一种基于HIS的处方数据校验方法及系统技术方案

本发明专利技术涉及数据校验技术领域，尤其涉及一种基于HIS的处方数据校验方法及系统。所述方法包括以下步骤：利用无线传输技术和网络爬虫技术对HIS数据库进行网络配置日志抓取处理，并利用处方降噪算法进行降噪处理，得到医疗处方待校验降噪数据；基于预设的医疗信息药品库利用数据校验算法进行校验处理，并将校验处理结果的数据更新至医疗信息药品库中，得到医疗信息药品更新库；基于患者信息数据利用个性化匹配技术和自适应监测技术对医疗信息药品更新库进行模拟下单监测处理，并利用异常检测算法和可视化技术进行异常检测可视化处理以生成相应的医疗处方校验报告。本发明专利技术能够有效地检测和纠正处方数据，从而确保处方数据的准确性和合格性。性和合格性。性和合格性。

【技术实现步骤摘要】
一种基于HIS的处方数据校验方法及系统


[0001]本专利技术涉及数据校验
，尤其涉及一种基于HIS的处方数据校验方法及系统。

技术介绍

[0002]医疗信息系统（HIS）用于管理和记录医院的各种数据，包括患者信息、医疗记录和处方数据等。另外，在医疗领域，准确和可靠的处方数据对患者的治疗和药物安全至关重要。然而，由于复杂的处方信息和潜在的人为错误，传统的处方数据校验方法容易导致处方数据的错误和不一致，影响患者的治疗效果和用药安全。

