CN113393945A - 一种临床药物过敏管理方法、辅助装置及*** - Google Patents
一种临床药物过敏管理方法、辅助装置及*** Download PDFInfo
- Publication number
- CN113393945A CN113393945A CN202110893983.6A CN202110893983A CN113393945A CN 113393945 A CN113393945 A CN 113393945A CN 202110893983 A CN202110893983 A CN 202110893983A CN 113393945 A CN113393945 A CN 113393945A
- Authority
- CN
- China
- Prior art keywords
- medicine
- drug
- allergy information
- standard
- allergy
- 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.)
- Pending
Links
Images
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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Chemical & Material Sciences (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种临床药物过敏管理方法、辅助装置及***,该方法包括:接收患者的药物过敏信息,根据信息来源的不同,所述药物过敏信息包括结构化药物过敏信息或非结构化药物过敏信息;对非结构化药物过敏信息进行解析得到结构化药物过敏信息;将单一药物的非标准名称标准化得到单一药物的标准名称;和/或,将一类药物的非标准名称标准化得到该类药物分类下的具体单一药物的标准名称;和/或,将标准名称的同类、同成分的关联药物进行标准化提取;通过所述解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表,在患者的诊疗环节中实现有效管理,有效保障患者用药安全。本发明能够有效提高药物过敏信息记录的完备性和可用性。
Description
技术领域
本发明涉及医疗技术领域,特别涉及一种临床药物过敏管理方法、辅助装置及***。
背景技术
在医疗机构患者诊疗过程中,药物过敏是关系到患者生命安全的重要问题之一,且药物过敏情况具有个性化和多样性的特点,不同的患者和同一患者的不同年龄段对于药过敏情况各异,这样对临床诊疗流程中的药物安全使用和过敏信息管理提出了更高的要求。一般情况下,现有临床业务过程中对药物过敏管理流程有以下缺点:
对于过敏信息的记录有两种方式,第一种是通过输入名称从列表查找选择对应药物的方式,该方法的***使用方便性差,信息的记录效率低,尤其是在工作量较大且在高强度的工作场景下容易造成漏填情况;第二种是通过输入自由文本记录信息的方式,记录结果复杂多样且描述术语不统一,非结构化和非标准化,***无法直接使用。
发明内容
本发明的目的在于提供一种临床药物过敏管理方法、辅助装置及***,能够有效提高药物过敏信息记录的完备性和可用性。
为实现上述发明目的,本发明提供了一种临床药物过敏管理方法,应用于临床药物过敏管理辅助装置,该方法包括:
接收针对患者的药物过敏信息,根据信息来源的不同,所述药物过敏信息包括结构化药物过敏信息或非结构化药物过敏信息;
对非结构化药物过敏信息进行解析得到结构化药物过敏信息;其中,原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中存在单一药物或一类药物的标准名称、非标准名称、简称以及包含错别字的名称;
将原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中的单一药物的非标准名称、简称以及包含错别字的名称标准化得到单一药物的标准名称;
和/或,将一类药物的非标准名称、简称以及包含错别字的名称标准化得到该类药物分类下的具体单一药物的标准名称;
和/或,将标准名称的同类、同成分的关联药物进行标准化提取;
通过所述解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表,所述列表包括药物标准名称。
为实现上述发明目的,本发明还提供了一种临床药物过敏管理辅助装置,该装置包括:
接收模块,接收针对患者的药物过敏信息,根据信息来源的不同,所述药物过敏信息包括结构化药物过敏信息或非结构化药物过敏信息;
解析模块,对非结构化药物过敏信息进行解析得到结构化药物过敏信息;其中,原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中存在单一药物或一类药物的标准名称、非标准名称、简称以及包含错别字的名称;
标准化模块,将原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中的单一药物的非标准名称、简称以及包含错别字的名称标准化得到单一药物的标准名称;
和/或,将一类药物的非标准名称、简称以及包含错别字的名称标准化得到该类药物分类下的具体单一药物的标准名称;
和/或,将标准名称的同类、同成分的关联药物进行标准化提取;
列表形成模块,通过所述解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表,所述列表包括药物标准名称。
为实现上述发明目的,本发明还提供了一种临床药物过敏管理***,该***包括:临床药物过敏管理辅助装置和业务装置;
所述业务装置,用于接收针对患者的药物过敏信息,并发送给临床药物过敏管理辅助装置;
还用于在接收到为该患者下达的药物医嘱名称后,并发送给临床药物过敏管理辅助装置;
所述临床药物过敏管理辅助装置,用于接收到针对患者的药物过敏信息后,通过解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表;
