[发明专利]一种辅助用药决策方法及智能辅助用药系统

权利要求书

1.一种辅助用药决策方法，其特征在于，包括以下步骤：

步骤1，采集获取患者医疗数据，将其进行预处理，获得结构统一的患者标准临床数据；

步骤2，根据步骤1获得的患者标准临床数据，通过分类回归树算法对患者适用药物进行预测，结合药品数据库内药品信息，自动生成用药提议，实现辅助用药决策；用药提议用于提供给医师审核使用。

2.根据权利要求1所述的一种辅助用药决策方法，其特征在于，所用药品为抗菌药品时，还包括步骤3；

步骤3，计算所用抗菌药品群体药代动力学参数，建立群体药代动力学模型；根据步骤1获得的患者标准临床数据对群体药代动力学模型进行修正；计算获得个体药代动力学参数，构建个体药代动力学模型；通过个体药代动力学模型，预测出患者的血药浓度变化，根据预测获得的血药浓度变化生成用药提议。

3.根据权利要求2所述的一种辅助用药决策方法，其特征在于，还包括：

步骤4，在预定时间内对患者血药浓度进行采样检测；若检测值符合预测值，则维持原剂量进行用药，若检测值与预测值差异超过阈值，则更新个体药代动力学模型参数，重新计算用药剂量，得出优化后的用药提议。

4.根据权利要求1所述的一种辅助用药决策方法，其特征在于，步骤1中，通过数据仓库技术直接从医院或医疗机构的不同业务系统数据库中抽取获得患者医疗数据，通过数据清洗转换后存储到数据仓库；患者医疗数据包括：患者的就诊信息、个体体征信息、临床检查与化验结果、诊断报告及治疗与用药历史。

5.根据权利要求1所述的一种辅助用药决策方法，其特征在于，步骤1具体包括：

步骤1.1，业务系统数据互连：对包含患者各类医疗数据的电子业务系统建立开放数据库互连，实现异构数据库间的数据共享；

步骤1.2，数据抽取：使用数据抽取工具，在数据库中抽取需要的数据，通过TCP/IP协议将数据投递到目标端，进行解析还原；

步骤1.3，数据清洗：将抽取到的数据进行预处理，使得数据格式满足预设的使用要求；

步骤1.4，数据标准化：将步骤1.3处理后的数据进行格式转换，获得结构统一的患者标准临床数据。

6.根据权利要求5所述的一种辅助用药决策方法，其特征在于，步骤1.3具体包括：

步骤1.3.1，根据抽取数据的特点，进行数据分析，确定数据类型、数据规模以及各属性特征下数据的分布情况；

步骤1.3.2，寻找并补全数据中的缺失值；

步骤1.3.3，判断筛选数据中的异常值。

7.根据权利要求1所述的一种辅助用药决策方法，其特征在于，步骤2具体包括：

步骤2.1，根据药品使用说明书构建药品数据库；

步骤2.2，使用分类回归树算法对药品数据库中的药品数据反复分组，递归的生成若干子节点，直到数据集不可分时停止决策树生长，获得药品决策树模型；其中每个叶子节点代表一种结论，每个非叶子节点代表一种属性特征；

步骤2.3，将步骤1获得的患者标准临床数据映射成定长N维患者特征向量，维度N代表向量中所包含的参数或属性种类；

步骤2.4，将步骤2.3获得的患者特征向量输入步骤2.2构建的药品决策树模型中，通过逐项判断完成对患者分类，生成用药提议。

8.根据权利要求2所述的一种辅助用药决策方法，其特征在于，步骤3具体包括：

步骤3.1，使用非线性混合效应模型，计算所用抗菌药品群体药代动力学参数，并建立群体药代动力学模型；

步骤3.2，使用步骤1获取的患者标准临床数据对步骤3.1建立的群体药代动力学模型进行修正；通过贝叶斯反馈法，获取个体药代动力学参数，构建获得个体药代动力学模型；通过个体药代动力学模型模型，预测出患者预定时间内血药浓度变化，根据血药浓度变化生成用药提议。