人特征;
统计所述问诊关键词在所述第一问诊数据中的关键词出现频次,并计算所述第二个人特征与所述第三个人特征的特征匹配率;
根据所述关键词出现频次与所述特征匹配率计算各所述未归档案例数据的数据匹配度;
将所述数据匹配度高于第二预设匹配阈值的未归档案例数据中的开具药方提取为中药基本方。
8.一种中药药方推荐装置,其特征在于,所述装置包括:
拟诊数据获取模块,用于获取拟诊疾病、拟诊证候和患者信息;
第一方剂获取模块,用于查找与所述拟诊疾病和所述拟诊证候匹配的中药基本方,获取所述中药基本方对应的第一方剂数据;
第二方剂获取模块,用于查找与所述患者信息匹配的中药配伍方,获取所述中药配伍方对应的第二方剂数据;
药方生成模块,用于根据所述第一方剂数据和所述第二方剂数据生成推荐中药药方。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810546633.0A CN108899072B (zh) | 2018-05-31 | 2018-05-31 | 中药药方推荐方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810546633.0A CN108899072B (zh) | 2018-05-31 | 2018-05-31 | 中药药方推荐方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108899072A true CN108899072A (zh) | 2018-11-27 |
CN108899072B CN108899072B (zh) | 2024-04-05 |
Family
ID=64343854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810546633.0A Active CN108899072B (zh) | 2018-05-31 | 2018-05-31 | 中药药方推荐方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108899072B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109637658A (zh) * | 2018-12-10 | 2019-04-16 | 北京唐冠天朗科技开发有限公司 | 一种信息处理方法及*** |
CN109637618A (zh) * | 2018-11-28 | 2019-04-16 | 北京工业大学 | 一种基于标签的中药方剂多样性推荐方法 |
CN111192650A (zh) * | 2019-12-25 | 2020-05-22 | 浙江大学 | 基于肠外营养的药方信息推送方法、装置和计算机设备 |
CN111599487A (zh) * | 2020-05-12 | 2020-08-28 | 成都睿明医疗信息技术有限公司 | 一种基于关联分析的中药配伍辅助决策方法 |
CN111599433A (zh) * | 2020-04-14 | 2020-08-28 | 北京决明科技有限公司 | 一种药材的辅助开方方法、装置、存储介质及终端 |
CN112562822A (zh) * | 2020-12-17 | 2021-03-26 | 南京王师大数据有限公司 | 一种中药经方确定方法及其*** |
CN112992378A (zh) * | 2021-04-25 | 2021-06-18 | 南京大经中医药信息技术有限公司 | 一种多维度中药方剂推荐方法和推荐*** |
CN117216407A (zh) * | 2023-10-24 | 2023-12-12 | 北京同仁堂互联网医院管理有限公司 | 一种中药饮片的辅助开立方法、装置、设备及可读介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107346369A (zh) * | 2017-05-11 | 2017-11-14 | 北京紫宸正阳科技有限公司 | 一种医疗信息处理方法及装置 |
CN108009198A (zh) * | 2017-10-26 | 2018-05-08 | 康美健康云服务有限公司 | 基于用户行为推荐药品方法、***、电子设备及存储介质 |
-
2018
- 2018-05-31 CN CN201810546633.0A patent/CN108899072B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107346369A (zh) * | 2017-05-11 | 2017-11-14 | 北京紫宸正阳科技有限公司 | 一种医疗信息处理方法及装置 |
CN108009198A (zh) * | 2017-10-26 | 2018-05-08 | 康美健康云服务有限公司 | 基于用户行为推荐药品方法、***、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
邹志文;朱金伟;鞠时光;: "基于知识的中医药对症开方专家***" * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109637618A (zh) * | 2018-11-28 | 2019-04-16 | 北京工业大学 | 一种基于标签的中药方剂多样性推荐方法 |
CN109637658A (zh) * | 2018-12-10 | 2019-04-16 | 北京唐冠天朗科技开发有限公司 | 一种信息处理方法及*** |
