[发明专利]一种基于智能药箱的药品储备方法及装置

权利要求书

1.一种基于智能药箱的药品储备方法，其特征在于，所述方法应用于智能药箱中，所述方法包括：

获取所述智能药箱的关联用户的目标身体状态数据；

根据所述目标身体状态数据，预测所述关联用户的目标预发病症；

根据所述目标预发病症，查找与所述目标预发病症相匹配的药品信息；

检测所述智能药箱当前存放的所有药品中是否存在与所述药品信息相匹配的目标药品；

当不存在所述目标药品时，输出与所述药品信息相匹配的药品储备提醒。

2.根据权利要求1所述的基于智能药箱的药品储备方法，其特征在于，当存在所述目标药品时，所述方法还包括：

获取所述关联用户的第一属性数据；

获取所述目标药品的目标药品信息；

根据所述目标药品信息，确定所述目标药品的适用对象的第二属性数据；

判断所述第一属性数据是否与所述第二属性数据相匹配，若不是，输出与所述药品信息相匹配、且与所述第一属性数据相匹配的药品储备提醒。

3.根据权利要求2所述的基于智能药箱的药品储备方法，其特征在于，若所述第一属性数据与所述第二属性数据相匹配，所述方法还包括：

根据所述目标药品信息，确定所述关联用户在预先设定的第一时间段内的预计用药量，其中，所述第一时间段的起始时刻晚于当前时刻；

检测所述目标药品的实时储量；

当所述目标药品的实时储量不满足所述预计用药量时，输出所述目标药品的药品储备补充提醒。

4.根据权利要求1至3任一项所述的基于智能药箱的药品储备方法，其特征在于，所述方法还包括：

获取当前气候数据与预先设定的第二时间段内的未来气候数据，其中，所述第二时间段的起始时间晚于当前时间；

确定所述当前气候数据与所述未来气候数据的气候差距程度；

当所述气候差距程度高于预先设定的差距程度阈值时，触发执行所述的获取所述智能药箱的关联用户的目标身体状态数据。

5.根据权利要求1所述的基于智能药箱的药品储备方法，其特征在于，所述方法还包括：

获取所述关联用户的第一属性数据；

根据所述第一属性数据，确定所述关联用户的当前年龄；

以及，所述根据所述目标身体状态数据，预测所述关联用户的目标预发病症，包括：

当所述当前年龄高于预先设定的高龄阈值时，根据所述关联用户的所述第一属性数据与所述目标身体状态数据，预测所述关联用户的目标预发病症。

6.根据权利要求1至5任一项所述的基于智能药箱的药品储备方法，其特征在于，在所述输出与所述药品信息相匹配的药品储备提醒之后，所述方法还包括：

输出是否立即购买的询问页面；

当检测到当前用户触发的立即购买指令时，输出购置方案的选择页面；

其中，所述购置方案包括线下购置方案与线上购置方案中的至少一种；

当检测到所述当前用户触发的所述线下购置方案的第一选择指令时，获取距离所述智能药箱小于等于预先设定的距离阈值的药店集合；

获取所述药店集合中所有药店的存货信息；

根据每个所述药店的所述存货信息，确定每个所述药店的在售药品中包含所述目标药品的可能性数值；

根据每个所述药店的所述可能性数值，输出药店推荐清单；

当检测到所述当前用户触发的所述线上购置方案的第二选择指令时，根据所述智能药箱预先绑定的买家账户，执行所述目标药品的下单操作。

7.根据权利要求1所述的基于智能药箱的药品储备方法，其特征在于，所述方法还包括：

通过预先确定的神经网络算法，建立神经网络模型；

根据历史身体状态数据与历史预发病症的对应关系，生成所述神经网络模型的训练集，并根据所述训练集，对所述神经网络模型进行训练，得到身体状态数据—预发病症的预测模型；

以及，所述根据所述目标身体状态数，预测所述关联用户的目标预发病症，包括：

输入所述目标身体状态数据至所述预测模型，得到预测结果；

确定所述预测结果中的预发病症为所述关联用户的目标预发病症。