一种药品进院遴选管理系统

1.本技术涉及医疗辅助系统技术领域，具体涉及一种药品进院遴选管理系统。


背景技术：

2.随着医学的进步和发展，不断涌现的新药对提高疾病治疗成效存在重要意义。同时，新药的进院遴选作为医疗机构改善和提高医疗水平的一项重要配套措施，如何对药品进行全面、科学和客观的综合评价成为亟需解决的重点和难点问题。新药遴选评价相较于药品质量评价而言，新药遴选评价需要关注的标准数量更多，除了药品本身对适应症的治疗效果、不良反应等以外，还需要从药品的经济性、可替代性和安全性等方面进行综合考量。同时，不同的医疗机构由于自身的专科优势、经费预算和组织结构等方面存在差异，在进行新药进院遴选的评价方法和标准上也存在差异，难以找到通用有效的新药遴选体系。
3.目前，传统的新药进院遴选工作主要采取专家打分方法，虽然由于其权威性导致在药品质量评价过程中具有良好表现，但是此评价方法一方面带有强烈主观意识和一定的主观随机性，另一方面难以根据医疗机构的实际诊疗需求从药品的经济性、可替代性和安全性等方面进行综合打分，同时还受到医疗机构自身组织结构的限制，对于医疗机构的专家人数有要求，医疗机构专家人数越少，专家打分结果中包含的个人主观因素越多，不利于新药进院遴选的长期运行。
4.专利号为cn201810496481.8的基于循证医学原理的新药进院遴选方法在新药遴选中根据临床需求因素、治疗风险及受益因素、药品品种合理性以及操作便利性因素进行评估打分，根据打分与各因素对应的权重系数进行加权后与阈值进行比较，从而将新药进行分类为不考虑、待权衡区和优先考虑区，最终选择优先考虑区对应的新药作为新药引进目录。此方法提出了多个评价标准以及评价标准之间通过权重系数进行加权计算，但是并未涉及利用现代计算机技术对药品的各项标准进行评估，也未对各评价标准的评分标准进行进一步限制。


技术实现要素：

5.本发明的目的在于解决难以在药品进院时进行多维度的综合评估的技术问题，提供了一种药品进院遴选管理系统，利用计算机系统获取目标药品的第一药品信息，对评估标准进行获取和配置，根据第一药品信息对目标药品按照每一评估标准进行打分，得到第一评估结果，通过对于第一评估结果和第一预设阈值，判断目标药品是否通过第一次遴选评估，对通过第一次遴选评估的目标药品进行第二次遴选评估，根据目标药品的第二药品信息按照每一评估标准进行打分，得到第二评估结果。将药品的基础信息、说明书信息和实际使用数据相结合进行进院遴选评估，在通过系统评估实现评估自动化的同时，更加符合医疗机构的实际需求。
6.本发明请求保护一种药品进院遴选管理系统，包括第一获取模块、第一查询模块、第二获取模块、第一评估模块、第三获取模块和第二评估模块；
其中，所述第一获取模块用于获取目标药品的第一药品信息，所述第一药品信息为所述目标药品的基础信息，包括通用名称、批准文号、价格和说明书信息；其中，所述第一查询模块用于根据所述第一药品信息对第一数据库进行查询以判断所述目标药品是否属于第一参考药品，所述第一参考药品为医疗机构现存临床用药，若所述目标药品不属于所述第一参考药品，则将所述第一药品信息发送给所述第一评估模块；其中，所述第二获取模块用于获取和配置所述第一评估模块和所述第二评估模块对所述目标药品进行评估的评估标准；其中，所述第一评估模块用于根据所述第一药品信息，分别按照每一所述评估标准对所述目标药品进行评估打分，得到所述评估标准对应的评估子结果，根据所有所述评估子结果计算得到第一评估结果；若所述第一评估结果大于第一预设阈值，则所述目标药品的遴选结果为通过，若所述第一评估结果不大于所述第一预设阈值，则所述目标药品的遴选结果为不通过；其中，所述第三获取模块用于获取遴选结果为通过的所述目标药品的第二药品信息，所述第二药品信息为所述目标药品在预设时间段中的使用信息，包括使用频次、异常事件的严重程度和异常事件发生频次；其中，所述第二评估模块用于根据所述第一药品信息，分别按照所述评估标准对所述目标药品进行评估打分，得到所述评估标准对应的所述评估子结果，根据所有所述评估子结果计算得到第二评估结果；若所述第二评估结果大于第二预设阈值，则所述目标药品的遴选结果为通过，若所述第二评估结果不大于第二预设阈值，则所述目标药品的遴选结果为不通过。
7.在本技术一实施例中，所述第一评估模块预设有第一子模块，所述第一子模块用于对所述目标药品进行预设证据的量化评估，所述第一子模块根据所述第一药品信息对第二数据库进行查询以得到对应的第一评估子结果；其中，所述预设证据包括国内外指南推荐用药名录、随机对照研究数据、真实世界研究数据、国家标准、挂网类别以及生产企业的行业排名。
8.在本技术一实施例中，所述第一评估模块预设有第二子模块，所述第二子模块用于根据所述目标药品与所述第一参考药品的相似度进行评估，所述第二子模块根据所述第一药品信息对第三数据库进行匹配，得到所述相似度最大值对应的第二参考药品，所述第二子模块根据所述相似度最大值进行评估打分，所述相似度最大值越大的所述目标药品对应采用分值越小的第二评估子结果。
9.在本技术一实施例中，所述第二子模块设置有第一标准，所述第一标准包括成分相似度、适应症相似度和药理相似度；所述第二子模块根据所述第一药品信息对所述第三数据库进行匹配，分别计算所述目标药品与每一所述第一参考药品的药品成分的所述成分相似度，分别计算所述目标药品与每一所述第一参考药品的药品适应症的所述适应症相似度，分别计算所述目标药品与每一所述第一参考药品的药理的所述药理相似度，根据所述成分相似度、所述适应症相似度和所述药理相似度计算得到所述第二评估子结果。
10.在本技术一实施例中，所述第二评估子结果的计算方法为：
11.其中，q2为所述第二评估子结果，m2为所述第二子模块的分数最大值，n为所述第一标准的数量，xi为所述目标药品在第i个所述第一标准的取值，yi为所述第一参考药品在第i个所述第一标准的取值，ωi为第i个所述第一标准对应权重，ωi需满足。
12.在本技术一实施例中，所述第一评估模块预设有第三子模块，所述第三子模块用于对所述目标药品的安全性进行评估，所述第三子模块根据说明书中收载的不良反应的严重程度和/或发生概率对所述目标药品进行评估，得到第三评估子结果，严重程度越高的所述目标药品对应采用取值越小的所述第三评估子结果，发生概率越高的所述目标药品对应采用取值越小的所述第三评估子结果。