还用于根据针对该患者的个性化标准药物过敏信息结构化列表以及所接收到的药物医嘱名称进行判断:
如果药物医嘱名称是不包含在个性化标准药物过敏信息结构化列表中的必做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,并将该药添加到该患者个性化标准药物过敏信息结构化列表,如果皮试结果为阴性则输出正常开药的提醒;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的且可做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,如果皮试结果为阴性则输出正常开药的提醒,且更新所述药物过敏信息标准化结构化列表;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的不可做皮试的药物,则输出该药物过敏的提醒;
如果所输入的药物是不包含在个性化标准药物过敏信息结构化列表中且为非必做皮试的药物,则不输出任何提醒。
综上所述,本发明提出一种临床药物过敏管理方法、辅助装置及***,该方法包括:接收针对患者的药物过敏信息,根据信息来源的不同,所述药物过敏信息包括结构化药物过敏信息或非结构化药物过敏信息;对非结构化药物过敏信息进行解析得到结构化药物过敏信息;其中,原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中存在单一药物或一类药物的标准名称、非标准名称、简称以及包含错别字的名称;将原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中的单一药物的非标准名称、简称以及包含错别字的名称标准化得到单一药物的标准名称;和/或,将一类药物的非标准名称、简称以及包含错别字的名称标准化得到该类药物分类下的具体单一药物的标准名称;和/或,将标准名称的同类、同成分的关联药物进行标准化提取;通过所述解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表,所述列表包括药物标准名称。与现有的药物过敏信息记录方法相比,极大地提升了过敏信息记录结果的临床可用性,规范了临床药物过敏管理流程,从而达到过敏记录结果临床应用更加准确全面的目的,有效保障患者用药安全。
附图说明
图1为本发明实施例提出的一种临床药物过敏管理方法的流程示意图。
图2为本发明实施例提出的一种临床药物过敏管理辅助装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明所述方案作进一步地详细说明。
本发明提出的临床药物过敏管理***,包括:临床药物过敏管理辅助装置和业务装置,临床医师会在业务装置中通过结构化选择或非结构化自由文本输入的方式,记录患者的药物过敏信息,然后业务装置将所记录的患者的药物过敏信息发送给临床药物过敏管理辅助装置,由临床药物过敏管理辅助装置通过解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表。如此,在临床医师在业务装置为该患者开药物医嘱时,由业务装置将为该患者开的药物名称发送给临床药物过敏管理辅助装置,由临床药物过敏管理辅助装置根据所述个性化标准药物过敏信息结构化列表以及所开的药物名称进行判断,实现药物过敏的辅助管理提示功能。
实施例一
本发明实施例提出的一种临床药物过敏管理方法流程示意图如图1所示,应用于临床药物过敏管理辅助装置,包括以下步骤:
步骤11、接收针对患者的药物过敏信息,根据信息来源的不同,所述药物过敏信息包括结构化药物过敏信息或非结构化药物过敏信息;
在患者就诊或入院时,临床医师会询问患者的药物、食物、物品等过敏史,并通过结构化列表选择或非结构化自由文本输入的方式记录在业务装置中,对于结构化选择记录结果,即结构化药物过敏信息,需要标准化。对于非结构化文本的记录结果,即非结构化药物过敏信息,需解析和标准化。步骤12和步骤13就是对非结构化文本解析和标准化的过程。
步骤12、对非结构化药物过敏信息进行解析得到结构化药物过敏信息;其中,原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中存在单一药物或一类药物的标准名称、非标准名称、简称以及包含错别字的名称;
其中,将非结构化文本中记录的药物名称解析出来,解析结果分为三类,分别为一类药物、单一药物、二者结合。根据患者描述的准确程度及临床医师数据录入质量的不同,解析结果包括如下情况:标准药物名称、非标准药物名称、药物简称以及包含错别字的药物名称。上述情况除标准药物名称外,其他情况都无法直接应用,需要进一步标准化,即需要进行步骤13。
本发明实施例解析过程包含但不限于以下两种方案:
方案一、采用正则表达式的模式匹配所述非结构化药物过敏信息得到结构化药物过敏信息;和/或,采用加入药物词典的自然语言分词器解析所述非结构化药物过敏信息得到结构化药物过敏信息。也就是说,可以采用正则表达式的解析方案,也可以采用分词器的解析方案,也可以采用正则表达式和分词器相结合的解析方案。
对于采用加入药物词典的自然语言分词器解析所述非结构化药物过敏信息得到结构化药物过敏信息的方案,其中采用的自然语言分词器为公开的分词器,如jieba“结巴”中文分词、清华大学的THULAC 分词工具包、哈工大的语言技术云平台(LTP)等,由于这些分词器主要针对的是通用领域的解决方案,无法很好的解决医疗领域的解析问题,故在分词器中纳入了针对药物名称解析的药物词典,药物词典来源于医院的药物词典及国家相关部门发布的各类药物名录的汇总。
例如,对于非结构化药物过敏信息“该患者对青霉素过敏”,选择正则表达式模式进行匹配,可以解析出“青霉素”;如果该非结构化药物过敏信息中不符合“患者对…过敏”模式,如:“对青霉素过敏”,则采用加入药物词典的分词器解析,也可得到“青霉素”这个结构化药物过敏信息。
