(19)國家知識產(chǎn)權局(71)申請人成都市第一人民醫(yī)院地址610000四川省成都市武侯區(qū)萬象北路18號(72)發(fā)明人姜迪(74)專利代理機構成都明濤智創(chuàng)專利代理有限公司51289專利代理師姚國蛟(54)發(fā)明名稱一種患者用藥風險預警方法本發(fā)明公開一種患者用藥風險預警方法，涉及用藥風險評價技術領域。該方法獲取患者年等多維度數(shù)據(jù)，從中提取慢性疾病診斷信息并標準化編碼生成共病組合標簽；調(diào)用預設疾病權重體系，結合年齡因素計算共病嚴重程度評分；提取代謝相關指標構建患者藥物代謝能力特征向量；將藥物組合與共病標簽、代謝特征向量映射至臨床用藥知識庫生成綜合沖突檢測結果；基于沖突檢測結果與預設預警規(guī)則庫生成對應預警信息，規(guī)則庫包含沖突類型與預警等級的映射關獲取患者診療過程中的多維度數(shù)據(jù)，所述多維度數(shù)據(jù)包獲取患者診療過程中的多維度數(shù)據(jù)，所述多維度數(shù)據(jù)包病史、過敏史、臨床檢查數(shù)據(jù)以及醫(yī)生開具從臨床檢查數(shù)據(jù)及既往病史中提取慢性疾病診斷信息，進行疾病編碼標準所述疾病權重體系根據(jù)疾病對藥物代謝路徑的影響程度、從臨床檢查數(shù)據(jù)中提取與藥物代謝相關的指標，構建患者藥征向量將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽、藥物代步驟32步驟1,獲取患者診療過程中的多維度數(shù)據(jù)，所述多維度數(shù)據(jù)包括患者年齡、既往病史、過敏史、臨床檢查數(shù)據(jù)以及醫(yī)生開具的處方數(shù)據(jù)；步驟2,從臨床檢查數(shù)據(jù)及既往病史中提取慢性疾病診斷信息，進行疾病編碼標準化處步驟3,調(diào)用預設的疾病權重體系，結合患者年齡因素，計算共病嚴重程度評分，所述疾病權重體系根據(jù)疾病對藥物代謝路徑的影響程度、器官功能損傷等級及并發(fā)癥風險設定權重系數(shù)；步驟4,從臨床檢查數(shù)據(jù)中提取與藥物代謝相關的指標，構建患者藥物代謝能力特征向步驟5,將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽、藥物代謝能力特征向量，映射至臨床用藥知識庫，生成綜合沖突檢測結果；步驟6,基于所述綜合沖突檢測結果與預設的預警規(guī)則庫，生成對應的預警信息，所述預警規(guī)則庫包含沖突類型與預警等級的映射關系。2.根據(jù)權利要求1所述的患者用藥風險預警方法，其特征在于，所述調(diào)用預設的疾病權重體系，結合患者年齡因素，計算共病嚴重程度評分的步驟包括：當患者年齡達到預設年齡閾值時，對影響藥物代謝的慢性疾病的權重系數(shù)進行上調(diào)修正，基于修正后的權重系數(shù)計算共病嚴重程度評分。3.根據(jù)權利要求1所述的患者用藥風險預警方法，其特征在于，所述從臨床檢查數(shù)據(jù)中提取與藥物代謝相關的指標，構建患者藥物代謝能力特征向量的步驟包括：從臨床檢查數(shù)據(jù)中提取反映肝腎功能的指標，對所述指標進行歸一化處理，基于歸一化處理后的指標構建患者藥物代謝能力特征向量。4.根據(jù)權利要求1所述的患者用藥風險預警方法，其特征在于，所述將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽、藥物代謝能力特征向量，映射至臨床用藥知識庫，生成綜合沖突檢測結果的步驟包括：將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽，映射至臨床用藥知識庫中的疾病-藥物禁忌規(guī)則庫，生成疾病-藥物沖突檢測結果；將處方數(shù)據(jù)中的藥物組合與患者的藥物代謝能力特征向量，映射至臨床用藥知識庫中的藥物代謝規(guī)則庫，生成藥物代謝沖突檢測結果；基于所述疾病-藥物沖突檢測結果和藥物代謝沖突檢測結果，生成綜合沖突檢測結果。