[发明专利]基于多维度数据分析的用药检测方法及相关设备

权利要求书

1.一种基于多维度数据分析的用药检测方法，其特征在于，所述基于多维度数据分析的用药检测方法包括：

当接收到用药检测请求时，根据所述用药检测请求确定诊疗实例，并根据所述诊疗实例获取多个诊疗维度的维度信息；

基于所述多个诊疗维度对所述维度信息进行向量化处理，得到所述多个诊疗维度的特征向量；

分析所述多个诊疗维度所属的维度类型，包括：获取多个训练用户在所述多个诊疗维度上的用户信息，并获取每个训练用户的标注结果；对所述用户信息进行离散化处理，得到训练信息值；对于每个诊疗维度，根据所述训练信息值与所述标注结果生成分布曲线；计算所述分布曲线与预设曲线的相似度；若所述相似度大于第一预设相似阈值，将该诊疗维度的维度类型确定为正态分布类型；若所述相似度小于第二预设相似阈值，计算所述训练信息值与所述标注结果的协方差，得到维度特征，所述第一预设相似阈值大于所述第二预设相似阈值；若所述维度特征大于预设值，将该诊疗维度的维度类型确定为正相关类型；或者若所述维度特征小于所述预设值，将该诊疗维度的维度类型确定为负相关类型；

根据所述维度类型及所述特征向量生成所述维度信息的融合量化值，包括：将所述维度类型为所述正相关类型的特征向量确定为第一特征向量，并将所述维度类型为所述负相关类型的特征向量确定为第二特征向量；将所述维度类型为所述正态分布类型的特征向量确定为第三特征向量，并统计所述特征向量的总量，得到维度数量；根据下列公式计算所述第一特征向量、所述第二特征向量、所述第三特征向量及所述维度数量，得到所述融合量化值：；其中，是指所述融合量化值，分别是指所述第一特征向量，是指所述维度数量，分别是指所述第二特征向量，，分别是指所述第三特征向量；

根据所述融合量化值从预设实例库中筛选所述诊疗实例的多个匹配实例；

获取所述多个匹配实例的就诊反馈数据，并根据所述就诊反馈数据生成所述多个匹配实例的多个实例属性值；

分析所述多个实例属性值，得到所述诊疗实例的诊疗属性值；

根据所述诊疗属性值及预设属性阈值确定所述诊疗实例的检测结果。

2.如权利要求1所述的基于多维度数据分析的用药检测方法，其特征在于，所述诊疗实例包括用户识别码，所述根据所述诊疗实例获取多个诊疗维度的维度信息包括：

从预设医疗平台中获取与所述用户识别码对应的用户密文信息；

从配置库中获取与所述用户识别码对应的私钥；

根据所述私钥对所述用户密文信息进行解密处理，得到所述维度信息。

3.如权利要求1所述的基于多维度数据分析的用药检测方法，其特征在于，所述根据所述融合量化值从预设实例库中筛选所述诊疗实例的多个匹配实例包括：

从预设实例库中获取多个训练实例的融合量化值作为目标量化值；

计算所述融合量化值与所述目标量化值的差值，得到所述诊疗实例与每个训练实例的实例距离；

根据所述实例距离从小至大的顺序，从所述多个训练实例中提取数量为配置值的实例作为所述多个匹配实例。

4.如权利要求1所述的基于多维度数据分析的用药检测方法，其特征在于，所述就诊反馈数据包括用药品种数量、用药量及好转时间，所述根据所述就诊反馈数据生成所述多个匹配实例的多个实例属性值包括：

对于每个匹配实例，根据下列公式基于所述就诊反馈数据计算所述实例属性值：

；

其中，是指所述实例属性值，，是指所述用药品种数量，是指第个用药品种的用药量，是指第个用药品种所对应的诊疗对象的好转时间。

5.如权利要求1所述的基于多维度数据分析的用药检测方法，其特征在于，所述分析所述多个实例属性值，得到所述诊疗实例的诊疗属性值包括：

从所述多个实例属性值中筛选取值相等的属性值作为待处理属性值；

合并所述待处理属性值，得到合并属性值及所述合并属性值的合并次数；

将所述合并次数最大的合并属性值确定为所述诊疗属性值。