基于大数据分析的用药检测方法、装置、设备和存储介质与流程

本发明涉及医药技术领域，尤其涉及基于大数据分析的用药检测方法、装置、设备和存储介质。

背景技术：

由于药品种类较多，各中药品对应的病症不同，为了对药品进行有效地管理，各个药品相关机构都设置有药品管理系统。

当前的药品管理系统仅仅是为了进行药品销售记录，确定药品库存，以在类型药品短缺时进行药品的采购，这样的药品管理系统只是进行一个简单的药品进行记录查询，并不可以对药品的监控产生实际性作用，因此，就会出现在利益的驱动下就会产生一些过度医疗服务行为和违规欺诈行为，使得医保基金不合理的流失；或者出现药品滥用的情况，对用药者的健康和社会都会造成一定损害。如何实现用药有效检测成为了当前亟待解决的技术问题。

技术实现要素：

本发明的主要目的在于提供基于大数据分析的用药检测方法、装置、设备和存储介质，旨在基于数据分析实现对地区药品使用量进行检测，以避免药品滥用的情况。

为实现上述目的，本发明提供基于大数据分析的用药检测方法，所述基于大数据分析的用药检测方法包括以下步骤：

接收药品检测请求，获取待审核的目标地区和目标药品；

获取所述目标地区中各用户的医保数据，根据各用户的医保数据计算得到目标药品的个人实际用药量；

统计各所述个人实际用药量，得到所述目标地区中所述目标药品的地区实际用药量；

根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论。

可选地，所述获取所述目标地区中各用户的医保数据，根据各用户的医保数据计算得到目标药品的个人实际用药量的步骤，包括：

获取所述目标地区中各用户的医保数据，解析各用户的医保数据，获取与所述目标药品相关的目标医保数据；

获取各所述目标医保数据中的报销额度，获取所述目标药品的预设药品单价，按照所述报销额度和所述预设药品单价，计算得到各目标用户的个人实际用药量，其中，所述目标用户是指目标医保数据对应的用户。