5.根據(jù)權利要求1所述的患者用藥風險預警方法，其特征在于，基于所述綜合沖突檢測結果與預設的預警規(guī)則庫，生成對應的預警信息包括：基于所述綜合沖突檢測結果，從預設的預警規(guī)則庫中匹配對應的預警規(guī)則；根據(jù)匹配的預警規(guī)則，生成包含沖突機制描述和處置建議的預警信息。6.根據(jù)權利要求1所述的患者用藥風險預警方法，其特征在于，所述從臨床檢查數(shù)據(jù)及既往病史中提取慢性疾病診斷信息的步驟包括：對臨床檢查數(shù)據(jù)及既往病史進行自然語言處理，識別其中的慢性疾病診斷信息；所述自然語言處理采用基于規(guī)則的命名實體識別方法。7.根據(jù)權利要求3所述的患者用藥風險預警方法，其特征在于，基于歸一化處理后的指3將歸一化處理后的藥物代謝相關指標進行特征組合，構建藥物代4一種患者用藥風險預警方法技術領域[0001]本發(fā)明涉及用藥風險評價技術領域，特別是一種患者用藥風險預警方法。背景技術[0002]隨著全球老齡化進程的加速，老年患者多病共存的診療需求日益凸顯。此類患者因多系統(tǒng)功能衰退、疾病病理交織及藥物代謝網(wǎng)絡復雜，面臨顯著的用藥安全挑戰(zhàn)。[0003]現(xiàn)有技術中，通過整合患者信息與藥品知識庫進行知識推理，并利用風險預測模型生成用藥風險度，在單一疾病的用藥風險檢測中已取得一定成效。然而，對于老年患者常見的多病共存場景，現(xiàn)有方案主要基于單一疾病診斷匹配藥物禁忌，且未考慮老年人群的生理衰退特征，難以全面評估多維度風險因素的綜合影響。發(fā)明內(nèi)容[0004]為解決現(xiàn)有技術中存在的技術問題，本發(fā)明提供了一種患者用藥風險預警方法。[0005]本發(fā)明采用的技術方案是：[0007]步驟1,獲取患者診療過程中的多維度數(shù)據(jù)，所述多維度數(shù)據(jù)包括患者年齡、既往[0008]步驟2,從臨床檢查數(shù)據(jù)及既往病史中提取慢性疾病診斷信息，進行疾病編碼標準[0009]步驟3,調(diào)用預設的疾病權重體系，結合患者年齡因素，計算共病嚴重程度評分，所述疾病權重體系根據(jù)疾病對藥物代謝路徑的影響程度、器官功能損傷等級及并發(fā)癥風險設定權重系數(shù)。[0010]步驟4,從臨床檢查數(shù)據(jù)中提取與藥物代謝相關的指標，構建患者藥物代謝能力特征向量。[0011]步驟5,將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽、藥物代謝能力特征向[0012]步驟6,基于所述綜合沖突檢測結果與預設的預警規(guī)則庫，生成對應的預警信息，所述預警規(guī)則庫包含沖突類型與預警等級的映射關系。[0013]優(yōu)選的，所述調(diào)用預設的疾病權重體系，結合患者年齡因素，計算共病嚴重程度評分的步驟包括：[0014]當患者年齡達到預設年齡閾值時，對影響藥物代謝的慢性疾病的權重系數(shù)進行上調(diào)修正，基于修正后的權重系數(shù)計算共病嚴重程度評分.[0015]優(yōu)選的，所述從臨床檢查數(shù)據(jù)中提取與藥物代謝相關的指標，構建患者藥物代謝能力特征向量的步驟包括：[0016]從臨床檢查數(shù)據(jù)中提取反映肝腎功能的指標，對所述指標進行歸一化處理，基于歸一化處理后的指標構建患者藥物代謝能力特征向量。5[0017]優(yōu)選的，所述將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽、藥物代謝能力特征向量，映射至臨床用藥知識庫，生成綜合沖突檢測結果的步驟包括：[0018]將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽，映射至臨床用藥知識庫中的疾病-藥物禁忌規(guī)則庫，生成疾病-藥物沖突檢測結果；[0019]將處方數(shù)據(jù)中的藥物組合與患者的藥物代謝能力特征向量，映射至臨床用藥知識庫中的藥物代謝規(guī)則庫，生成藥物代謝沖突檢測結果；[0020]基于所述疾病-藥物沖突檢測結果和藥物代謝沖突檢測結果，生成綜合沖突檢測結果。