CN109935290A - 一种基于大数据分析的药品匹配***及其匹配方法 - Google Patents

Abstract

本发明公开了一种基于大数据分析的药品匹配***，包括：存储器，包括用于存储患者信息的存储模块一和存储药品信息的存储模块二；大数据分析模块，能够调用存储器内的患者信息和药品信息，根据就诊患者本次症状主诉分析诊断出所患疾病，并结合患者信息匹配药品信息中的适用药品；信息交互模块，用于进行信息交互。本发明还提出一种基于大数据分析的药品匹配***的匹配方法，将百万患者历史病历、用药及诊断作为样本存储，通过大数据分析建模，然后根据就诊患者的症状主诉等信息诊断出疾病，此外，将药店药房在售的所有药品信息录入***，当输入患者症状、过敏史等信息可以准确地匹配出适用药品，对于新药推广也是有很好的效果。

Description

一种基于大数据分析的药品匹配***及其匹配方法

技术领域

本发明涉及药品匹配的技术领域，具体涉及一种基于大数据分析的药品匹配***及其匹配方法。

背景技术

当前我国医疗资源非常紧缺，各门诊、药店人满为患，特别是一些门诊药房在流感高发时期更是排起长队。传统的诊断方式主要是靠医护人员知识积累，有些情况下难免会有思虑不周的情况，这种方式不仅会降低效率，而且考虑不全时会导致提供的药物效果不佳。

目前，市面上在售的药品有20多万，传统药店的服务方式主要是首先医疗工作人员根据患者主诉或病历等文件诊断病症，然后提供相应的药品，而药店里的药品清单一般情况下更新会不及时，查看起来也不太方便；也有些药店会自制一份药品清单，涵盖常见病症描述及对症药物，然后根据清单给出相应诊断及药品。这两种方式都依赖于医护人员的脑力及用药习惯，所以在新药推广上也都会有很大影响。

为此，本发明提出一种基于大数据分析的药品匹配***及其匹配方法。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于大数据分析的药品匹配***及其匹配方法，可以迅速地推荐合适药品，实现智能诊断，同时还可以解决新药推广慢的问题。

为了解决上述技术问题，采用如下技术方案：

一种基于大数据分析的药品匹配***，包括：

存储器，包括用于存储患者信息的存储模块一和存储药品信息的存储模块二；

大数据分析模块，能够调用存储器内的患者信息和药品信息，根据就诊患者本次症状主诉分析诊断出所患疾病，并结合患者信息匹配药品信息中的适用药品；

信息交互模块，用于进行信息交互。

进一步，所述的大数据分析模块采用分布式批处理框架Apache Hadoop，所述的信息交互模块与所述的存储器通信连接，能够在所述的信息交互模块上录入患者信息及新增信息，并且信息交互模块能够将匹配到的适用药品呈现给用户。

进一步，所述的新增信息包括是否备孕、是否怀孕、新增过敏药物。

进一步，所述的患者信息包括身份证信息、社保信息、性别、年龄、联系方式、姓名、历史病历、用药、过敏药物。

进一步，所述的药品信息包括药品名称、使用说明、适应症、禁忌和慎用信息。

进一步，还包括扩展接口模块，所述的扩展接口模块与所述的信息交互模块连接，所述的扩展接口模块能够外接打印设备。

本发明还提出一种基于大数据分析的药品匹配***的匹配方法，包括如下步骤：

S1、将所有有记录的患者信息作为样本存储于存储模块一中，将药店药房在售的药品信息存储于存储模块二中；

S2、大数据分析模块进行分析建模，调用存储模块一内的患者信息，通过学习计算建立症状—疾病—药品对应表以及患者信息—疾病对应表；调用存储模块二内的药品信息，通过学习计算得到适用疾病—药品—禁忌慎用对应表，并存储于存储器中；

S3、通过信息交互模块录入就诊患者的身份信息，大数据分析模块根据该就诊患者的身份信息与患者信息—疾病对应表进行匹配，如果匹配不到患者信息，则进入步骤S4；如果匹配的到，则进入步骤S5；

S4、在信息交互模块中录入该就诊患者的患者信息，包括身份证信息、社保信息、性别、年龄、联系方式、姓名、历史病历、用药、过敏药物，并将该就诊患者的患者信息添加至存储模块一中，并通过大数据分析模块更新至患者信息—疾病对应表中，进入步骤S5；

S5、输入就诊患者本次症状和新增信息，大数据分析模块进行分析，根据就诊患者的本次症状，分析并计算出与症状—疾病—药品对应表中症状相对应的疾病，并结合就诊患者的历史过敏药物、新增信息和历史病历从疾病—药品—禁忌慎用对应表中匹配出适用于该就诊患者的药品；

S6、大数据分析模块最终将就诊患者的疾病和匹配得到的药品名称通过信息交互模块呈现出来。

进一步，所述的S5步骤中，如果就诊患者未有新增信息，则无需输入。

进一步，所述的S5步骤中，诊断出就诊患者本次所患疾病及匹配出后药品后，将该疾病与患者信息—疾病对应表进行匹配，如果匹配不到，则将该疾病添加至与该就诊患者对应的患者信息中，并更新患者信息—疾病对应表。