方案二、采用双向的长短时记忆模型BILSTM算法加条件随机场CRF算法构建药物解析NLP模型,或者采用基于预训练模型BERT算法加条件随机场CRF算法构建药物解析NLP模型;所述解析为:将所述非结构化药物过敏信息输入到药物解析NLP模型,获取到结构化药物过敏信息。其中,构建药物解析NLP模型包括但不限于前述算法。
所述构建药物解析NLP模型包括,以医院病历资源为建模样本集,将样本集根据设定比例分为两组,设定比例优选可以是10:1,一组为训练集,另一组为测试集,用训练集的数据基于算法生成药物解析NLP模型,基于测试集评估算法所建模型效果,模型的评估指标为F1值,通过调整模型的参数,得到F1值最优的药物解析NLP模型。本发明中模型的最优F1值可达到0.98。 所述建模样本集的构建需临床专家的人工标注,采用的标注方法包含但不限于开始内部外部序列标注(BIO)方法。其中,医院病历资源一般指的是所记录的关于患者过敏信息、患者用药信息相关的非结构化的自由文本。
总之,上述两种方案输入的是临床医师记录的非结构化自由文本过敏信息,即非结构化药物过敏信息,输出的是结构化的过敏药物名称,即结构化药物过敏信息。
步骤13、将原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中的单一药物的非标准名称、简称以及包含错别字的名称标准化得到单一药物的标准名称;
和/或,将一类药物的非标准名称、简称以及包含错别字的名称标准化得到该类药物分类下的具体单一药物的标准名称;
和/或,将标准名称的同类、同成分的标准名称进行标准化提取;
对于第一种标准化过程:将原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中的单一药物的非标准名称、简称以及包含错别字的名称标准化得到单一药物的标准名称,举例来说可以是将“左氧弗沙星”通过纠正标准化为“左氧氟沙星”;
对于第二种标准化过程:将一类药物的非标准名称、简称以及包含错别字的名称标准化得到该类药物分类下的具体单一药物的标准名称,举例来说“青霉素”为一类药物,将“青霉素”标准化为“注射用青霉素钠”、“阿莫仙”等具体的标准药物名称;
对于第三种标准化过程:考虑到患者对某种药物过敏,可能对同类或同成分的药物也过敏,故将标准名称的同类、同成分的关联药物进行标准化提取。同类、同成分的关联药物是指两类药物所含主要化学成分为同类,如左氧氟沙星氯化钠注射液和盐酸左氧氟沙星滴耳液的主要成分均为左氧氟沙星,二者在本发明中被定义为同类、同成分的关联药物,若患者对左氧氟沙星氯化钠注射液过敏可考虑对盐酸左氧氟沙星滴耳液是否过敏。因此举例来说,提取“左氧氟沙星氯化钠注射液”的同成分药物“盐酸左氧氟沙星滴耳液”,纳入到个性化标准药物过敏信息结构化列表中;
上述三种标准化过程都可以通过检索包含但不限于药物知识图谱形式的药物知识库进行标准化。
当所述药物知识库为药物知识图谱时,该方法进一步包括:通过提取实体以及提取实体间关系,构建药物知识图谱。
其中,通过提取实体以及提取实体间关系,构建药物知识图谱,具体包括:
1)提取实体;其中,实体具有多个类型,包含但不限于单一药物名称、一类药物名称、药物成分;也就是说,实体包括药物名称和药物成分。提取实体的来源包括药物术语字典、药物说明书、医学教科书、医院病历资源;
2)提取实体间关系;其中,实体间关系具有多个类型,包含但不限于别名、简称、子类、同类、成分关系;提取实体间关系的来源包括药物术语字典、药物说明书、医学教科书、医院病历资源;
3)根据所提取的实体及实体间关系,构建药物知识图谱。
对于1),药物名称和药物成分的来源包含不限于国家及行业发布的各类药物术语字典,以及医院现行药物术语字典,药物说明书、各类权威医学教科书、医院病历资源等。一般,国家及行业发布的药物术语字典可以直接提取标准名称;医院现行药物术语字典可以通过其中结构化的信息提取标准名称,以及非标准药物名称、药物简称;药物说明书、医学教科书可以将其中非结构化的信息基于药物解析NLP模型解析,得到标准名称、药物成分;医院病历资源可以将其中非结构化的信息基于药物解析NLP模型解析,得到标准名称,以及非标准药物名称、药物简称以及包含错别字的药物名称。
优选地,所提取的实体需要临床专家审核后方可纳入知识图谱。
对于2),具体地,关系抽取的任务可以分为以下几个来源:药物说明书来源,根据药物说明书的固定结构,可方便的准确提取别名、简称、成分关系;医学教科书来源,由于药物关系描述方式具备一定规律性,可通过依存关系模型提取别名、简称、子类、同类的关系;药物术语字典来源,根据药物术语字典的层级结构,提取药物的同类、子类关系。
优选地,各类关系的抽取结果,需要临床专家审核后方可纳入知识图谱。
对于3),将提取的药物名称实体、药物成分实体、药物关系,通过人工审核后转化为可用的药物相关临床知识,纳入到知识图谱体系中。最终构建的药物知识图谱中,包含药物名称实体和药物成分两类实体,实体的关系为别名、简称、子类、同类、成分,特别需要说明的是对于错别字的药物名称,纳入到别名的关系体系中;图谱中药物可关联至同一成分,成分关联的药物可定义为关联至同一成分的药物。
举例来说,对于第三种标准化过程:将标准名称的同类、同成分的关联药物进行标准化提取时,输入药物名称实体“左氧氟沙星氯化钠注射液”检索知识图谱,关系类型为“成分”,得到“盐酸左氧氟沙星滴耳液”。
步骤14、通过所述解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表,所述列表包括药物标准名称。
至此,完成本发明的临床药物过敏管理方法。通过本发明的方法,能够有效提高药物过敏信息记录的完备性和可用性。
另外,优选地,该方法还包括:根据针对该患者的个性化标准药物过敏信息结构化列表以及所接收到的药物医嘱名称进行判断:
如果药物医嘱名称是不包含在个性化标准药物过敏信息结构化列表中的必做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,并将该药添加到该患者个性化标准药物过敏信息结构化列表,如果皮试结果为阴性则输出正常开药的提醒;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的且可做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,如果皮试结果为阴性则输出正常开药的提醒,且更新所述药物过敏信息标准化结构化列表;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的不可做皮试的药物,则输出该药物过敏的提醒;