[0021]優(yōu)選的，所述基于所述綜合沖突檢測結果與預設的預警規(guī)則庫，直接生成對應的預警信息的步驟包括：[0022]基于所述綜合沖突檢測結果，從預設的預警規(guī)則庫中匹配對應的預警規(guī)則；[0023]根據(jù)匹配的預警規(guī)則，生成包含沖突機制描述和處置建議的預警信息。[0024]優(yōu)選的，所述從臨床檢查數(shù)據(jù)及既往病史中提取慢性疾病診斷信息的步驟包括：[0025]對臨床檢查數(shù)據(jù)及既往病史進行自然語言處理，識別其中的慢性疾病診斷信息；所述自然語言處理采用基于規(guī)則的命名實體識別方法。[0026]優(yōu)選的，所述基于歸一化處理后的指標構建患者藥物代謝能力特征向量的步驟包[0027]將歸一化處理后的藥物代謝相關指標進行特征組合，構建藥物代謝能力特征向量；所述特征組合采用加權求和方法。[0028]優(yōu)選的，所述將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽、藥物代謝能力特征向量，映射至臨床用藥知識庫的步驟包括：[0029]將藥物組合、共病組合標簽和藥物代謝能力特征向量轉(zhuǎn)換為統(tǒng)一的數(shù)據(jù)表示形[0030]基于所述統(tǒng)一的數(shù)據(jù)表示形式，在臨床用藥知識庫中進行匹配檢索。[0031]本發(fā)明的有益效果至少是如下之一：[0032]通過獲取患者年齡、既往病史、臨床檢查數(shù)據(jù)及處方數(shù)據(jù)等多維度信息，避免單一維度數(shù)據(jù)導致的風險漏檢，為多病共存患者的用藥風險評估提供完整數(shù)據(jù)基礎，尤其可捕捉老年患者年齡相關的生理衰退特征對用藥安全的影響。[0033]對慢性疾病診斷信息進行編碼標準化處理，將不同醫(yī)療機構的診斷術語統(tǒng)一為標準化疾病編碼，解決了診斷術語不統(tǒng)一導致的共病分析誤差問題，使共病組合標簽的一致性提升，為后續(xù)沖突檢測提供可靠的疾病維度分析基礎。[0034]基于疾病對藥物代謝的影響程度、器官功能損傷等級等設定權重系數(shù)，并結合患者年齡因素動態(tài)調(diào)整權重，解決了傳統(tǒng)方案未考慮老年人群代謝功能衰退導致的風險低估問題，使共病嚴重程度評分更貼合老年患者的實際用藥風險。[0035]將藥物組合與共病標簽、代謝特征向量映射至臨床用藥知識庫，并行檢測疾病-藥物禁忌、藥物代謝異常等多維度沖突，解決了傳統(tǒng)單一維度檢測導致的漏檢問題。附圖說明[0036]圖1為本發(fā)明的方法流程示意圖。6具體實施方式[0037]下面結合附圖對本發(fā)明的實施例進行詳細說明。[0038]本實施例提供了一種患者用藥風險預警方法，如圖1所示，包括以下步驟：[0039]步驟1,獲取患者診療過程中的多維度數(shù)據(jù)，所述多維度數(shù)據(jù)包括患者年齡、既往[0040]為了解決傳統(tǒng)方案依賴單一維度數(shù)據(jù)導致的用藥風險漏檢問題，示例性的，通過醫(yī)院信息系統(tǒng)(HIS)接口獲取患者年齡、既往病史、過敏史基本信息；通過實驗室信息管理系統(tǒng)(LIS)實時采集肝腎功能指標、血常規(guī)臨床檢查數(shù)據(jù)；通過電子處方系統(tǒng)(EPRS)獲取醫(yī)[0041]本實施方式為用藥風險評估提供全面的數(shù)據(jù)基礎，使評估維度覆蓋患者基本特[0042]步驟2,從臨床檢查數(shù)據(jù)及既往病史中提取慢性疾病診斷信息，進行疾病編碼標準[0043]為了解決醫(yī)學術語存在大量同義詞、別稱及縮寫，導致的共病分析誤差問題，在一種可能的實施方式中，所述從臨床檢查數(shù)據(jù)及既往病史中提取慢性疾病診斷信息的步驟包[0044]對臨床檢查數(shù)據(jù)及既往病史進行自然語言處理，識別其中的慢性疾病診斷信息；所述自然語言處理采用基于規(guī)則的命名實體識別方法。