本發(fā)明涉及居家養(yǎng)老技術(shù)領(lǐng)域,尤其涉及一種智能化藥物風(fēng)險監(jiān)控方法及系統(tǒng)。
背景技術(shù):
任何藥物都有副作用,藥物一方面是治療作用,另一方面就是副作用。對心臟病人有副作用的藥物種類繁多,有的藥物藥性不是很穩(wěn)定,所以,心臟病人用藥一定要遵從醫(yī)囑,不要擅自應(yīng)用。但有些病人服藥時不嚴(yán)格遵從醫(yī)囑,或在自身病情發(fā)生變化時不復(fù)診、不檢查,長期服用一種或多種藥物,以致出現(xiàn)了毒副作用,甚至加重了原心臟病的病情。因此,對于服用藥物所引起副作用的檢測變得尤為重要。當(dāng)今,可穿戴健康設(shè)備快速發(fā)展,可以用于長期監(jiān)測人體的生理指標(biāo)。
在可穿戴設(shè)備檢測心臟病相關(guān)體征方面,目前有己經(jīng)商業(yè)化的產(chǎn)品。如美國的CardioNet公司提供的心臟監(jiān)測儀,可以實時采集病患的心電圖數(shù)據(jù),并將其傳回公司以供分析。Isansys的無線心率傳感器,無線脈搏血氧計和無線血壓監(jiān)護(hù)儀。
在藥物副作用預(yù)測方面,現(xiàn)有用于“臨床的藥物決策系統(tǒng)”,在處方的過程中,參考數(shù)據(jù)庫,比如藥物不良反應(yīng)數(shù)據(jù)庫,配方數(shù)據(jù)庫,藥物不良反應(yīng)數(shù)據(jù)庫等,參與處方的決策,幫助醫(yī)生給出合理的配方。
將可穿戴設(shè)備與醫(yī)療結(jié)合,使用可穿戴設(shè)備記錄人體體征進(jìn)行統(tǒng)計分析,并對非正常的數(shù)值給出預(yù)警。
目前,可穿戴設(shè)備僅參與心臟病體征的檢測,監(jiān)測系統(tǒng)大多只有單純的數(shù)據(jù)收集、記錄功能。CardioNet公司的設(shè)備為將信息發(fā)回監(jiān)測中心,人工判斷病人的身體狀況,但是仍然有時效性差的缺點。此外,對于異常身體體征的判斷和預(yù)測,大多使用簡單的統(tǒng)計性數(shù)據(jù),如血壓要小于某一數(shù)值,標(biāo)準(zhǔn)僵化,沒有很好地照顧好個體差異。
技術(shù)實現(xiàn)要素:
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足,本發(fā)明提供了一種智能化藥物風(fēng)險監(jiān)控方法及系統(tǒng),可以通過神經(jīng)網(wǎng)絡(luò)對已有大量人群用藥數(shù)據(jù)進(jìn)行訓(xùn)練,充分照顧個體差異,快速判斷病人的身體狀況,實現(xiàn)用藥監(jiān)測。
為了解決上述問題,本發(fā)明提出了一種智能化藥物風(fēng)險監(jiān)控方法,所述方法包括:
通過可穿戴設(shè)備收集用戶的體征數(shù)據(jù);
在用藥的時候?qū)λ幬镞M(jìn)行掃描,獲取藥物數(shù)據(jù);
對體征數(shù)據(jù)按預(yù)設(shè)時間間隔進(jìn)行采樣;
基于神經(jīng)網(wǎng)絡(luò)模型獲取藥物的副作用概率。
優(yōu)選地,在所述基于神經(jīng)網(wǎng)絡(luò)模型獲取藥物的副作用概率的步驟之后,還包括:
根據(jù)副作用概率對用戶發(fā)出提醒。
優(yōu)選地,所述方法還包括:
設(shè)置風(fēng)險閾值,當(dāng)副作用概率超過該風(fēng)險閾值時,向用戶發(fā)出提醒。
相應(yīng)地,本發(fā)明還提供一種智能化藥物風(fēng)險監(jiān)控系統(tǒng),所述系統(tǒng)包括:
可穿戴設(shè)備,用于收集用戶的體征數(shù)據(jù);
掃描模塊,用于在用藥的時候?qū)λ幬镞M(jìn)行掃描,獲取藥物數(shù)據(jù);
采樣模塊,用于對體征數(shù)據(jù)按預(yù)設(shè)時間間隔進(jìn)行采樣;
