一种推荐药物的方法和装置

技术领域

本公开涉及医药及智慧医疗技术领域，尤其涉及一种推荐药物的方法和装置。

背景技术

目前我国高血压患者已达2.4亿，已经成为我国最沉重的心血管疾病负担之一。作为一种典型的长周期、病因繁杂的身体疾病，高血压受累群体广泛，同时与脑卒中和冠心病等心脑血管疾病的发生发展密切相关，而后二者则是我国国民死亡的主要原因，因此控制高血压对于遏制我国心血管疾病流行，改善国民健康水平至关重要。

降压药物虽然是目前公认的高血压治疗的基本手段，但目前我国高血压患者降压药物应用不足和不规范的现象广泛存在，限制了我国高血压整体管理水平的提升。在提升降压药物使用规范性的相关技术中，往往仅提供降压治疗的一般性建议，仍需要医生结合工作经验对进行药物选择，自动化程度不高，不能给出个体化准确的用药建议。

发明内容

为克服相关技术中存在的问题，本公开提供一种推荐药物方法和装置。

根据本公开实施例的第一方面，提供一种推荐药物的方法，包括：

获取用户历史服用的药物信息以及生命特征信息；

从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，所述用药规则包括多个用药阶段，所述用药阶段对应于至少一个药物信息；

根据所述药物信息、所述生命特征信息，确定所述用户在所述用药规则中的目标用药阶段，并推荐所述目标用药阶段对应的药物信息。

在一种可能的实现方式中，所述从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，包括：

根据所述用户的历史服用的药物信息，确定所述用户的用药阶段；

从预设的用药规则集合中确定与所述用药阶段相匹配的至少一种用药规则。

在一种可能的实现方式中，所述从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，包括：

确定所述用户的药物耐受类别；

确定与所述药物耐受类别相匹配的用药规则集合；

从所述用药规则集合中确定与所述药物信息相匹配的至少一种用药规则。

在一种可能的实现方式中，所述从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，包括：

获取所述用户的病史信息；

确定与所述病史信息相匹配的用药规则集合；

从所述用药规则集合中确定与所述药物信息相匹配的至少一种用药规则。

在一种可能的实现方式中，所述从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，包括：

在所述用户满足多种用药规则的情况下，从预设的用药规则集合中随机确定与所述药物信息相匹配的至少一种用药规则。

在一种可能的实现方式中，还包括：

获取多个用户按照所述用药规则服用所述药物信息后的身体健康状态信息，所述身体健康状态信息包括至少一种的所述生命特征信息、患病信息以及不良反应信息；

根据所述身体健康状态信息，筛选出的身体健康状态满足预设指标的用药规则；

根据筛选出的用药规则，更新所述用药规则集合。

在一种可能的实现方式中，在所述从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，之前还包括：

获取所述用户的用户身份识别信息；

判断所述用户是否已匹配了对应的用药规则，若所述用户已匹配了对应的用药规则且所述用户按照所述用药规则用药后无不耐受或并发症，则从用户身份识别信息与用药规则的关联关系数据集中确定与所述用户身份识别信息相匹配的用药规则，若所述用户按照所述用药规则用药后出现不耐受或并发症，则重新确定所述用户的用药规则；

若所述用户未匹配对应的用药规则，则从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则。

在一种可能的实现方式中，在所述获取用户历史服用的药物信息以及生命特征信息之后，还包括：

在所述用户历史服用的药物的数量和剂量满足预设阈值，且所述用户的生命特征信息未在健康范围内的情况下，发送推荐转诊的消息。

在一种可能的实现方式中，在所述根据所述药物信息、所述生命特征信息，确定所述用户在所述用药规则中的目标用药阶段，并推荐所述目标用药阶段对应的药物信息，之后还包括：

获取所述用户的人工推荐的药物信息；

在所述药物信息与人工推荐的药物信息不匹配的情况下，发送用药警示信息，所述用药警示信息包括所述人工推荐的药物信息之间的配伍禁忌、用药超量以及所述人工推荐的药物信息与用户患病信息的不匹配信息。

根据本公开的第二方面，提供了一种推荐药物的装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行本公开任一实施例所述的方法。

根据本公开的第三方面，提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行根据本公开任一实施例所述的方法。

本公开的实施例提供的技术方案可以包括以下有益效果：本公开实施例根据用户的用药信息以及生命特征信息，从预设的用药规则集合中确定与所述用药信息相匹配的用药规则，进而确定目标用药阶段对应的药物信息，相较于现有技术中粗略的向用户提供的一般性的用药建议，本公开能够更准确、即时的推荐适用于用户的药物信息，并能广泛的适用于多类用户；同时还可以根据用户用药有效性数据，迭代用药推荐逻辑，从而更为精准、科学、个性化地向用户推荐药物。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种推荐药物的方法的流程图。