13.在本技术一实施例中，所述第三子模块设置有第二标准，所述第二标准包括药物相互作用，所述第三子模块根据说明书对第四数据库进行匹配以得到第三参考药品，所述第三参考药品为所述第一参考药品和/或其他所述目标药品中会与所述目标药品产生相互作用的药品，根据所述第三参考药品的数量对所述目标药品进行评估打分，所述第三参考药品的数量越多的所述目标药品对应采用分值越小的所述第三评估子结果。
14.在本技术一实施例中，所述第二标准还包括缓解药物；所述第三子模块根据所述第一药品信息对第五数据库进行查询以得到第四参考药品，所述第四参考药品为所述第一参考药品和其他所述目标药品中对所述目标药品的不良反应和/或药物相互作用产生缓解作用的药品，根据所有所述第四参考药品能够缓解的不良反应和相互作用的类型数量进行评估打分，得到第一数值；所述第三子模块根据所述第一药品信息对第六数据库进行查询以得到第五参考药品，所述第五参考药品为所述目标药品能够缓解的不良反应和/或药物相互作用对应的所述第一参考药品和/或其他所述目标药品，根据所有所述第五参考药品的数量进行评估打分，得到第二数值；根据所述第一数值和所述第二数值计算得到所述第三评估子结果。
15.在本技术一实施例中，所述第二获取模块设置有第四子模块，所述第四子模块用于根据所述目标药品的类型对所述评估标准进行筛选，将所述第一药品信息输入预先训练好的卷积神经网络模型以得到所述目标药品的所述类型，根据所述类型对应选择评估模型，所述评估模型的输出为所述目标药品对应的所述评估标准；其中，所述评估模型的建立方法具体如下：根据所有所述评估标准对所述第一数据库中所述类型对应的每一所述第一参考药品进行评估打分，得到对应的第三药品信息；分别去除每一所述评估标准后分别计算每一所述第一参考药品在去除所述评估标准前和去除所述评估标准后所述第三药品信息的相似度；将所有所述第一参考药品去除同一所述评估标准对应的所述相似度的最小值作为第三数值，判断所述第三数值是否大于第三预设阈值，若所述第三数值大于所述第三预设阈值，则去除所述评估标准，若所述第三数值大于所述第三预设阈值，则保留所述评估标准。
16.在本技术一实施例中，所述第二评估模块还包括将所述第二药品信息输入滤波模型，所述滤波模型用于判断所述目标药品的异常事件的发生原因是否存在人为因素，所述滤波模型的输出为经过滤波筛选后的所述第二药品信息，若滤波筛选后的所述第二药品信息与滤波筛选前的所述第二药品信息一致，则所述目标药品的异常事件的发生原因不存在人为因素，若滤波筛选后的所述第二药品信息与滤波筛选前的所述第二药品信息不一致，则所述目标药品的异常事件的发生原因存在人为因素；所述第二评估模块根据所述评估标准对滤波筛选后的所述第二药品信息进行评估打分。
17.本技术具有以下有益效果：1、本技术的系统通过第二获取模块从预设的所有评估标准中，根据实际使用场景的需要选取和配置评估标准，第一评估模块根据评估标准预设有对应的子模块，子模块中预设所述评估子模块的量化评估细则，第二获取模块将获取的评估标准发送给第一评估模块，第一评估模块调用对应的子模块对目标药品进行评估，所述系统将药品进院遴选进行功能封装，根据目标药品的基础信息和评估标准进行系统评估打分，输出评估结果，从而实现药品进院遴选的自动化，减低人工成本的同时还减低人为主观因素对评估结果的影响，提高评估效率。另外，由于计算机系统自身的优势特点，能够多线程同时执行多个相互独立的评估任务，提高评估效率，对于特定的紧急用药类别而言，降低由于药品评估流程导致对病情的延误影响。
18.2、客观性标准利用证据量化的方式间接利用国际和/或国内和/或行业的标准和专家对药品进行评估，代替特定专家的打分，得到的评估结果能够更加全面、客观和权威地反映所述目标药品在药品质量方面的性能，降低了药品评估的难度，扩大了医疗机构的适用性，避免由于医疗机构的组织结构中缺少任职专家或专家人数过少导致药品评估难以实施。
19.3、第二子模块通过对目标药品与第一参考药品的相似度进行评估，在保证药品成本不变和药品质量符合标准的条件下，优先选择与第一参考药品的相似度小的目标药品能够提高资源利用效率，使院内的药品治疗覆盖更加全面，优化药物采购和库存管理。
20.4、第三子模块利用药品说明书中收载的不良反应进行安全性评估，通过说明书中收载的不良反应的明确性对目标药品进行评估，降低目标药品在使用过程中可能带来的不确定、不可控的风险，保证了医生用药的准确性，说明书中收载了明确的不良反应症状和明确的不良反应发生概率，使医生在用药时能够对不良反应进行提前预判，提高了医生用药的安全性。
21.5、第三子模块还根据不良反应的发生概率对目标药品进行评估，在说明书明确记载了发生概率的不良反应中，不良反应发生概率越高的目标药品安全性越低，患者在使用所述目标药品时的风险更大，第一评估子结果的分值应该更低，从而实现在其他条件相同或相近的条件下，优先原则不良反应发生概率越低的目标药品，提高用药的安全性。
22.6、目标药品对应的不良反应可能存在多个，选择所有不良反应中发生概率最高的不良反应作为评估依据，其他不良反应的发生概率必定低于最高值，能够全面的代表所述不良反应的发生概率，使目标药品安全性能够量化评估的同时降低评估难度。
23.7、将特殊人群的适应性纳入目标药品的安全性评估范围，一方面避免特定的专科
医疗机构的现有药品名录中存在过多与医疗机构的专科特色相冲突的药品，例如：儿科医院的现有药品名录中不应存在过多儿童不可使用的药品，或儿童使用会产生严重不良反应的药品，提高了药品进院遴选的重用性；另一方面辅助医生在用药时选择更合适的药物治疗方案，提高治疗效果。
24.8、第五子模块根据药品的日均费用进行经济性的评估，医疗机构可以根据自身的专科特点选择价格合理的药物，提高资源利用率，优化药物采购和库存管理。
25.9、将各项所述评估标准通过可以量化评估的方式，利用计算机系统对遴选流程中的众多评估标准进行评估打分，一方面可以使药品进院评估可量化，减小评估难度，另一方面减少由于人工打分导致主观因素对药品评估的干扰，同时，将传统评估方式中采用人工方式对所有标准打分替换为通过计算机系统打分进行初步筛选，由工作人员根据初步筛选结果进行二次校验，降低了工作人员的工作量，节约人工成本，提高遴选效率。