計算模塊,用于基于神經(jīng)網(wǎng)絡(luò)模型獲取藥物的副作用概率。
優(yōu)選地,所述系統(tǒng)還包括:提醒模塊,用于根據(jù)副作用概率對用戶發(fā)出提醒。
優(yōu)選地,所述系統(tǒng)還包括:設(shè)置模塊,用于設(shè)置風(fēng)險閾值;當(dāng)副作用概率超過該風(fēng)險閾值時,由提醒模塊向用戶發(fā)出提醒。
在本發(fā)明實施例中,根據(jù)心臟病病人的人體體征變化,和服用的藥物成分,結(jié)合神經(jīng)網(wǎng)絡(luò),智能化分析用戶服藥后的副作用,方便、快捷地評價出用藥風(fēng)險,通過神經(jīng)網(wǎng)絡(luò)對已有大量人群用藥數(shù)據(jù)進(jìn)行訓(xùn)練,充分照顧個體差異,快速判斷病人的身體狀況,預(yù)測和及時監(jiān)控用戶的用藥安全。
附圖說明
為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實施例,對于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其它的附圖。
圖1是本發(fā)明實施例的智能化藥物風(fēng)險監(jiān)控方法的流程示意圖;
圖2是本發(fā)明實施例的智能化藥物風(fēng)險監(jiān)控系統(tǒng)的結(jié)構(gòu)組成示意圖。
具體實施方式
下面將結(jié)合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,所描述的實施例僅僅是本發(fā)明一部分實施例,而不是全部的實施例。基于本發(fā)明中的實施例,本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護(hù)的范圍。
圖1是本發(fā)明實施例的智能化藥物風(fēng)險監(jiān)控方法流程示意圖,如圖1所示,該方法包括:
S1,通過可穿戴設(shè)備收集用戶的體征數(shù)據(jù);
S2,在用藥的時候?qū)λ幬镞M(jìn)行掃描,獲取藥物數(shù)據(jù);
S3,對體征數(shù)據(jù)按預(yù)設(shè)時間間隔進(jìn)行采樣;
S4,基于神經(jīng)網(wǎng)絡(luò)模型獲取藥物的副作用概率。
在本發(fā)明實施例中,可通過以下可穿戴設(shè)備收集用戶的體征數(shù)據(jù)。
表1檢測體征對應(yīng)的可穿戴設(shè)備列表
a.OFweek可穿戴設(shè)備:
InBody Band向用戶提供管理身體健康狀況的智能方式,它能夠測量人體成分,使用戶方便地追蹤自己的體重、健身活動和總體的健康狀況??蛇\動追蹤、心率監(jiān)測、睡眠模式分析、振動提醒等運動追蹤器的“標(biāo)準(zhǔn)”功能外,分析人體的肌肉和脂肪含量,還能監(jiān)測用戶攝取和消耗的卡路里,可以根據(jù)用戶的心率衡量用戶的疲勞程度,它利用心電圖測量用戶的心率。
b.HealthPals產(chǎn)品:
靠人體自身能量供電的可穿戴式健康監(jiān)測儀。健康監(jiān)測由一個配有傳感器的手鐲和一枚戒指、溫度、濕度等測量動脈血氧飽和度血液壓力傳感器、白領(lǐng)式心電圖的傳感器、用于心臟監(jiān)測、加速器和呼吸的傳感器、配有傳感器信號監(jiān)測的腦電圖耳機、以及一個心電圖傳感器進(jìn)行更精確的心電數(shù)據(jù)采集組成。它們分別監(jiān)控體溫、血壓、腦電波、心率等。主要應(yīng)用于心腦血管疾病、睡眠失調(diào)、高血壓、癲癇、中風(fēng)患者。
c.Scanadu Scout:
一款能夠自主檢測生命體征的設(shè)備,只需放在額頭上幾秒鐘,就可以測量血壓、心率、體溫及。也可以直接使用現(xiàn)有的或服藥病人自帶如智能腕帶等能夠檢測心率、體溫、排汗等體征數(shù)據(jù)的體征檢測設(shè)備
d.可穿戴脈搏血氧儀
