[发明专利]基于机器学习的药品质控分析方法、装置、设备及介质

说明书

本发明公开了一种基于机器学习的药品质控分析方法、装置、设备及介质，涉及信息技术领域，主要在于能够能够扩展机器学习模型的特征空间，引入了疾病属性特征和药品属性特征，从而提高了模型的质控分析精度。其中方法包括：确定所述疾病标识信息和所述药品标识信息共同对应的标识特征向量；确定所述疾病属性信息和所述药品属性信息共同对应的属性特征向量；根据所述标识特征向量和所述属性特征向量确定所述患者病历中药品的质控分析结果。本发明涉及人工智能中的机器学习技术，适用于药品的质控分析，同时适用于智慧医疗领域，从而可进一步推动智慧城市的建设。另外，本发明还涉及区块链技术。

技术领域

本发明涉及信息技术领域，尤其是涉及一种基于机器学习的药品质控分析方法、装置、设备及介质。

背景技术

在患者的诊疗过程中，患者的用药通常由主治医师根据其诊断和检查结果给出，为了确保医生所开药品的合理性，可以通过机器学习的方式对医生所开处方中的药品进行质量监控，避免由于不合理用药导致患者治疗结果不佳或者给患者造成额外的药品开支。

目前，通常使用医生所开处方中的疾病名称和药品名称对药品进行质量监控。然而，这种仅依赖疾病名称和药品名称进行质量监控的方式，机器学习模型的特征空间较为局限，在质量监控过程中模型无法获取更多的特征信息，进而导致模型的质控精度较低，无法有效的判断医生用药的合理性。

发明内容

本发明提供了一种基于机器学习的药品质控分析方法、装置、设备及介质，主要在于能够扩展机器学习模型的特征空间，在使用疾病名称和药品名称的基础上，引入了疾病属性信息和药品属性信息，使模型能够获取更多的信息，从而提高了模型的质控分析精度。

根据本发明的第一个方面，提供一种基于机器学习的药品质控分析方法，包括：

获取患者病历中的疾病标识信息和药品标识信息，并分别确定所述疾病标识信息对应的疾病属性信息和所述药品标识信息对应的药品属性信息；

将所述疾病标识信息和所述药品标识信息输入至预设标识特征提取模型进行特征提取，得到所述疾病标识信息和所述药品标识信息共同对应的标识特征向量；

将所述疾病属性信息和所述药品属性信息特征输入至预设属性特征提取模型进行特征提取，得到所述疾病属性信息和所述药品属性信息共同对应的属性特征向量；

根据所述标识特征向量和所述属性特征向量确定所述患者病历中药品的质控分析结果。

根据本发明的第二个方面，提供一种基于机器学习的药品质控分析装置，包括：

获取单元，用于获取患者病历中的疾病标识信息和药品标识信息，并分别确定所述疾病标识信息对应的疾病属性信息和所述药品标识信息对应的药品属性信息；

第一提取单元，用于将所述疾病标识信息和所述药品标识信息输入至预设标识特征提取模型进行特征提取，得到所述疾病标识信息和所述药品标识信息共同对应的标识特征向量；

第二提取单元，用于将所述疾病属性信息和所述药品属性信息特征输入至预设属性特征提取模型进行特征提取，得到所述疾病属性信息和所述药品属性信息共同对应的属性特征向量；

确定单元，用于根据所述标识特征向量和所述属性特征向量确定所述患者病历中药品的质控分析结果。

根据本发明的第三个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

获取患者病历中的疾病标识信息和药品标识信息，并分别确定所述疾病标识信息对应的疾病属性信息和所述药品标识信息对应的药品属性信息；

将所述疾病标识信息和所述药品标识信息输入至预设标识特征提取模型进行特征提取，得到所述疾病标识信息和所述药品标识信息共同对应的标识特征向量；