本公開涉及大數(shù)據(jù)分析，尤其涉及基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法、基于大數(shù)據(jù)的用藥過敏分析系統(tǒng)及電子設(shè)備。

背景技術(shù)：

1、ct增強檢查是一種醫(yī)學影像檢查方法，通過向血管內(nèi)注射造影劑，然后使用ct掃描儀對病變部位進行多次掃描，以更清晰地顯示病變組織的形態(tài)、大小、位置以及與周圍組織的關(guān)系。由于ct增強使用的造影劑含有一定的碘量，會導(dǎo)致一部分患者出現(xiàn)過敏性反應(yīng)。嚴重者甚至可能出現(xiàn)休克、呼吸循環(huán)衰竭等，危及生命。

2、現(xiàn)有技術(shù)中，通過醫(yī)生詢問患者的既往病史和過敏史來獲取過敏信息，并選擇對應(yīng)的造影劑。但不同醫(yī)生的經(jīng)驗不同，且患者在描述自己的既往病史和過敏史的過程中存在不清楚的情況，導(dǎo)致對患者的用藥過敏情況分析不準確。

3、可見，在ct增強檢查過程中，如何準確分析患者用藥過敏情況是當前亟待解決的問題。

4、因此，臨床過敏檢查中，依舊還是存在如下技術(shù)問題：

5、1、過敏反應(yīng)在ct增強檢查中是無法避免的，概率在0.3％-0.5％，且有少部分會發(fā)生嚴重的過敏性休克；

6、2、有少部分患者，在第一次發(fā)生過敏反應(yīng)后，再次檢查時仍有過敏反應(yīng)的發(fā)生，當再次發(fā)生時，經(jīng)過詢問，才得知患者曾有過檢查過敏史；

7、3、醫(yī)生不知道患者曾有過增強檢查過敏史，患者自己也記得不是很清楚；

8、4、近兩年數(shù)據(jù)統(tǒng)計發(fā)現(xiàn)，腫瘤類患者發(fā)生過敏反應(yīng)較高。

技術(shù)實現(xiàn)思路

1、為了解決上述問題，本申請?zhí)岢龌跈z查用藥大數(shù)據(jù)的過敏干預(yù)分析方法，所述分析方法包括：

2、響應(yīng)過敏分析請求，獲取患者數(shù)據(jù)；所述患者數(shù)據(jù)包括病史、過敏史以及服藥史；

3、基于患者數(shù)據(jù)，獲取目標數(shù)據(jù)；所述目標數(shù)據(jù)包括目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)以及目標服藥數(shù)據(jù)；

4、獲取過敏分析模型，并將目標數(shù)據(jù)輸入過敏分析模型獲取過敏分析結(jié)果；所述分析結(jié)果包括過敏風險。

5、可選地，基于患者數(shù)據(jù)，獲取目標數(shù)據(jù)，包括：

6、基于患者數(shù)據(jù)中的病史，獲取目標疾病以及目標疾病的疾病程度作為目標疾病數(shù)據(jù)；

7、基于患者的過敏史，獲取目標過敏原以及目標過敏原的過敏程度作為目標過敏數(shù)據(jù)；

8、基于患者的服藥史，獲取目標藥品以及目標藥品的用藥量作為目標服藥數(shù)據(jù)。

9、可選地，獲取過敏分析模型包括：

10、獲取造影劑信息；

11、根據(jù)所述造影劑信息，獲得過敏關(guān)系數(shù)據(jù)庫，所述過敏關(guān)系數(shù)據(jù)庫包括目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)、目標服藥數(shù)據(jù)、過敏風險以及目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)、目標服藥數(shù)據(jù)、過敏風險之間的映射關(guān)系；

12、利用所述過敏關(guān)系數(shù)據(jù)庫訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，獲取過敏分析模型。

13、可選地，獲得過敏關(guān)系數(shù)據(jù)庫，包括：

14、通過大數(shù)據(jù)獲取同一造影劑的若干病例，以及每一病例的病史、過敏史以及服藥史；若干病例包括過敏病例和非過敏病例；

15、基于病例的病史、過敏史以及服藥史，獲取目標影響因子；目標影響因子包括目標疾病、目標過敏原以及目標藥品；

16、基于目標影響因子，對每一病例的病史、過敏史以及服藥史進行篩選，獲取每一病例的目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)以及目標服藥數(shù)據(jù)；

17、基于每一病例的目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)以及目標服藥數(shù)據(jù)，對若干病例進行聚類處理，獲取若干過敏類別，以及每一過敏類別的過敏概率；

18、基于過敏類別的過敏概率，以及所述過敏類別中每一過敏病例的目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)和目標服藥數(shù)據(jù)，獲取每一過敏病例對應(yīng)的過敏風險。

19、可選地，基于每一病例的目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)以及目標服藥數(shù)據(jù)，對若干病例進行聚類處理，獲取若干過敏類別，以及每一過敏類別的過敏概率，包括：