26.10、在遴选过程中以设置所述第一预设阈值为基础的方式，从所有遴选的目标药品中进行选取，使得通过遴选的药品至少符合医疗机构的用药的最低标准，保证用药安全。在此基础上继续设置预设通过数量和/或预设通过率，在保证符合最低标准的条件下根据当前批次参加遴选的目标药品数量进行择优录取，实现优化药品结构。
27.11、所述人工审核可以由医疗结构的专家和/或药学评估人员和/或临床科室人员进行二次校验，在保证药品遴选质量的同时，根据医疗机构的组织结构维持信息同步。另外人工审核结果可以对第一评估模块的评分结果和第二获取模块的评估标准的选择进行反馈，对于不过时的评分标准和评分细则进行及时的更新。
28.12、第三获取模块对目标药品进行使用数据的评估，使目标药品在满足综合评估的前提下，在实际临床使用过程中也能表现良好，提高药品遴选的质量。
29.13、第二子模块将目标药品的相似度评估通过现代计算机技术实现量化评估，利用神经网络模型，根据所述目标药品和所述第一参考药品之间的欧几里得距离相似度进行量化评价，同时将成分相似度、适应症相似度和药品相似度的分量加权下，对目标药品进行全面的量化评估，降低人工评估的难度，降低人工成本，提高遴选效率。
30.14、改进的欧几里得距离相似度算法在原本的基础上增加各分量的权重，同时使所述第二评估结果随着所述相似度的增大而减小，所述相似度越大的目标药品采用分值越小的所述第二评估结果，优化医疗机构的药品结构。
31.15、将不良反应的发生概率和严重程度相结合进行评估，使多个不良反应的加权平均评估结果能够更加全面的反映目标药品的安全性。
32.16、根据医疗机构现有药品名录中会与目标药品产生相互作用的数量进行评估，避免新增药品对过多的现有药品存在不良反应，降低用药不规范导致病情恶化、复发和不良反应的用药风险，规范医生用药。同时，将同批次参加遴选的其他目标药品作为评估依据，避免同时新增相互之间会产生严重不良反应的目标药品。
33.17、将缓解药物纳入目标药品的评估标准，避免通过遴选的目标药品在实际使用过程中产生不良反应和/或相互作用后，医疗机构缺少对应的缓解药品，从而造成医疗事故增加的风险。
34.18、根据所有第一参考药品对评选标准进行筛选，所述第一参考药品为医疗机构的现存临床用药，其特征反映了医疗机构通过遴选的特征标准，通过卷积神经网络对所有
第一参考药品的特征进行学习和分析，从而得到该医疗机构的评估标准。同时，不同药品的适应症不同，其遴选标准也会产生差异，进一步地，不同适应症对应的第一参考药品所反映的特征也会不同，例如，由于感冒类的疾病发生概率相对特殊疾病而言更高，患病人群的范围更广，其在进行进院评估时经济性的评估应该更高，而特殊疾病的患病人群范围较窄，其在进行进院评估时经济性的权重应该更低，甚至不考虑经济性标准。因此根据目标药品的适应症进行分类，得到对应的类型，根据类型选择对应的评估模型。
35.19、评估标准的筛选将所有预设的评估标准逐一去除后，计算去除每一评估标准前后，根据所述第一参考药品的特征向量的变化量确定是否去除当前评估标准，每次选择特征向量的变化量最小对应的评估标准进行删除，从而实现评估标准的筛选，每次仅去除一个评估标准，提高筛选的质量，利用计算机技术对评估标准进行选择，以及权重系数的取值，实现药品进院遴选的自动化。
36.20、将第二参考信息进行滤波筛选，排除由于人为用药不规范导致的异常事件数据，根据人为用药不规范导致的异常事件对医生进行警示，对不是由于人为用药不规范导致的异常事件进行进一步评估打分，从而评估所述目标药品在实际临床用药的数据表现情况。
附图说明
37.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
38.图1为本技术实施例涉及的一种药品进院遴选管理系统模块结构示意图；图2为本技术实施例涉及的预设证据及对应的预设分值示例图；图3为本技术实施例涉及的第三评估子结果的计算方法流程示意图；图4为本技术实施例涉及的评估标准筛选流程示意图；图5为本技术实施例涉及的电子设备结构示意图。
具体实施方式
39.本发明提供了一种药品进院遴选管理系统，利用计算机系统获取目标药品的第一药品信息，对评估标准进行获取和配置，根据第一药品信息对目标药品按照每一评估标准进行打分，得到第一评估结果，通过对于第一评估结果和第一预设阈值，判断目标药品是否通过第一次遴选评估，对通过第一次遴选评估的目标药品进行第二次遴选评估，根据目标药品的第二药品信息按照每一评估标准进行打分，得到第二评估结果。将药品的基础信息、说明书信息和实际使用数据相结合进行进院遴选评估，在通过系统评估实现评估自动化的同时，更加符合医疗机构的实际需求。
40.为使本技术的上述目的、特征和优点能够更加明显易懂，下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，参考术语“一个实施例”、“一些实施例”、“实施方式”、“实施例”、“示意性实施例”、“示例”、“具体示例”或“一些示例”等，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而
是仅仅表示结合该实施例或示例描述的具体特征、结构或者特点包含于本发明的至少一个实施例或示例中。而且描述的具体特征、结构或者特点可以在任何一个或多个实施例或示例中以合适的方式结合。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
41.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或顺序。
42.本发明请求保护一种药品进院遴选管理系统，参照附图1所述，包括第一获取模块、第一查询模块、第二获取模块、第一评估模块、第一审核模块、第三获取模块和第二评估模块。
43.其中，所述第一获取模块用于获取目标药品的第一药品信息，所述第一药品信息为所述目标药品的基础信息，包括通用名称、批准文号、价格和说明书信息，但是其不限于此。
44.其中，所述目标药品为需要进行进院遴选的药品，可以为申请人提交进院遴选申请的药品，也可以为根据医疗机构需求获取的药品，例如可以将国家医保新增的药品目录作为所述目标药品进行进院遴选。
45.其中，医疗机构在同一批次进行药品进院遴选时可以对多种新药分别进行并行和/或串行的遴选流程，所述目标药品的数量可以为一个或多个。