图2(a)是根据一示例性实施例示出的第一用户群的一种推荐药物的方法的流程图。

图2(b)是根据一示例性实施例示出的第二用户群的一种推荐药物的方法的流程图。

图3是根据一示例性实施例示出的一种推荐药物的装置的框图。

图4是根据一示例性实施例示出的一种推荐药物的方法的流程图。

图5是根据一示例性实施例示出的一种推荐药物的装置的框图。

图6是根据一示例性实施例示出的一种推荐药物的装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

为了方便本领域技术人员理解本公开实施例提供的技术方案，下面先对技术方案实现的技术环境进行说明。

近年来，医学信息技术的发展为疾病管理模式的变革提供了契机。20世纪50年代，一些专家开始探索将辅助决策系统应用于疾病诊断，通过收集用户临床症状，列出可能的鉴别诊断以指导进一步诊疗措施。1972年，第一个具有疾病发现、确诊、探索疾病关联的诊断辅助决策系统正式投入使用，系统内有来自于文献报道的近700种疾病和超过5000种相关的症状、体征和实验室信息。1967年，第一个基于医学知识库和推理引擎建立的，通过收集用户信息从而为帮助临床医生制定临床决策的辅助决策系统诞生，它不仅辅助医嘱录入，还提供危急值报警、用户管理建议或解读实验室检查数据的功能等。至20世纪90年代，针对特定疾病的辅助决策系统大量涌现，如艾滋病用户提供抗病毒治疗药物推荐的RetroGram系统等。

上述辅助决策系统在进行药物推荐时，大多仅能提供单一维度药物信息，且推荐用药的种类较多，仍需要医生结合工作经验对推荐的多种药物进行选择，自动化程度不高，不能给出个体化准确的用药建议。此外，使用上述辅助决策系统时，往往需要切换界面或检索所需要的药物推荐信息，重新检索会让用户就诊等待时间延长，增加医生工作负担，长此以往，医生使用相应技术频率就会逐渐降低。同时，在为高血压用户选择降压药时，医生通常会面临很多选择，而这一系列选择在目前指南中都可能是推荐的、合理的，哪种用户应用哪一种药物组合更简单、更易耐受、降压效果更好目前仍不明确；当用户应用降压药而血压尚未得到控制时，在原来基础上用哪种药更有效目前也尚不明确。而辅助决策系统无法根据推荐结果的有效性进行用药推荐逻辑进行改进和迭代。

基层(社区医院或农村医院)是高血压管理的主战场，提高基层医疗机构降压药物使用的规范性，是我国提高高血压控制率的关键。作为高血压防治主力军的基层医生，特别是乡村医生，业务素质较低、水平参差不齐，加之日常任务压力繁重。因此，即使在大量资源投入的情况下，通过医生培训也很难实现疾病管理的标准化和同质化。有必要提供一种推荐药物的方法和装置，使其准确地推荐降压药物和剂量，供给医护人员特别是基层医护人员辅助使用。

基于类似于上文所述的实际技术需求，本公开提供了一种推荐药物方法和装置。

下面结合附图1对本公开所述的推荐药物的方法进行详细的说明。图1是本公开提供的一种推荐药物的方法的一种实施例的方法流程图。虽然本公开提供了如下述实施例或附图所示的方法操作步骤，但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑性上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本公开实施例提供的执行顺序。

具体的，本公开提供的一种推荐药物的方法一种实施例如图1所示，所述方法可以应用于终端或服务器，包括：

图1是根据一示例性实施例示出的一种推荐药物的方法的流程图，如图1所示，包括以下步骤。

在步骤S101中，获取用户历史服用的药物信息以及生命特征信息。

在步骤S102中，从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，所述用药规则包括多个用药阶段，所述用药阶段对应于至少一个药物信息。

在步骤S103中，根据所述药物信息、所述生命特征信息，确定所述用户在所述用药规则中的目标用药阶段，并推荐所述目标用药阶段对应的药物信息。

本公开实施例中，所述历史服用的药物信息可以包括用户近预设时间段内服用的与所患疾病相匹配的药物信息。所述药物信息可以包括药物名(商品名或化学名)、频次、剂量等。本公开实施例中，所述药物信息可以包括针对某一种疾病的药物信息，其中所述疾病可以包括高血压、糖尿病、血脂异常、冠心病等慢性病中的至少一种。以高血压疾病为例，其对应的药物信息可以包括：A类降压药物：血管紧张素转换酶抑制剂(ACEI)/血管紧张素II受体拮抗剂(ARB)类药物，如卡托普利、缬沙坦。B类降压药物：β受体阻滞剂，如倍他乐克。C类降压药物：钙通道阻滞剂(CCB)类药物，如硝苯地平。D类降压药物：利尿剂，如氢氯噻嗪。X类降压药物：除ABCD类药物以外的降压药物，如利血平、降压0号等。所述生命特征信息包括与所述疾病相对应的血压、血糖、血脂、心率等参数信息。本公开实施例中，可以通过用户的病历信息或用户就诊时口述过程中获取用户的历史服用的药物信息，可以通过用户的病历信息或用户就诊时体检信息获取用户的生命特征信息。