可选地，所述根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论的步骤，包括：

确定所述目标药品所治愈的疾病类型，查询预设疾病数据库，获取所述目标地区中所述疾病类型对应的疾病信息；

根据所述疾病信息计算得到所述目标地区的地区理论用药量，并将所述地区实际用药量与所述地区理论用药量进行比较；

若所述地区实际用药量与所述地区理论用药量匹配，则判定所述目标地区中所述目标药品的药品用量正常，并对应输出药品审核通过的结论；

若所述地区实际用药量与所述地区理论用药量不匹配，则判定所述目标地区中所述目标药品的药品用量异常，并对应输出药品审核不通过的结论。

可选地，所述根据所述疾病信息计算得到所述目标地区的地区理论用药量的步骤，包括：

获取所述疾病信息中的疾病发病率、治疗率和用药率，获取所述目标地区的人口数据；

将所述疾病发病率、所述治疗率、所述用药率和所述人口数据进行乘积运算，得到所述目标地区的理论用药人口数量；

获取所述目标药品的预设使用说明，根据所述预设使用说明确定所述目标药品的第一理论用药量；

将所述第一理论用药量与所述理论用药人口数量进行乘积运算，得到所述目标地区的地区理论用药量。

可选地，所述根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论的步骤，包括：

查询预设地区特征数据库，获取与所述目标地区具有相似特征的参考地区，并获取所述参考地区中所述目标药品的同期用药量；

确定所述目标地区与所述参考地区的人口比例，将所述同期用药量乘以所述人口比例，得到所述目标地区中所述目标药品的地区理论用药量；

将所述地区实际用药量与所述地区理论用药量进行比较；

若所述地区实际用药量与所述地区理论用药量匹配，则判定所述目标地区中所述目标药品的药品用量正常，并对应输出药品审核通过的结论；

若所述地区实际用药量与所述地区理论用药量不匹配，则判定所述目标地区中所述目标药品的药品用量异常，并对应输出药品审核不通过的结论。

可选地，所述根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论的步骤之后，包括：

若所述目标地区中所述目标药品的药品用量异常，则获取所述地区实际用药量与所述地区理论用药量；

将所述地区实际用药量与所述地区理论用药量添加至预设日志模板，生成药品检测日志。

可选地，所述根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论的步骤之后，包括：

若所述目标地区中所述目标药品的药品用量异常，则解析各用户的医保数据，获取与所述目标药品相关的目标医保数据；

获取所述目标医保数据中的用药持续时间，将所述用药持续时间和所述目标药品的预设单次剂量进行乘积运算，得到第二理论用药量；

将各所述第二理论用药量与对应的个人实际用药量进行比对；

获取所述第二理论用药量与对应的个人实际用药量不匹配的异常用户，将所述异常用户进行标记，以防止所述异常用户进行医保诈骗。

此外，为实现上述目的，本发明还提供一种基于大数据分析的用药检测装置，所述基于大数据分析的用药检测装置包括：

接收模块，用于接收药品检测请求，获取待审核的目标地区和目标药品；

个人用药计算模块，用于获取所述目标地区中各用户的医保数据，根据各用户的医保数据计算得到目标药品的个人实际用药量；

地区用药计算模块，用于统计各所述个人实际用药量，得到所述目标地区中所述目标药品的地区实际用药量；

结论输出模块，用于根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论。

此外，为实现上述目的，本发明还提供一种基于大数据分析的用药检测设备；

所述基于大数据分析的用药检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中：

所述计算机程序被所述处理器执行时实现如上所述的基于大数据分析的用药检测方法的步骤。

此外，为实现上述目的，本发明还提供计算机存储介质；

所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的基于大数据分析的用药检测方法的步骤。

本发明实施例提出的一种基于大数据分析的用药检测方法、装置、设备和计算机存储介质，通过接收药品检测请求，获取待审核的目标地区和目标药品；获取所述目标地区中各用户的医保数据，根据各用户的医保数据计算得到目标药品的个人实际用药量；统计各所述个人实际用药量，得到所述目标地区中所述目标药品的地区实际用药量；根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论。本发明服务器通过对区域医疗数量的分析，即，服务器获取目标地区中各用户的医保数据，根据各用户的医保数据计算得到目标药品的个人实际用药量，并汇总得到目标地区的地区实际用药量，服务器根据地区实际用药量判断目标地区中目标药品的药品用量是否异常，实现对地区药品使用量进行检测，以避免药品滥用的情况。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图；

图2为本发明基于大数据分析的用药检测方法第一实施例的流程示意图；

图3为本发明基于大数据分析的用药检测装置一实施例的功能模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

由于现有技术中并不存在针对区域用药进行检测的方法，本发明提供一种解决方案，药品检测人员触发地区药品检测请求，服务器接收药品检测请求，获取待审核的目标地区和目标药品；获取所述目标地区中各用户的医保数据，根据各用户的医保数据计算得到目标药品的个人实际用药量统计各所述个人实际用药量，得到所述目标地区中所述目标药品的地区实际用药量；根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论。本发明通过对区域医疗数量的分析，实现对地区药品使用量进行检测，以避免药品滥用的情况。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的服务器(又叫基于大数据分析的用药检测设备，其中，基于大数据分析的用药检测设备可以是由单独的基于大数据分析的用药检测装置构成，也可以是由其他装置与基于大数据分析的用药检测装置组合形成)结构示意图。

本发明实施例服务器指一个管理资源并为用户提供服务的计算机，通常分为文件服务器、数据库服务器和应用程序服务器。运行以上软件的计算机或计算机系统也被称为服务器。相对于普通pc(personalcomputer)个人计算机来说，服务器在稳定性、安全性、性能等方面都要求较高；如图1所示，该服务器可以包括：处理器1001，例如中央处理器(centralprocessingunit，cpu)，网络接口1004，用户接口1003，存储器1005，通信总线1002、芯片组、磁盘系统、网络等硬件等。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真wireless-fidelity，wifi接口)。存储器1005可以是高速随机存取存储器(randomaccessmemory，ram)，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，服务器还可以包括摄像头、rf(radiofrequency，射频)电路，传感器、音频电路、wifi模块；输入单元，比显示屏，触摸屏；网络接口可选除无线接口中除wifi外，蓝牙、探针等。本领域技术人员可以理解，图1中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，该计算机软件产品存储在一个存储介质(存储介质：又叫计算机存储介质、计算机介质、可读介质、可读存储介质、计算机可读存储介质或者直接叫介质等，如ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及计算机程序。

