一种应用于临床药学的信息交互控制方法及系统与流程

本发明涉及信息处理，具体为一种应用于临床药学的信息交互控制方法及系统。

背景技术：

1、临床药学是研究药物防病治疗的合理性和有效性的药学学科。它主要内容是研究药物在人体内代谢过程中发挥最高疗效的理论与方法。它侧重于药物和人的关系，直接涉及到药物本身，用药对象和给药方式，因此也直接涉及到医疗质量。在医院的诊疗系统中，医药平衡是医者们追求的系统发展之一。开展临床药学的实际意义，就是确保病人用药安全有效、提高医疗水平，使医院药学与临床密切结合，达到合理用药的目的。这就要求医院系统中，医与药两者能做到及时的信息沟通和交互。

2、在现有技术中，由于当今信息发展速度快，知识爆炸式地填充，基于现有科技设备的临床医学开展也变得极为容易，然而也出现了用药被过分干预的问题，反而导致用药不当甚至用药事故。因此临床药学的信息交换变得尤为重要，不能及时高效地完成信息调取和确认会影响诊断速度，不能全面完整地去确认用药可能会导致用药不当，不能良好地进行医药沟通就会影响用药的合理性，并且进一步影响医药平衡，导致诊断效率下降。

技术实现思路

1、针对现有技术的不足，本发明提供了一种应用于临床药学的信息交互控制方法及系统，解决了现有的临床药学的信息交换过程中诊断速度过慢且信息来源方向较小，无法快速进行诊断的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种应用于临床药学的信息交互控制方法，包括以下步骤；

3、步骤一、设置系统个人信息登录，并设立多种登录验证方式；

4、步骤二、接受来自临床药学领域的相关数据；

5、步骤三、对接收到的数据进行预处理，包括数据清洗、去噪和归一化操作；

6、步骤四、将预处理后的数据进行提取关键特征；

7、步骤五、将特征提取后进行生成相应的决策；

8、步骤六、将生成的决策输出至临床医药学领域，供相关人员参考执行。

9、优选的，所述步骤三中，数据清洗包括去除噪声、处理缺失数据和异常值操作，并支持自动化处理。

10、优选的，所述步骤四中，采用特征选择、特征降维和特征组合来提取关键特征。

11、优选的，所述步骤五中，决策生成使用机器学习算法进行生成相应决策，包括决策树、支持向量机、神经网络和随机森林。

12、优选的，所述步骤六中，该决策输出模块将生成的决策以多种形式输出，包括在显示屏上显示、通过打印机输出、通过声音提示和网络接口传递。

13、一种应用于临床药学的信息交互控制系统，包括：

14、数据接收模块，用于接受来自临床药学领域的相关数据；

15、数据预处理模块，用于对接收到的数据清洗、去砸和归一化的预处理操作，且与数据接收模块的输出端相连接；

16、特征提取模块，基于预处理后的特征提取关键特征且与数据预处理模块的输出端相连接；

17、决策生成模块，基于提取的特征生成相应的决策，与特征提取模块之间为电性连接；

18、决策输出模块，将生成的决策输出至临床医药学领域，且输入端与决策生产模块的输出端相连接。

19、优选的，所述数据接收模块可通过传感器、数据库和网络接口的方式接收来自临床医药学领域的数据，并支持多种数据格式。

20、优选的，所述特征提取模块采用统计分析、机器学习和深度学习技术来提取关键特征。

21、优选的，所述决策生成模块基于规则引擎、专家知识和机器学习算法的决策。

22、优选的，所述决策输出模块可通过显示屏、打印机、声音提示或网络接口方式将生成的决策输出至临床医药学领域。

23、本发明提供了一种应用于临床药学的信息交互控制方法及系统。具备以下有益效果：

24、本发明通过数据接收、预处理和特征提取等模块，提高了数据处理的效率，减少了繁琐的人工操作，其次，基于特征提取和决策生成模块，该系统能够更准确地生成决策，并提供更可靠的指导，改善了决策生成的准确性，此外，该系统实现了自动化处理，通过自动化模块对临床药学数据进行快速处理和决策生成，提高了工作效率和一致性，另外，决策输出模块提供了多种灵活的决策传达方式，方便相关人员参考和执行，最后，该系统支持多种数据源，扩大了数据来源的范围，增加了系统的适用性和通用性，综上所述，该应用于临床药学的信息交互控制方法及系统将提升临床药学领域的工作效率、决策质量和数据处理能力。

技术特征：

1.一种应用于临床药学的信息交互控制方法，其特征在于，包括以下步骤；

2.根据权利要求1所述的一种应用于临床药学的信息交互控制方法，其特征在于，所述步骤三中，数据清洗包括去除噪声、处理缺失数据和异常值操作，并支持自动化处理。

3.根据权利要求1所述的一种应用于临床药学的信息交互控制方法，其特征在于，所述步骤四中，采用特征选择、特征降维和特征组合来提取关键特征。

4.根据权利要求1所述的一种应用于临床药学的信息交互控制方法，其特征在于，所述步骤五中，决策生成使用机器学习算法进行生成相应决策，包括决策树、支持向量机、神经网络和随机森林。

5.根据权利要求1所述的一种应用于临床药学的信息交互控制方法，其特征在于，所述步骤六中，该决策输出模块将生成的决策以多种形式输出，包括在显示屏上显示、通过打印机输出、通过声音提示和网络接口传递。

6.一种应用于临床药学的信息交互控制系统，依据权利要求1-5中任意一项所述的一种应用于临床药学的信息交互控制方法，其特征在于，包括：

7.根据权利要求6所述的一种应用于临床药学的信息交互控制系统，其特征在于，所述数据接收模块可通过传感器、数据库和网络接口的方式接收来自临床医药学领域的数据，并支持多种数据格式。

8.根据权利要求6所述的一种应用于临床药学的信息交互控制系统，其特征在于，所述特征提取模块采用统计分析、机器学习和深度学习技术来提取关键特征。

9.根据权利要求6所述的一种应用于临床药学的信息交互控制系统，其特征在于，所述决策生成模块基于规则引擎、专家知识和机器学习算法的决策。

10.根据权利要求6所述的一种应用于临床药学的信息交互控制系统，其特征在于，所述决策输出模块可通过显示屏、打印机、声音提示或网络接口方式将生成的决策输出至临床医药学领域。

技术总结
本申请涉及信息处理技术领域，公开了一种应用于临床药学的信息交互控制方法，包括以下步骤；步骤一、设置系统个人信息登录，并设立多种登录验证方式；步骤二、接受来自临床药学领域的相关数据；步骤三、对接收到的数据进行预处理，包括数据清洗、去噪和归一化操作；步骤四、将预处理后的数据进行提取关键特征；步骤五、将特征提取后进行生成相应的决策；步骤六、将生成的决策输出至临床医药学领域，供相关人员参考执行。通过数据预处理模块提高了数据处理的效率，减少了人工操作，并实现自动化处理，提高了工作效率和一致性，通过多种决策输出方式，方便相关人员参考和执行；还支持多种数据源，增加了系统的适用性。

技术研发人员：何婷,庞牧,刘佳慰,杨昊
受保护的技术使用者：深圳市中医院
技术研发日：
技术公布日：2024/5/8