本公开实施例中，所述用药规则分为增药规则、减药规则以及维持当前用药规则三类，所述用药规则可以包括多个用药阶段，每个用药阶段对应于至少一个药物信息。在一个示例中，所述增药规则对应于用户血压控制不佳时，减药规则对应于用户血压过低时，维持当前用药规则对应于用户血压控制良好时。所述增药规则可以包括但不限于：A-AC-ACD或A-AD-ADC或C-CA-CAD或C-CD-CDA或D-DA-DAC或D-DC-DCA，其中A、C、D分别表示A类降压药物、B类降压药物、C类降压药物，AC表示A类降压药物和C类降压药物联合服用，ACD表示A类降压药物、C类降压药物和D类降压药物联合服用，依次类推。所述减药规则可以包括ACD-AC-A或A-1/2A，其中1/2A表示A的服剂量减半。所述从预设的用药规则集合中确定与所述用药信息相匹配的至少一种用药规则，在一个示例中，用户正在服用A类药物，则确定与所述药物信息相匹配的用药规则可以包括A-AC-ACD或A-AD-ADC。在另一个示例中，用户正在服用C类药物，则确定与所述药物信息相匹配的用药规则可以包括C-CA-CAD或C-CD-CDA。需要说明的是，所述用药规则设置方式不限于上述举例，例如，血糖类药物的药物调整，所属领域技术人员在本申请技术精髓的启示下，还可能做出其它变更，但只要其实现的功能和效果与本申请相同或相似，均应涵盖于本申请保护范围内。

本公开实施例中，所述根据所述药物信息、所述生命特征信息，确定所述用户在所述用药规则中的目标用药阶段可以包括，例如：用户甲正在服用A类降压药物，收缩压处于大于或等于160mmHg，且小于180mmHg的范围，舒张压处于大于100mmHg，且小于110mmHg的范围内。根据步骤S102，则适用于用户甲的用药规则包括A-AC-ACD或A-AD-ADC，根据用户甲的血压信息，用户甲的血压控制不佳，应进行增药，根据当前服用的药物信息，确定用户甲的目标用药阶段为AC阶段或AD阶段，根据上述实施例的定义，AC阶段对应的药物表示A类药物与C类药物联合用药；AD阶段对应的药物表示A类药物和D类药物联合用药。在一个示例中，可以根据用药信息中的服用量，确定目标用药阶段对应的药物的剂量。例如：用户乙正在服用的降压药物为A，用户乙的收缩压位于140mmHg～160mmHg范围，舒张压位于90mmHg～100mmHg范围，根据步骤S102，用户乙的用药规则包括A-AC-ACD或A-AD-ADC，对用户乙当前用药的药量进行判断，确定用户乙当前服用的药物A是否为全量：在用户乙当前服用的药物A为全量的情况下，确定用户乙的目标用药阶段为AC或AD，其中，AC对应的药物剂量可以包括A全量、C半量或全量，AD对应的药物剂量可以包括A全量、D半量或全量；在用户乙当前服用的药物A不为全量的情况下，确定用户乙的目标用药阶段为A，服用药量为全量。在一个示例中，用户丙正在服用的降压药物为A，用户丙的收缩压小于100mmHg，舒张压小于60mmHg，用户丙的血压指标仍然在一个较低的范围内，可以进行减药，可以对用户丙当前服用的药物的剂量进行判断，判断用户丙是否全量服用药物A：在用户丙全量服用药物A的情况下，推荐用户丙半量服用药物A；在用户丙半量服用药物A的情况下，推荐用户丙停止用药。在一个示例中，用户丁正在服用的降压药物为A，用户丁的收缩压位于100mmHg～140mmHg范围，用户丁的舒张压位于60mmHg～90mmHg范围，用户丙的血压指标仍然在一个较低的范围内，可以推荐用户维持当前的药物及剂量。本公开实施例中，所述药物的全量半量所对应的具体药物剂量可以根据各种降压药对应剂量换算完成。