在图1所示的服务器中，网络接口1004主要用于连接后台数据库，与后台数据库进行数据通信；用户接口1003主要用于连接客户端(客户端，又叫用户端或终端，本发明实施例终端可以固定终端也可以是移动终端，如，带联网功能的智能空调、智能电灯、智能电源、智能音箱、自动驾驶汽车、pc、智能手机、平板电脑、电子书阅读器、便携计算机等，终端中包含传感器比如光传感器、运动传感器以及其他传感器，在此不再赘述)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的计算机程序，并执行本发明以下实施例提供的基于大数据分析的用药检测方法中的步骤。

本发明基于大数据分析的用药检测方法的第一实施例中，所述基于大数据分析的用药检测方法包括：

接收药品检测请求，获取待审核的目标地区和目标药品；

获取所述目标地区中各用户的医保数据，根据各用户的医保数据计算得到目标药品的个人实际用药量；

统计各所述个人实际用药量，得到所述目标地区中所述目标药品的地区实际用药量；

根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论。

在本实施例中服务器接收药品检测请求，对目标地区中的目标药品进行审核，判断目标地区的目标药品是否存在用药异常的情况，以有效地杜绝区域药品滥用的情况，具体地，包括：

参照图2，本发明基于大数据分析的用药检测方法的第一实施例中，所述基于大数据分析的用药检测方法包括：

步骤s10，接收药品检测请求，获取待审核的目标地区和目标药品。

药品检测人员在终端上触发药品检测请求，服务器(又叫药品管理平台)接收药品检测请求，并获取待审核的药品标识信息(药品标识信息可以是指药品名称，或是预先定义的药品编号)，服务器根据待审核的药品标识确定待审核的目标药品，在待审核的目标药品确定之后，服务器获取待审核的目标地区(又叫目标区域、目标城市)，由于各个地区气候、消费水平、人群特征等维度等特征不同，所以各个地区的患病种类和患病比例不同，使用的药品也会存在差异，本申请中进行药品审核时以地域为维度。

需要说明的是：本实施例中可以同时进行多种药品审核，即，药品检测人员设置确定多个目标药品，但是为了方便理解以一种药品审核为例进行说明，本实施例中以特药：托珠单抗注射液(雅美罗)的审核为例进行说明，药品检测人员触发托珠单抗注射液(雅美罗)的药品检测请求，服务器接收药品检测请求，服务器获取待审核的目标地区和待审核的目标药品：雅美罗。

步骤s20，获取所述目标地区中各用户的医保数据，根据各用户的医保数据计算得到目标药品的个人实际用药量。

服务器获取目标地区中各用户的医保数据，即，服务器查询预设的医保管理平台，服务器从医保管理平台获取目标地区中各个用户的医保数据，其中，医保数据包括但不仅限于：医保标识，医保报销时间、医保保险额度、医保消费类型等等，以使服务器根据各个用户的医保数据计算得到目标药品的个人实际用药量。

具体地，本实施例中给出了计算个人实际用药量的实现方式，包括：

步骤s21，获取所述目标地区中各用户的医保数据，解析各用户的医保数据，获取与所述目标药品相关的目标医保数据；

即，服务器获取所述目标地区中各用户的医保数据，解析各用户的医保数据，得到与目标药品相关的目标医保数据，即，并不是每个用户的医保数据中都涉及到目标药品，服务器解析各用户的医保数据，获取涉及到目标药品的医保数据作为目标医保数据，例如，服务器获取目标地区中每个人的医保数据，并将每个人的医保数据进行分析，服务器获取与目标药品关联的目标医保数据，例如，该地区有医保参保人员30万，服务器获取30万人的医保数据，并从30万人的医保数据中与雅美罗相关的医保数据作为目标医保数据；即，服务器获取目标地区中522个用户使用医保卡购买托珠单抗注射液(雅美罗)的医保数据作为目标医保数据，其中，目标医保数据包括:入院时间、出院时间、药品购买种类、药品使用时间、药品使用剂量、报销额度。

步骤s22，获取各所述目标医保数据中的报销额度，获取所述目标药品的预设药品单价，按照所述报销额度和所述预设药品单价，计算得到各目标用户的个人实际用药量。

服务器获取各所述目标医保数据中的报销额度，获取所述目标药品的预设药品单价(预设药品单价是指预先设置的目标药品的单价)，服务器按照所述报销额度、所述预设药品单价和预设报销比例(其中，预设报销比例是指预先设置的医保报销比例)，计算得到各目标用户(目标用户是指目标医保数据对应的用户)的个人实际用药量；即，服务器将报销额度除以预设报销比例，得到购买药品的总价格，服务器将购买药品的总价格除以目标药品的单价，得到目标用户的个人实际用药量。