[0045]使用基于規(guī)則的命名實體識別方法，構建醫(yī)學術語詞典(包含慢性疾病名稱、同義[0046]將識別的診斷術語映射至統(tǒng)一的疾病分類與代碼標準，例如“2型糖尿病”對應編碼E11.9.基于標準化編碼生成共病組合標簽，如“高血壓(I10)+2型糖尿病(E11.9)+慢性腎病(N18.9)”。[0047]在本實施方式中，通過標準化編碼提升共病組合標簽的一致性，使后續(xù)藥物-疾病沖突檢測的基礎數(shù)據(jù)更可靠，減少因術語歧義導致的誤判。[0048]步驟3,調(diào)用預設的疾病權重體系，結合患者年齡因素，計算共病嚴重程度評分，所述疾病權重體系根據(jù)疾病對藥物代謝路徑的影響程度、器官功能損傷等級及并發(fā)癥風險設定權重系數(shù)。[0049]為了解決傳統(tǒng)方案未考慮老年患者器官功能衰退(如肝腎功能減退)導致的用藥風險低估問題，在一種可能的實施方式中，所述調(diào)用預設的疾病權重體系，結合患者年齡因[0050]當患者年齡達到預設年齡閾值時，對影響藥物代謝的慢性疾病的權重系數(shù)進行上調(diào)修正，基于修正后的權重系數(shù)計算共病嚴重程度評分。[0051]示例性的，由醫(yī)療專家根據(jù)疾病對藥物代謝的影響程度(如慢性腎病影響藥物排泄)、器官功能損傷等級(如肝功能Child-Pugh分級)及并發(fā)癥風險(如糖尿病合并心血管疾病),為每種疾病預設權重系數(shù)。例如，慢性腎病(N18.9)權重系數(shù)為0.8,高血壓(I10)權重系數(shù)為0.5。[0052]當患者年齡≥65歲時，自動觸發(fā)老年修正機制，對影響藥物代謝的疾病(如慢性腎7病、肝病)權重系數(shù)上調(diào)20%。例如，65歲以上患者的慢性腎病權重系數(shù)調(diào)整為0.8×1.2=[0053]將各疾病權重系數(shù)求和，得到共病嚴重程度評分[0054]在本實施方式中，通過年齡相關的權重動態(tài)修正，使共病嚴重程度評分更貼合老年患者的實際代謝能力和用藥風險，為個性化風險評估提供量化依據(jù)。[0055]步驟4,從臨床檢查數(shù)據(jù)中提取與藥物代謝相關的指標，構建患者藥物代謝能力特征向量。[0056]為了解決不同代謝指標量綱差異導致的評估維度不可比問題，在一種可能的實施方式中，所述從臨床檢查數(shù)據(jù)中提取與藥物代謝相關的指標，構建患者藥物代謝能力特征向量的步驟包括：[0057]從臨床檢查數(shù)據(jù)中提取反映肝腎功能的指標，對所述指標進行歸一化處理，基于歸一化處理后的指標構建患者藥物代謝能力特征向量。[0058]在一種可能的實施方式中，基于歸一化處理后的指標構建患者藥物代謝能力特征向量步驟包括：[0059]將歸一化處理后的藥物代謝相關指標進行特征組合，構建藥物代謝能力特征向量；所述特征組合采用加權求和方法。[0060]示例性的，從臨床檢查數(shù)據(jù)中提取血肌酐(評估腎功能)、谷丙轉(zhuǎn)氨酶(ALT,評估肝[0061]采用Z-score標準化方法，將指標值轉(zhuǎn)換為標準正態(tài)分布值。例如，某患者血肌酐值為150μmol/L,同年齡段人群均值為80μmol/L,標準差為20μmol/L,則標準化值=(150-[0062]將標準化后的肝腎功能指標、基因分型結果(如CYP2D6*4為1,野生型為0)進行加[0063]例如，血肌酐(權重0.4)、ALT(權重0.3)、CYP2D6基因型(權重0.3)組合成三維向量[0064]在本實施方式中，將患者個體代謝能力轉(zhuǎn)化為可計算的量化特征，使藥物代謝異常檢測(如劑量調(diào)整需求)更具針對性，提升代謝相關風險的識別精度。