46.其中，所述第一查询模块用于根据所述第一药品信息对第一数据库进行查询以判断所述目标药品是否属于第一参考药品，所述第一参考药品为医疗机构现存临床用药，若所述目标药品不属于所述第一参考药品，则将所述第一药品信息发送给所述第一评估模块，若所述目标药品属于所述第一参考药品，则停止对所述目标药品继续遴选评估。
47.其中，所述第一数据库用于存储医疗机构现有的所有药品名录。
48.需要说明的是，不同医疗机构对应的所述第一数据库可以相同，也可以不同。若所述目标药品属于所述第一参考药品，则停止对所述目标药品继续遴选评估。
49.其中，所述第二获取模块用于获取和配置所述第一评估模块和所述第二评估模块对所述目标药品进行评估的评估标准。
50.在本实施方式中，所述第二获取模块将所述评估标准配置到所述第一评估模块，所述评估标准包括客观性标准、不可替代性标准、安全性标准和经济性标准。
51.其中，所述第一评估模块用于根据所述第一药品信息，分别按照每一所述评估标准对所述目标药品进行评估打分，得到所述评估标准对应的评估子结果，根据所有所述评估子结果计算得到第一评估结果；若所述第一评估结果大于第一预设阈值，则所述目标药品的遴选结果为通过，若所述第一评估结果不大于所述第一预设阈值，则所述目标药品的遴选结果为不通过。
52.其中，所述第一评估模块还设置有控制子模块，所述第一评估模块将所述评估标准输入所述控制模块，所述控制模块激活并调度对应子模块对所述目标药品进行评估打分。若所述评估标准为客观性标准，所述控制模块将所述第一药品信息输入所述第一子模
块，得到所述第一评估子结果；若所述评估标准为不可替代性标准，所述控制模块将所述第一药品信息输入所述第二子模块，得到所述第二评估子结果；若所述评估标准为安全性标准，所述控制模块将所述第一药品信息输入所述第三子模块，得到所述第三评估子结果；若所述评估标准为经济性标准，所述控制模块将所述第一药品信息输入第五子模块，得到第四评估子结果。
53.需要说明的是，所述第一评估模块根据所述第一评估子结果、所述第二评估子结果、所述第三评估子结果和所述第四评估子结果按照权重参数进行加权平均，计算得到所述第一评价结果。
54.其中，所述权重参数可以为多次试验得到的经验值，也可以根据实际应用场景进行用户自定义。
55.其中，所述第一子模块用于对所述目标药品进行预设证据的量化评估，所述第一子模块根据所述第一药品信息对第二数据库进行查询以得到对应的第一评估子结果；其中，所述预设证据包括国内外指南推荐用药名录、随机对照研究数据、真实世界研究数据、国家标准、挂网类别以及生产企业的行业排名，但是其不限于此。
56.需要说明的是，参照附图2所示，所述客观性标准利用证据量化的方式间接利用国际和/或国内和/或行业的标准和专家对药品进行评估，代替具体专家的打分，得到的评估结果能够更加全面、客观和权威地反映所述目标药品在药品质量方面的性能，降低了药品评估的难度，扩大了医疗机构的适用性，避免由于医疗机构的组织结构中缺少任职专家或专家人数过少导致药品评估难以实施。
57.其中，所述第二数据库用于存储所述预设证据以及对应的预设分值，若所述目标药品存在某一所述预设证据，则获得所述预设证据对应的预设分值。例如，若所述目标药品为国外指南一线推荐用药，则所述目标药品获得国外指南一线推荐用药对应的预设分值a1。所述第一评估子结果为所有对应预设分值之和。
58.需要说明的是，参照附图2所示，其中，各项标准的分值取值可以为多次试验的经验值，也可以为根据医疗机构的使用情况进行自定义，本技术不对各项标准的具体取值进行进一步限制，凡在本技术的和精神和原则之内，均应包含在本技术的保护范围之内。
59.其中，所述第二子模块可以根据所述第一参考药品中是否存在药理作用相同或相近的药品进行评估。若所述第一参考药品中不存在与所述目标药品药理作用相同的药品，则所述目标药品对应采用所述不可替代性标准下最大的分值；若所述第一参考药品中存在与所述目标药品药理作用相似的药品，则根据所述第一参考药品与所述目标药品的相似度进行评估打分，所述相似度越大的所述目标药品对应采用越大的分值；若所述第一参考药品中存在与所述目标药品药理作用相同的药品，则所述目标药品采用所述第一评估标准下最小的分值。
60.其中，所述第三子模块可以根据说明书中关于不良反应的记载进行评估，对所述目标药品按照明确性和发生概率进行评估。若不良反应类型明确，发生概率明确，则所述目标药品对应采用越大的分值，若不良反应类型明确，但发生概率不明确，则所述目标药品对应采用越小的分值，若不良反应类型不明确，则所述目标药品对应采用最小的分值。
61.其中，根据不良反应的最高发生概率确定所述目标药品对应的打分取值，发生概率最高值越高的所述目标药品对应采用越小的分值。
62.其中，所述安全性标准还包括根据特殊人群对所述目标药品的适应性进行评估。所述特殊人群包括儿童、老人、妊娠期妇女、哺乳期妇女、肝功能异常和肾功能异常，但是其不限于此。适用所述目标药品的所述特殊人群种类越多，所述目标药品对应采用越大的分值。
63.其中，所述第五子模块包括根据所述目标药品的日均费用进行评估，按照说明书用量和所述目标药品的售卖价格计算所述目标药品的日均费用，按照所述日均费用确定所述目标药品对应的打分取值，所述日均费用越高的所述目标药品对应采用越小的分值。
64.其中，所述经济性还包括按照cheers检查清单28项的完成率进行评估，所述完成率越高的所述目标药品对应采用越大的分值。
65.在本实施方式中，将各项所述评估标准通过可以量化评估的方式，利用计算机系统对遴选流程中的众多评估标准进行评估打分，一方面可以使药品进院评估可量化，减小评估难度，另一方面减少由于人工打分导致主观因素对药品评估的干扰，同时，将传统评估方式中采用人工方式对所有标准打分替换为通过计算机系统打分进行初步筛选，由工作人员根据初步筛选结果进行二次校验，降低了工作人员的工作量，节约人工成本，提高遴选效率。
66.需要说明的是，所述第一预设阈值可以为采用多次试验得出的经验值。通过所述第一预设阈值从所有所述目标药品中筛选得到综合评估表现符合医疗机构的要求的药品，保证药品遴选的质量。
67.其中，所述第一预设阈值还可以采用试验得出的经验值和预设通过数量和/或预设通过率相结合的方式获得。所述预设通过数量和所述预设通过率用于根据医疗机构的经济预算等实际情况对通过遴选的所述目标药品数量进行进一步限制。
