基于人工智能的处方剂量优化方法、装置、设备及介质制造方法及图纸

本申请适用于人工智能技术领域，尤其涉及一种基于人工智能的处方剂量优化方法、装置、设备及介质。该方法根据用户输入的病症信息匹配K个目标在库病症及对应的在库处方信息，用户对K个在库处方信息进行选取得到目标在库处方，根据用户已开具的历史处方以及对应历史处方的历史病症匹配到与病症信息相同的目标历史病症及对应的目标历史处方，确定目标在库处方和目标历史处方中表征相同药材的药材名称为目标药材，计算两种处方中目标药材的剂量比，使用剂量比对目标在库处方中的剂量进行优化，得到优化后的剂量，能够有效地参考用户的选择进行处方的输出且参考用户的习惯进行处方中剂量的调节，从而可以辅助用户准确地给出处方，提高了用户的效率。提高了用户的效率。提高了用户的效率。

【技术实现步骤摘要】
基于人工智能的处方剂量优化方法、装置、设备及介质


[0001]本申请适用于人工智能
，尤其涉及一种基于人工智能的处方剂量优化方法、装置、设备及介质。

技术介绍

[0002]随着人工智能技术的不断发展，该技术在各个领域得到关注和使用，各领域针对不同的应用场景，基于人工智能技术开发了对应的智能系统来帮助人们提升工作效率，在医疗辅助的场景下，人工智能也能够在一定情况下辅助医生进行诊疗且辅助患者进行看病。
[0003]由于中医药材有5767种，药方组合是以万级数量来计算的，而每次医生在结合患者症状和诊断病名开具处方时，需要在大规模的中药库中找出满足患者当前治疗需求的中药材以及中药材的药名、功效、推荐剂量等信息。目前，为了辅助中医药的医生快速高效的诊断病症及开具处方，一般是对现有的处方与病症进行映射对应，从而在确定病症后通过映射得到对应的处方以及剂量，但是由于不同医生在对于用药剂量上有一定的认知差异，因而导致直接映射得到的处方、剂量等无法满足不同医生的使用需求，使用上述辅助可能会对效率造成一定影响。因此，如何优化处方剂量，以改善辅助诊疗的准确性成为亟待解决的问题。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种基于人工智能的处方剂量优化方法、装置、设备及介质，以解决如何有优化处方剂量，以改善辅助诊疗的准确性的问题。
[0005]第一方面，本申请实施例提供一种基于人工智能的处方剂量优化方法，所述处方剂量优化方法包括：获取用户输入的病症信息，从数据库中匹配到与所述病症信息相似的K个目标在库病症，确定每个目标在库病症对应的在库处方信息，K为大于零的整数；将K个在库处方信息反馈给所述用户，获取所述用户从所述K个在库处方信息中选取的目标在库处方，提取所述目标在库处方中的药材名称与对应每个药材名称的第一剂量；获取所述用户已开具的历史处方以及对应历史处方的历史病症，检测所有的历史病症中是否存在与所述病症信息完全匹配的目标历史病症，若检测到存在与所述病症信息完全匹配的目标历史病症，则确定目标历史病症对应的历史处方为目标历史处方；提取所述目标历史处方中药材名称与对应每个药材名称的第二剂量，确定所述目标在库处方和所述目标历史处方中表征相同药材的药材名称为目标药材，计算所述目标药材对应的第一剂量与第二剂量的剂量比；使用所述剂量比对所述目标在库处方中所有的药材名称对应的第一剂量进行优化，得到每个药材名称对应的优化后的剂量，使用所述优化后的剂量更新所述目标在库处
方，得到更新的目标在库处方。
[0006]第二方面，本申请实施例提供一种基于人工智能的处方剂量优化装置，所述处方剂量优化装置包括：库信息匹配模块，用于获取用户输入的病症信息，从数据库中匹配到与所述病症信息相似的K个目标在库病症，确定每个目标在库病症对应的在库处方信息，K为大于零的整数；用户选择获取模块，用于将K个在库处方信息反馈给所述用户，获取所述用户从所述K个在库处方信息中选取的目标在库处方，提取所述目标在库处方中的药材名称与对应每个药材名称的第一剂量；历史信息匹配模块，用于获取所述用户已开具的历史处方以及对应历史处方的历史病症，检测所有的历史病症中是否存在与所述病症信息完全匹配的目标历史病症，若检测到存在与所述病症信息完全匹配的目标历史病症，则确定目标历史病症对应的历史处方为目标历史处方；剂量计算模块，用于提取所述目标历史处方中药材名称与对应每个药材名称的第二剂量，确定所述目标在库处方和所述目标历史处方中表征相同药材的药材名称为目标药材，计算所述目标药材对应的第一剂量与第二剂量的剂量比；处方优化模块，用于使用所述剂量比对所述目标在库处方中所有的药材名称对应的第一剂量进行优化，得到每个药材名称对应的优化后的剂量，使用所述优化后的剂量更新所述目标在库处方，得到更新的目标在库处方。
[0007]第三方面，本申请实施例提供一种计算机设备，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的处方剂量优化方法。
[0008]第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的处方剂量优化方法。
