一种用药警示信息的生成方法与流程

本发明涉及数据处理领域，尤其涉及一种用药警示信息的生成方法。

背景技术：

近年来，合理用药监测系统已能快速且较为普遍地反映大部分临床用药不合理问题，可以对医生端和护士端、药师审方端、发药药师端进行在线预警。比如，嵌入到his系统医生工作站中，对医生所开的处方/医嘱进行实时监测，审查内容包括给药途径、给药剂量、给药频率、给药时机、过敏史、禁忌症；注射剂型的溶媒选用/配伍禁忌、相互作用及重复用药、特殊人群用药(老人、儿童、妊娠及哺乳妇女、肾功能不良患者)、审查等。

合理用药监测系统知识库提示信息的精准性非常重要。为了实现提示信息的精准性，往往需要与患者的用药信息、年龄、体重、体表面积和诊断相关信息、医嘱信息、药品使用本身的特征信息联系起来。例如，苯妥英钠片说明书中，用于14岁以下儿童，每天给药剂量应为3-8mg/kg。提示信息：14岁以下儿童，每天药剂量应为3-8mg/kg，尚不够精准，无法满足使用者准确快速修改处方的要求。若患者儿童体重是10kg，提示信息应为：该患儿每天给药剂量应为30mg-80mg，便能达到精准提示的要求。因此，如何提高合理用药监测系统知识库的精准性非常重要。

技术实现要素：

本发明的目的是针对现有技术的缺陷，提供一种用药警示信息的生成方法，能够根据变量赋值法对患者基本信息和所述处方/医嘱信息中进行信息提取并赋值，再调用知识库中判断规则，生成用药警示信息，从而提升用药的精准性。

有鉴于此，本发明实施例提供了一种用药警示信息的生成方法，包括：

插入变量信息；其中，所述变量信息包括药嘱变量、合用药嘱变量、患者变量和医嘱变量；

接收医生输入的患者id和相对应的处方/医嘱信息；

根据所述患者id获取患者的患者基本信息；

根据所述变量信息，对所述患者基本信息和所述处方/医嘱信息中进行信息提取，得到所述变量信息相对应的变量值；

根据提取到的所述变量值对相对应的变量信息进行赋值；

根据所述变量信息在知识库中调用相对应的判断规则；

判断所述赋值后的变量信息是否符合所述判断规则；

当不符合时，生成用药警示信息。

优选的，所述变量信息为算式结构或非算式结构；所述算式结构的变量信息包括子变量信息和运算规则；所述生成用药警示信息具体包括：

判断所述变量信息是否为算式结构；

当所述变量信息为算式结构时，获取所述变量信息的子变量信息；

根据所述子变量信息和所述变量信息的运算规则进行计算，得到所述用药警示信息。

优选的，所述药嘱变量包括药嘱给药途径、药嘱每次剂量、药嘱给药频率、药嘱每天剂量、药嘱药品名称、药嘱药品累计日剂量、药嘱药品累计剂量、药嘱成分累计日剂量、药嘱成分累计剂量、药嘱药品最小可分剂量、药嘱药品的常规使用剂量上限或下限和药嘱科室名称。

优选的，所述合用药嘱变量包括合用药嘱药品名称、合用药嘱给药途径、合用药嘱每次剂量、合用药嘱给药频率、合用药嘱每天剂量和合用药嘱科室名称。

优选的，所述患者变量包括患者年龄、体重、体表面积、诊断信息、手术名称、症状、既往病史和过敏史、怀孕/哺乳/产妇特征、合并症与并发症。

优选的，所述医嘱变量包括医嘱检验指标名称及检验指标值、医嘱检查项目、医嘱疾病评分项目及疾病评分值。

优选的，所述根据所述变量信息在知识库中调用相对应的判断规则具体包括：

根据所述多个变量信息之间的组合在知识库中调用相对应的判断规则。

进一步优选的，所述判断所述赋值后的变量信息是否符合所述判断规则具体包括：

基于所述调用的判断规则，根据所述多个变量信息在所述知识库中获取相对应的标准变量范围；

判断所述赋值后的变量信息是否符合所述标准变量范围。

本发明实施例提供的一种用药警示信息的生成方法，能够根据变量赋值法对患者基本信息和所述处方/医嘱信息中进行信息提取并赋值，再调用知识库中判断规则，生成用药警示信息，从而提升用药的精准性。

附图说明

图1为本发明实施例提供的一种用药警示信息的生成方法流程图；

图2为本发明实施例提供的一种药品相互作用判断方法流程图；

图3为本发明实施例提供的一种药品用法用量判断方法流程图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本发明实施例提供的一种用药警示信息的生成方法可以基于合理用药监测系统实现，图1为本发明实施例提供的一种用药警示信息的生成方法流程图，如图1所示，包括：