CN111192650A (zh) * | 2019-12-25 | 2020-05-22 | 浙江大学 | 基于肠外营养的药方信息推送方法、装置和计算机设备 |
CN111192650B (zh) * | 2019-12-25 | 2021-07-30 | 浙江大学 | 基于肠外营养的药方信息推送方法、装置和计算机设备 |
CN111599433A (zh) * | 2020-04-14 | 2020-08-28 | 北京决明科技有限公司 | 一种药材的辅助开方方法、装置、存储介质及终端 |
CN111599433B (zh) * | 2020-04-14 | 2023-11-03 | 崔何珊 | 一种药材的辅助开方方法、装置、存储介质及终端 |
CN111599487A (zh) * | 2020-05-12 | 2020-08-28 | 成都睿明医疗信息技术有限公司 | 一种基于关联分析的中药配伍辅助决策方法 |
CN112562822A (zh) * | 2020-12-17 | 2021-03-26 | 南京王师大数据有限公司 | 一种中药经方确定方法及其*** |
CN112992378A (zh) * | 2021-04-25 | 2021-06-18 | 南京大经中医药信息技术有限公司 | 一种多维度中药方剂推荐方法和推荐*** |
CN117216407A (zh) * | 2023-10-24 | 2023-12-12 | 北京同仁堂互联网医院管理有限公司 | 一种中药饮片的辅助开立方法、装置、设备及可读介质 |
CN117216407B (zh) * | 2023-10-24 | 2024-04-02 | 北京同仁堂互联网医院管理有限公司 | 一种中药饮片的辅助开立方法、装置、设备及可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108899072B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108899072A (zh) | 中药药方推荐方法、装置、计算机设备和存储介质 | |
JP6907831B2 (ja) | コンテキストベースの患者類似性の方法及び装置 | |
CN109215754A (zh) | 病历数据处理方法、装置、计算机设备和存储介质 | |
Parasrampuria et al. | Quality control of dehydroepiandrosterone dietary supplement products | |
CN108986879A (zh) | 药品推荐方法、装置、计算机设备和存储介质 | |
CN109616173B (zh) | 药品管理方法、装置、计算机设备及存储介质 | |
CN109785975A (zh) | 辅助用户自主购药的方法、装置、设备及存储介质 | |
CN109036545A (zh) | 医疗信息处理方法、装置、计算机设备和存储介质 | |
CN109273098B (zh) | 一种基于智能决策的药品疗效预测方法和装置 | |
WO2012003397A2 (en) | Diagnosis-driven electronic charting | |
CN111091881A (zh) | 医疗信息分类方法、医疗分类信息的存储方法及计算设备 | |
US20100010806A1 (en) | Storage system for symptom information of Traditional Chinese Medicine (TCM) and method for storing TCM symptom information | |
Chien et al. | Use of Chinese medicine among survivors of nasopharyngeal carcinoma in Taiwan: a population-based study | |
WO2022229964A1 (en) | Method of generating a diseases database, usage of the diseases database, and system therefor | |
CN114582353A (zh) | 基于语音识别的电子病历自动生成方法及*** | |
CN108269607A (zh) | 肿瘤患者营养筛查方法及*** | |
CN106649432A (zh) | 规则信息的处理方法 | |
Sinai et al. | Clinician agreement on physical findings in child sexual abuse cases | |
CN110970103A (zh) | 一种寻找电子病历中诊断与药品相关性的方法 | |
CN111710431B (zh) | 一种识别同义诊断名称的方法、装置、设备及存储介质 | |
JP2019159871A (ja) | 副作用診断装置、及び副作用診断方法 | |
Cho et al. | Application of basic epidemiologic principles and electronic health records in a deep learning prediction model | |
TWM579318U (zh) | Text relationship analysis system | |
CN114582459B (zh) | 基于诊疗数据的信息处理方法、装置、设备及存储介质 | |
CN112699301B (zh) | 基于路径的定位搜索方法、装置、存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |