构建药事管理预测模型的处理方法、装置、设备及介质制造方法及图纸

技术编号:38931245 阅读:25 留言:0更新日期:2023-09-25 09:35
本申请涉及医药数据处理技术领域,提出了一种基于多维动态数据构建药事管理预测模型的处理方法、装置、设备及介质,该方法包括:获取多维药事管理数据;对所述多维动态药事数据进行汇总和分类处理,以得到处理后的药事数据;接收用户输入的药事查询命令,根据所述药事查询命令,展示对应的药事信息;接收输入的目标药物的采购量预测命令,根据所述采购量预测命令和处理后的药事数据,预测所述目标药物的未来采购量。通过本申请的技术方案,以实现提高药学服务的效率和质量、节约药事管理成本、减轻工作人员负担、提升患者满意度的效果。提升患者满意度的效果。提升患者满意度的效果。

【技术实现步骤摘要】
构建药事管理预测模型的处理方法、装置、设备及介质


[0001]本申请涉及医药数据处理
,尤其涉及一种基于多维动态数据构建药事管理预测模型的处理方法、装置、设备及介质。

技术介绍

[0002]医院药学部门作为医院重要的技术平台科室,在药事管理和药学服务方面发挥着重要作用。药学部门的工作内容涉及到药物仓储、流转、人员管理优化等多个方面,有效管理需要整合制剂数据、药品数据、药房数据、临床数据及工作人员数据等多个维度,并在整体层面进行统筹优化。设计科学的信息管理和决策支持系统能够很大程度上节约医疗成本、减轻工作人员负担、减少患者不必要的取药时间,从而提高医疗服务的效率和质量。但目前医院药事管理决策仍然面临诸多问题:首先,药事管理决策涉及的数据散在于医院各个科室,信息系统开发技术、接口等均不统一,收集和整合无法自动化,需要大量人力物力,具有较大难度,在国内外均尚未完全实现;其次,缺少基于整合数据的优化及预测模型,无法根据过往和实时的动态,对整个科室运行管理进行优化调整;再次,没有形成良好的监控和反馈机制,优化的信息无法实时传递给一线,对工作进行调整;最后,由于药剂数据本身的敏感性和重要性,目前缺乏有效的监管机制,保证数据的安全有效不可篡改性。

