[发明专利]用药辅助决策方法及装置、存储介质、电子设备

权利要求书

1.一种用药辅助决策方法，其特征在于，所述用药辅助决策方法包括：

根据医疗数据中的患者基础信息对所述医疗数据进行聚类，所述患者基础信息包括患者标识；

所述根据医疗数据中的患者基础信息对所述医疗数据进行聚类包括：根据所述患者标识对所述医疗数据以患者维度进行聚类；

并根据医疗数据中的出院诊断确定患者各时段内的主诊断，其中，所述主诊断的确定方法可以按照以下优先级进行提取：

提取“病案首页表”中出院诊断，条件：“诊断状态”字段为“主要诊断”；

提取“出院记录表”中出院诊断，条件：“诊断顺位”字段为1；

提取“病案首页表”中出院诊断，条件：“诊断顺位”字段为1；

提取“门诊诊断表”中门诊诊断，条件：“诊断顺位”字段为1；

对医疗数据中的用药数据根据患者标识及就诊标识进行聚合，同时按照各所述就诊标识对应的时间顺序进行排序；

根据所述主诊断划分时间窗，并根据处于各所述主诊断时间窗内的对应各就诊标识的用药数据确定有效用药数据，其中，所述有效用药数据是指各所述主诊断时间窗内，对应各所述就诊标识的末次就诊没有用药、以及末次就诊与前次就诊用药数据相同的用药数据；

将多个所述有效用药数据根据各所述主诊断聚类生成有效用药数据簇；

对所述有效用药数据簇的有效用药数据进行数据清洗从而确定推荐用药，包括：对所述有效用药数据簇的有效用药数据根据TF-IDF算法进行数据清洗从而确定推荐用药；及通过患者主诊断、诊断列表及国际疾病分类树的疾病名称进行相似患者聚合以确定相似患者的用药推荐；根据患者主诊断、诊断科室、主治医师进行聚合以提取同行医师对相同主诊断的用药偏好；根据国际疾病分类树对多个相似主诊断疾病对应的所述推荐用药进行聚合；其中，在对所述有效用药数据簇的有效用药数据根据TF-IDF算法进行数据清洗从而确定推荐用药时，药品出现频率和有效药品频率通过以下公式计算得到：药品出现频率（TF）=有效用药数据簇的类别中某字段出现的次数/有效用药数据簇的类别字段总数；有效药品频率（IDF）=log（主诊断总量/(出现对应药品名的主诊断数量+1))；

获取当前患者主诊断，并在推荐用药中确定并反馈与当前患者主诊断匹配的用药数据。

2.根据权利要求1所述的用药辅助决策方法，其特征在于，所述医疗数据包括患者基础信息、住院病案数据、出院数据、门诊数据、用药数据、检验数据以及检查数据中的一种或多种。

3.根据权利要求1所述的用药辅助决策方法，其特征在于，所述用药数据包括用药名称、用药次数、用药剂量中的一种或多种。