68.需要说明的是，所述第一预设阈值的获取方法具体包括：获取所有所述第一评估结果大于所述经验值的所述目标药品，得到待定药品；将所有所述待定药品按照所述第一评估结果的降序进行排序；获取所述预设通过数量；对比所述待定药品的数量与所述预设通过数量，若所述待定药品的数量大于所述预设通过数量，取所述预设通过数量对应最后一位所述目标药品的所述第一评估结果作为所述第一预设阈值，若所述待定药品的数量不大于所述预设通过数量，取所述经验值作为所述第一预设阈值。
69.在本实施例中，所述第一审核模块用于对通过初步遴选的所述目标药品进行人工审核，得到第一审核结果。
70.其中，所述人工审核可以由医疗结构的专家和/或药学评估人员和/或临床科室人员进行二次校验，在保证药品遴选质量的同时，根据医疗机构的组织结构维持信息同步。
71.其中，所述第一审核结果包括所述目标药品的遴选结果为通过或不通过，若所述目标药品通过审核校验，则对所述目标药品进行第二次评估，若所述目标药品不通过审核校验，则所述目标药品的遴选结果为不通过。
72.需要说明的是，根据所述目标药品的所述第一药品信息进行评估打分，可能出现综合评估表现良好，但实际临床应用阶段表现不佳的情况，因此需要对通过初步遴选的所述目标药品根据所述第二药品信息进行第二次评估，从而提升药品遴选的质量。
73.其中，所述第三获取模块用于获取遴选结果为通过的所述目标药品的第二药品信息，所述第二药品信息为所述目标药品在预设时间段中的使用信息，包括使用频次、异常事件的严重程度和异常事件发生频次；其中，所述第二评估模块用于根据所述第一药品信息，分别按照所述评估标准对所述目标药品进行评估打分，得到所述评估标准对应的所述评估子结果，根据所有所述评估子结果计算得到第二评估结果；若所述第二评估结果大于第二预设阈值，则所述目标药品的遴选结果为通过，若所述第二评估结果不大于第二预设阈值，则所述目标药品的遴选结果为不通过。
74.其中，所述第二评估模块获取所述第二参考药品的第二参考信息，所述第二参考信息为所述第二参考药品进行进院遴选后，在预设时间段中的历史使用信息。所述第二评估模块将所述第二参考信息作为参考标准设置分数第四预设阈值，对所述目标药品的所述第二药品信息进行评估打分。
75.若所述目标药品的所述第二药品信息超过所述参考标准，则所述目标药品对应采用大于所述第四预设阈值的所述第二评估结果，若所述目标药品的所述第二药品信息小于所述参考标准，则所述目标药品对应采用小于所述第四预设阈值的所述第二评估结果。例如，若所述目标药品的所述使用频次大于所述第二参考药品的所述使用频次，则所述目标药品对应采用大于所述第四预设阈值的所述评估子结果，若所述目标药品的所述使用频次小于所述第二参考药品的所述使用频次，则所述目标药品对应采用小于所述第四预设阈值的所述评估子结果。
76.分别根据使用频次、异常事件的严重程度和异常事件发生对所述目标药品进行第二次评估，根据权重系数将所有所述评估子结果进行加权平均得到所述第二评估结果。
77.其中，所述第四预设阈值可以为多次试验得到的经验值，也可以为根据实际应用场景进行用户自定义。
78.在一个可行的实施方式中，所述第二子模块用于根据所述目标药品与所述第一参考药品的相似度进行评估，所述第二子模块根据所述第一药品信息对第三数据库进行匹配，得到所述相似度最大值对应的第二参考药品，所述第二子模块根据所述相似度最大值进行评估打分，所述相似度最大值越大的所述目标药品对应采用分值越小的第二评估子结果。
79.其中，所述第三数据库用于存储所有所述第一参考药品的第一参考信息。
80.其中，所述相似度最大值为所述目标药品与所述第三数据库中所有所述第一参考药品的所述相似度的最大值。
81.其中，可以采用预先训练好的神经网络分别对所述目标药品和每一所述第一参考药品进行特征向量的提取，所述相似度为欧几里得距离相似度。
82.在一个可行的实施方式中，所述第二子模块设置有第一标准，所述第一标准包括成分相似度、适应症相似度和药理相似度；所述第二子模块根据所述第一药品信息对所述第三数据库进行匹配，分别计算所述目标药品与每一所述第一参考药品的药品成分的所述成分相似度，分别计算所述目标药品与每一所述第一参考药品的药品适应症的所述适应症相似度，分别计算所述目标药品与每一所述第一参考药品的药理的所述药理相似度，根据所述成分相似度、所述适应症相似
度和所述药理相似度计算得到所述第二评估子结果。
83.其中，所述成分相似度、适应症相似度和药理相似度可以采用预先训练好的神经网络对所述第一参考药品中对应成分分量、适应症分量和药理分量进行特征向量的提取，根据特征向量分别计算欧几里得距离相似度。
84.在一个可行的实施方式中，所述第二评估子结果的计算方法为：
85.其中，q2为所述第二评估子结果，m2为所述第二子模块的分数最大值，n为所述第一标准的数量，xi为所述目标药品在第i个所述第一标准的取值，yi为所述第一参考药品在第i个所述第一标准的取值，ωi为第i个所述第一标准对应权重，ωi需满足。
86.其中，所述第一评估子结果的计算方法为改进的欧几里得距离相似度评估方法。根据所述权重对若干个所述第一标准进行合并，得到所述目标药品的所述相似度，ωi为多次试验得出的经验值。
87.需要说明的是，xi可以为所述成分相似度和/或所述适应症相似度和/或所述药理相似度和/或其他所述第一标准。
88.在一个可行的实施方式中，所述第一评估模块预设有第三子模块，所述第三子模块用于对所述目标药品的安全性进行评估，所述第三子模块根据说明书中收载的不良反应的严重程度和/或发生概率对所述目标药品进行评估，得到第三评估子结果，严重程度越高的所述目标药品对应采用取值越小的所述第三评估子结果，发生概率越高的所述目标药品对应采用取值越小的所述第三评估子结果。
89.在本实施方式中，针对说明书收载了所述目标药品的不良反应，根据不良反应的严重程度对所述目标药品进行分级，可以分为三级，包括轻度、中度和重度。其中，轻度为轻微的反应或疾病，症状不发展，一般无需治疗，中度为不良反应症状明显，重要器官或系统功能有中度损害，重度为重要器官或系统功能有严重损害，导致残疾或缩短或危及生命。同时，根据不良反应的发生概率对所述目标药品进行分级，可以分为5级，包括十分常见、常见、偶见、罕见和十分罕见。其中，所述十分常见为发生概率不小于10%的不良反应，所述常见为发生概率不小于1%，且小于10%的不良反应，所述偶见为发生概率不小于0.1%，且小于1%的不良反应，所述罕见为发生概率不小于0.01%，且小于0.1%的不良反应，所述十分罕见为发生概率小于0.01%的不良反应。分别对所述不良反应的严重程度和/或发生概率设置权重，得到对应的程度权重和概率权重，严重程度越高的所述不良反应对应采用取值越小的所述程度权重，发生概率越高的所述不良反应对应采用取值越小的所述概率权重。
