买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉飞宇益克科技有限公司

摘要：本申请涉及一种医用物品的流转管理方法及系统，涉及医用物品的技术领域，其方法包括：在若干信息输入框中的至少一个信息输入框被填入文字且搜索按钮被点击后，基于所有的被填入文字得到待匹配文字组合；对待匹配文字组合中的每个字串特征基于文本解析库进行解析；依次将解析特征与预设的数据库中的信息链进行对比以判断是否在至少一个信息链中；判断对比得到的信息链对应的药品信息中是否包含特征识别对象；特征识别对象包括药品的包装图案及广告宣传语中的至少一个；将对比得到的至少一个信息链对应的药品信息依次在显示控件中显示并在包含特征识别对象的信息链旁生成特征识别对象显示区域以对特征识别对象进行显示。

主权项：1.一种医用物品的流转管理方法，应用于医用物品流转管理系统，所述医用物品流转管理系统包括信息输入控件及信息显示控件；所述信息输入控件包含若干信息输入框及搜索按钮；其特征在于，所述方法包括：在若干所述信息输入框中的至少一个信息输入框被填入文字且所述搜索按钮被点击后，基于所有的被填入文字得到待匹配文字组合；每个所述信息输入框中的被填入文字对应于所述待匹配文字组合的一个字串特征；所述信息输入框包括名称、批准文号、规格、厂家及处方分类；对待匹配文字组合中的每个字串特征基于文本解析库进行解析，对于能够解析的字串特征得到对应的解析特征，对于无法解析的字串特征保存对应的被填入文字；依次将解析特征与预设的数据库中的信息链进行对比以判断是否在至少一个信息链中；所述信息链由名称、批准文号、规格、厂家及处方分类的标准名称组成；判断对比得到的信息链对应的药品信息中是否包含特征识别对象；所述特征识别对象包括药品的包装图案及广告宣传语中的至少一个；将对比得到的至少一个信息链对应的药品信息依次在所述显示控件中显示并在包含特征识别对象的信息链旁生成特征识别对象显示区域以对所述特征识别对象进行显示；将对比得到的至少一个信息链对应的药品信息依次在所述显示控件中显示之后，所述方法还包括:在其中一信息链对应的药品信息被点击后，通过训练好的药品推荐模型生成与被点击的药品信息相匹配的药品推荐列表；所述药品推荐模型的训练方法包括：S1、基于历史处方记录、临床药品指南收集药品组合使用的数据；S2、选择FP-Growth算法并设置模型的置信度；S3、通过收集的数据对初始的药品推荐模型进行训练，当训练得到的模型的置信度大于设置的置信度时，得到所述药品推荐模型；其中，S2中FP-Growth算法包括：创建空的FP-Tree和头指针表；将每个处方记录及临床药品指南中的一个推荐药方作为一个事务，药品组合作为事务中的项集；遍历每个事务，将事务中的项按频率排序，构建初始的FP-Tree；对于FP-Tree中的每个频繁项，创建以该项为结尾的事务集合；从条件模式基中递归挖掘频繁项集，直到满足最小支持度阈值；通过收集的数据对初始的药品推荐模型进行训练，包括：对S1中的数据去除噪声数据及填补缺失数据；初始的药品推荐模型中通过输入层：接收药品信息和历史处方信息；嵌入层：将药品信息、历史处方信息转换为低维向量；交互层：使用注意力机制或矩阵分解捕捉药品之间的潜在关系；输出层：预测药品组合的置信度；选择去除噪声数据及填补缺失数据后的数据输入至初始的药品推荐模型中，并通过优化器最小化损失函数；计算F1分数；其中F1Score=；其中，P为精准率，表征预测为正的样本中，实 际为正的比例；P=（真正例）÷（真正例+假正例）；R召回率，表征实际为正的样本中，被预测 为正的比例；R=（真正例）÷（真正例+假负例）；真正例，即模型预测为正且实际为正的样本 数；真负例：模型预测为负且实际为负的样本：假正例：模型预测为正但实际为负的样本； 假负例：模型预测为负但实际为正的样本；通过F1分数得到模型的置信度。

全文数据：

权利要求：

百度查询： 武汉飞宇益克科技有限公司 一种医用物品的流转管理方法及系统