[发明专利]一种精细化抗菌药物处方点评方法

权利要求书

1.一种精细化抗菌药物处方点评方法，其特征在于，步骤如下：

第一步：建立医院抗菌药物处方点评数据库

基于医院信息管理系统(HIS)、医院相关规章制度以及医生补充知识，收集医院产生的抗菌药物处方以及处方涉及的相关患者信息、手术信息以及药物信息；根据患者住院号码和入院时间，关联患者信息；根据患者住院号码、手术时间和处方开具时间关联手术信息；根据抗菌药物名称关联药物信息；根据所有关联信息，计算每一条抗菌药物处方的花费金额以及用药量；将所有信息整合建立医院抗菌药物处方点评数据库；

第二步：数据预处理

根据医院抗菌药物处方点评数据库中的数据，区分结构化数据与非结构化数据；之后，对结构化数据、非结构化数据分别进行预处理，步骤如下：

首先，删除结构化数据中包含缺失值的行；之后，对于结构化数据中的数值型数据，包括患者年龄、患者身高、患者体重、患者体重指数(BMI)、入院日期、出院日期、开嘱时间、停嘱时间、用药一次剂量、用药总量、手术时间、手术持续时间信息，不做特别处理；对于结构化数据中的分类数据，包括患者性别、患者是否患有糖尿病、患者所属科室、使用药物名称、用药频次、手术级别、手术与和等级、药物等级信息，引入虚拟变量进行建模；

然后，对于非结构化数据，包括手术及操作名称、诊断信息的文本数据，使用TF-IDF进行建模；

第三步：多标签处理

对于人工点评数据，由于点评结果并不局限于单一方面，因而需要将点评结果转化为多标签的分类格式；

本方法涉及的点评方面包含药物处方是否合理，将合理处方的点评结果索引设置为0；

若不合理，不合理的具体方面包含：①药物选择不合理；②无头孢过敏史仍皮试；③无理由更换药物品种；④用药时机不合理；⑤单次剂量不合理；⑥用药频次不合理；⑦用药疗程不合理；⑧无指征用药；其索引分别为1至8；

因而，当处方同时包含未说明换药原因、未说明疗程两方面问题时，其点评的多标签的分类格式为[0,0,0,1,0,0,0,1,0]；

采用集成Label Powerset方法，对于每一种标签组合都建立一个单独的分类器，并通过创建映射关系来支持多标签与单标签的相互转换；

第四步：学习点评知识

4.1根据前述得到的结构化数据、非结构化数据以及人工标注单标签信息，集成机器学习方法AdaBoost建立模型，学习参数；

4.2使用获得的模型点评待点评处方，根据反向映射关系输出点评结果。

2.如权利要求1所述的一种精细化抗菌药物处方点评方法，其特征在于，第二步中，所述的使用TF-IDF进行建模，具体如下：

1)需要计算词条在文本中出现的频率，即计算词频(TF)，TF的公式如下：

其中n_i,j表示了某一词语t_i在文档d_j之中出现的次数，∑_kn_k,j表示文档d_j中的词语总数；TF_i,j表示了词语t_i在文档d_j之中出现的频率；

2)需要计算逆文件频率(IDF)的值；IDF表示的是某一词语的普遍程度，其公式如下：

其中|D|表示文档的总数，|j:t_i∈d_j|表示了包含某词语t_i的文档的总数，加1则是为了防止包含某词语t_i的文档的总数为0；

3)TF-IDF的公式如下：

TF-IDF＝TF·IDF#(3)

通过TF-IDF建模，将手术及操作名称、诊断信息的文本数据转为向量。