【技术实现步骤摘要】
本专利技术属于数据处理，涉及一种基于微服务架构的医药质量数据管理平台。
技术介绍
1、医药质量数据是指在药品生产和质量控制过程中产生的各类数据，用于确保药品的安全性、有效性和质量一致性，主要包括医药生产数据（原材料数据、生产设备数据、环境监测数据等）和医药合格率。这些数据的监测和分析对保障公众健康、满足法规要求、维护gmp标准和质量管理体系、以及实现市场反馈和持续改进具有重要意义。
2、然而，现有技术较少关注医药生产数据与医药合格率之间的关系，在对医药质量数据的管理过程中，难以对质量不合格的医药进行溯源，并对相应的医药生产数据进行调整。
技术实现思路
1、本专利技术提供了一种基于微服务架构的医药质量数据管理平台，旨在通过微服务架构将医药质量数据管理平台拆分成独立的数据采集模块、数据分析模块和质量反馈模块，从而简化系统设计和开发；其中数据分析模块构建了医药生产数据与医药合格率之间的关系，为质量反馈模块对质量不合格的医药进行溯源提供了依据，解决了医药质量数据管理的数据利用效率低的问题。
2、本专利技术的目的可以通过以下技术方案实现：
3、本申请提供了一种基于微服务架构的医药质量数据管理平台，包括数据采集模块、数据分析模块、质量反馈模块和问题溯源模块，所述数据采集模块、数据分析模块、质量反馈模块和问题溯源模块通信连接，其中：
4、所述数据采集模块，用于以特定时间为步长，采集生产过程时间序列的医药生产数据以及对应的医药合格情况，所述医药生产数
5、所述数据分析模块，用于构建医药生产数据和医药合格情况之间的响应关系模型；
6、所述质量反馈模块，用于实时监测医药生产数据并输入所述响应关系模型中，输出预测的医药合格情况；
7、所述问题溯源模块，根据预测的医药合格情况，对不合格的医药生产数据进行溯源并调整。
8、进一步地，所述原材料数据，包括原材料的种类、来源和质量；所述生产设备数据，包括混合时间、搅拌速度和压片压力；所述环境监测数据包括温度、湿度和灰尘量。
9、进一步地，所述构建医药生产数据和医药合格情况之间的响应关系模型，包括以下步骤：
10、s1、采用聚类分析方法将医药生产数据划分成若干个医药生产类别；
11、s2、以医药生产类别为父节点，医药合格情况为子节点，构建贝叶斯网络模型。
12、进一步地，步骤s1中，所述聚类分析方法，配置为ward聚类，包括以下步骤：
13、s11、计算距离：计算医药生产数据样本之间的欧氏距离；
14、s12、初始聚类：将每个数据样本视为一个独立的聚类，聚类的数量与样本的数量相同；
15、s13、合并聚类：逐步合并最相近的两个聚类，具体为遍历每一对由两个样本合并的聚类，计算合并后的内部欧氏距离方差增加量，选择增加量最小的一对进行合并；重复这个过程，直到达到预定的聚类数量；
16、s14、结果确定：使用轮廓系数评估聚类结果的合理性，根据医药生产数据范围确定对应聚类的医药生产类别。
17、进一步地，步骤s2中，所述贝叶斯网络模型，包括以下构建步骤：
18、s21、确定模型结构：根据医药生产类别和医药合格情况之间的因果关系确定贝叶斯网络结构，所述贝叶斯网络结构由父节点指向子节点；
19、s22、估计模型参数：确定医药生产类别和医药合格情况的参数，其中医药生产类别的参数采用聚类分析方法所划分的结果，医药合格情况的参数包括质量合格和质量不合格；
20、s23、构建条件概率表：计算各模型参数之间的条件概率，构建条件概率表；
21、s24、模型评估：采用测试集评估模型的准确性，对模型结构进行调整。
22、进一步地，步骤s23中，所述计算各模型参数之间的条件概率，计算公式为：
23、p(q|c) = p(q, c)/p(c)，
24、其中：p(q|c)表示在医药生产类别为c的情况下，医药合格情况为q的概率；p (q,c) 表示医药合格情况为q且医药生产类别为c的概率；p (c)表示医药生产类别为c的概率。
25、进一步地，所述数据采集模块和数据分析模块，都配置了存储单元，用于存储医药生产数据和响应关系模型，能够实现将响应关系模型离线传输于其它医药生产线对医药合格情况进行预测。
26、进一步地，所述质量反馈模块，包括监测模块、判断模块和报告模块，其中：
27、所述监测模块，用于实时监测医药生产数据，获得时间序列的医药生产数据；
28、所述判断模块，用于将时间序列的医药生产数据输入所述响应关系模型中，预测医药质量合格的概率；
29、所述报告模块，用于当医药质量合格的概率低于预设的阈值时，对所述问题溯源模块发送报告。
30、进一步地，所述质量反馈模块，还将实时监测的医药生产数据传输至数据采集模块；数据采集模块接收数据后，存储并传输至数据分析模块进行分析，实现响应关系模型的动态更新。
31、进一步地，所述根据预测的医药合格情况，对不合格的医药生产数据进行溯源并调整，包括以下步骤：
32、当医药合格情况为质量不合格时，检查所有医药生产数据数值范围；
33、确定质量合格时的医药生产类别所对应的医药生产数据正常数值范围；