例如，服务器获取单人的目标医保数据，确定目标医保数据中包含托珠单抗注射液(雅美罗)的总报销金额为109746元，报销比例为70％，实际购买金额为156780，服务器获取预存的托珠单抗注射液(雅美罗)药品标准信息，药品标准信息包括：80mg/4ml平均单价为2010元，则数据药品用量为成人推荐剂量8mg/kg，每4周静脉滴注1次(假设标准体重60kg)；服务器根据目标医保信息和药品标准信息，计算出单人的托珠单抗注射液(雅美罗)个人实际用药量。

步骤s30，统计各所述个人实际用药量，得到所述目标地区中所述目标药品的地区实际用药量。

服务器将各个人实际用药量进行累加，并将各个人实际用药量的计算得到的总和作为所述目标地区中所述目标药品的地区实际用药量。

步骤s40，根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论。

服务器根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常可以通过不同的方式实现，具体地，

实现方式一：服务器确定该目标地区的地区理论用药量，服务器将地区实际用药量与地区理论用药量进行比对，以判断所述目标地区中所述目标药品的药品用量是否异常，即，获取所述目标地区中所述目标药品的地区理论用药量(其中，目标地区的理论用药量可以通过不同的方式确定)，服务器将所述地区实际用药量与所述地区理论用药量进行比较；若所述地区实际用药量与所述地区理论用药量匹配，则判定所述目标地区中所述目标药品的药品用量正常，并对应输出药品审核通过的结论；若所述地区实际用药量与所述地区理论用药量不匹配，则判定所述目标地区中所述目标药品的药品用量异常，并对应输出药品审核不通过的结论。

实现方式二：获取该目标地区的往年的历史用药量，将地区实际用药量与历史用药量进行比对，以判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论。

在本实施例中服务器通过对区域医疗数量的分析，即，服务器获取目标地区中各用户的医保数据，根据各用户的医保数据计算得到目标药品的个人实际用药量，并汇总得到目标地区的地区实际用药量，服务器根据地区实际用药量判断目标地区中目标药品的药品用量是否异常，实现对地区药品使用量进行检测，以避免药品滥用的情况。

进一步的，在本发明第一实施例的基础上，提出了本发明基于大数据分析的用药检测方法的第二实施例。

本实施例是第一实施例中步骤s40的细化，在本实施例中给出了判断所述目标地区中所述目标药品的药品用量是否异常的具体实现方式，所述基于大数据分析的用药检测方法包括：

步骤s41，确定所述目标药品所治愈的疾病类型，查询预设疾病数据库，获取所述目标地区中所述疾病类型对应的疾病信息。

本实施例中服务器获取目标药品对应的适用症，确定所述目标药品所治愈的疾病类型，查询预设疾病数据库(预设疾病数据库是指预先设置的用于记录各个疾病相关信息的数据量)，服务器从预设疾病数据库获取所述目标地区中所述疾病类型对应的疾病信息。即，服务器获取所述疾病信息中的疾病发病率、治疗率和用药率，获取所述目标地区的人口数据。

例如，用户审核的目标药品为托珠单抗注射液(雅美罗)，托珠单抗注射液(雅美罗)的治愈疾病为：类风湿性关节炎。服务器获取a地区的出现类风湿性关节炎的概率为0.0036，诊断率治疗率52％、药品使用率85％、抗风湿类药物(又叫dmard)治疗率为90％、dmard治疗应答不佳患者比例为55％、托珠单抗注射液(雅美罗)使用率100％、用药持续时间和标准用药信息等，作为疾病信息。

步骤s42，根据所述疾病信息计算得到所述目标地区的地区理论用药量，并将所述地区实际用药量与所述地区理论用药量进行比较。

服务器根据所述疾病信息计算得到所述目标地区的地区理论用药量，具体地，包括：

步骤a，获取所述疾病信息中的疾病发病率、治疗率和用药率，获取所述目标地区的人口数据；

步骤b，将所述疾病发病率、所述治疗率、所述用药率和所述人口数据进行乘积运算，得到所述目标地区的理论用药人口数量；

步骤c，获取所述目标药品的预设使用说明，根据所述预设使用说明确定所述目标药品的第一理论用药量，将所述第一理论用药量与所述理论用药人口数量进行乘积运算，得到所述目标地区的地区理论用药量。