[0009]本申请实施例与现有技术相比存在的有益效果是：本申请获取用户输入的病症信息，从数据库中匹配到与病症信息相似的K个目标在库病症，确定每个目标在库病症对应的在库处方信息，将K个在库处方信息反馈给用户，获取用户从K个在库处方信息中选取的目标在库处方，提取目标在库处方中的药材名称与对应每个药材名称的第一剂量，获取用户已开具的历史处方以及对应历史处方的历史病症，检测所有的历史病症中是否存在与病症信息完全匹配的目标历史病症，若检测到存在与病症信息完全匹配的目标历史病症，则确定目标历史病症对应的历史处方为目标历史处方，提取目标历史处方中药材名称与对应每个药材名称的第二剂量，确定目标在库处方和目标历史处方中表征相同药材的药材名称为目标药材，计算目标药材对应的第一剂量与第二剂量的剂量比，使用剂量比对目标在库处方中所有的药材名称对应的第一剂量进行优化，得到每个药材名称对应的优化后的剂量，使用优化后的剂量更新目标在库处方，得到更新的目标在库处方，从而实现对处方中药材剂量的优化，能够有效地参考用户的选择进行处方的输出，并参考用户的习惯进行处方中剂量的调节，从而可以辅助用户准确地给出处方，提高了用户的效率。
附图说明
[0010]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0011]图1是本申请实施例一提供的一种基于人工智能的处方剂量优化方法的一应用环境示意图；图2是本申请实施例二提供的一种基于人工智能的处方剂量优化方法的流程示意图；图3是本申请实施例三提供的一种基于人工智能的处方剂量优化方法的流程示意图；图4是本申请实施例四提供的一种基于人工智能的处方剂量优化装置的结构示意图；图5是本申请实施例五提供的一种计算机设备的结构示意图。
具体实施方式
[0012]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0013]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0014]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的处方剂量优化方法，其特征在于，所述处方剂量优化方法包括：获取用户输入的病症信息，从数据库中匹配到与所述病症信息相似的K个目标在库病症，确定每个目标在库病症对应的在库处方信息，K为大于零的整数；将K个在库处方信息反馈给所述用户，获取所述用户从所述K个在库处方信息中选取的目标在库处方，提取所述目标在库处方中的药材名称与对应每个药材名称的第一剂量；获取所述用户已开具的历史处方以及对应历史处方的历史病症，检测所有的历史病症中是否存在与所述病症信息完全匹配的目标历史病症，若检测到存在与所述病症信息完全匹配的目标历史病症，则确定目标历史病症对应的历史处方为目标历史处方；提取所述目标历史处方中药材名称与对应每个药材名称的第二剂量，确定所述目标在库处方和所述目标历史处方中表征相同药材的药材名称为目标药材，计算所述目标药材对应的第一剂量与第二剂量的剂量比；使用所述剂量比对所述目标在库处方中所有的药材名称对应的第一剂量进行优化，得到每个药材名称对应的优化后的剂量，使用所述优化后的剂量更新所述目标在库处方，得到更新的目标在库处方。2.根据权利要求1所述的处方剂量优化方法，其特征在于，所述病症信息包括问诊数据、舌面诊数据、左右脉诊数据、面诊数据、舌底诊数据和手掌内侧数据；从数据库中匹配到与所述病症信息相似的K个目标在库病症，确定每个目标在库病症对应的在库处方信息包括：从数据库中匹配到与所述问诊数据相似的至少一个第一目标在库病症，确定每个第一目标在库病症对应的第一在库处方信息；从所述数据库中匹配到与所述舌面诊数据相似的至少一个第二目标在库病症，确定每个第二目标在库病症对应的第二在库处方信息；从所述数据库中匹配到与所述左右脉诊数据相似的至少一个第三目标在库病症，确定每个第三目标在库病症对应的第三在库处方信息；从所述数据库中匹配到与所述面诊数据相似的至少一个第四目标在库病症，确定每个第四目标在库病症对应的第四在库处方信息；从所述数据库中匹配到与所述舌底诊数据相似的至少一个第五目标在库病症，确定每个第五目标在库病症对应的第五在库处方信息；从所述数据库中匹配到与所述手掌内侧数据相似的至少一个第六目标在库病症，确定每个第六目标在库病症对应的第六在库处方信息。3.根据权利要求2所述的处方剂量优化方法，其特征在于，将K个在库处方信息反馈给所述用户，获取所述用户从所述K个在库处方信息中选取的目标在库处方包括：将所有的第一在库处方信息反馈给所述用户，获取所述用户从所有的第一在库处方信息中选取的第一在库处方；将所有的第二在库处方信息反馈给所述用户，获取所述用户从所有的第二在库处方信息中选取的第二在库处方；将所有的第三在库处方信息反馈给所述用户，获取所述用户从所有的第三在库处方信息中选取的第三在库处方；将所有的第四在库处方信息反馈给所述用户，获取所述用户从所有的第四在库处方信息中选取的第四在库处方；
将所有的第五在库处方信息反馈给所述用户，获取所述用户从所有的第五在库处方信息中选取的第五在库处方；将所有的第六在库处方信息反馈给所述用户，获取所述用户从所有的第六在库处方信息中选取的第六在库处方；对所述第一在库处方、所述第二在库处方、所述第三在库处方、所述第四在库处方、所述第五在库处方和所述第六在库处方进行融合，得到融合结果，确定所述融合结果为目标在库处方。4.根据权利要求3所述的处方剂量优化方法，其特征在于，对所述第一在库处方、所述第二在库处方、所述第三在库处方、所述第四在库处方、第五在库处方和第六在库处方进行融合，得到融合结果，确定所述融合结果为目标在库处方包括：提取所述第一在库处方、所述第二在库处方、所述第三在库处方、所述第四在库处方、所述第五在库处方和所述第六在库处方中所有的药材名称及对应的剂量，形成融...

【专利技术属性】
技术研发人员：王再见，李双双，廖勇帆，陈国锦，李会霞，王强，
申请(专利权)人：深圳汇医必达医疗科技有限公司，
类型：发明
国别省市：