药品名称处理方法与装置与流程

本公开涉及计算机技术领域，具体而言，涉及一种能够快速确定大量药品的药品名称以及分类的药品名称处理方法与装置。

背景技术：

市售药品由于厂家众多，医院或医疗机构的数据库中记录药品名称的描述方式多种多样，往往命名规则并不一致，以商品名称、通用名称、标准药品名称(internationalnon-proprietarynames，国际非专利药品名称或标准药品名称)或各种名称与规格、厂家等其他信息的组合等各种命名规则命名的药品种类繁多，如“白加黑”、“阿司匹林肠溶片”、“二甲双胍(格华止)”、“小苏打[0.5g*100片][嘱托]”等。为建立容易查询的药品资料库，以准确判断药品的功效，需要将按不同规则命名的药品名称进行归一。

在相关技术中，药品名称归一通常需要大量人工标注，人工标注结果传输给计算机后由计算机汇总形成药品名称的归一词表。然而，由于命名规则不同，有些药品名称非常相似，如“(黄海)碳酸氢钠片”和“碳酸氢钠片[天津]”等，它们的标准药品名称“碳酸氢钠片”相同，区别只是不同生产厂家生产，如果进行大量的人工标注，势必会提高标注成本。此外，随着人工标注量的增多，归一词表也会迅速增长，而人工标注过程难免会出现错误的标注结果，计算机依赖归一词表标注，会使错误数据放大而导致归一准确率下降，也会造成定期检查归一表的正确性的工作量庞大。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

本公开的目的在于提供一种药品名称处理方法与药品名称处理装置，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致药品名称归一化效率低、错误率高等问题。

根据本公开实施例的第一方面，提供一种药品名称处理方法，包括：获取药品名称的多个分词；在预设数据表中查询所述多个分词的对应数据；根据所述对应数据确定所述多个分词对应的标准药品名称；记录所述标准药品名称与所述药品名称的对应关系。

在本公开的一种示例性实施例中，还包括：

根据所述标准药品名称在所述预设数据表中确定药物分类；

记录所述药品名称与所述药物分类的对应关系。

在本公开的一种示例性实施例中，所述多个在预设数据表中查询所述多个分词的对应数据包括：

获取所述预设数据表的分词信息；

根据所述预设数据表的分词信息在所述预设数据表中查询所述分词的匹配结果；

在查询到匹配结果时，根据所述预设数据表确定所述匹配结果对应的词汇种类。

在本公开的一种示例性实施例中，所述词汇种类包括商品名称、通用名称、标准药品名称、剂型、酸根、酯/盐基、规格。

在本公开的一种示例性实施例中，所述根据所述对应数据确定所述多个分词对应的标准药品名称包括：

根据多个所述对应数据对应的词汇种类确定预设优先级最高的词汇种类；

根据所述优先级最高的词汇种类对应的对应数据在所述预设数据表中查找所述对应数据对应的标准药品名称。

在本公开的一种示例性实施例中，所述根据所述优先级最高的词汇种类对应的对应数据在所述预设数据表中查找所述对应数据对应的标准药品名称包括：

如果所述优先级最高的词汇种类对应的对应数据为多个，根据所述多个分词的按序组合词在多个所述对应数据中确定唯一的对应数据。

在本公开的一种示例性实施例中，所述获取药品名称的多个分词包括：

将所述药品名称的字数设置为分词范围；

根据所述药品名称在预设词汇表中查询对应值，如果查询到对应值，将所述药品名称作为分词结果；

如果未查询到对应值，对所述分词范围减一，根据新的分词范围生成查询关键词；

根据所述查询关键词在所述预设词汇表中查询对应值，如果查询到所述对应值，对所述药品名称的其他字符进行分词，否则返回上一步。

根据本公开实施例的第二方面，提供一种药品名称处理装置，包括：

分词模块，设置为获取药品名称的多个分词数据匹配模块，设置为在预设数据表中查询所述多个分词的对应数据；

数据匹配模块，设置为在预设数据表中查询所述多个分词的对应数据；

标准名称确定模块，设置为根据所述对应数据确定所述多个分词对应的标准药品名称；

标准名称记录模块，设置为记录所述标准药品名称与所述药品名称的对应关系。

根据本公开的第三方面，提供一种药品名称处理装置，包括：存储器；以及耦合到所属存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上述任意一项所述的方法。

根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任意一项所述的药品名称处理方法。

本公开实施例通过对药品名称进行自动分词，并根据分词在预设数据表中查找对应数据，最后根据对应数据的种类确定标准药品名称，可以实现准确高效的大量药品名称的自动化归一，为建立准确的药品目录以及索引提供数据基础。进一步地，通过根据标准药品名称在预设数据表中查询该药品名称匹配的atc分类，可以迅速准确地确定药品的atc分类。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本公开示例性实施例中药品名称处理方法的流程图。