如果所输入的药物是不包含在个性化标准药物过敏信息结构化列表中且为非必做皮试的药物,则不输出任何提醒。
实施例二
基于相同的发明构思,本发明实施例提供了一种临床药物过敏管理辅助装置,结构示意图如图2所示,包括:
接收模块201,接收针对患者的药物过敏信息,根据信息来源的不同,所述药物过敏信息包括结构化药物过敏信息或非结构化药物过敏信息;
解析模块202,对非结构化药物过敏信息进行解析得到结构化药物过敏信息;其中,原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中存在单一药物或一类药物的标准名称、非标准名称、简称以及包含错别字的名称;
标准化模块203,将原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中的单一药物的非标准名称、简称以及包含错别字的名称标准化得到单一药物的标准名称;
和/或,将一类药物的非标准名称、简称以及包含错别字的名称标准化得到该类药物分类下的具体单一药物的标准名称;
和/或,将标准名称的同类、同成分的关联药物进行标准化提取;
列表形成模块204,通过所述解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表,所述列表包括药物标准名称。
优选地,所述解析模块202具体用于:采用正则表达式的模式匹配所述非结构化药物过敏信息得到结构化药物过敏信息;
和/或,采用加入药物词典的自然语言分词器解析所述非结构化药物过敏信息得到结构化药物过敏信息。
优选地,所述解析模块202还具体用于:采用双向的长短时记忆模型BILSTM算法加条件随机场CRF算法构建药物解析NLP模型,或者采用基于预训练模型BERT算法加条件随机场CRF算法构建药物解析NLP模型;所述解析为:将所述非结构化药物过敏信息输入到药物解析NLP模型,获取到结构化药物过敏信息。
所述解析模块202构建药物解析NLP模型包括,以医院病历资源为建模样本集,将样本集根据设定比例分为两组,一组为训练集,另一组为测试集,用训练集的数据基于算法生成药物解析NLP模型,基于测试集评估算法所建模型效果,模型的评估指标为F1值,通过调整模型的参数,得到F1值最优的药物解析NLP模型。所述建模样本集的构建需临床专家的人工标注,采用的标注方法包含但不限于开始内部外部序列标注(BIO)方法。
优选地,所述标准化模块203具体用于:通过检索药物知识库进行标准化。
当所述药物知识库为药物知识图谱时,所述标准化模块203:通过提取实体以及提取实体间关系,构建药物知识图谱。
所述标准化模块203通过提取实体以及提取实体间关系,构建药物知识图谱,具体用于:
1)提取实体;其中,实体具有多个类型,包含但不限于单一药物名称、一类药物名称、药物成分;提取实体的来源包括药物术语字典、药物说明书、医学教科书、医院病历资源;
2)提取实体间关系;其中,实体间关系具有多个类型,包含但不限于别名、简称、子类、同类、成分关系;提取实体间关系的来源包括药物术语字典、药物说明书、医学教科书、医院病历资源;
3)根据所提取的实体及实体间关系,构建药物知识图谱。
优选地,该装置还包括:判断处理模块205,根据针对该患者的个性化标准药物过敏信息结构化列表以及所接收到的药物医嘱名称进行判断:
如果药物医嘱名称是不包含在个性化标准药物过敏信息结构化列表中的必做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,并将该药添加到该患者个性化标准药物过敏信息结构化列表,如果皮试结果为阴性则输出正常开药的提醒;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的且可做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,如果皮试结果为阴性则输出正常开药的提醒,且更新所述药物过敏信息标准化结构化列表;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的不可做皮试的药物,则输出该药物过敏的提醒;
如果所输入的药物是不包含在个性化标准药物过敏信息结构化列表中且为非必做皮试的药物,则不输出任何提醒。
实施例三
在过敏记录结果临床应用方面,存在以下情况:
情况1:药物过敏信息记录结果的使用闭环问题,过敏记录仅在***中记录了,未进行***和业务层面的引用使用,用药过敏情况还得通过口头问答的方式进行消息传递;
情况2:通过结构化录入的方式记录被***直接引用使用,但是仅限于青霉素等抗生素类等皮试药物,其他药物的过敏记录并未实际临床应用;
情况3:过敏信息记录的准确性审核和校验闭环,未进行记录填写环节的质量审核、针对过敏记录的皮试结果的校验自动更新过敏信息记录结果;
情况4:与记录的过敏药物的同类或关联的药物使用闭环,是否也存在过敏问题的知识判断。
因此,本发明实施例提供一种临床药物过敏管理***,包括:临床药物过敏管理辅助装置和业务装置;
所述业务装置,用于接收针对患者的药物过敏信息,并发送给临床药物过敏管理辅助装置;
还用于在接收到为该患者接收到的药物医嘱名称后,并发送给临床药物过敏管理辅助装置;
所述临床药物过敏管理辅助装置,用于接收到针对患者的药物过敏信息后,通过解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表;
还用于根据针对该患者的个性化标准药物过敏信息结构化列表以及所接收到的药物医嘱名称进行判断:
如果药物医嘱名称是不包含在个性化标准药物过敏信息结构化列表中的必做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,并将该药添加到该患者个性化标准药物过敏信息结构化列表,如果皮试结果为阴性则输出正常开药的提醒;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的且可做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,如果皮试结果为阴性则输出正常开药的提醒,且更新所述药物过敏信息标准化结构化列表;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的不可做皮试的药物,则输出该药物过敏的提醒;
如果所输入的药物是不包含在个性化标准药物过敏信息结构化列表中且为非必做皮试的药物,则不输出任何提醒。
综上,临床药物过敏管理辅助装置可以根据临床医师为该患者所开的药物和针对该患者的个性化标准药物过敏信息结构化列表(患者过敏记录),进行如下判断:(1)必做皮试的药物是否完成皮试并记录,根据皮试结果更新患者过敏记录结果;(2)是否是患者过敏记录中可做皮试的药物且完成皮试并记录,根据皮试结果更新患者过敏记录结果;(3)是否是患者过敏记录中的不可做皮试药物,根据判断结果实现药物过敏的辅助提示的功能。依托临床药物过敏管理***,极大地提升了过敏信息记录结果的临床可用性,规范了临床药物过敏管理流程,从而达到过敏记录结果临床应用更加准确全面的目的,有效保障患者用药安全。
为清楚说明本发明,下面列举具体场景进行说明。
患者A在入院时,临床医师询问了患者的药物、食物、药物的过敏史,并根据患者的描述在业务装置入院记录中填写了“青霉素皮试阳性,倍他乐克可疑过敏,使用左氧弗沙星出现红疹过敏症状”,在临床医师点击保存按钮时,调用临床药物过敏管理辅助装置,临床药物过敏管理辅助装置后台进行实时计算,过程如下:
第一步:对上述文本进行NLP模型解析,提取到过敏药物关键词“青霉素”、“倍他乐克”、“左氧弗沙星”;
第二步:进行标准化,青霉素为一类药物,标准化为注射用青霉素钠、阿莫仙等具体的标准药物名称;倍他乐克标准化为倍他乐克片、倍他乐克注射液;左氧弗沙星纠正为左氧氟沙星,标准化为盐酸左氧氟沙星滴耳液、盐酸左氧氟沙星滴眼液、左氧氟沙星氯化钠注射液;
第三步:返回解析标准化结果给临床医师核实,如表1所示。
表1
第四步:临床医师审核通过后,保存为患者A的个性化标准药物过敏信息结构化列表。
在治疗过程中,临床医师在下达“青霉素注射”的医嘱时,提示“患者在入院记录中填写了青霉素过敏,请谨慎使用”;医师还是要尝试给患者A使用,提示“请先完成皮试”,经过皮试,结果为阳性,医师更换为其他药物。
在治疗过程中,医师下达“倍他乐克注射”医嘱时,提示“患者在入院记录中填写了倍他乐克可疑过敏,请谨慎使用”,医师给患者做了皮试,皮试结果为阴性,继续使用,同时更新患者的入院记录中的过敏信息,删除“倍他乐克可疑过敏”的信息,同时更新患者过敏药物列表中的倍他乐克相关药物的程度为“不过敏”。
综合以上各个实施例,本发明临床药物过敏管理***应用于临床药物过敏情况辅助提示功能,在患者入院时会主诉个人的药物过敏史,医师根据患者主诉会通过结构化或者非结构化的自由文本在业务装置中记录患者的过敏情况,在填写保存或修改保存时,业务装置自动调用临床药物过敏管理辅助装置中的过敏信息解析引擎和标准化引擎,实现过敏信息标准结果的结构化记录生成,并通过表单的形式反馈给业务装置向临床医师展示过敏记录结果,请临床医师完成结果的审核,审核后的结果为过敏信息的最终记录结果。在患者用药医嘱的开写过程中,业务装置调用临床药物过敏管理辅助装置,判断该药物是否过敏,若过敏根据过敏药物的类型显示辅助提示,若不过敏,则不提示,继续开药。
综上, 本发明的有益效果为:
一、本发明临床药物过敏管理***中的临床药物过敏管理辅助装置,接收到针对患者的药物过敏信息后,通过解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表,能够有效提高药物过敏信息记录的完备性和可用性;
二、本发明临床药物过敏管理***中的临床药物过敏管理辅助装置,在接收到为该患者下达的药物医嘱名称后,根据所述个性化标准药物过敏信息结构化列表以及所下达的药物医嘱名称进行判断,极大地提升了过敏信息记录结果的临床可用性,规范了临床药物过敏管理流程,从而达到过敏记录结果临床应用更加准确全面的目的,有效保障患者用药安全。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种临床药物过敏管理方法,应用于临床药物过敏管理辅助装置,其特征在于,该方法包括:
接收针对患者的药物过敏信息,根据信息来源的不同,所述药物过敏信息包括结构化药物过敏信息或非结构化药物过敏信息;
对非结构化药物过敏信息进行解析得到结构化药物过敏信息;其中,原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中存在单一药物或一类药物的标准名称、非标准名称、简称以及包含错别字的名称;
将原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中的单一药物的非标准名称、简称以及包含错别字的名称标准化得到单一药物的标准名称;
和/或,将一类药物的非标准名称、简称以及包含错别字的名称标准化得到该类药物分类下的具体单一药物的标准名称;
和/或,将标准名称的同类、同成分的关联药物进行标准化提取;
通过所述解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表,所述列表包括药物标准名称。
2.如权利要求1所述的方法,其特征在于,所述解析为:采用正则表达式的模式匹配所述非结构化药物过敏信息得到结构化药物过敏信息;
和/或,采用加入药物词典的自然语言分词器解析所述非结构化药物过敏信息得到结构化药物过敏信息。
3.如权利要求1所述的方法,其特征在于,采用双向的长短时记忆模型BILSTM算法加条件随机场CRF算法构建药物解析NLP模型,或者采用基于预训练模型BERT算法加条件随机场CRF算法构建药物解析NLP模型;所述解析为:将所述非结构化药物过敏信息输入到药物解析NLP模型,获取到结构化药物过敏信息。
