电子处方配伍的智能评价方法

《电子处方配伍的智能评价方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、电子处方配伍的智能评价方法摘要近几年医院信息化的快速发展，电子处方在医院的应用已不断深化和普及，为了提高电子处方质量、促进合理用药，借助人工智能技术对电子处方中药物配伍的审查和分析显得格外重要。为了对电子处方进行准确智能的评价，本文结合对武汉大学医院信息系统的需求调研和分析，以得到电子处方的功效为目的，针对医学数据中大量存在的模糊性概念，引入模糊数学和数据挖掘的相关知识和方法，将医学概念和数据量化研究，从而分析出处方中的药物关系和功效关系，从本质上探索处方配伍规律，得出处方的功效及强度，进而达到对处方配伍评价的目的。本文的研究将对医院信息化建设具有相当重要的意义。现有

2、的处方评价方法大多是通过配伍规律表来对处方配伍进行审查，而并没有将处方本身结合起来分析，因此本文研究是基于处方的，是从处方的药物间关系和功效间关系入手的。由于影响处方功效的主要因子是处方中药物的属性、药效和药量等，所以本文需要从这三点计算功效强度。首先，在研究药物间的关系时，本文运用模糊数学中模糊聚类分析方法，将处方中诸药的性味归经等药物属性进行适当的量化描述，从而将处方描述成一个模糊矩阵，进而得出描述药物间关系的模糊关系矩阵，运用数学方法分析该模糊关系得出处方中不同药物间的相似度以及药物的分类。其次，在研究功效间的关系时，本文借鉴数据挖掘中关联规则分析方法，提出功效

3、间影响率的概念，从处方历史数据的分析中，找出与处方中药物功效相关的规则，计算出处方的不同药物功效间的影响率。最后，在计算处方功效时，III本文根据处方中药物间关系，药物功效间关系和药物的药量，运用本文提出的计算模型，计算出处方的主要功效及其强度。对待检测药物加入前后处方功效的变化来判断药物是否合理。本文还以三种常见的不合理配伍为例验证了本文方案的正确性。本文还通过实验系统验证了所设计的研究方案的可操作性，同时也证明了模糊数学和数据挖掘技术在评价处方配伍问题方面具有可行性。关键词：配伍规律；模糊数学；关联规则；聚类分析IIIABSTRACTInrecentyears,w

4、iththerapiddevelopmentoftheconstructionofhospitalinformation,electronicprescribinginhospitalscontinuetodeepenandspread,inordertoimprovethequalityofe-prescribing,topromotetherationaluseofmedicines,withthehelpofartificialintelligencetoexamineandanalyzeofthecompatibilityofdrugsinelectronic

5、prescriptionappearedparticularlyimportant.Inordertoevaluateprescriptionaccurateandintelligently,Inthispaper,CombinedwiththeresearchandanalysisofWuhanUniversityHospitalInformationSystem,researchstartsfromtherelationshipbetweentheefficiesoftheelectronicprescription,Inconnectionwiththereal

6、ityofmedicaldatahadalargenumberoffuzzyconceptsandphenomena,thepaperleadsintothetheoryoffuzzymathanddataminingtoresearchtherelationofDrugsandefficies,quantifiedtherelatedconceptsanddata,studytheregularpatternofincompatibilityEssentially.Thisstudyhasgreatsignificancetotheconstructionofhos

7、pitalinformation.Inexistingresearch,mostofthembasedonthefrequencyofusingcommondrugsinprescription,usedassociationrulesanalysismethodtoanalyzethelaws,buttheefficacyofthedrugitselfisnotcombined.Soresearchinthispapercombinedtherelationshipbetweendrugsandefficacy.Becauseofthemainfa