图2是本公开示例性实施例中药品名称处理方法的子流程图。

图3是本公开示例性实施例中药品名称处理方法的子流程图。

图4是本公开示例性实施例中药品名称处理方法的子流程图。

图5是本公开示例性实施例中药品名称处理方法的流程图。

图6是本公开一个示例性实施例中一种药品名称处理装置的方框图。

图7是本公开一个示例性实施例中一种电子设备的方框图。

图8是本公开一个示例性实施例中一种计算机可读存储介质的示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

下面结合附图对本公开示例实施方式进行详细说明。

图1示意性示出本公开示例性实施例中药品名称处理方法的流程图。参考图1，药品名称处理方法100可以包括：

步骤s1，获取药品名称的多个分词；

步骤s2，在预设数据表中查询所述多个分词的对应数据；

步骤s3，根据所述对应数据确定所述多个分词对应的标准药品名称；

步骤s6，记录所述标准药品名称与所述药品名称的对应关系。

本公开实施例通过对药品名称进行自动分词，并根据分词在预设数据表中查找对应数据，最后根据对应数据的种类确定标准药品名称，可以实现准确高效的大量药品名称的自动化归一，为建立准确的药品目录以及索引提供数据基础。

下面，对药品名称处理方法100的各步骤进行详细说明。

在步骤s1，获取药品名称的多个分词。

图2是步骤s1的子流程图。

参考图2，在本公开的一个示例性实施例中，步骤s1包括：

步骤s11，将所述药品名称的字数设置为分词范围；

步骤s12，根据所述药品名称在预设词汇表中查询对应值，如果查询到对应值，将所述药品名称作为分词结果；

步骤s13，如果未查询到对应值，对所述分词范围减一，根据新的分词范围生成查询关键词；

步骤s16，根据所述查询关键词在所述预设词汇表中查询对应值，如果查询到所述对应值，对所述药品名称的其他字符进行分词，否则返回上一步。

首先，可以建立包括大量药品名称用词的预设词汇表。预设词汇表可以包括多个词汇种类的药品名称用词。在本公开实施例中，词汇种类包括但不限于商品名称、通用名称、标准药品名称、剂型、酸根、酯/盐基、规格。多个词汇种类对应的词汇有助于准确确定药品名称中包括的词汇。

对于一个药品名称，可以根据字数从多到少在预设词汇表中查找匹配词，如果找到，则继续对药品名称中的其他文字进行匹配，以至最终确定该药品名称中包括的多个独立词汇。如果未查找到，则可以将该药品名称发送至人工审核平台，提交人工标注，并根据人工标注结果丰富预设词汇表。在对药品名称进行分词时，分词顺序应该按照药品名称中记载的顺序。

例如，对于“感康复方氨酚烷胺片”这一药品名称，可以首先根据药品名称全文在预设词汇表中查找，由于未查找到匹配词汇，可以根据字数减一的结果“感康复方氨酚烷胺”或“康复方氨酚烷胺片”来查找匹配词汇。依次类推，直至获得分词结果“感康”“复方”“氨酚烷胺”“片”。

在步骤s2，在预设数据表中查询所述多个分词的对应数据。

图3是步骤s2的子流程图。

参考图3，在本公开的一个示例性实施例中，步骤s2包括：

步骤s21，获取所述预设数据表的分词信息；

步骤s22，根据所述预设数据表的分词信息在所述预设数据表中查询所述分词的匹配结果；

步骤s23，在查询到匹配结果时，根据所述预设数据表确定所述匹配结果对应的词汇种类。

在预设数据表中，每个标准药品名称均可以具有多个对应的商品名称和/或多个对应的通用名称。因此，为确定药品名称对应的标准药品名称，可以首先确定药品名称的多个分词中包括的商品名称和通用名称。

由于有些标准药品名称包含两个或更多种药品成分，而药品成分的分词结果为最小分词结果，仅可能为一种药品成分，因此，为确保匹配准确，预设数据表可以记载每个词汇的分词信息，从而可以在根据预设数据表的分词查询药品名称的分词的匹配结果时，确定唯一的匹配结果。

例如，如果药品名称的分词信息中包括“ab”，其中a和b均为药品成分，则最终的分词结果包括“a”、“b”。在预设数据表中，可以查询到“a”、“b”、“ab”三个匹配结果。由于此时有多个匹配结果，可以进一步对分词进行组合，在上述匹配结果中查找“ab”对应的匹配结果，从而确定唯一匹配词。如果不记录预设数据表中“ab”的分词信息，则根据药品名称的分词“a”和“b”均无法确定准确的匹配结果“ab”。