4.如权利要求3所述的方法,其特征在于,所述构建药物解析NLP模型包括,以医院病历资源为建模样本集,将样本集根据设定比例分为两组,一组为训练集,另一组为测试集,用训练集的数据基于算法生成药物解析NLP模型,基于测试集评估算法所建模型效果,模型的评估指标为F1值,通过调整模型的参数,得到F1值最优的药物解析NLP模型。
5.如权利要求4所述的方法,其特征在于,所述建模样本集的构建需临床专家的人工标注,采用的标注方法包含但不限于开始内部外部序列标注BIO方法。
6.如权利要求1所述的方法,其特征在于,所述标准化为:通过检索药物知识库进行标准化。
7.如权利要求6所述的方法,其特征在于,当所述药物知识库为药物知识图谱时,该方法进一步包括:通过提取实体以及提取实体间关系,构建药物知识图谱。
8.如权利要求7所述的方法,其特征在于,所述通过提取实体以及提取实体间关系,构建药物知识图谱,具体包括:
1)提取实体;其中,实体具有多个类型,包含但不限于单一药物名称、一类药物名称、药物成分;提取实体的来源包括药物术语字典、药物说明书、医学教科书、医院病历资源;
2)提取实体间关系;其中,实体间关系具有多个类型,包含但不限于别名、简称、子类、同类、成分关系;提取实体间关系的来源包括药物术语字典、药物说明书、医学教科书、医院病历资源;
3)根据所提取的实体及实体间关系,构建药物知识图谱。
9.如权利要求1所述的方法,其特征在于,该方法还包括:根据针对该患者的个性化标准药物过敏信息结构化列表以及所接收到的药物医嘱名称进行判断:
如果药物医嘱名称是不包含在个性化标准药物过敏信息结构化列表中的必做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,并将该药添加到该患者个性化标准药物过敏信息结构化列表,如果皮试结果为阴性则输出正常开药的提醒;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的且可做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,如果皮试结果为阴性则输出正常开药的提醒,且更新所述药物过敏信息标准化结构化列表;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的不可做皮试的药物,则输出该药物过敏的提醒;
如果所输入的药物是不包含在个性化标准药物过敏信息结构化列表中且为非必做皮试的药物,则不输出任何提醒。
10.一种临床药物过敏管理辅助装置,其特征在于,该装置包括:
接收模块,接收针对患者的药物过敏信息,根据信息来源的不同,所述药物过敏信息包括结构化药物过敏信息或非结构化药物过敏信息;
解析模块,对非结构化药物过敏信息进行解析得到结构化药物过敏信息;其中,原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中存在单一药物或一类药物的标准名称、非标准名称、简称以及包含错别字的名称;
标准化模块,将原始接收的结构化药物过敏信息和解析得到的结构化药物过敏信息中的单一药物的非标准名称、简称以及包含错别字的名称标准化得到单一药物的标准名称;
和/或,将一类药物的非标准名称、简称以及包含错别字的名称标准化得到该类药物分类下的具体单一药物的标准名称;
和/或,将标准名称的同类、同成分的关联药物进行标准化提取;
列表形成模块,通过所述解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表,所述列表包括药物标准名称。
11.如权利要求10所述的装置,其特征在于,该装置还包括:判断处理模块,根据针对该患者的个性化标准药物过敏信息结构化列表以及所接收到的药物医嘱名称进行判断:
如果药物医嘱名称是不包含在个性化标准药物过敏信息结构化列表中的必做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,并将该药添加到该患者个性化标准药物过敏信息结构化列表,如果皮试结果为阴性则输出正常开药的提醒;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的且可做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,如果皮试结果为阴性则输出正常开药的提醒,且更新所述药物过敏信息标准化结构化列表;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的不可做皮试的药物,则输出该药物过敏的提醒;
如果所输入的药物是不包含在个性化标准药物过敏信息结构化列表中且为非必做皮试的药物,则不输出任何提醒。
12.一种临床药物过敏管理***,其特征在于,该***包括:临床药物过敏管理辅助装置和业务装置;
所述业务装置,用于接收针对患者的药物过敏信息,并发送给临床药物过敏管理辅助装置;
还用于在接收到为该患者下达的药物医嘱名称后,并发送给临床药物过敏管理辅助装置;
所述临床药物过敏管理辅助装置,用于接收到针对患者的药物过敏信息后,通过解析和标准化形成针对该患者的个性化标准药物过敏信息结构化列表;
还用于根据针对该患者的个性化标准药物过敏信息结构化列表以及所接收到的药物医嘱名称进行判断:
如果药物医嘱名称是不包含在个性化标准药物过敏信息结构化列表中的必做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,并将该药添加到该患者个性化标准药物过敏信息结构化列表,如果皮试结果为阴性则输出正常开药的提醒;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的且可做皮试的药物,则输出需做该药物过敏皮试的提醒;如果皮试结果为阳性则输出禁止使用该药物的提醒,如果皮试结果为阴性则输出正常开药的提醒,且更新所述药物过敏信息标准化结构化列表;
如果药物医嘱名称是包含在个性化标准药物过敏信息结构化列表中的不可做皮试的药物,则输出该药物过敏的提醒;
