[发明专利]一种抗生素用药合理性预测方法及系统

说明书

本发明涉及一种抗生素用药合理性预测方法及系统，该方法包括：获取既往抗生素使用患者的结构化和非结构化相关数据；将患者的非结构化数据进行自然语言处理，包括分词处理和信息抽取；将结构化数据和经自然语言处理后的非结构化数据进行中心化、离散化处理、数据降维处理，形成数据集；将数据集输入随机森林算法，对随机森林算法进行训练；将新患者的相关数据输入训练完成的随机森林算法，输出结果即为抗生素是否合理的判别结果。本发明基于既往患者的真实数据，为新患者提供了更合理的抗生素治疗方案，为医生积累了治疗经验，也提高临床诊疗的效率，为患者带来了更大的福利。

技术领域

本申请涉及医疗技术领域，尤其涉及一种抗生素用药合理性预测方法及系统。

背景技术

抗生素是治疗感染性疾病的主要药物，正确使用抗生素可以使感染性疾病达到良好的转归和预后。随着抗生素的普及和在临床的大量使用，近些年来，由于抗生素的不合理和错误使用，使耐药菌株，毒性反应，过敏性反应以及二重感染等不良反应增多，给病人带来了额外的生理和经济负担，给医疗资源的合理配置和使用带来了阻碍。

如何指导临床有效合理使用抗生素是一项亟需解决的问题。指导临床医务工作者为患者使用合理有效的抗生素，可以使患者感染性疾病得到正确的治疗，减轻患者的生理和经济负担，使医疗资源得到合理的配置和使用。

因此，提供一种抗生素用药合理性预测方法及系统，是目前需要解决的主要问题。

发明内容

本申请提供了一种抗生素用药合理性预测方法及系统，以指导临床医务工作者为患者使用合理有效的抗生素，可以使患者感染性疾病得到正确的治疗，减轻患者的生理和经济负担，使医疗资源得到合理的配置和使用。

本申请采用的技术方案如下：

第一方面，本发明提供了一种抗生素用药合理性预测方法，包括：

获取既往抗生素使用患者的结构化和非结构化相关数据，所述结构化相关数据包括：性别、年龄、吸烟史、高血压、冠心病、白细胞计数、血小板计数、降钙素原、C反应蛋白、主诊断名称、是否发热、体温、排便次数、既往手术名称、既往使用抗生素名称、伴随药物名称、基因检测数据和临床评分量表数据，所述非结构化数据包括：基本信息、主诉、现病史、既往史、查房记录和X线检查报告单；

将所述非结构化数据进行自然语言处理，包括分词处理和信息抽取；

将所述结构化数据和经自然语言处理后的非结构化数据进行中心化、离散化处理、数据降维处理，形成数据集；

将所述数据集输入随机森林算法，对所述随机森林算法进行训练；

将新患者的相关数据输入训练完成的随机森林算法，输出结果即为抗生素是否合理的判别结果。

进一步地，所述相关数据可以从医院信息系统、检验信息系统、放射科信息系统和电子病历中获取。

进一步地，所述结构化相关数据具体包括：性别、年龄、吸烟史、高血压、冠心病、白细胞计数、血小板计数、降钙素原、C反应蛋白、主诊断名称、是否发热、体温、排便次数、既往手术名称、既往使用抗生素名称、伴随药物名称、基因检测数据和临床评分量表数据；

所述非结构化数据包括：基本信息、主诉、现病史、既往史、查房记录和X线检查报告单。

进一步地，所述分词处理包括：

将患者的主诉中的症状处理为症状名称/症状的形式；

将患者的现病史中的用药信息处理为药品名称/药品的形式；

将除症状和用药信息以外的词处理为文本/词性的形式。

进一步地，所述信息抽取包括：