[发明专利]万古霉素的给药方法及装置

说明书

本发明实施例提供一种万古霉素的给药方法及装置，其中方法包括：若当前时刻属于初始给药阶段，则采集病人的基本信息以及检验检测数据，将基本信息以及检验检测数据输入至预先训练的初始阶段给药预测模型中，获得初始给药阶段的用药医嘱信息；若当前时刻属于调整给药阶段，则采集病人的基本信息、检验检测数据和TDM检测次数，将基本信息、检验检测数据和TDM检测次数输入至预先训练的调整阶段给药预测模型，获得调整给药阶段的用药医嘱信息。本发明通过深度学习建立个性化的给药模型能够解决医学数据集中存在缺失值、异常值等各种常见问题，并且具有自主学习能力，可有效地在更少的节点上处理更大的数据集，计算速度和模型精度均有所提升。

技术领域

本发明实施例涉及神经网络技术领域，更具体地，涉及万古霉素的给药。

背景技术

目前传统的初始给药方案制定途径有以下几种：(1)药师根据万古霉素说明书进行初始给药；(2)药师根据传统的药动学方程进行初始给药；(3)药师凭借经验进行初始给药。病人根据初始方案进行治疗后，一般在第五次给药前进行血药浓度监测(TDM)，根据测定的谷浓度，药师在根据一般性的用药指南及个人经验给出调整给药方案。

已有研究表明，与传统方法相比，基于群体药动学的给药方案能显著提高浓度达标率。目前，已有一些软件可进行万古霉素个体化给药方案的设计，如免费的JPKD、BestDose、商业软件MwPharm等。但在适应性、功能性、易用性等方面存在一些局限性：例如采用的PPK参数来源于欧美人或仅局限于中国成年人,直接应用于中国所有不同人群的个体化给药方案制定可能存在一定风险。

为解决基于群体药动学的给药方案的局限性，“药学学报Acta PharmaceuticaSinica 2018,53(1):104-110”提供了一种应用群体药动学(populationpharmacokinetic,PPK)结合贝叶斯估算的最大后验贝叶斯法(maximum a posteriorBayesian estimation,MAPB)给出万古霉素最佳给药剂量的计算方法。该方法通过收集中国人群的万古霉素群体药动学特征参数，对普通成人以及新生儿、老年人、神经外科患者等特殊人群进行分析，实现不同人群的个体参数的MAPB估算。但该方法对于复杂情况患者在制定个体化给药方案时可能存在一定风险，比如患者患有多种疾病，分属于不同的特殊人群，该方法针对该类人群就无法给出对应的MAPB估算模型进行个体化给药，并且使用万古霉素的患者一般病情复杂，上述情况属于普遍情况。另外，特殊人群医学定义十分广泛，如果每一类人群都要实现一种MAPB估算模型，实现难度巨大。

发明内容

本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的万古霉素的给药方法及装置。

第一个方面，本发明实施例提供一种万古霉素的给药方法，包括：

若当前时刻属于初始给药阶段，则采集病人的基本信息以及检验检测数据，将所述基本信息以及检验检测数据输入至预先训练的初始阶段给药预测模型中，获得初始给药阶段的用药医嘱信息；

若当前时刻属于调整给药阶段，则采集病人的基本信息、检验检测数据和TDM检测次数，将所述基本信息、检验检测数据和TDM检测次数输入至预先训练的调整阶段给药预测模型，获得调整给药阶段的用药医嘱信息；

其中，所述初始阶段给药预测模型根据样本病人的基本信息、检验检测数据以及初始给药阶段的用药医嘱信息训练而成；所述调整阶段给药预测模型根据样本病人的基本信息、检验检测数据、TDM检测次数以及调整给药阶段的用药医嘱信息训练而成。

第二个方面，本发明实施例提供一种万古霉素的给药装置，包括：

初始给药预测模块，用于若当前时刻属于初始给药阶段，则采集病人的基本信息以及检验检测数据，将所述基本信息以及检验检测数据输入至预先训练的初始阶段给药预测模型中，获得初始给药阶段的用药医嘱信息；