技术实现思路

[0003]基于此，本专利技术有必要提供一种基于HIS的处方数据校验方法，以解决至少一个上述技术问题。
[0004]为实现上述目的，一种基于HIS的处方数据校验方法，包括以下步骤：步骤S1：利用无线传输技术对得到连接初始化配置信息；基于连接初始化配置信息利用网络爬虫技术对HIS数据库进行处方日志抓取处理，得到医疗处方待校验信息日志；步骤S2：对医疗处方待校验信息日志进行数据采集处理，得到医疗处方待校验信息数据；利用处方降噪算法对医疗处方待校验信息数据进行降噪处理，得到医疗处方待校验降噪数据；步骤S3：基于预设的医疗信息药品库利用数据校验算法对医疗处方待校验降噪数据进行校验处理，得到医疗处方药品校验结果；根据医疗处方药品校验结果进行判断分析处理，以得到待新增药品信息数据；并将待新增药品信息数据更新至预设的医疗信息药品库中，得到医疗信息药品更新库；步骤S4：通过HIS数据库获取患者信息，得到患者信息数据；基于患者信息数据利用个性化匹配技术对医疗信息药品更新库进行模拟下单处理，得到医疗模拟处方数据；并利用自适应监测技术对医疗模拟处方数据进行自动化监测处理，得到医疗模拟处方监测结果；步骤S5：利用异常检测算法对医疗模拟处方监测结果进行异常检测处理，得到医疗处方药品精确校验结果；并利用可视化技术将医疗处方药品精确校验结果以可视化的形式展示到云端服务器；根据医疗处方药品精确校验结果生成相应的医疗处方校验报告。
[0005]本专利技术通过使用无线传输技术对预设的HIS数据库和备份调剂中心库进行连接处理，能够建立起HIS数据库与备份调剂中心库的连接，并获取所需的连接初始化配置信息，这样可以确保数据的传输与交互能够顺利进行。同时，通过使用网络爬虫技术对HIS数据库进行处方日志抓取，能够获取待检验的医疗处方信息日志，以确保数据源和连接的稳定性，从而为后续的数据处理过程提供准确的原始数据来源。另外，通过对医疗处方待校验信息日志的数据采集处理，能够精确提取到需要校验的医疗处方信息数据。通过数据采集可以
包括从不同数据源获取数据、抽取数据、清洗数据等操作，这样的数据采集过程能够确保有一个可用的数据集作为后续处理的基础，为进行后续的降噪处理提供数据支持。通过使用合适的处方降噪算法对医疗处方待校验信息数据进行降噪处理，能够降低或消除医疗处方待校验信息数据中的噪声和冗余信息，以得到清晰准确的医疗处方待校验降噪数据，通过降噪处理能够去除无关信息的干扰，从而为后续的校验和分析提供高质量的数据基础。然后，基于预设的医疗信息药品库，通过使用合适的数据校验算法对医疗处方待校验降噪数据进行校验处理，这样可以确保医疗处方中所含药品的准确性和合法性。根据校验结果进行判断分析处理，以判别潜在的错误、缺漏或异常情况，并得到待新增药品信息数据。通过将这些新增的药品信息数据更新至预设的医疗信息药品库中，实现医疗信息药品库的及时更新，提高医疗处方的准确性和合规性，保证医疗信息药品库的及时与准确。接下来，通过对HIS数据库进行分析处理以获取详细的患者信息数据，并通过患者信息数据和个性化匹配技术对医疗信息药品更新库进行模拟下单处理，其中个性化匹配技术可以根据患者的病情、健康状况、过敏史等个体特征，匹配合适的药品信息，以提供个性化的药品推荐和定制化的医疗服务，从而提高药品治疗的效果和安全性，同时增强患者的满意度和医疗体验。通过使用自适应监测技术对医疗模拟处方数据进行自动化监测处理，可以实现对医疗模拟处方数据的实时或定期监控，以便及时发现医疗模拟处方数据的异常情况、错误或潜在的问题。根据患者个体需求生成符合实际情况的医疗模拟处方，并通过自动化监测确保医疗模拟处方的合理性和安全性。最后，通过使用合适的异常检测算法对医疗模拟处方监测结果进行异常检测处理，以识别可能存在的异常情况或错误，从而得到精确的医疗处方药品校验结果。通过使用可视化技术将医疗处方精确校验结果以图表、图形或其他形式呈现在云端服务器上，可以使医疗处方精确校验结果更加直观和易于理解。通过可视化展示可以帮助医疗人员快速了解医疗处方的校验结果，发现异常情况或趋势，并进行进一步的分析和决策。这样的展示方式还可以通过远程访问和实时更新，确保医疗人员随时查看最新的校验结果，从而提高工作效率和准确性，以便于医疗人员快速了解医疗处方的准确性和安全性。并且根据医疗处方药品的精确校验结果生成相应的医疗处方校验报告，以提供决策的依据，能够加强医疗质量的监督和管理，从而确保患者的治疗效果和用药安全。
[0006]优选地，本专利技术还提供了一种基于HIS的处方数据校验系统，包括：连接配置处方日志抓取模块，用于利用无线传输技术对预设的HIS数据库和备份调剂中心库进行连接处理，得到连接初始化配置信息；基于连接初始化配置信息利用网络爬虫技术对HIS数据库进行处方日志抓取处理，从而得到医疗处方待校验信息日志；医疗处方信息数据处理模块，用于对医疗处方待校验信息日志进行数据采集处理，得到医疗处方待校验信息数据；利用处方降噪算法对医疗处方待校验信息数据进行降噪处理，从而得到医疗处方待校验降噪数据；医疗处方校验判断更新模块，用于基于预设的医疗信息药品库利用数据校验算法对医疗处方待校验降噪数据进行校验处理，得到医疗处方药品校验结果；根据医疗处方药品校验结果进行判断分析处理，以得到待新增药品信息数据，并将待新增药品信息数据更新至预设的医疗信息药品库中，从而得到医疗信息药品更新库；处方模拟备份监测处理模块，用于通过HIS数据库获取患者信息，得到患者信息数据；基于患者信息数据利用个性化匹配技术对医疗信息药品更新库进行模拟下单处理，得
到医疗模拟处方数据；并利用自适应监测技术对医疗模拟处方数据进行自动化监测处理，从而得到医疗模拟处方监测结果；异常检测可视化处理模块，用于利用异常检测算法对医疗模拟处方监测结果进行异常检测处理，得到医疗处方药品精确校验结果；并利用可视化技术将医疗处方药品精确校验结果以可视化的形式展示到云端服务器；根据医疗处方药品精确校验结果生成相应的医疗处方校验报告。