[0065]步驟5,將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽、藥物代謝能力特征向[0066]在一種可能的實施方式中，所述將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽、藥物代謝能力特征向量，映射至臨床用藥知識庫的步驟包括：[0067]將藥物組合、共病組合標簽和藥物代謝能力特征向量轉(zhuǎn)換為統(tǒng)一的數(shù)據(jù)表示形[0068]基于所述統(tǒng)一的數(shù)據(jù)表示形式，在臨床用藥知識庫中進行匹配檢索。[0069]示例性的，將處方藥物轉(zhuǎn)換為標準化編碼(如ATC編碼),共病組合標簽采用ICD-108[0070]在一種可能的實施方式中，所述將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽、藥物代謝能力特征向量，映射至臨床用藥知識庫，生成綜合沖突檢測結果的步驟包括：[0071]將處方數(shù)據(jù)中的藥物組合與患者的共病組合標簽，映射至臨床用藥知識庫中的疾病-藥物禁忌規(guī)則庫，生成疾病-藥物沖突檢測結果；[0072]示例性的，將共病編碼與藥物ATC編碼映射至疾病-藥物禁忌規(guī)則庫(基于《國家處[0073]將處方數(shù)據(jù)中的藥物組合與患者的藥物代謝能力特征向量，映射至臨床用藥知識庫中的藥物代謝規(guī)則庫，生成藥物代謝沖突檢測結果。[0074]示例性的，將代謝特征向量與藥物代謝規(guī)則庫匹配，例如血肌酐標準化值>3時，[0075]基于所述疾病-藥物沖突檢測結果和藥物代謝沖突檢測結果，生成綜合沖突檢測結果。[0076]示例性的，將藥物組合映射至相互作用數(shù)據(jù)庫(如DrugBank),分析代謝酶競爭關[0077]步驟6,基于所述綜合沖突檢測結果與預設的預警規(guī)則庫，生成對應的預警信息，所述預警規(guī)則庫包含沖突類型與預警等級的映射關系。[0078]示例性的，將綜合沖突檢測結果輸入預警規(guī)則庫(基于《臨床用藥須知》構建),例[0079]疾病-藥物禁忌對應高風險預警(紅色標識);代謝異常需劑量調(diào)整對應中風險預警(黃色標識);潛在藥物相互作用對應低風險預警(藍色標識)。[0080]在一種可能的實施方式中，所述基于所述綜合沖突檢測結果與預設的預警規(guī)則庫，直接生成對應的預警信息的步驟包括：[0081]基于所述綜合沖突檢測結果，從預設的預警規(guī)則庫中匹配對應的預警規(guī)則；[0082]根據(jù)匹配的預警規(guī)則，生成包含沖突機制描述和處置建議的預警信息。[0083]示例性的，預警規(guī)則庫采用結構化數(shù)據(jù)格式存儲，每條規(guī)則包含以下核心要素：規(guī)疾病分類編碼E11.9)、藥物分類編碼(如“噻嗪類利尿劑”對應ATC編碼NO3BA)及沖突類型(如“絕對禁忌”);預警等級(高風險/中風險/低風險);處置建議(如“建議停用噻嗪類利尿[0084]在具體實施方式中，從綜合沖突檢測結果中提取疾病編碼(如E11.9)和藥物編碼則);逐一驗證候選規(guī)則的沖突類型是否與檢測結果一致(如確認是否為“絕對禁忌”)。[0086]沖突檢測結果：患者診斷為2型糖尿病(國際疾病分類編碼E11.9),當前處方包含氫氯噻嗪(噻嗪類利尿劑，ATC編碼NO3BA01),且血肌酐指標顯示腎功能減退。[0087]規(guī)則匹配過程：提取疾病編碼E11.9和藥物編碼NO3BA,匹配到“藥物-疾病禁忌-[0088]生成的預警信息：高風險預警；沖9突機制：噻嗪類利尿劑可升高血糖，加重糖尿病病情(依據(jù)《中國2型糖尿病防治指南(2023[0090]沖突檢測結果：68歲患者診斷為慢性腎病3期(國際疾病分類編碼N18.3),處方包含經(jīng)腎臟排泄的藥物A,血肌酐指標顯示腎功能中度減退。通過語義分析過程：識別“慢性腎0.7。生成的預警信息：中風險預警：沖突明細：藥物A在慢性腎病3期患