34、一一比对医药生产数据数值范围与正常数值范围的差值，确定存在异常的医药生产数据；
35、对存在异常的医药生产数据进行调整，直至医药合格情况为质量合格。
36、本专利技术的有益效果：
37、通过以特定时间为步长，采集生产过程时间序列的医药生产数据以及对应的医药合格情况；根据收集的大规模时间序列数据，采用聚类分析方法将医药生产数据划分成若干个医药生产类别；以医药生产类别为特征，医药合格情况为标签，构建贝叶斯网络模型量化二者之间的响应关系；根据实时监测的医药生产数据，确定其对应的医药生产类别；将医药生产类别输入构建完成的贝叶斯网络模型中，预测实时的医药合格情况。本专利技术解决了现有技术较少关注医药生产数据与医药合格率之间的关系，难以对质量不合格的医药生产数据进行溯源和调整，医药质量数据利用效率低的问题。
本文档来自技高网...【技术保护点】
1.一种基于微服务架构的医药质量数据管理平台，其特征在于：包括数据采集模块、数据分析模块、质量反馈模块和问题溯源模块，所述数据采集模块、数据分析模块、质量反馈模块和问题溯源模块通信连接，其中：
2.根据权利要求1所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：所述原材料数据，包括原材料的种类、来源和质量；所述生产设备数据，包括混合时间、搅拌速度和压片压力；所述环境监测数据包括温度、湿度和灰尘量。
3.根据权利要求1所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：所述构建医药生产数据和医药合格情况之间的响应关系模型，包括以下步骤：
4.根据权利要求3所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：步骤S1中，所述聚类分析方法，配置为ward聚类，包括以下步骤：
5.根据权利要求3所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：步骤S2中，所述贝叶斯网络模型，包括以下构建步骤：
6.根据权利要求5所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：步骤S23中，所述计算
7.根据权利要求1所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：所述数据采集模块和数据分析模块，都配置了存储单元，用于存储医药生产数据和响应关系模型，能够实现将响应关系模型离线传输于其它医药生产线对医药合格情况进行预测。
8.根据权利要求1所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：所述质量反馈模块，包括监测模块、判断模块和报告模块，其中：
9.根据权利要求1所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：所述质量反馈模块，还将实时监测的医药生产数据传输至数据采集模块；数据采集模块接收数据后，存储并传输至数据分析模块进行分析，实现响应关系模型的动态更新。
10.根据权利要求3所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：所述根据预测的医药合格情况，对不合格的医药生产数据进行溯源并调整，包括以下步骤：
...【技术特征摘要】
1.一种基于微服务架构的医药质量数据管理平台，其特征在于：包括数据采集模块、数据分析模块、质量反馈模块和问题溯源模块，所述数据采集模块、数据分析模块、质量反馈模块和问题溯源模块通信连接，其中：
2.根据权利要求1所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：所述原材料数据，包括原材料的种类、来源和质量；所述生产设备数据，包括混合时间、搅拌速度和压片压力；所述环境监测数据包括温度、湿度和灰尘量。
3.根据权利要求1所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：所述构建医药生产数据和医药合格情况之间的响应关系模型，包括以下步骤：
4.根据权利要求3所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：步骤s1中，所述聚类分析方法，配置为ward聚类，包括以下步骤：
5.根据权利要求3所述的一种基于微服务架构的医药质量数据管理平台，其特征在于：步骤s2中，所述贝叶斯网络模型，包括以下构建步骤：
6.根据权利要求5所述的一种基...
【专利技术属性】
技术研发人员：黄楷浩，李士峰，李孟科，林锋，周学航，唐亚旭，费明举，李健聪，王晨宇，帅国钰，周有谋，
申请(专利权)人：珠海飞企耀点科技有限公司，
类型：发明
国别省市：
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。