步骤101，插入变量信息；

系统在插入变量信息之前先要设定插入的变量信息，然后进行插入，变量信息包括药嘱变量、合用药嘱变量、患者变量和医嘱变量等。

药嘱变量具体可以包括药嘱给药途径、药嘱每次剂量、药嘱给药频率、药嘱每天剂量、药嘱药品名称、药嘱药品累计日剂量、药嘱药品累计剂量、药嘱成分累计日剂量、药嘱成分累计剂量、药嘱药品最小可分剂量、药嘱药品的常规使用剂量上限或下限和药嘱科室名称等。

合用药嘱变量具体可以包括合用药嘱药品名称、合用药嘱给药途径、合用药嘱每次剂量、合用药嘱给药频率、合用药嘱每天剂量和合用药嘱科室名称等。

患者变量具体可以包括患者年龄、体重(出生体重、实际体重、理想体重、校正体重)、体表面积、诊断信息、手术名称、症状、既往病史和过敏史、怀孕/哺乳/产妇特征、合并症与并发症等。

医嘱变量具体可以包括医嘱检验指标名称及检验指标值、医嘱检查项目、医嘱疾病评分项目及疾病评分值等。

需要说明的是，变量信息包括但不限于上述药嘱变量、合用药嘱变量、患者变量和医嘱变量中的一种或多种，本领域技术人员可以根据需要对变量信息进行设定。

步骤102，接收医生输入的患者id和相对应的处方/医嘱信息；

处方/医嘱信息是医生根据每个患者的情况为其开具的，也就是说，医生在为患者开具的处方和/或医嘱信息时，首先要输入患者id，患者id可以是患者的身份证号，然后在根据患者的情况为患者开具处方和/或医嘱信息，在处方/医嘱信息中可以包括上述变量信息中的一种或多种。

步骤103，根据患者id获取患者的患者基本信息；

患者基本信息具体可以包括患者年龄、体重(出生体重、实际体重、理想体重、校正体重)、体表面积、诊断信息、手术名称、症状、既往病史和过敏史、怀孕/哺乳/产妇特征、合并症与并发症，以及患者的检测结果等信息。

步骤104，根据变量信息，对患者基本信息和处方/医嘱信息中进行信息提取，得到变量信息相对应的变量值，根据提取到的变量值对相对应的变量信息进行赋值；

系统根据预先插入的变量信息，对患者基本信息和处方/医嘱信息中的信息进行信息提取，得到一个或多个变量信息相对应的变量值，分别对每个变量信息赋予相对应的变量值。

具体的，对于药嘱变量来说，根据传入的患者用药信息，触发知识库规则判断逻辑，确定药嘱药品名称，根据触发的知识库规则警示信息的警示内容框中插入的变量名称、及该药品名称相应的患者用药信息或知识库系统设置的该药品相应的字典值，赋予该药嘱药品相应的变量值。

对于合用药嘱变量来说，根据传入的患者用药信息，触发知识库规则判断逻辑，确定该合用药嘱药品名称，根据触发的知识库规则警示信息内容框中插入的变量名称，赋予该合用药嘱药品相应的变量值。例如，触发知识库规则警示信息的警示内容框插入变量为药嘱药品最小可分剂量，根据传入的患者用药信息，触发知识库规则判断逻辑，确定该药嘱药品名称为硝苯地平控释片，则取系统设置的硝苯地平控释片的最小可分剂量值30mg。

对于患者变量来说，根据传入的患者信息，触发知识库规则警示信息的警示内容中插入的变量名称，赋予相应的变量值。

对于医嘱变量来说，根据传入的患者医嘱信息，触发知识库规则判断逻辑，确定该医嘱项目名称(如检验指标名称、检查项目名称、疾病评分项目名称)，根据触发的知识库规则警示信息内容框中插入的变量名称，赋予该药嘱药品相应的变量值。

进一步的，上述变量信息可以分为算式结构和非算式结构，算式结构的变量信息包括子变量信息和运算规则，如药嘱每次剂量变量，在插入“药嘱每次剂量”变量，点击插入变量，将展示所有可选变量，如药嘱.每公斤每次剂量×实际体重乘积，药嘱.每平米每次剂量×实际体重乘积、药嘱.每公斤每次剂量×理想体重乘积、药嘱.每公斤每次剂量×校正体重乘积等；其中药嘱.每公斤每次剂量、药嘱.每平米每次剂量需要编辑人员维护具体用药剂量，维护完成后可根据维护的剂量及传入的患者实际体重值，或校正体重计算值、理想体重值进行计算，输出结果值为两者值的乘积。