90.其中，参照附图3所示，所述第三评估子结果q3的计算方法具体包括如下步骤，其中，α1为所述概率权重，α2为所述程度权重，t为所述概率权重的预设最小值，t的取值大于0，小于所述十分常见对应的分值：s11：判断说明书收载的不良反应是否明确，若是，则继续执行s12，若否，则所述第三评估子结果设置为0。
91.s12：判断说明书收载的不良反应的发生概率是否明确，
若是，则继续执行s13，若否，则所述不良反应的所述概率权重设置为预设最小值t，执行步骤s14。
92.s13：根据说明书收载的所有所述不良反应的发生概率，得到对应所述概率权重α1。
93.s14：根据说明书收载的所有所述不良反应的严重程度，得到对应所述程度权重α2。
94.s15：将所有所述不良反应对应的所述程度权重和所述概率权重相乘后相加，得到所述第二评估子结果q3。
95.在一个可行的实施方式中，所述第二标准包括药物相互作用，所述第三子模块根据说明书对第四数据库进行匹配以得到第三参考药品，所述第三参考药品为所述第一参考药品和/或其他所述目标药品中会与所述目标药品产生相互作用的药品，根据所述第三参考药品的数量对所述目标药品进行评估打分，所述第三参考药品的数量越多的所述目标药品对应采用分值越小的所述第三评估子结果。
96.在一个可行的实施方式中，所述第二标准还包括缓解药物；所述第三子模块根据所述第一药品信息对第五数据库进行查询以得到第四参考药品，所述第四参考药品为所述第一参考药品和其他所述目标药品中对所述目标药品的不良反应和/或药物相互作用产生缓解作用的药品，根据所有所述第四参考药品能够缓解的不良反应和相互作用的类型数量进行评估打分，得到第一数值；所述第三子模块根据所述第一药品信息对第六数据库进行查询以得到第五参考药品，所述第五参考药品为所述目标药品能够缓解的不良反应和/或药物相互作用对应的所述第一参考药品和/或其他所述目标药品，根据所有所述第五参考药品的数量进行评估打分，得到第二数值；根据所述第一数值和所述第二数值计算得到所述第三评估子结果。
97.在一个可行的实施方式中，所述第二获取模块设置有第四子模块，所述第四子模块用于根据所述目标药品的类型对所述评估标准进行筛选，将所述第一药品信息输入预先训练好的卷积神经网络模型以得到所述目标药品的所述类型，根据所述标类型对应选择评估模型，所述评估模型的输出为所述目标药品对应的所述评估标准。
98.在本实施方式中，根据预设的所有所述评估标准对每一所述第一参考药品进行评估打分，得到对应的第三药品信息，所述第三药品信息为所述第一参考药品在每一所述评估标准下的评估子结果的集合。
99.其中，所述卷积神经网络的训练方法为：将所有所述第三药品信息按照适应症进行人工分类，并对所述第三药品信息建立对应的所述类型的标签数据；将所有所述第一参考药品和对应的所述类型进行随机划分为训练集和验证集；构建卷积神经网络模型；根据所述训练集和所述验证集对所述卷积神经网络进行训练和验证，得到学习参数满足预期条件的所述卷积神经网络模型；其中，所述学习参数包括分类准确率和分类速度，所述分类准确率为预测标签数据与所述类型一致的所述第二药品信息占所有所述第二药品信息的比例，所述预期条件可
以为多次试验得到的经验值，也可以根据实际应用场景进行自定义。
100.其中，所述评估模型的建立方法具体如下：根据所有所述评估标准对所述第一数据库中所述类型对应的每一所述第一参考药品进行评估打分，得到对应的第三药品信息；分别去除每一所述评估标准后分别计算每一所述第一参考药品在去除所述评估标准前和去除所述评估标准后所述第三药品信息的相似度；将所有所述第一参考药品去除同一所述评估标准对应的所述相似度的最小值作为第三数值，判断所述第三数值是否大于第三预设阈值，若所述第三数值大于所述第三预设阈值，则去除所述评估标。
101.在本实施方式中，参照附图4所示，通过如下步骤，得到需要的所述评估标准，其中，n1为预设的所述评估标准的数量，n2为所述评估标准数量的阈值，flag为标识数组：s21：判断n1的取值是否大于n2的取值，若是，将k的取值初始化为1，flag中所有取值初始化为0，继续执行步骤s22，若否，则评估标准筛选结束；s22：通过预设的神经网络模型对所有所述第三药品信息提取特征向量，得到第一特征向量；s23：从所有所述第三药品信息中去除第k个所述评估标准对应的值，得到临时第三药品信息；s24：通过所述神经网络模型对每一所述临时第三药品信息提取特征向量，得到对应的第二特征向量；s25：分别计算所述第一特征向量和所述第二特征向量的所述相似度，得到第三数值，所述第三数值为所述相似度中的最小值；s26：判断所述第三数值是否大于第三预设阈值，若是，则flag[k]的取值设为1，若否，则flag[k]的取值设为0；s27：判断k的取值是否不大于n1，若是，k的取值加1，返回步骤s23继续执行，若否，取flag中取值为1的所述临时第三药品信息中，将所述第三数值最大对应的所述第二特征向量作为所述第一特征向量，将所述第三数值最大对应的所述临时第三药品信息作为所述第三药品信息；s28：判断flag中是否存在取值为1的值，若是，则n1的取值减1，返回步骤s21继续执行，若否，则评估标准筛选结束。
[0102]
其中，经过评估标准的筛选后得到的所述第三药品信息对应的所述评估标准，即为需要的所述评估标准。将筛选得到的所述评估标准输入所述第一评估模块对所述目标药品进行评估，从而实现根据医疗机构现有药品的特点进行评估标准的自动筛选。
[0103]
其中，所述n2可以为多次试验得到的经验值，也可以根据实际应用场景进行自定义。所述评估标准之间的权重系数可以根据k的取值为n1或flag中不存在取值为1时的最后一次筛选时各评估标准的所述第三数值进行归一化后得到。
[0104]