由于采用上述技术方案，具有以下有益效果：

本发明为一种基于大数据分析的药品匹配***，将百万患者历史病历、用药及诊断作为样本存储，通过大数据分析建模，然后根据就诊患者的症状主诉等信息，基于大数据分析快速准确地诊断出疾病，此外，将药店药房在售的所有药品信息录入***，***会将药品所有信息进行分析，当输入患者症状、过敏史等信息可以准确地给出适用药品，对于新药推广也是有很好的效果。本发明可以迅速地推荐合适药品，实现智能诊断，同时还可以解决新药推广慢的问题。

附图说明

下面结合附图对本发明作进一步说明：

图1为本发明实施例一的一种基于大数据分析的药品匹配***的***框图；

图2为本发明实施例二的一种基于大数据分析的药品匹配***的***框图；

图3为本发明中一种基于大数据分析的药品匹配***的匹配方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图及实施例，对本发明进行进一步详细说明。但是应该理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

实施例一、

参阅图1，一种基于大数据分析的药品匹配***，包括：

存储器，包括用于存储患者信息的存储模块一和存储药品信息的存储模块二；

大数据分析模块，能够调用存储器内的患者信息和药品信息，根据就诊患者本次症状主诉分析诊断出所患疾病，并结合患者信息匹配药品信息中的适用药品；

信息交互模块，用于进行信息交互。

进一步地，所述的大数据分析模块采用分布式批处理框架Apache Hadoop，所述的信息交互模块与所述的存储器通信连接，能够在所述的信息交互模块上录入患者信息及新增信息(包括是否备孕、是否怀孕、新增过敏药物等)，并且信息交互模块能够将匹配到的适用药品呈现给用户。

其中，所述的患者信息包括身份证信息、社保信息、性别、年龄、联系方式、姓名、历史病历、用药、过敏药物等；所述的药品信息包括药品名称、使用说明、适应症、禁忌和慎用信息等。

参阅图3，本发明还提出该基于大数据分析的药品匹配***的匹配方法，包括如下步骤：

S1、将所有有记录的患者信息作为样本存储于存储模块一中，将药店药房在售的药品信息存储于存储模块二中。

S2、大数据分析模块进行分析建模，调用存储模块一内的患者信息，通过学习计算建立症状—疾病—药品对应表以及患者信息—疾病对应表；调用存储模块二内的药品信息，通过学习计算得到适用疾病—药品—禁忌慎用对应表，并存储于存储器中。

S3、通过信息交互模块录入就诊患者的身份信息，大数据分析模块根据该就诊患者的身份信息与患者信息—疾病对应表进行匹配，如果匹配不到患者信息，则进入步骤S4；如果匹配的到，则进入步骤S5。

S4、在信息交互模块中录入该就诊患者的患者信息，包括身份证信息、社保信息、性别、年龄、联系方式、姓名、历史病历、用药、过敏药物，并将该就诊患者的患者信息添加至存储模块一中，并通过大数据分析模块更新至患者信息—疾病对应表中，进入步骤S5。

S5、输入就诊患者本次症状和新增信息，如果就诊患者未有新增信息(是否备孕、是否怀孕、是否为婴儿、新增过敏药物等)，则无需输入，大数据分析模块进行分析，根据就诊患者的本次症状等信息，分析并计算出与症状—疾病—药品对应表中症状相对应的疾病，并结合就诊患者的历史过敏药物、新增信息和历史病历从疾病—药品—禁忌慎用对应表中匹配出适用于该就诊患者的药品，并且将该疾病与患者信息—疾病对应表进行匹配，如果匹配不到，则将该疾病添加至与该就诊患者对应的患者信息中，并更新患者信息—疾病对应表。

S6、大数据分析模块最终将就诊患者的疾病和匹配得到的药品名称通过信息交互模块呈现出来。

实施例二、

参阅图2，一种基于大数据分析的药品匹配***，在实施例一的基础上还包括扩展接口模块，所述的扩展接口模块与所述的信息交互模块连接，所述的扩展接口模块能够外接打印设备，能够通过外接打印设备打印诊疗单。该药品匹配***的匹配方法同实施例一。

传统的数据分析是“因果分析”，而大数据分析是“关联分析”。疾病的产生并不是单一来源，所以单纯的因果关系并不能做到完全对症下药。大数据处理框架有批处理框架、流处理框架和混合框架。在本发明实施例中，采用分布式批处理框架Apache Hadoop，Apache Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS是一种分布式文件***层，可对集群节点间的存储和复制进行协调，HDFS确保了无法避免的节点故障发生后数据依然可用，可将其用作数据来源存储；MapReduce是Hadoop的原生批处理引擎，可以处理非常海量的数据集。当患者来就诊取药时根据其历史病历、用药数据和本次症状主诉等可以利用本***快速准确地诊断出疾病，利用机器学习诊断准确率可达99％以上。

