[发明专利]用于药房替代的方法、系统和计算机程序产品

说明书

用于药房替代的方法、系统和计算机程序产品获得与与患者相关联的处方的理赔相关联的理赔数据；基于理赔数据，确定处方的通用标识符；为与处方相关联的通用标识符获得与已知诊断相关联的药物诊断数据；基于通用标识符和药物诊断数据，确定与处方相关联的可能诊断；基于理赔数据，确定与可能诊断相关联的成本；使用基于训练数据集训练的机器学习模型，为可能诊断确定处方的潜在替代处方；基于用户输入，更新训练数据集，以包括与替代处方相关联的可能诊断；以及基于更新后的训练数据集训练机器学习模型。

相关申请的交叉引用

本申请要求2020年10月27日提交的标题为“Method,System,and ComputerProgram Product for Pharmacy Substitutions”的美国临时申请序列No.63/106,214的优先权，其全部内容通过引用并入本文。

技术领域

本公开涉及药房替代，并且在一些非限制性实施例或方面中，涉及用于训练和更新机器学习过程以确定诊断处方的替代处方的方法、系统和计算机程序产品。

背景技术

药剂师可以推荐用一种或多种处方替代为患者的病症/疾病开出的一种或多种其它处方，以实现一种或多种处方相对于一种或多种其它处方所提供的成本节约。

发明内容

因而，提供了用于药房替代的改进的系统、设备、产品、装置和/或方法。

根据一些非限制性实施例或方面，提供了一种计算机实现的方法，包括：获得与针对与至少一个患者相关联的至少一个处方的至少一个理赔相关联的理赔数据；基于理赔数据，确定与至少一个患者相关联的至少一个处方的至少一个通用标识符；为与一个或多个处方相关联的一个或多个通用标识符获得与一个或多个已知诊断相关联的药物诊断数据；基于至少一个通用标识符和药物诊断数据，确定与针对至少一个患者的至少一个处方相关联的至少一个可能诊断；基于理赔数据，确定与与至少一个处方相关联的至少一个可能诊断相关联的至少一个成本；针对至少一个可能诊断，使用基于训练数据集训练的机器学习模型，确定与至少一个可能诊断相关联的至少一个处方的至少一个潜在替代处方；向至少一个用户提供与至少一个可能诊断相关联的至少一个处方的至少一个潜在替代处方相关联的节省信息；从至少一个用户接收与与至少一个可能诊断相关联的至少一个处方的至少一个潜在替代处方相关联的用户输入；基于用户输入，更新训练数据集以包括与至少一个潜在替代处方相关联的至少一个可能诊断作为至少一个经训练的诊断；以及基于更新后的训练数据集训练机器学习模型。

在一些非限制性实施例或方面，该方法还包括：确定至少一个可能诊断是否与确认的数据集中的一个或多个确认的诊断匹配；响应于确定至少一个可能诊断与确认的数据集中的一个或多个确认的诊断匹配，进行以下之一：(i)更新训练数据集以包括与至少一个处方相关联的至少一个可能诊断作为一个或多个经训练的诊断，以及(ii)通过调整与经训练的数据集中至少一个现有的经训练的诊断相关联的权重来更新经训练的数据集。

在一些非限制性实施例或方面，该方法还包括：基于至少一个可能诊断和确认的数据集，确定与至少一个可能诊断相关联的严重性级别，其中严重性级别被输入到至少一个机器学习模型以确定与至少一个可能诊断相关联的至少一个处方的至少一个潜在替代处方。

在一些非限制性实施例或方面，至少一个潜在替代处方与至少一个可能诊断的与至少一个处方相同的严重性级别相关联。

在一些非限制性实施例或方面，该方法还包括：基于至少一个可能诊断和训练数据集，确定与至少一个可能诊断相关联的至少一个概率，其中至少一个概率被输入到至少一个机器学习模型以确定与至少一个可能诊断相关联的至少一个处方的至少一个潜在替代处方。