确定匹配结果后，可以直接获取该匹配结果对应的词汇种类，从而确定药品名称的各分词的词汇种类。

在步骤s3，根据所述对应数据确定所述多个分词对应的标准药品名称。

图6是步骤s3的子流程图。

参考图6，在本公开的一个示例性实施例中，步骤s3包括：

步骤s31，根据多个所述对应数据对应的词汇种类确定预设优先级最高的词汇种类；

步骤s32，根据所述优先级最高的词汇种类对应的对应数据在所述预设数据表中查找所述对应数据对应的标准药品名称。

如果所述优先级最高的词汇种类对应的对应数据为多个，根据所述多个分词的按序组合词在多个所述对应数据中确定唯一的对应数据。

由于商品名称中包含的信息较多，因此在本公开实施例中可以按照商品名称＞通用名称＞标准药品名称的优先级顺序确定标准药品名称。

例如，对于药品名称“匹多莫德(朗依)-唯田”，其分词包括为“唯田”、“匹多莫德”，根据在预设数据表中查询可以确定“唯田”的词汇种类为商品名称，“匹多莫德”的词汇种类为标准药品名称，“朗依”的词汇种类为厂家信息。由于在预设优先级中商品名称的优先级高于标准药品名称的优先级，因此将商品名称“唯田”对应的唯一一个标准药品名称“匹多莫德”作为“匹多莫德(朗依)-唯田”对应的标准药品名称。

在步骤s6，记录所述标准药品名称与所述药品名称的对应关系。

接下来，可以记录标准药品名称与药品名称的对应关系以供生成药品目录或索引之用。

图5是本公开另一个实施例中药品名称处理方法的流程图。

参考图5，在一个实施例中，药品名称处理方法还可以包括：

步骤s5，根据所述标准药品名称在所述预设数据表中确定药物分类；

步骤s6，记录所述药品名称与所述药物分类的对应关系。

在确定药品名称对应的标准药品名称之后，可以根据在预设数据表中查询该标准药品名称对应的药品分类，从而确定药品名称的药品分类。

例如，对于标准药品名称“匹多莫德”，可以在预设数据表中查找到其所在的atc药品分类为l03ax05，即l03ax(其它免疫增强剂)-l03a(免疫增强剂)-l03(免疫增强剂)-l(抗肿瘤药和免疫机能调节药)。

通过记录药品名称对应的atc药品分类，可以提高数据应用效率，例如在需要查询治疗高血压的药品有哪些品牌、哪些剂型时，可以快速获取检索结果。

总而言之，本公开实施例通过对药品名称进行分词，并在预设数据表中查找各分词的对应词及对应词的词汇种类，最后根据词汇种类优先级确定该药品名称对应的唯一标准药品名称，可以极大提高药品名称归一化的效率，降低人工标注成本和标注错误率。此外，通过进一步根据预设数据表确定药品名称对应的药品分类，可以为建立完善的药品查询系统提供数据基础。

对应于上述方法实施例，本公开还提供一种药品名称处理装置，可以用于执行上述方法实施例。

图6示意性示出本公开一个示例性实施例中一种药品名称处理装置的方框图。

参考图6，药品名称处理装置600可以包括：

分词模块61，设置为获取药品名称的多个分词；

数据匹配模块62，设置为在预设数据表中查询所述多个分词的对应数据；

标准名称确定模块63，设置为根据所述对应数据确定所述多个分词对应的标准药品名称；

标准名称记录模块64，设置为记录所述标准药品名称与所述药品名称的对应关系。

在一些实施例中，药品名称处理装置600还可以包括：

药物分类确定模块65，设置为根据多个所述对应数据对应的词汇种类确定预设优先级最高的词汇种类；

药物分类记录模块66，设置为根据所述优先级最高的词汇种类对应的对应数据在所述预设数据表中查找所述对应数据对应的标准药品名称。

由于装置600的各功能已在其对应的方法实施例中予以详细说明，本公开于此不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图7来描述根据本发明的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元710执行，使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元710可以执行如图1中所示的步骤s1：获取药品名称的多个分词；步骤s2：在预设数据表中查询所述多个分词的对应数据；步骤s3：根据所述对应数据确定所述多个分词对应的标准药品名称；步骤s7：记录所述标准药品名称与所述药品名称的对应关系。

存储单元720可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)7201和/或高速缓存存储单元7202，还可以进一步包括只读存储单元(rom)7203。

存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7207，这样的程序模块7205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线730可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备700也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备700交互的设备通信，和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口750进行。并且，电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器760通过总线730与电子设备700的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图8所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和构思由权利要求指出。