可穿戴脈搏血氧儀可持續(xù)監(jiān)控用戶的血氧飽和度和脈搏率,它配備了指尖傳感器,并連接到腕部設(shè)備,可以監(jiān)測用戶在每日正?;顒又谢蛞归g的血氧飽和度。該設(shè)備對于檢測阻塞性睡眠呼吸暫停綜合征、慢性阻塞性肺病和睡眠呼吸暫停等癥狀大有裨益。
e.呼吸監(jiān)測智能手機耳機
能夠根據(jù)樣本中的呼吸聲音快慢、深淺、連貫與否、充滿了氣喘還是很清晰等情況轉(zhuǎn)換成一個數(shù)值,即“呼吸指數(shù)”。MyBreath移動應(yīng)用程序,它能夠跟蹤和測量使用普通耳機用戶的呼吸,同時它也是Aetna的CarePass移動健康平臺的一部分。有了這樣的新耳機,再結(jié)合MyBreath移動應(yīng)用,就能夠全面監(jiān)測用戶的呼吸。
藥物副作用的對應(yīng)體征表現(xiàn)如表2所示。
表2藥物副作用的對應(yīng)體征表
目前,對心臟疾病的診斷主要是通過分析心電圖(ECG)來判斷心臟的生理功能狀況。臨床上常用作記錄ECG的是心電圖機和Holter動態(tài)心電圖儀。
掃描二維碼后,得到藥物的信息,然后匹配藥物庫,得出這種藥物主要會引起哪些副作用,進(jìn)而約束檢測出來的副作用結(jié)果,使結(jié)果更加準(zhǔn)確。
部分藥物特征如表3所示。
表3部分藥物特征列表
進(jìn)一步地,在S4之后,還包括:根據(jù)副作用概率對用戶發(fā)出提醒。
進(jìn)一步地,還包括:
設(shè)置風(fēng)險閾值,當(dāng)副作用概率超過該風(fēng)險閾值時,向用戶發(fā)出提醒。
在本發(fā)明方法實施例中,用戶偑戴可穿戴設(shè)備,由可穿戴設(shè)備不停地收集用戶體征數(shù)據(jù),并通過無線傳輸?shù)确绞絺鬟f到系統(tǒng)所在設(shè)備(如手機);用戶需要在系統(tǒng)上輸入其個人數(shù)據(jù)(如年齡、身高、體重、性別等);在用藥的時候,把所服藥物的數(shù)據(jù)通過二維碼掃描輸入系統(tǒng)在用藥之后,系統(tǒng)將用藥前24小時到當(dāng)前的時間的體征數(shù)據(jù)按一定時間間隔(如10分鐘)采樣,和前一步的用戶數(shù)據(jù)作為系統(tǒng)的數(shù)據(jù)輸入;系統(tǒng)通過己訓(xùn)練出的神經(jīng)網(wǎng)絡(luò)模型,根據(jù)數(shù)據(jù)擬合出當(dāng)前或即將發(fā)生的副作用概率,提醒用戶。
神經(jīng)網(wǎng)絡(luò)模型需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練,訓(xùn)練的單個數(shù)據(jù)包括用藥前24小時、所用藥物、用藥后72小時內(nèi)收集的患者體癥,患者的個人數(shù)據(jù),同時還對用藥后發(fā)生的副作用在對應(yīng)體癥數(shù)據(jù)中進(jìn)行標(biāo)記,神經(jīng)網(wǎng)絡(luò)在輸入數(shù)據(jù)后,在數(shù)據(jù)中擬合當(dāng)前或之后發(fā)生的副作用及相應(yīng)概率,作為輸出。
可穿戴設(shè)備時刻記錄用戶與心臟病相關(guān)的體征(包括:病人的心電圖體征值、心率、脈搏、血壓、血氧水平、體溫、體重、血氧飽和度、疲勞度、呼吸),當(dāng)病人需要用藥時,通過掃描二維碼,檢測獲得藥物信息(藥物名稱、該藥物可能發(fā)生的副作用),通過神經(jīng)網(wǎng)絡(luò)持續(xù)對病人的體征進(jìn)行檢測分析,以確定是否發(fā)生副作用,當(dāng)副作用發(fā)生后,通過這個疾病發(fā)作的概率以及重要程度,利用idf方法,計算出該疾病的評分,評分越高表示情況越值得重視,通過預(yù)先設(shè)備的閾值,當(dāng)評分超過閾值時,提醒用戶可能發(fā)生該副作用。
輸入格式為三元組(A,L,D)的數(shù)據(jù),A表示病人的屬性,例如年齡、性別、身高、體重、L表示與心臟病相關(guān)的體征,L是通過可穿戴設(shè)備檢測獲得的,記病人在吃藥前一天的體征為L1,吃藥后到當(dāng)前時刻所對應(yīng)的體征為L2,則L=(L1,L2),D表示病人服用的藥物。