20、基于各病例的目標疾病數(shù)據(jù)，獲取若干疾病組合；每一疾病組合包括若干目標疾病；

21、基于各病例的目標過敏數(shù)據(jù)，獲取若干過敏原組合；每一過敏原組合包括若干目標過敏原；

22、基于各病例的目標服藥數(shù)據(jù)，獲取若干藥品組合；每一藥品組合包括若干目標藥品；

23、基于若干疾病組合、若干過敏原組合以及若干藥品組合，獲取若干過敏類別；

24、基于若干過敏類別，對各病例進行聚類，并統(tǒng)計每一過敏類別對應(yīng)的過敏概率。

25、可選地，基于過敏類別的過敏概率，以及所述過敏類別中每一過敏病例的目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)和目標服藥數(shù)據(jù)，獲取每一過敏病例對應(yīng)的過敏風險，包括：

26、基于預(yù)設(shè)處理規(guī)則對過敏類別中每一過敏病例的目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)和目標服藥數(shù)據(jù)進行處理，獲取目標疾病、目標過敏原以及目標藥品的評估值；

27、獲取若干特征過敏病例，以及每一特征過敏病例的目標疾病、目標過敏原以及目標藥品的評估值；

28、通過專家經(jīng)驗對過敏類別的過敏概率和每一特征過敏病例的目標疾病、目標過敏原以及目標藥品的評估值進行分析，獲取每一特征過敏病例的過敏風險；

29、基于每一特征過敏病例的過敏風險，以及目標疾病、目標過敏原、目標藥品的評估值，獲取風險評估模型；

30、基于風險評估模型，獲取過敏類別中每一過敏病例的過敏風險。

31、可選地，所述風險評估模型包括線性回歸模型。

32、可選地，所述分析方法還包括：

33、當患者的過敏分析結(jié)果中，過敏風險高于設(shè)定風險時，生成告警信息發(fā)送至用戶端處。

34、可選地，所述用戶端包括患者端和醫(yī)生端。

35、本申請另一方面，還提出一種電子設(shè)備，包括：

36、處理器；

37、用于存儲處理器可執(zhí)行指令的存儲器；

38、其中，所述處理器被配置為執(zhí)行所述可執(zhí)行指令時實現(xiàn)所述的基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法。

39、本發(fā)明的技術(shù)效果：

40、本申請通過獲取患者的病史、過敏史以及服藥史，解決了患者不清楚或不能準確描述既往病史和過敏史的問題；根據(jù)患者的病史、過敏史以及服藥史來獲取目標數(shù)據(jù)，能夠避免醫(yī)生錯問、漏問患者；通過過敏分析模型對患者的目標數(shù)據(jù)進行分析，能夠使得患者用藥過敏分析更加準確。解決了現(xiàn)有技術(shù)在ct增強檢查過程中分析患者用藥過敏情況不準確的技術(shù)問題。

41、根據(jù)下面參考附圖對示例性實施例的詳細說明，本公開的其它特征及方面將變得清楚。

技術(shù)特征：

1.基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法，其特征在于，所述分析方法包括：

2.根據(jù)權(quán)利要求1所述的基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法，其特征在于，基于患者數(shù)據(jù)，獲取目標數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求1所述的基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法，其特征在于，獲取過敏分析模型包括：

4.根據(jù)權(quán)利要求3所述的基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法，其特征在于，獲得過敏關(guān)系數(shù)據(jù)庫，包括：

5.根據(jù)權(quán)利要求4所述的基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法，其特征在于，基于每一病例的目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)以及目標服藥數(shù)據(jù)，對若干病例進行聚類處理，獲取若干過敏類別，以及每一過敏類別的過敏概率，包括：

6.根據(jù)權(quán)利要求5所述的基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法，其特征在于，基于過敏類別的過敏概率，以及所述過敏類別中每一過敏病例的目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)和目標服藥數(shù)據(jù)，獲取每一過敏病例對應(yīng)的過敏風險，包括：

7.根據(jù)權(quán)利要求6所述的基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法，其特征在于，所述風險評估模型包括線性回歸模型。

8.根據(jù)權(quán)利要求3所述的基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法，其特征在于，所述分析方法還包括：

9.一種基于大數(shù)據(jù)的用藥過敏分析系統(tǒng)，用于實現(xiàn)權(quán)利要求1-8中任一項所述的基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析方法，其特征在于，所述系統(tǒng)包括：

10.一種電子設(shè)備，其特征在于，包括：

技術(shù)總結(jié)
本申請涉及基于檢查用藥大數(shù)據(jù)的過敏干預(yù)分析系統(tǒng)及方法，其中，所述分析方法包括：響應(yīng)過敏分析請求，獲取患者數(shù)據(jù)；所述患者數(shù)據(jù)包括病史、過敏史以及服藥史；基于患者數(shù)據(jù)，獲取目標數(shù)據(jù)；所述目標數(shù)據(jù)包括目標疾病數(shù)據(jù)、目標過敏數(shù)據(jù)以及目標服藥數(shù)據(jù)；獲取過敏分析模型，并將目標數(shù)據(jù)輸入過敏分析模型獲取過敏分析結(jié)果；所述分析結(jié)果包括過敏風險。解決了現(xiàn)有技術(shù)在CT增強檢查過程中分析患者用藥過敏情況不準確的技術(shù)問題。

技術(shù)研發(fā)人員：梁俊麗,易紫輝,黃紅芳,潘錫屏,施黎黎,竇瑛,曾冠珍,韋長剛,何寶亮,黃彪進
受保護的技術(shù)使用者：廣西醫(yī)科大學第一附屬醫(yī)院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2