如果所输入的药物是不包含在个性化标准药物过敏信息结构化列表中且为非必做皮试的药物,则不输出任何提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110893983.6A CN113393945A (zh) | 2021-08-05 | 2021-08-05 | 一种临床药物过敏管理方法、辅助装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110893983.6A CN113393945A (zh) | 2021-08-05 | 2021-08-05 | 一种临床药物过敏管理方法、辅助装置及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113393945A true CN113393945A (zh) | 2021-09-14 |
Family
ID=77622438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110893983.6A Pending CN113393945A (zh) | 2021-08-05 | 2021-08-05 | 一种临床药物过敏管理方法、辅助装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113393945A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115171836A (zh) * | 2022-09-07 | 2022-10-11 | 南京诺源医疗器械有限公司 | 适用于医疗信息的数据处理方法及*** |
WO2023155177A1 (zh) * | 2022-02-18 | 2023-08-24 | 曹庆恒 | 一种敏感性试验管理***及方法 |
CN117079760A (zh) * | 2023-07-25 | 2023-11-17 | 中国医学科学院阜外医院 | 华法林剂量调整方法、***及临床辅助决策*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109841268A (zh) * | 2019-01-18 | 2019-06-04 | 杭州逸曜信息技术有限公司 | 一种过敏信息的处理方法 |
CN110265098A (zh) * | 2019-05-07 | 2019-09-20 | 平安科技(深圳)有限公司 | 一种病例管理方法、装置、计算机设备及可读存储介质 |
CN111951979A (zh) * | 2020-08-13 | 2020-11-17 | 上海森亿医疗科技有限公司 | 药物信息标准化方法、药物信息标准化与检索平台和设备 |
CN112101021A (zh) * | 2020-09-03 | 2020-12-18 | 沈阳东软智能医疗科技研究院有限公司 | 一种实现标准词映射的方法、装置及设备 |
CN113065330A (zh) * | 2021-03-22 | 2021-07-02 | 四川大学 | 一种从非结构化数据中提取敏感信息的方法 |
-
2021
- 2021-08-05 CN CN202110893983.6A patent/CN113393945A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109841268A (zh) * | 2019-01-18 | 2019-06-04 | 杭州逸曜信息技术有限公司 | 一种过敏信息的处理方法 |
CN110265098A (zh) * | 2019-05-07 | 2019-09-20 | 平安科技(深圳)有限公司 | 一种病例管理方法、装置、计算机设备及可读存储介质 |
CN111951979A (zh) * | 2020-08-13 | 2020-11-17 | 上海森亿医疗科技有限公司 | 药物信息标准化方法、药物信息标准化与检索平台和设备 |
CN112101021A (zh) * | 2020-09-03 | 2020-12-18 | 沈阳东软智能医疗科技研究院有限公司 | 一种实现标准词映射的方法、装置及设备 |
CN113065330A (zh) * | 2021-03-22 | 2021-07-02 | 四川大学 | 一种从非结构化数据中提取敏感信息的方法 |
Non-Patent Citations (2)
Title |
---|
唐子惠: "《医学人工智能导论》", 30 April 2020, 上海科学技术出版社 * |
杭元凤: "《医疗建筑配电》", 28 February 2017, 东南大学出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023155177A1 (zh) * | 2022-02-18 | 2023-08-24 | 曹庆恒 | 一种敏感性试验管理***及方法 |
CN115171836A (zh) * | 2022-09-07 | 2022-10-11 | 南京诺源医疗器械有限公司 | 适用于医疗信息的数据处理方法及*** |
CN115171836B (zh) * | 2022-09-07 | 2023-03-10 | 南京诺源医疗器械有限公司 | 适用于医疗信息的数据处理方法及*** |
CN117079760A (zh) * | 2023-07-25 | 2023-11-17 | 中国医学科学院阜外医院 | 华法林剂量调整方法、***及临床辅助决策*** |
CN117079760B (zh) * | 2023-07-25 | 2023-12-19 | 中国医学科学院阜外医院 | 华法林剂量调整方法、***及临床辅助决策*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10878962B2 (en) | System and method for extracting oncological information of prognostic significance from natural language | |
