【技術實現步驟摘要】
本專利技術涉及智能用藥管理，具體為基于大模型驅動的患者用藥管理智能對話系統。
技術介紹
1、患者用藥管理是醫療護理工作中的關鍵環節，旨在確保患者安全、有效、合理地使用藥物。它涉及提供清晰的用藥指導，定時提醒與監督患者服藥，準備與核對藥物，觀察患者服藥后的反應，以及藥物的存儲與管理。
2、而基于醫療大模型的患者智能用藥管理，是一種創新的醫療護理模式，它利用先進的醫療大模型技術，對患者用藥過程進行智能化、個性化的管理。通過整合和分析患者的醫療數據，該模式能夠提供精準的用藥指導，實時提醒與監督患者服藥，預測和監測藥物相互作用及不良反應，從而確保患者安全、有效、合理地使用藥物，提升治療效果和患者的生活質量。
3、在申請公布號為cn118197533a的中國專利技術專利中，一種醫療用藥信息管理系統及方法，該系統包括用藥信息庫模塊、患者信息獲取模塊、患者信息模板生成模塊、患者信息庫模塊、關鍵詞檢索模塊、匹配模塊、篩選模塊和用藥指導書生成模塊，用藥信息庫模塊用于存儲藥物信息，患者信息獲取模塊用于獲取患者信息，患者信息模板生成模塊用于生成患者信息模板，患者信息庫模塊用于存儲和修改患者信息模板，關鍵詞檢索模塊用于進行關鍵詞檢索，匹配模塊依據關鍵詞檢索結果與藥物信息進行信息匹配，篩選模塊用于基于信息匹配結果進行患者用藥篩選，用藥指導書生成模塊用于生成患者用藥指導書。
4、結合以上申請及現有技術中的內容：
5、在流感或者類似傳染病暴發期間，到醫院就診的患者會大幅度地增加，考慮到醫護團隊的接診壓力和工作負
6、在現有的患者用藥管理智能對話系統中，通常由患者或者醫生向醫療大模型輸入癥狀信息后，由醫療大模型輸出相應的用藥方案或參考性建議，但是，在流感或者類似疫情暴發期間，一些高風險患者，例如，老年人、孕婦、術后恢復期患者等，這些高風險患者需要提供高精度的用藥方案，否則可能產生一定的用藥安全隱患，而現有的醫療大模型在高風險患者的聚集程度較高時，由于對高風險患者缺乏及時的健康監控及數據采集，導致不能及時發現和處理高風險患者的用藥風險，導致對高風險患者的健康保障程度存在不足。
7、為此，本專利技術提供了基于大模型驅動的患者用藥管理智能對話系統。
技術實現思路
1、(一)解決的技術問題
2、針對現有技術的不足，本專利技術提供了基于大模型驅動的患者用藥管理智能對話系統，通過使用醫療大模型進行識別后給出醫療回復信息，匯總生成醫療回復信息集合；對高風險患者的回訪頻率進行約束，對高風險患者接收到的醫療回復信息進行優化，獲取優化后的醫療回復信息；由觀察周期內的高風險患者健康風險值生成康復系數，若康復系數不超過預期，對醫療大模型進行優化，并依據不同高風險患者的康復系數對維護頻率進行約束。在高風險患者的健康狀態產生異常時積極介入，給出用藥參考建議實現對高風險患者的健康保障；從而解決了
技術介紹
中提出的技術問題。
3、(二)技術方案
4、為實現以上目的，本專利技術通過以下技術方案予以實現：
5、基于大模型驅動的患者用藥管理智能對話系統，包括，
6、聚集分析單元，使用訓練后的患者風險模型在接待患者內識別出高風險患者，依據高風險患者的接待時間節點分布生成聚集度fto，若聚集度fto超過聚集閾值，采集高風險患者信息并向外部發出監測指令；其中，分析獲取高風險患者的聚集度fto的方式如下：
7、
8、權重系數，0≤pi≤1，pi為第i個高風險患者的加權值，取值落入[0，1]內；k為高風險患者個數，tij是第i次出現高風險患者到第j次出現高風險患者的時間間隔，ta為時間間隔平均值；
9、異常報警單元，采集高風險患者的實時健康反饋數據，并在數據存在異常時，向外部發出預警指令；在預警指令無回應時，依據預警指令的發出狀態構建緊急度hto，若緊急度hto超過緊急閾值，向外部發出報警指令；