在一个可行的实施方式中，所述第二评估模块还包括将所述第二药品信息输入滤波模型，所述滤波模型用于判断所述目标药品的异常事件的发生原因是否存在人为因素，所述滤波模型的输出为经过滤波筛选后的所述第二药品信息，若滤波筛选后的所述第二药品信息与滤波筛选前的所述第二药品信息一致，则所述目标药品的异常事件的发生原因不存在人为因素，若滤波筛选后的所述第二药品信息与滤波筛选前的所述第二药品信息不一致，则所述目标药品的异常事件的发生原因存在人为因素；所述第二评估模块根据所述评估标准对滤波筛选后的所述第二药品信息进行评估打分。
[0105]
需要说明的是，所述滤波模型可以根据说明书信息对所述第二药品信息进行筛选。将所述第一药品信息和所述第二药品信息输入所述滤波模型，所述滤波模型输出所述目标药品对应的所有不属于人为因素导致的所述第二药品信息，将所述滤波模型输入的所述第二药品信息与输出的所述第二药品信息进行对比。
[0106]
其中，所述滤波模型的筛选步骤具体如下：根据所述第一药品信息对第七数据库进行查询，得到第四药品信息，所述第四药品信息为医疗机构在预设时间段内使用所述目标药品的药物使用信息，包括药物医嘱数据和患者生理数据，但是其不限于此；所述滤波模型将每一所述第四药品信息与说明书的用药规定进行特征对比，包括适应症、用量、相互作用、禁忌和注意事项，但是其不限于此，判断所述第四药品信息是否符合说明书用药规定，若所述第四药品信息符合说明书的每一项用药规定，则所述第二药品信息对应的异常事件的产生原因不属于人为因素，保留所述第四药品信息，若所述第四药品信息存在不符合说明书用药规定的异常事件数据时，则所述第二药品信息对应的异常事件的产生原因属于人为因素，去除所述第四药品信息。
[0107]
在本实施方式中，可以利用神经网络对说明书和所述第四药品信息进行文本的语义特征提取，将提取到的语义特征进行比对。
[0108]
参照附图5所示，本技术实施例提供一种电子设备，包括：处理器和存储器，处理器和存储器通过通信总线和/或其他形式的连接机构（未标出）互连并相互通讯，存储器存储有处理器可执行的计算机程序，当计算设备运行时，处理器执行该计算机程序，以执行上述实施例的任一可选的实施方式中的系统。
[0109]
本技术实施例提供一种存储介质，所述计算机程序被处理器执行时，执行上述实施例的任一可选的实施方式中的系统。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（static random access memory，简称sram），电可擦除可编程只读存储器（electrically erasable programmable read-only memory，简称eeprom），可擦出可编程只读存储器（erasable programmable read-only memory，简称eprom），可编程只读存储器（programmable read-only memory，简称prom），只读存储器（read-only memory，简称rom），磁存储器，快闪存储器，磁盘或光盘。
[0110]
本技术所提供的实施例中，应该理解到，所揭露系统可以通过其他的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以由另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或
直接耦合或通信连接可以是通过一些通信接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
[0111]
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0112]
再者，本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0113]
本文中使用了流程图用来说明通过本公开的实施例的方法的步骤。应当理解的是，前面或后面的步骤不一定按照顺序来精确的进行。相反，可以按照倒序或同时评价各种步骤。同时，也可以将其他操作添加到这些过程中。
[0114]
除非另有定义，这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
[0115]
以上对所提供的一种药品进院遴选管理系统进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明仅为本技术的实施例而已，只是用于帮助理解本技术的一种药品进院遴选管理系统，并不用于限制本技术的保护范围；同时，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的和精神和原则之内，所作的任何修改、等同替换，均应包含在本技术的保护范围之内。

技术特征：
1.一种药品进院遴选管理系统，其特征在于，包括第一获取模块、第一查询模块、第二获取模块、第一评估模块、第三获取模块和第二评估模块；其中，所述第一获取模块用于获取目标药品的第一药品信息，所述第一药品信息为所述目标药品的基础信息，包括通用名称、批准文号、价格和说明书信息；其中，所述第一查询模块用于根据所述第一药品信息对第一数据库进行查询以判断所述目标药品是否属于第一参考药品，所述第一参考药品为医疗机构现存临床用药，若所述目标药品不属于所述第一参考药品，则将所述第一药品信息发送给所述第一评估模块；其中，所述第二获取模块用于获取和配置所述第一评估模块和所述第二评估模块对所述目标药品进行评估的评估标准；其中，所述第一评估模块用于根据所述第一药品信息，分别按照每一所述评估标准对所述目标药品进行评估打分，得到所述评估标准对应的评估子结果，根据所有所述评估子结果计算得到第一评估结果；若所述第一评估结果大于第一预设阈值，则所述目标药品的遴选结果为通过，若所述第一评估结果不大于所述第一预设阈值，则所述目标药品的遴选结果为不通过；其中，所述第三获取模块用于获取遴选结果为通过的所述目标药品的第二药品信息，所述第二药品信息为所述目标药品在预设时间段中的使用信息，包括使用频次、异常事件的严重程度和异常事件发生频次；其中，所述第二评估模块用于根据所述第一药品信息，分别按照所述评估标准对所述目标药品进行评估打分，得到所述评估标准对应的所述评估子结果，根据所有所述评估子结果计算得到第二评估结果；若所述第二评估结果大于第二预设阈值，则所述目标药品的遴选结果为通过，若所述第二评估结果不大于第二预设阈值，则所述目标药品的遴选结果为不通过。