US10818397B2 (en) | Clinical content analytics engine | |
CN113393945A (zh) | 一种临床药物过敏管理方法、辅助装置及*** | |
US20200388385A1 (en) | Efficient diagnosis confirmation of a suspect condition for certification and/or re-certification by a clinician | |
US10541053B2 (en) | Automated clinical indicator recognition with natural language processing | |
US20170109477A1 (en) | System and Method for Identifying Inconsistent and/or Duplicate Data in Health Records | |
Harvey et al. | Using the positive and negative syndrome scale (PANSS) to define different domains of negative symptoms: prediction of everyday functioning by impairments in emotional expression and emotional experience | |
US20210287800A1 (en) | Ai supported personalized, natural language-based patient interface for medical-bot | |
Uciteli et al. | Ontology-based specification, identification and analysis of perioperative risks | |
Noor et al. | Deployment of a free-text analytics platform at a UK national health service research hospital: Cogstack at University College London Hospitals | |
CN112035619A (zh) | 基于人工智能的医疗问诊单筛选方法、装置、设备和介质 | |
CN115458107A (zh) | 医疗数据的核查方法及装置、存储介质、电子设备 | |
Chandra et al. | Natural language Processing and Ontology based Decision Support System for Diabetic Patients | |
Thombs et al. | A cluster analytic study of clinical orientations among chemical dependency counselors | |
CN113724830A (zh) | 基于人工智能的用药风险检测方法及相关设备 | |
Smith et al. | Telehealth Made EASY: understanding provider perceptions of telehealth appropriateness in outpatient rheumatology encounters | |
CN117407682A (zh) | 医学模型评估方法、装置、电子设备和存储介质 | |
Stoldt et al. | Safety improvement for SMART on FHIR apps with data quality by contract | |
Brown et al. | eQuality for all: extending automated quality measurement of free text clinical narratives | |
Lin et al. | Extraction of active medications and adherence using natural language processing for glaucoma patients | |
US20170308649A1 (en) | Integrating trauma documentation into an electronic medical record | |
CN111028951A (zh) | 一种用于中医诊断检索显示、评估的方法及设备 | |
Ryan et al. | Introduction of enhancement technologies into the intensive care service, Royal Prince Alfred Hospital, Sydney | |
Berg et al. | SAGEDesktop: an environment for testing clinical practice guidelines | |
Park et al. | Criteria2Query 3.0: Leveraging generative large language models for clinical trial eligibility query generation |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210914 |
|
RJ01 | Rejection of invention patent application after publication |