即，服务器获取所述疾病信息中的疾病发病率、治疗率和用药率，获取所述目标地区的人口数据；服务器将所述疾病发病率、所述治疗率、所述用药率和所述人口数据进行乘积运算，得到所述目标地区的理论用药人口数量；服务器获取所述目标药品的药品使用说明，服务器可以根据药品使用说明确定第一理论用药量(第一理论用药量是指服务器根据药品使用说明确定的个人理论用药量)，将所述理论用药人口数量和第一理论用药量进行乘积运行，得到所述目标地区的地区理论用药量。

例如，服务器获取目标地区出现类风湿性关节炎的概率为0.0036，诊断率治疗率52％、药品使用率85％、dmard治疗率90％、dmard治疗应答不佳患者比例55％、托珠单抗注射液(雅美罗)使用率100％、用药持续时间和标准用药信息(成人推荐剂量8mg/kg，每4周静脉滴注1次(假设标准体重60kg)作为疾病信息，由于托珠单抗注射液(雅美罗)的使用量相对固定，服务器根据疾病信息确定理论合理使用量。例如，服务器获取目标地区的人口数据300000，服务器将300000*0.0036*52％*85％*90％*55％*100％得到理论用药人口数量236，服务器获取所述目标药品的药品使用说明，服务器根据药品使用说明，确定第一理论用药量，服务器将所述理论用药人口数量和第一理论用药量进行乘积运算，得到所述目标地区的地区理论用药量，即，服务器将理论用药人口数量236乘以单人理论用药量，得到目标地区的地区理论用药量。

进一步地，在得到所述地区理论用药量之后，服务器并将所述地区实际用药量与所述地区理论用药量进行比较，以根据比较结果判断所述目标地区中所述目标药品的药品用量是否异常，具体地：

步骤s43，若所述地区实际用药量与所述地区理论用药量匹配，则判定所述目标地区中所述目标药品的药品用量正常，并对应输出药品审核通过的结论。

服务器确定所述地区实际用药量与所述地区理论用药量匹配，即，地区实际用药量与所述地区理论用药量差异不超过预设的范围，则服务器判定所述目标地区中所述目标药品的药品用量正常，并对应输出药品审核通过的结论。

步骤s44，若所述地区实际用药量与所述地区理论用药量不匹配，则判定所述目标地区中所述目标药品的药品用量异常，并对应输出药品审核不通过的结论。

服务器确定所述地区实际用药量与所述地区理论用药量不匹配，即，地区实际用药量与所述地区理论用药量超过预设的范围，则判定所述目标地区中所述目标药品的药品用量异常，并对应输出药品审核不通过的结论。

在本实施例中服务器根据目标地区中目标药品对应的疾病信息，确定目标地区的地区理论用药量，实现所述目标地区中所述目标药品的药品用量异常判断，使得目标地区的药品检测更加智能、准确。

进一步的，在本发明第一实施例的基础上，提出了本发明基于大数据分析的用药检测方法的第三实施例。

本实施例是第一实施例中步骤s40的细化，在本实施例中给出了另一种判断所述目标地区中所述目标药品的药品用量是否异常的实现方式，所述基于大数据分析的用药检测方法包括：

步骤s45，查询预设地区特征数据库，获取与所述目标地区具有相似特征的参考地区，并获取所述参考地区中所述目标药品的同期用药量；

服务器查询预设地区特征数据库，其中，预设地区特征数据库是指记录有各个地区特征信息(特征信息包括但不仅限于：地区气候、地区地理位置、地区饮食特征、地区消费水平、人群特征)的数据库，服务器获取目标地区的特征数据，并根据目标地区的特征数据，确定与所述目标地区具有相似(特点的“相似”可以是通过上述气候、消费水平、人群特征等维度进行衡量)特征的参考地区，在得到参考地区之后，服务器获取所述参考地区中所述目标药品的同期用药量，服务器获取参考城市的同期用药量，该同期用药量可以是在参考城市中医院系统(或医药系统)中获取得到的。

步骤s46，确定所述目标地区与所述参考地区的人口比例，将所述同期用药量乘以所述人口比例，得到所述目标地区中所述目标药品的地区理论用药量；

服务器获取目标地区的人口数量，服务器获取所述参考地区的人口数量，服务器将目标地区的人口数量与参考地区的人口数量进行比值运算，得到目标地区与所述参考地区的人口比例；然后，服务器将所述同期用药量乘以所述人口比例，得到药品用量预估值，并将所述药品用量预估值作为所述目标地区中所述目标药品的地区理论用药量。