在一个具体的例子中，在患者基本信息中记载患者年龄为2岁，体重为10kg，在医生开具的处方/医嘱中记载药品名称苯妥英钠片，则对患者基本信息和处方/医嘱信息中的信息进行信息提取，得到的变量信息有患者年龄、体重、药嘱药品名称，对应的变量值分别为2岁、10kg、苯妥英钠片，将变量信息年龄赋值为2岁，变量信息体重赋值为10kg，变量信息药嘱药品名称赋值为苯妥英钠片。

步骤105，根据变量信息在知识库中调用相对应的判断规则；

根据多个变量信息之间的组合在知识库中调用相对应的判断规则，在知识库中预先设有多个变量信息和判断规则之间的关联关系。

比如，当处方中含有两个或两个以上的药品时，则调用药品相互作用审查规则。

步骤106，判断赋值后的变量信息是否符合判断规则；

基于调用的判断规则，根据所述多个变量信息在知识库中获取相对应的标准变量范围；判断赋值后的变量信息是否符合标准变量范围。

当不符合时，执行步骤107。当不符合时，不进行提示。

步骤107，生成用药警示信息。

在一个具体的例子中，如图2所示，在知识库中，每个药品都有相对应的判断规则，比如在相互作用判断规则中记载，含有阿托伐他汀钙片、氨氯地平阿托伐他汀钙片、阿托伐他汀钙胶囊药品的处方/医嘱，如果当前处方/医嘱中同时使用吉非罗齐片、夫西地酸干混悬剂、注射用夫西地酸钠、秋水仙碱片，符合这种条件下，提示医生：【阿托伐他汀钙片、氨氯地平阿托伐他汀钙片、阿托伐他汀钙胶囊】与【吉非罗齐片、夫西地酸干混悬剂、注射用夫西地酸钠、秋水仙碱片】联合用药时，阿托伐他汀auc显著增加，增加肌病的风险。避免合用。

这里药品名称和合用药品名称为变量，为了实现精准提示，插入两个变量，为：[药嘱.药品.名称]与[合用药嘱.药品.名称]联合用药时，阿托伐他汀auc显著增加，增加肌病的风险，避免合用。

其中，[药嘱.药品.名称]与[合用药嘱.药品.名称]为变量。

若医生为某名患者开具的处方有三个药品：阿托伐他汀钙片、秋水仙碱片、琥珀酸美托洛尔片，阿托伐他汀钙片、秋水仙碱片、琥珀酸美托洛尔片分别作为[药嘱.药品.名称]和[合用药嘱.药品.名称]进行判断，根据该条知识规则判断，[药嘱.药品.名称]变量值为阿托伐他汀钙片、[合用药嘱.药品.名称]变量值为秋水仙碱片，则医生端提示信息为：阿托伐他汀钙片与秋水仙碱片联合用药时，阿托伐他汀auc显著增加，增加肌病的风险，避免合用，与现有的医疗系统相比可以准确提示医生哪两个药品不能合用，从而使医生可以快速对不能合用的药品做出调整。

进一步的，由上述可知，变量信息为算式结构或非算式结构，两种不同结构的变量信息生成的用药警示信息也不同，因此首先判断变量信息是否为算式结构，当变量信息为算式结构时，获取变量信息的子变量信息；根据子变量信息和变量信息的运算规则进行计算，得到用药警示信息。

在另一个具体的例子中，如图3所示，对于给药剂量审查记载含有苯妥英钠片的处方/医嘱进行判断，患者年龄＜14岁，且每天给药剂量不符合[3，8]mg/kg范围内，提示医生：每天剂量应为3mg/kg[实际体重]-8mg/kg[实际体重]。

这里，药品名称为变量，患儿体重为变量，为了实现精准提示，插入两个变量，为[药嘱.药品.名称]与[药嘱.每天剂量]。其中[药嘱.每天剂量]有多个算式可选，本案例中选择药嘱.每公斤每天剂量×实际体重乘积。

警示信息内容为：该患儿使用[药嘱.药品.名称]，每天剂量应为3mg/kg×实际体重-8mg/kg×实际体重。

若某名患儿，体重为10kg，医生开具苯妥英钠片，每天剂量100mg。根据该条知识规则判断，该患儿使用苯妥英钠片，每天剂量应为30mg-80mg，30mg-80mg标准变量范围，如果医生端输入的每天剂量不在此范围内，则进行提示。

本发明实施例提供的一种用药警示信息的生成方法，能够根据变量赋值法对患者基本信息和所述处方/医嘱信息中进行信息提取并赋值，再调用知识库中判断规则，生成用药警示信息，从而提升用药的精准性。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ra用药警示信息的生成方法)、内存、只读存储器(ro用药警示信息的生成方法)、电可编程ro用药警示信息的生成方法、电可擦除可编程ro用药警示信息的生成方法、寄存器、硬盘、可移动磁盘、cd-ro用药警示信息的生成方法、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。