本发明涉及互联网应用开发技术领域,具体涉及一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法。
背景技术:
目前,很多微信公众平台有一些很简单的在线自助病况咨询服务,基本上是设置好了自动回复,然后推荐去看哪个医生或者告诉用户得了什么病,这样仅仅提供了一个了解的服务,并没有解决什么问题。现在也没有一个能够准确地综合用户历史病况,排查用户过敏史,推荐用药的算法服务。
本发明实现了一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,通过查询电子病历上的历史内容,来综合得出对用户当前咨询病症的最有效的、用户自身最满意的药品清单,并自动过滤掉过敏药,得到一个安全、精确、可靠的药品推荐信息。
技术实现要素:
本发明实现了一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,通过查询电子病历上的历史内容,来综合得出对用户当前咨询病症的最有效的、用户自身最满意的药品清单,并自动过滤掉过敏药,得到一个安全、精确、可靠的药品推荐信息。
本发明解决上述技术问题的技术方案是:
所述的方法包含以下几个步骤:
1.一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:依赖于电子病历,把初次自助问诊结果推荐的药品发往自动计算系统中,系统将找出每一个药品对应的病历项目,并按照药品列表与病理项目药品的相似度进行匹配,得到与初次自助问诊结果推荐的药品种类最相似的几个病历项目,并按照病历项目的评价进行排序。最后查询电子病历上用户过敏史,删除包含有过敏药物的病历项目。最后得到对当前用户效果最好的药品清单。具体步骤如下:
(1)把初次自助问诊结果推荐的药品发往自动计算系统中;
(2)系统将找出每一个药品对应的病历项目;
(3)按照药品列表与病历项目药品的相似度进行匹配;
(4)得到与初次自助问诊结果推荐的药品种类最相似的几个病历项目;
(5)按照病历项目的评价进行排序;
(6)查询电子病历上用户过敏史;
(7)删除包含有过敏药物的病历项目。
2.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:在所述步骤2中,初次问诊结果会有很多推荐药品组,将找出包含有每一个药品组内至少一个药品的病历项目。
3.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:其特征在于:在所述步骤3中,相似度匹配指的是,所述步骤2中会找出很多病历项目,每一个病历项目至少都包含了药品组内一个药品,因此需要找出与药品组种类数量最近似的病历项目。
4.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:在所述步骤2中,病历项目特指历史电子处方单或历史自助问诊记录。
5.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:在所述步骤5中,病历项目的评价指,电子处方单或历史自助问诊记录都会有一个用户评价,处方单药效打分,处方单有效度评价,自助问诊药效打分,自助问诊有效度评价,处方单药效打分与自助问诊药效打分的分数上限分相同。
6.根据权利要求5所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:评价的时候是根据处方单药效打分的分数或自助问诊药效打分的分数进行降序排序。
7.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:在所述步骤6中,电子病历上基本信息应存在用户过敏史,如是否对青霉素类抗生素、磺胺类药物等过敏。
8.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:在所述步骤7中,数据库中存有可能过敏药品的数据信息,当用户存在过敏史的时候,获取过敏药品的药品id,在排序后的病历项目检索是否存在过敏药品,存在过敏药品的病历项目将从推荐病历项目列表中去除。
本发明实现了一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,通过查询电子病历上的历史内容,来综合得出对用户当前咨询病症的最有效的、用户自身最满意的药品清单,并自动过滤掉过敏药,得到一个安全、精确、可靠的药品推荐信息。
附图说明
下面结合附图对本发明进一步说明:
图1是本发明方法流程图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明,但本发明的实施方式不限于此。
(1)把初次自助问诊结果推荐的药品发往自动计算系统中;
(2)系统将找出每一个药品对应的病历项目;
(3)按照药品列表与病历项目药品的相似度进行匹配;
(4)得到与初次自助问诊结果推荐的药品种类最相似的几个病历项目;
(5)按照病历项目的评价进行排序;
(6)查询电子病历上用户过敏史;
(7)删除包含有过敏药物的病历项目。
1.一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:依赖于电子病历,把初次自助问诊结果推荐的药品发往自动计算系统中,系统将找出每一个药品对应的病历项目,并按照药品列表与病理项目药品的相似度进行匹配,得到与初次自助问诊结果推荐的药品种类最相似的几个病历项目,并按照病历项目的评价进行排序;最后查询电子病历上用户过敏史,删除包含有过敏药物的病历项目;最后得到对当前用户效果最好的药品清单;具体步骤如下:
(1)把初次自助问诊结果推荐的药品发往自动计算系统中;
(2)系统将找出每一个药品对应的病历项目;
(3)按照药品列表与病历项目药品的相似度进行匹配;
(4)得到与初次自助问诊结果推荐的药品种类最相似的几个病历项目;
(5)按照病历项目的评价进行排序;
(6)查询电子病历上用户过敏史;
(7)删除包含有过敏药物的病历项目。
2.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:在所述步骤2中,初次问诊结果会有很多推荐药品组,将找出包含有每一个药品组内至少一个药品的病历项目。
3.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:其特征在于:在所述步骤3中,相似度匹配指的是,所述步骤2中会找出很多病历项目,每一个病历项目至少都包含了药品组内一个药品,因此需要找出与药品组种类数量最近似的病历项目。
4.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:在所述步骤2中,病历项目特指历史电子处方单或历史自助问诊记录。
5.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:在所述步骤5中,病历项目的评价指,电子处方单或历史自助问诊记录都会有一个用户评价,处方单药效打分,处方单有效度评价,自助问诊药效打分,自助问诊有效度评价,处方单药效打分与自助问诊药效打分的分数上限分相同。
6.根据权利要求5所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:评价的时候是根据处方单药效打分的分数或自助问诊药效打分的分数进行降序排序。
7.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:在所述步骤6中,电子病历上基本信息应存在用户过敏史,如是否对青霉素类抗生素、磺胺类药物等过敏。
8.根据权利要求1所述的一种基于网络医院ai系统自动计算对用户效果最好的药品清单的方法,其特征在于:在所述步骤7中,数据库中存有可能过敏药品的数据信息,当用户存在过敏史的时候,获取过敏药品的药品id,在排序后的病历项目检索是否存在过敏药品,存在过敏药品的病历项目将从推荐病历项目列表中去除。