步骤s47，将所述地区实际用药量与所述地区理论用药量进行比较；根据比较结果确定目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论。

具体地，服务器将所述地区实际用药量与所述地区理论用药量进行比较，若所述地区实际用药量与所述地区理论用药量匹配，则判定所述目标地区中所述目标药品的药品用量正常，并对应输出药品审核通过的结论；若所述地区实际用药量与所述地区理论用药量不匹配，则判定所述目标地区中所述目标药品的药品用量异常，并对应输出药品审核不通过的结论。

在本实施例中在进行药品用量监测时为了避免部分区域用药异常的情况，服务器根据参考城市的用药量，确定目标地区的理论用药量，实现所述目标地区中所述目标药品的药品用量异常判断，使得目标地区的药品检测更加智能、准确。

进一步的，在上述实施例的基础上，提出了本发明基于大数据分析的用药检测方法的第四实施例中。

本实施例中在确定目标地区中所述目标药品的药品用量异常之后，还可以生成对应的检测日志。所述基于大数据分析的用药检测方法包括：

步骤s50，若所述目标地区中所述目标药品的药品用量异常，则获取所述地区实际用药量与所述地区理论用药量；

在服务器确定所述目标地区中所述目标药品的药品用量异常，服务器则获取所述地区实际用药量与所述地区理论用药量。

步骤s60，将所述地区实际用药量与所述地区理论用药量添加至预设日志模板，生成药品检测日志。

服务器将所述地区实际用药量与所述地区理论用药量添加至预设日志模板(预设日志模板是指预先设置的药品检测日志空白模板)，生成药品检测日志；本实施例中服务器可以将检测的信息形成对应的检测日志，使得药品检测人员更加方便查看。

进一步的，在上述实施例的基础上，提出了本发明基于大数据分析的用药检测方法的第五实施例中。

本实施例中在确定目标地区中所述目标药品的药品用量异常之后，本实施中可以对异常用户，具体地，所述基于大数据分析的用药检测方法包括：

步骤s70，若所述目标地区中所述目标药品的药品用量异常，则解析各用户的医保数据，获取与所述目标药品相关的目标医保数据；

在服务器确定所述目标地区中所述目标药品的药品用量异常时，则解析各用户的医保数据，获取与所述目标药品相关的目标医保数据，服务器获取目标地区中每个人的医保数据，并将每个人的医保数据进行分析，服务器从每个人的医保数据获取到与目标药品关联的目标医保数据，需要说明的是，本实施例中的目标医保数据与第一实施例中的目标医保数据相同，本实施例中不作赘述。

步骤s80，获取所述目标医保数据中的用药持续时间，将所述用药持续时间和所述目标药品的预设单次剂量进行乘积运算，得到第二理论用药量；

服务器获取所述目标医保数据中的用药持续时间；例如，服务器获取目标医保数据中的出院时间入院时间得到总的住院时间，并将住院时间作为用药持续时间，服务器将所述用药持续时间和所述目标药品的预设单次剂量(预设单次剂量是指预先设置的目标药品的单次使用剂量)进行乘积运算，得到第二理论用药量。

需要补充说明的是，本实施例中的第二理论用药量与上述实施例中的第一理论用药量都是指的个人的理论用药量，为了避免阅读时产生歧义进行的区分。

步骤s90，将各所述第二理论用药量与对应的个人实际用药量进行比对，获取所述第二理论用药量与对应的个人实际用药量不匹配的异常用户，将所述异常用户进行标记，以防止所述异常用户进行医保诈骗。

服务器各所述第二理论用药量与对应的个人实际用药量进行比对，获取所述第二理论用药量与对应的个人实际用药量不匹配的异常用户，服务器将所述异常用户进行标记，以防止所述异常用户进行医保诈骗。

在本实施例中服务器在确定目标地区中所述目标药品的药品用量异常之后，服务器进一步地确定导致药品用量异常的异常用户，并对异常用户进行标记，以防止异常用户进行医保诈骗。