10、醫療信息生成單元，以高風險患者的相關數據作為輸入，使用醫療大模型進行識別后給出醫療回復信息，匯總生成醫療回復信息集合；依據醫療回復信息生成信息值xso，依據信息值xso選擇加密方式為醫療回復信息進行加密；
11、回訪單元，對高風險患者的回訪頻率進行約束，并在向高風險患者采集反饋數據后，對高風險患者接收到的醫療回復信息進行優化，獲取優化后的醫療回復信息；
12、康復評估優化單元，由觀察周期內的高風險患者健康風險值生成康復系數ktu，若康復系數ktu不超過預期，對醫療大模型進行優化，并依據不同高風險患者的康復系數ktu對維護頻率進行約束。
13、進一步的，對患者進行信息收集，以患者信息作為輸入，使用訓練后的患者風險模型識別患者是否為高風險患者，并在對患者進行風險評估后，獲取高風險患者的健康風險值；
14、記錄接待周期內產生高風險患者的時間節點，分析獲取高風險患者的聚集度fto，若聚集度fto超過聚集閾值，依據高風險患者檔案信息為高風險患者建立健康信息檔案。
15、進一步的，接收到監測指令后，對高風險患者進行健康指標數據采集及監測，采集高風險患者提供的每日的健康狀況和用藥數據，將采集到的各項數據匯總作為實時反饋數據集合；
16、以實時反饋數據集合作為輸入，使用訓練后的異常數據識別模型進行識別，當實時反饋數據集合內存在異常值時向外部發出預警指令。
17、進一步的，以接收到的預警指令的時間節點作為預警節點，在無量綱條件下構建預警指令的緊急度hto，方式如下：
18、
19、其中，jyij為第i次預警指令到第j次預警指令的時間間隔，cyij第i次預警指令到第j次預警指令時，高風險患者異常健康指標的異常程度差值；ρ為權重系數，0≤ρ≤1；m為發出預警指令的次數。
20、進一步的，接收到報警指令后，收集高風險患者的健康信息檔案及實時反饋數據集合，以其作為輸入，使用醫療大模型對其進行識別，識別高風險患者當前的健康及用藥風險，為高風險患者制定個性化用藥方案，生成相應的用藥及相關建議，在進行審核確認后，匯總后生成醫療回復信息集合。
21、進一步的，將醫療回復信息集合內的醫療回復信息向高風險患者發送時，依據醫療回復信息生成對信息密度xt，對信息密度xt做線性歸一化處理，將對應的數據值映射至區間[0,1]內，依據如下方式生成信息值xso：
22、
23、其中，i＝1，2，…p，p為子階段的個數；xti為第i個子階段內的信息密度，xta為信息密度的均值，權重系數，0≤f1≤1，0≤f2≤1，且f1+f2＝1；
24、依據信息值xso與加密難度的本文檔來自技高網...
【技術保護點】
1.基于大模型驅動的患者用藥管理智能對話系統，其特征在于：包括，
2.根據權利要求1所述的患者用藥管理智能對話系統，其特征在于：
3.根據權利要求2所述的患者用藥管理智能對話系統，其特征在于：
4.根據權利要求3所述的患者用藥管理智能對話系統，其特征在于：
5.根據權利要求4所述的患者用藥管理智能對話系統，其特征在于：
6.根據權利要求5所述的患者用藥管理智能對話系統，其特征在于：
7.根據權利要求6所述的患者用藥管理智能對話系統，其特征在于：
8.根據權利要求7所述的患者用藥管理智能對話系統，其特征在于：
9.根據權利要求8所述的患者用藥管理智能對話系統，其特征在于：
10.根據權利要求9所述的患者用藥管理智能對話系統，其特征在于：
【技術特征摘要】
1.基于大模型驅動的患者用藥管理智能對話系統，其特征在于：包括，
2.根據權利要求1所述的患者用藥管理智能對話系統，其特征在于：
3.根據權利要求2所述的患者用藥管理智能對話系統，其特征在于：
4.根據權利要求3所述的患者用藥管理智能對話系統，其特征在于：
5.根據權利要求4所述的患者用藥管理智能對話系統，其特征在于：
...【專利技術屬性】
技術研發人員：馬飛，谷可軍，蘇麗，
申請(專利權)人：蘇州醫朵云健康股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。