輸出向量C=(c1,c2,…,ck),基中ci表示得到疾病i的概率為ci,c1表示不得病的概率,故神經(jīng)網(wǎng)絡(luò)計算P(C|A,L,D)的概率。
神經(jīng)網(wǎng)絡(luò)分為3層,第一層為輸入層,第二層為隱藏層,第三層為輸出層,隱藏層使用雙曲正切函數(shù)tanh作為激活函數(shù)。
神經(jīng)網(wǎng)絡(luò)工作流程如下:
將三元組(A,L,D)作為向量輸入,令X=(A,L,D),在隱藏層計算tanh(d+HX),輸出層計算b+Utanh(d+HX),通過二維碼獲得的藥物為D,D對應(yīng)的副作用為(d1,d2,…dm),m≤k,d1=c1,從C中抽取出m個值組成一個新的向量,由于這m個值為所要結(jié)果,需要進(jìn)行歸一化處理,使得概率和為1,因此,對m個值應(yīng)用softmax函數(shù),將輸出層進(jìn)行歸一化處理,具體如下:
記yi=b+Utanh(d+HX),則
當(dāng)計算完成后,得到每個副作用發(fā)生的概率pi,通過藥物數(shù)據(jù)庫查詢獲得該副作用的重要程度wi,計算其得分fi=pi*wi,如果fi超過預(yù)先設(shè)備的閾值,則提醒用戶可能發(fā)生該副作用。
相應(yīng)地,本發(fā)明實施例還提供一種智能化藥物風(fēng)險監(jiān)控系統(tǒng),如圖2所示,該系統(tǒng)包括:
可穿戴設(shè)備1,用于收集用戶的體征數(shù)據(jù);
掃描模塊2,用于在用藥的時候?qū)λ幬镞M(jìn)行掃描,獲取藥物數(shù)據(jù);
采樣模塊3,用于對體征數(shù)據(jù)按預(yù)設(shè)時間間隔進(jìn)行采樣;
計算模塊4,用于基于神經(jīng)網(wǎng)絡(luò)模型獲取藥物的副作用概率。
進(jìn)一步地,該系統(tǒng)還包括:提醒模塊,用于根據(jù)副作用概率對用戶發(fā)出提醒。
設(shè)置模塊,用于設(shè)置風(fēng)險閾值;當(dāng)副作用概率超過該風(fēng)險閾值時,由提醒模塊向用戶發(fā)出提醒。
本發(fā)明的系統(tǒng)實施例中各功能模塊的功能可參見本發(fā)明方法實施例中的流程處理,這里不再贅述。
在本發(fā)明實施例中,根據(jù)心臟病病人的人體體征變化,和服用的藥物成分,結(jié)合神經(jīng)網(wǎng)絡(luò),智能化分析用戶服藥后的副作用,方便、快捷地評價出用藥風(fēng)險,通過神經(jīng)網(wǎng)絡(luò)對已有大量人群用藥數(shù)據(jù)進(jìn)行訓(xùn)練,充分照顧個體差異,快速判斷病人的身體狀況,預(yù)測和及時監(jiān)控用戶的用藥安全。
本領(lǐng)域普通技術(shù)人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成,該程序可以存儲于一計算機可讀存儲介質(zhì)中,存儲介質(zhì)可以包括:只讀存儲器(ROM,Read Only Memory)、隨機存取存儲器(RAM,Random Access Memory)、磁盤或光盤等。
另外,以上對本發(fā)明實施例所提供的智能化藥物風(fēng)險監(jiān)控方法及系統(tǒng)進(jìn)行了詳細(xì)介紹,本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進(jìn)行了闡述,以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想;同時,對于本領(lǐng)域的一般技術(shù)人員,依據(jù)本發(fā)明的思想,在具體實施方式及應(yīng)用范圍上均會有改變之處,綜上所述,本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。