技术实现思路

[0003]本申请实施例提供了一种基于多维动态药事数据构建预测模型的处理方法、装置、设备及介质,以实现提高药学服务的效率和质量、节约药事管理成本、减轻工作人员负担、提升患者满意度的效果。
[0004]第一方面,本申请实施例提供了一种构建药事管理预测模型的处理方法,包括:获取多维动态药事数据,其中,所述多维动态药事数据包括以下至少一项:医院制剂数据、药品数据、药房数据、临床数据和工作人员数据;对所述多维动态药事数据进行汇总和分类处理,以得到处理后的药事数据;接收用户输入的药事查询命令,根据所述药事查询命令,展示对应的药事信息;接收输入的目标药物的采购量预测命令,根据所述采购量预测命令和处理后的药事数据,预测所述目标药物的未来采购量。
[0005]在一个实施例中,优选地,对所述多维动态药事数据进行汇总和分类处理,以得到处理后的药事数据,包括:对所述多维动态药事数据进行汇总和过滤处理,得到汇总后的多维动态药事数据;按照预设分类规则,对所述多维动态药事数据进行分类,其中,所述预设分类规则包括以下至少一项:医院、科室、医生和时间尺度。
[0006]在一个实施例中,优选地,所述药事信息的展示方式包括以下任一项:图形和表格,其中,图形包括条形图和仪表盘图;
所述方法还包括:接收输入的展示方式选择命令,将选择的展示方式设置为当前展示方式;当选择的展示方式为图形时,以药品的采购任务完成百分比为横坐标,药品代码为纵坐标,展示每种药品的采购量;当选择的展示方式为仪表盘图时,以刻度表示药品采购任务的完成量;当选择的展示方式为表格时,以表格展示每月药品采购任务的完成量和累计完成百分比;所述药事信息中至少包括每种药物的采购量。
[0007]在一个实施例中,优选地,根据所述采购量预测命令和处理后的药事数据,预测所述目标药物的未来采购量,包括:获取历史药事数据;采用历史药事数据和多种模型进行预测,以得到每个模型的预测准确度;其中,所述多种模型包括:回归模型、decomposition时序模型,exponential时序模型,ARIMA时序模型,Dynamic时序模型等;根据预测准确度,从多种模型中选取出最优模型;根据所述采购量预测命令和处理后的药事数据,采用所述最优模型预测所述目标药物的未来采购量。
[0008]在一个实施例中,优选地,所述方法还包括:接收输入的对所述药事信息的排序命令;根据所述排序命令,对所述药事信息进行重新排序,并展示排序后的药事信息。
[0009]在一个实施例中,优选地,所述方法还包括:接收用户输入的注册或登录命令;根据所述注册或登录命令,对所述用户的身份信息进行验证,并在验证通过后,允许用户对药事数据进行操作。
[0010]在一个实施例中,优选地,所述方法还包括:对于采购任务的完成量未达到预设完成量的目标药品,输出第一预警提示;对于未来采购量低于预设值的目标药品,输出第二预警提示。
[0011]第二方面,本申请实施例提供了一种构建药事管理预测模型的处理装置,包括:获取模块,用于获取多维动态药事数据,其中,所述多维动态药事数据包括以下至少一项:医院制剂数据、药品数据、药房数据、临床数据和工作人员数据;分类模块,用于对所述多维动态药事数据进行汇总和分类处理,以得到处理后的药事数据;查询模块,用于接收用户输入的药事查询命令,根据所述药事查询命令,展示对应的药事信息;预测模块,用于接收输入的目标药物的采购量预测命令,根据所述采购量预测命令和处理后的药事数据,预测所述目标药物的未来采购量。
[0012]在一个实施例中,优选地所述分类模块包括:对所述多维动态药事数据进行汇总和过滤处理,得到汇总后的多维动态药事数据;
按照预设分类规则,对所述多维动态药事数据进行分类,其中,所述预设分类规则包括以下至少一项:医院、科室、医生和时间尺度。
[0013]在一个实施例中,优选地,所述药事信息的展示方式包括以下任一项:图形和表格,其中,图形包括条形图和仪表盘图;所述装置还包括:设置模块,用于接收输入的展示方式选择命令,将选择的展示方式设置为当前展示方式;展示模块,用于当选择的展示方式为图形时,以药品的采购任务完成百分比为横坐标,药品代码为纵坐标,展示每种药品的采购量;当选择的展示方式为仪表盘图时,以刻度表示药品采购任务的完成量;当选择的展示方式为表格时,以表格展示每月药品采购任务的完成量和累计完成百分比;所述药事信息中至少包括每种药物的采购量。
[0014]在一个实施例中,优选地,所述预测模块用于:获取历史药事数据;采用历史药事数据和多种模型进行预测,以得到每个模型的预测准确度;其中,所述多种模型包括:回归模型、decomposition时序模型,exponential时序模型,ARIMA时序模型,Dynamic时序模型等;根据预测准确度,从多种模型中选取出最优模型;根据所述采购量预测命令和处理后的药事数据,采用所述最优模型预测所述目标药物的未来采购量。
[0015]在一个实施例中,优选地,所述装置还包括:第一接收模块,用于接收输入的对所述药事信息的排序命令;排序模块,用于根据所述排序命令,对所述药事信息进行重新排序,并展示排序后的药事信息。
[0016]在一个实施例中,优选地,所述装置还包括:第二接收模块,用于接收用户输入的注册或登录命令;验证模块,用于根据所述注册或登录命令,对所述用户的身份信息进行验证,并在验证通过后,允许用户对药事数据进行操作。
[0017]在一个实施例中,优选地,所述装置还包括:输出模块,用于对于采购任务的完成量未达到预设完成量的目标药品,输出第一预警提示;对于未来采购量低于预设值的目标药品,输出第二预警提示。
[0018]第三方面,提供了一种计算机设备,本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种构建药事管理预测模型的处理方法,其特征在于,所述方法包括:获取多维动态药事数据,其中,所述多维动态药事数据包括以下至少一项:医院制剂数据、药品数据、药房数据、临床数据和工作人员数据;对所述多维动态药事数据进行汇总和分类处理,以得到处理后的药事数据;接收用户输入的药事查询命令,根据所述药事查询命令,展示对应的药事信息,其中,所述药事信息包括中选药品采购任务完成量和/或未完成采购任务药品;接收输入的目标药物的采购量预测命令,根据所述采购量预测命令和处理后的药事数据,预测所述目标药物的未来采购量。2.根据权利要求1所述的构建药事管理预测模型的处理方法,其特征在于,对所述多维动态药事数据进行汇总和分类处理,以得到处理后的药事数据,包括:对所述多维动态药事数据进行汇总和过滤处理,得到汇总后的多维动态药事数据;按照预设分类规则,对所述多维动态药事数据进行分类,其中,所述预设分类规则包括以下至少一项:医院、科室、医生和时间尺度。3.根据权利要求1所述的构建药事管理预测模型的处理方法,其特征在于,所述药事信息的展示方式包括以下任一项:图形和表格,其中,图形包括条形图和仪表盘图;所述方法还包括:接收输入的展示方式选择命令,将选择的展示方式设置为当前展示方式;当选择的展示方式为图形时,以药品的采购任务完成百分比为横坐标,药品代码为纵坐标,展示每种药品的采购量;当选择的展示方式为仪表盘图时,以刻度表示药品采购任务的完成量;当选择的展示方式为表格时,以表格展示每月药品采购任务的完成量和累计完成百分比;所述药事信息中至少包括每种药物的采购量。4.根据权利要求1所述的构建药事管理预测模型的处理方法,其特征在于,根据所述采购量预测命令和处理后的药事数据,预测所述目标药物的未来采购量,包括:获取历史药事数据;采用历史药事数据和多种模型进行预测,以得到每个模型的预测准确度;其中,所述多种模型包括:回归模型、decomposition时序模型,exponent...

【专利技术属性】
技术研发人员:赵荣生闫盈盈杨丽张婷李蕾蕾李潇
申请(专利权)人:浙江省北大信息技术高等研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1