另一方面，诊断完成后选择合适的药品也是目前客观存在的问题，在本发明中，会将药店药房在售的所有药品信息录入***，其中主要是适应症状、禁忌和慎用等等信息。目前常用的药品查询可能是根据适应症等关键字查询，对于孕妇、婴儿等需要特殊人群并不完全适用。本***会将药品所有信息进行分析，结合患者症状、特征、过敏史等信息可以准确地给出适用药品。当然，这种方式对于新药推广也是有很好的效果，可以给新药加上特殊标志，同类药品推送的时候可以将新药排序靠前。

在本发明实施例中，可以定期对存储模块一中的患者信息和存储模块二中的药品信息进行更新，并通过大数据分析模块进行分析建模，建立症状—疾病—药品对应表、患者信息—疾病对应表以及适用疾病—药品—禁忌慎用对应表。

首先由于人的体质不同，但看某一次症状无法准确地推断出病因，而且还要关注其药物过敏史等，本发明通过对患者历史病历和用药数据进行分析，根据这些数据建模，完成疾病诊断；诊断完成后，***根据患者模型(包括历史疾病、过敏药物、年轻等等患者信息)及时准确地定位出适用药品，实现智能诊断，在快速诊断、新药推广方面有重大意义。

以上仅为本发明的具体实施例，但本发明的技术特征并不局限于此。任何以本发明为基础，为解决基本相同的技术问题，实现基本相同的技术效果，所作出地简单变化、等同替换或者修饰等，皆涵盖于本发明的保护范围之中。

Claims (9)

1.一种基于大数据分析的药品匹配***，其特征在于，包括：

存储器，包括用于存储患者信息的存储模块一和存储药品信息的存储模块二；

大数据分析模块，能够调用存储器内的患者信息和药品信息，根据就诊患者本次症状主诉分析诊断出所患疾病，并结合患者信息匹配药品信息中的适用药品；

信息交互模块，用于进行信息交互。

2.根据权利要求1所述的一种基于大数据分析的药品匹配***，其特征在于：所述的大数据分析模块采用分布式批处理框架Apache Hadoop，所述的信息交互模块与所述的存储器通信连接，能够在所述的信息交互模块上录入患者信息及新增信息，并且信息交互模块能够将匹配到的适用药品呈现给用户。

3.根据权利要求2所述的一种基于大数据分析的药品匹配***，其特征在于：所述的新增信息包括是否备孕、是否怀孕、是否为婴儿、新增过敏药物。

4.根据权利要求1至2任意一项所述的一种基于大数据分析的药品匹配***，其特征在于：所述的患者信息包括身份证信息、社保信息、性别、年龄、联系方式、姓名、历史病历、用药、过敏药物。

5.根据权利要求1至2任意一项所述的一种基于大数据分析的药品匹配***，其特征在于：所述的药品信息包括药品名称、使用说明、适应症、禁忌和慎用信息。

6.根据权利要求1至2任意一项所述的一种基于大数据分析的药品匹配***，其特征在于：还包括扩展接口模块，所述的扩展接口模块与所述的信息交互模块连接，所述的扩展接口模块能够外接打印设备。

7.一种基于大数据分析的药品匹配***的匹配方法，其特征在于：包括如下步骤：

S1、将所有有记录的患者信息作为样本存储于存储模块一中，将药店药房在售的药品信息存储于存储模块二中；

S2、大数据分析模块进行分析建模，调用存储模块一内的患者信息，通过学习计算建立症状—疾病—药品对应表以及患者信息—疾病对应表；调用存储模块二内的药品信息，通过学习计算得到适用疾病—药品—禁忌慎用对应表，并存储于存储器中；

S3、通过信息交互模块录入就诊患者的身份信息，大数据分析模块根据该就诊患者的身份信息与患者信息—疾病对应表进行匹配，如果匹配不到患者信息，则进入步骤S4；如果匹配的到，则进入步骤S5；

S4、在信息交互模块中录入该就诊患者的患者信息，包括身份证信息、社保信息、性别、年龄、联系方式、姓名、历史病历、用药、过敏药物，并将该就诊患者的患者信息添加至存储模块一中，并通过大数据分析模块更新至患者信息—疾病对应表中，进入步骤S5；

S5、输入就诊患者本次症状和新增信息，大数据分析模块进行分析，根据就诊患者的本次症状，分析并计算出与症状—疾病—药品对应表中症状相对应的疾病，并结合就诊患者的历史过敏药物、新增信息和历史病历从疾病—药品—禁忌慎用对应表中匹配出适用于该就诊患者的药品；

S6、大数据分析模块最终将就诊患者的疾病和匹配得到的药品名称通过信息交互模块呈现出来。

8.根据权利要求7所述的一种基于大数据分析的药品匹配***的匹配方法，其特征在于：所述的S5步骤中，如果就诊患者未有新增信息，则无需输入。

9.根据权利要求7所述的一种基于大数据分析的药品匹配***的匹配方法，其特征在于：所述的S5步骤中，诊断出就诊患者本次所患疾病及匹配出后药品后，将该疾病与患者信息—疾病对应表进行匹配，如果匹配不到，则将该疾病添加至与该就诊患者对应的患者信息中，并更新患者信息—疾病对应表。