2.根据权利要求1所述的一种药品进院遴选管理系统，其特征在于，所述第一评估模块预设有第一子模块，所述第一子模块用于对所述目标药品进行预设证据的量化评估，所述第一子模块根据所述第一药品信息对第二数据库进行查询以得到对应的第一评估子结果；其中，所述预设证据包括国内外指南推荐用药名录、随机对照研究数据、真实世界研究数据、国家标准、挂网类别以及生产企业的行业排名。3.根据权利要求1所述的一种药品进院遴选管理系统，其特征在于，所述第一评估模块预设有第二子模块，所述第二子模块用于根据所述目标药品与所述第一参考药品的相似度进行评估，所述第二子模块根据所述第一药品信息对第三数据库进行匹配，得到所述相似度最大值对应的第二参考药品，所述第二子模块根据所述相似度最大值进行评估打分，所述相似度最大值越大的所述目标药品对应采用分值越小的第二评估子结果。4.根据权利要求3所述的一种药品进院遴选管理系统，其特征在于，所述第二子模块设置有第一标准，所述第一标准包括成分相似度、适应症相似度和药理相似度；所述第二子模块根据所述第一药品信息对所述第三数据库进行匹配，分别计算所述目标药品与每一所述第一参考药品的药品成分的所述成分相似度，分别计算所述目标药品与每一所述第一参考药品的药品适应症的所述适应症相似度，分别计算所述目标药品与每一所述第一参考药品的药理的所述药理相似度，根据所述成分相似度、所述适应症相似度和所述药理相似度计算得到所述第二评估子结果。
5.根据权利要求4所述的一种药品进院遴选管理系统，其特征在于，所述第二评估子结果的计算方法为：，其中，q2为所述第二评估子结果，m2为所述第二子模块的分数最大值，n为所述第一标准的数量，x
i
为所述目标药品在第i个所述第一标准的取值，y
i
为所述第一参考药品在第i个所述第一标准的取值，ω
i
为第i个所述第一标准对应权重，ω
i
需满足。6.根据权利要求1所述的一种药品进院遴选管理系统，其特征在于，所述第一评估模块预设有第三子模块，所述第三子模块用于对所述目标药品的安全性进行评估，所述第三子模块根据说明书中收载的不良反应的严重程度和/或发生概率对所述目标药品进行评估，得到第三评估子结果，严重程度越高的所述目标药品对应采用取值越小的所述第三评估子结果，发生概率越高的所述目标药品对应采用取值越小的所述第三评估子结果。7.根据权利要求6所述的一种药品进院遴选管理系统，其特征在于，所述第三子模块设置有第二标准，所述第二标准包括药物相互作用，所述第三子模块根据说明书对第四数据库进行匹配以得到第三参考药品，所述第三参考药品为所述第一参考药品和/或其他所述目标药品中会与所述目标药品产生相互作用的药品，根据所述第三参考药品的数量对所述目标药品进行评估打分，所述第三参考药品的数量越多的所述目标药品对应采用分值越小的所述第三评估子结果。8.根据权利要求7所述的一种药品进院遴选管理系统，其特征在于，所述第二标准还包括缓解药物；所述第三子模块根据所述第一药品信息对第五数据库进行查询以得到第四参考药品，所述第四参考药品为所述第一参考药品和其他所述目标药品中对所述目标药品的不良反应和/或药物相互作用产生缓解作用的药品，根据所有所述第四参考药品能够缓解的不良反应和相互作用的类型数量进行评估打分，得到第一数值；所述第三子模块根据所述第一药品信息对第六数据库进行查询以得到第五参考药品，所述第五参考药品为所述目标药品能够缓解的不良反应和/或药物相互作用对应的所述第一参考药品和/或其他所述目标药品，根据所有所述第五参考药品的数量进行评估打分，得到第二数值；根据所述第一数值和所述第二数值计算得到所述第三评估子结果。9.根据权利要求1所述的一种药品进院遴选管理系统，其特征在于，所述第二获取模块设置有第四子模块，所述第四子模块用于根据所述目标药品的类型对所述评估标准进行筛选，将所述第一药品信息输入预先训练好的卷积神经网络模型以得到所述目标药品的所述类型，根据所述类型对应选择评估模型，所述评估模型的输出为所述目标药品对应的所述评估标准；其中，所述评估模型的建立方法具体如下：根据所有所述评估标准对所述第一数据库中所述类型对应的每一所述第一参考药品进行评估打分，得到对应的第三药品信息；分别去除每一所述评估标准后分别计算每一所述第一参考药品在去除所述评估标准前和去除所述评估标准后所述第三药品信息的相似度；
将所有所述第一参考药品去除同一所述评估标准对应的所述相似度的最小值作为第三数值，判断所述第三数值是否大于第三预设阈值，若所述第三数值大于所述第三预设阈值，则去除所述评估标准，若所述第三数值大于所述第三预设阈值，则保留所述评估标准。10.根据权利要求1所述的一种药品进院遴选管理系统，其特征在于，所述第二评估模块还包括将所述第二药品信息输入滤波模型，所述滤波模型用于判断所述目标药品的异常事件的发生原因是否存在人为因素，所述滤波模型的输出为经过滤波筛选后的所述第二药品信息，若滤波筛选后的所述第二药品信息与滤波筛选前的所述第二药品信息一致，则所述目标药品的异常事件的发生原因不存在人为因素，若滤波筛选后的所述第二药品信息与滤波筛选前的所述第二药品信息不一致，则所述目标药品的异常事件的发生原因存在人为因素；所述第二评估模块根据所述评估标准对滤波筛选后的所述第二药品信息进行评估打分。

技术总结
本申请公开了一种药品进院遴选管理系统，涉及医疗辅助系统技术领域，包括利用计算机系统获取目标药品的第一药品信息，对评估标准进行获取和配置，根据第一药品信息对目标药品按照每一评估标准进行打分，得到第一评估结果，通过对于第一评估结果和第一预设阈值，判断目标药品是否通过第一次遴选评估，对通过第一次遴选评估的目标药品进行第二次遴选评估，根据目标药品的第二药品信息按照每一评估标准进行打分，得到第二评估结果。将药品的基础信息、说明书信息和实际使用数据相结合进行进院遴选评估，在通过系统评估实现评估自动化的同时，更加符合医疗机构的实际需求。更加符合医疗机构的实际需求。更加符合医疗机构的实际需求。


技术研发人员：边原 武刘芸 徐菲飞 朱昶宇 陈岷 韩丽珠 尹琪楠 童荣生
受保护的技术使用者：四川省医学科学院
技术研发日：2023.09.05
技术公布日：2023/10/11