此外，参照图3，本发明实施例还提出基于大数据分析的用药检测装置，所述基于大数据分析的用药检测装置包括：

接收模块10，用于接收药品检测请求，获取待审核的目标地区和目标药品；

个人用药计算模块20，用于获取所述目标地区中各用户的医保数据，根据各用户的医保数据计算得到目标药品的个人实际用药量；

地区用药计算模块30，用于统计各所述个人实际用药量，得到所述目标地区中所述目标药品的地区实际用药量；

结论输出模块40，用于根据所述地区实际用药量，判断所述目标地区中所述目标药品的药品用量是否异常，并对应输出药品审核结论。

可选地，所述个人用药计算模块20，包括：

获取解析单元，用于获取所述目标地区中各用户的医保数据，解析各用户的医保数据，获取与所述目标药品相关的目标医保数据；

个人用药计算单元，用于获取各所述目标医保数据中的报销额度，获取所述目标药品的预设药品单价，按照所述报销额度和所述预设药品单价，计算得到各目标用户的个人实际用药量，其中，所述目标用户是指目标医保数据对应的用户。

可选地，所述结论输出模块40，包括：

查询子模块，用于确定所述目标药品所治愈的疾病类型，查询预设疾病数据库，获取所述目标地区中所述疾病类型对应的疾病信息；

比对判断子模块，用于根据所述疾病信息计算得到所述目标地区的地区理论用药量，并将所述地区实际用药量与所述地区理论用药量进行比较；

第一输出子模块，用于若所述地区实际用药量与所述地区理论用药量匹配，则判定所述目标地区中所述目标药品的药品用量正常，并对应输出药品审核通过的结论；

第二输出子模块，用于若所述地区实际用药量与所述地区理论用药量不匹配，则判定所述目标地区中所述目标药品的药品用量异常，并对应输出药品审核不通过的结论。

可选地，所述比对判断子模块，包括：

获取单元，用于获取所述疾病信息中的疾病发病率、治疗率和用药率，获取所述目标地区的人口数据；

人口数量确定单元，用于将所述疾病发病率、所述治疗率、所述用药率和所述人口数据进行乘积运算，得到所述目标地区的理论用药人口数量；

计算单元，用于获取所述目标药品的预设使用说明，根据所述预设使用说明确定所述目标药品的第一理论用药量，将所述第一理论用药量与所述理论用药人口数量进行乘积运算，得到所述目标地区的地区理论用药量。

可选地，所述结论输出模块40，包括：

查询获取子模块，用于查询预设地区特征数据库，获取与所述目标地区具有相似特征的参考地区，并获取所述参考地区中所述目标药品的同期用药量；

理论确定子模块，用于确定所述目标地区与所述参考地区的人口比例，将所述同期用药量乘以所述人口比例，得到所述目标地区中所述目标药品的地区理论用药量；

比对子模块，用于将所述地区实际用药量与所述地区理论用药量进行比较；若所述地区实际用药量与所述地区理论用药量匹配，则判定所述目标地区中所述目标药品的药品用量正常，并对应输出药品审核通过的结论；若所述地区实际用药量与所述地区理论用药量不匹配，则判定所述目标地区中所述目标药品的药品用量异常，并对应输出药品审核不通过的结论。

可选地，所述基于大数据分析的用药检测装置，包括：

异常确定模块，用于若所述目标地区中所述目标药品的药品用量异常，则获取所述地区实际用药量与所述地区理论用药量；

数据输出单元，用于将所述地区实际用药量与所述地区理论用药量添加至预设日志模板，生成药品检测日志。

可选地，所述基于大数据分析的用药检测装置，包括：

解析获取模块，用于若所述目标地区中所述目标药品的药品用量异常，则解析各用户的医保数据，获取与所述目标药品相关的目标医保数据；

获取计算模块，用于获取所述目标医保数据中的用药持续时间，将所述用药持续时间和所述目标药品的预设单次剂量进行乘积运算，得到第二理论用药量；

比对标记模块，用于将各所述第二理论用药量与对应的个人实际用药量进行比对；获取所述第二理论用药量与对应的个人实际用药量不匹配的异常用户，将所述异常用户进行标记，以防止所述异常用户进行医保诈骗。

其中，基于大数据分析的用药检测装置的各个功能模块实现的步骤可参照本发明基于大数据分析的用药检测方法的各个实施例，此处不再赘述。

此外，本发明实施例还提出一种计算机存储介质。

所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例提供的基于大数据分析的用药检测方法中的操作。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序；术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。