[0007]综上所述，本专利技术提供了一种基于HIS的处方数据校验系统，该系统由连接配置处方日志抓取模块、医疗处方信息数据处理模块、医疗处方校验判断更新模块、处方模拟备份监测处理模块以及异常检测可视化处理模块组成，能够实现本专利技术所述任意一种基于HIS的处方数据校验方法，用于联合各个模块上运行的计算机程序之间的操作实现一种基于HIS的处方数据校验方法，系统内部结构互相协作，该处方数据校验系统通过多种算法和技术对处方数据进行准确性和合规性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于HIS的处方数据校验方法，其特征在于，包括以下步骤：步骤S1：利用无线传输技术对预设的HIS数据库和备份调剂中心库进行连接处理，得到连接初始化配置信息；基于连接初始化配置信息利用网络爬虫技术对HIS数据库进行处方日志抓取处理，得到医疗处方待校验信息日志；步骤S2：对医疗处方待校验信息日志进行数据采集处理，得到医疗处方待校验信息数据；利用处方降噪算法对医疗处方待校验信息数据进行降噪处理，得到医疗处方待校验降噪数据；步骤S3：基于预设的医疗信息药品库利用数据校验算法对医疗处方待校验降噪数据进行校验处理，得到医疗处方药品校验结果；根据医疗处方药品校验结果进行判断分析处理，以得到待新增药品信息数据；并将待新增药品信息数据更新至预设的医疗信息药品库中，得到医疗信息药品更新库；步骤S4：通过HIS数据库获取患者信息，得到患者信息数据；基于患者信息数据利用个性化匹配技术对医疗信息药品更新库进行模拟下单处理，得到医疗模拟处方数据；并利用自适应监测技术对医疗模拟处方数据进行自动化监测处理，得到医疗模拟处方监测结果；步骤S5：利用异常检测算法对医疗模拟处方监测结果进行异常检测处理，得到医疗处方药品精确校验结果；并利用可视化技术将医疗处方药品精确校验结果以可视化的形式展示到云端服务器；根据医疗处方药品精确校验结果生成相应的医疗处方校验报告。2.根据权利要求1所述的基于HIS的处方数据校验方法，其特征在于，步骤S1包括以下步骤：步骤S11：利用无线传输技术对预设的HIS数据库和备份调剂中心库进行连接处理，得到连接初始化配置信息；步骤S12：基于连接初始化配置信息利用网络爬虫技术对HIS数据库进行处方日志抓取处理，得到医疗处方信息日志；步骤S13：利用人工智能技术对医疗处方信息日志进行合理性分析处理，得到医疗处方信息合理性日志；步骤S14：对医疗处方信息合理性日志进行检索处理，得到医疗处方待校验信息日志。3.根据权利要求2所述的基于HIS的处方数据校验方法，其特征在于，步骤S13包括以下步骤：步骤S131：利用人工智能技术对医疗处方信息日志进行合理性分析处理，其中人工智能技术包括自然语言处理技术、特征分析模型、知识图谱构建技术和合理性比对分析技术；步骤S132：利用自然语言处理技术对医疗处方信息日志进行特征提取处理，得到医疗处方信息特征；步骤S133：利用基于深度学习算法的特征分析模型对医疗处方信息特征进行深度优化处理，得到医疗处方信息关键特征；步骤S134：通过知识图谱构建技术对医疗处方信息关键特征进行连接构建处理，得到医疗处方信息知识图谱；步骤S135：利用合理性比对分析技术将医疗处方信息日志与医疗处方信息知识图谱中的药理规则进行比对分析处理，得到医疗处方信息合理性日志。4.根据权利要求3所述的基于HIS的处方数据校验方法，其特征在于，步骤S133包括以
下步骤：步骤S1331：对医疗处方信息特征进行数据清洗处理，得到医疗处方信息特征数据集；步骤S1332：按照预设的划分规则将医疗处方信息特征数据集划分为特征训练数据集、特征验证数据集和特征测试数据集；步骤S1333：构建基于循环神经网络的特征分析模型，其中特征分析模型包括模型训练、模型验证和模型测试；步骤S1334：将特征训练数据集输入至基于循环神经网络的特征分析模型进行模型训练，并通过特征损失函数对模型参数进行调整优化处理，以生成验证模型；并将特征验证数据集输入至验证模型中进行模型验证，以生成测试模型；其中，特征损失函数的公式如下所示：；式中，为特征损失函数，为特征分析模型参数，为特征训练数据集的训练样本数量，为特征训练数据集中第个训练样本对应的医疗处方信息特征，为特征训练数据集中第个训练样本对应的标签，为均方误差调和平滑参数，为基于循环神经网络的特征分析模型，为积分项调和平滑参数，为积分项变量，为特征分析模型平滑辅助函数，为模型惩罚正则化参数，为特征分析模型参数的L2范数，为特征损失函数的修正值；步骤S1335：将特征测试数据集输入至测试模型中进行模型测试，以得到优化的特征分析模型；并将医疗处方信息特征数据集重新输入至优化的特征分析模型中进行深度优化处理，得到医疗处方信息关键特征。5.根据权利要求1所述的基于HIS的处方数据校验方法，其特征在于，步骤S2包括以下步骤：步骤S21：对医疗处方待校验信息日志进行数据采集处理，得到医疗处方待校验信息数据；步骤S22：对医疗处方待校验信息数据进行标准化处理，得到医疗处方待校验标准化数据；步骤S23：利用处方降噪算法对医疗处方待校验标准化数据进行降噪处理，得到医疗处方待校验降噪数据；其中，处方降噪算法的函数公式如下所示：；式中，为医疗处方待校验降噪数据，为医疗处方待校验标准化数据的噪声频率阈值，为医疗处方待校验标准化数据的数量，为第个医疗处方待校验标准化数据的噪声频率，为第个医疗处方待校验标准化数据的噪声均值，为第个医疗处方待校验标准化
数据的噪声标准差，为医疗处方待校验降噪数据的修正值。6.根据权利要求1所述的基于HIS的处方数据校验方法，其特征在于，步骤S3包括以下步骤：步骤S31：基于预设的医疗信息药品库利用...

【专利技术属性】
技术研发人员：匡振博，匡励午，郭建新，
申请(专利权)人：湖南远跃科技发展有限公司，
类型：发明
国别省市：