本公开实施例根据用户的用药信息以及生命特征信息，从预设的用药规则集合中确定与所述用药信息相匹配的用药规则，进而确定目标用药阶段对应的药物信息，相较于现有技术中粗略的向用户提供的一般性的用药建议，本公开能够更准确的推荐适用于用户的药物信息，并能广泛的适用于多类用户。

在一种可能的实现方式中，所述从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，包括：

根据所述用户的历史服用的药物信息，确定所述用户的用药阶段；

从预设的用药规则集合中确定与所述用药阶段相匹配的至少一种用药规则。

本公开实施例中，所述根据所述用户的历史服用的药物信息，确定所述用户的用药阶段。在一个示例中，用户小甲8月初份服用了C类药物，则可以确定用户小甲用药阶段包括C，从预设的用药规则集合中可以确定与所述用药阶段相匹配的至少一种用药规则可包括C-CA-CAD或C-CD-CDA。在另一个示例中，用户小乙8月份服用了C类药物，9月份服用了C类药物和A类药物，则小乙的用药阶段包括C-CA，从预设的用药规则集合中可以确定与所述用药阶段相匹配的用药规则包括C-CA-CAD。

本公开实施例，考虑到用户历史服用的药物信息，基于优先推荐用户目前服用药物的原则，设置用药规则集合，并确定出与所述用药阶段相匹配的用药规则，推荐的药物更加科学。

在一种可能的实现方式中，所述从预设的用药规则集合中确定与所述用药信息相匹配的至少一种用药规则，包括：

确定所述用户的药物耐受类别；

确定与所述药物耐受类别相匹配的用药规则集合；

从所述用药规则集合中确定与所述药物信息相匹配的至少一种用药规则。

本公开实施例中，所述药物耐受类别包括耐受型和不耐受型两种，所述耐受类别包括用户对疾病所对应的药物均耐受，没有出现不良反应或其它症状，所述不耐受类别可以包括具体不耐受的药物信息以及对应的用药规则。

本公开实施例中，可以通过用户的病历信息或用户就诊时口述过程中获取用户的药物耐受类别，确定与所述药物耐受类别相匹配的用药规则集合。在一个示例中，用户S对疾病所对应的药物均耐受或目前用户S的不耐受的药物尚未确定，则用户S为耐受型，用户S正在服用D类药物。从与所述耐受型类别相匹配的用药规则集合中确定与用户S服用的用药信息相匹配的用药规则可以包括D-DA-DAC或D-DC-DCA。在另一个示例中，用户G对A类药物不耐受，则用户G为A类药物不耐受型，从与不耐受性类别相匹配的用药规则集合中确定与用户G适用的用药规则可以包括C-CD或D-DC。

本公开实施例考虑到用户的对药物耐受类别，并根据耐受类别设置不同的用药规则集合，使得推荐的药物更加的科学和准确。

在一种可能的实现方式中，所述从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，包括：

获取所述用户的病史信息；

确定与所述病史信息相匹配的用药规则集合；

从所述用药规则集合中确定与所述药物信息相匹配的至少一种用药规则。

本公开实施例中，所述用户的病史信息可以包括：痛风、支气管哮喘、高血钾、糖尿病等信息，可以通过用户的病历信息或用户就诊时口述过程中获取用户的病史信息。在一个示例中，例如：用户S有糖尿病，用户S的收缩压为155mmHg，舒张压为95mmHg。用户G没有糖尿病，用户G的收缩压为155mmHg，舒张压为95mmHg。其中，收缩压位于140mmHg～160mmHg的范围内，舒张压位于90mmHg～100mmHg的范围内，确定与所述糖尿病相匹配的用药规则集合，考虑对合并糖尿病的高血压用户应用A类药物的健康获益明显大于C类、D类或X类，因此，从所述用药规则集合中确定与所述用药信息相匹配的至少一种用药规则可以包括确定用户S的用药规则可以包括A-AC-ACD或A-AD-ADC，确定用户G的用药规则可以包括A-AC-ACD或A-AD-ADC或C-CA-CAD或C-CD-CDA或D-DA-DAC或D-DC-DCA。需要说明的是，所述确定与所述病史信息相匹配的用药规则集合设置方式不限于上述糖尿病病历的举例，例如，用户有“痛风”，禁用D类降压药物噻嗪类利尿剂；用户有“高血钾”，禁用A类降压药物。所属领域技术人员在本申请技术精髓的启示下，还可能做出其它变更，但只要其实现的功能和效果与本申请相同或相似，均应涵盖于本申请保护范围内。

本公开实施例考虑到用户的病史信息，并根据病史信息设置不同的用药规则集合，使得推荐的药物更加的科学和准确。

在一种可能的实现方式中，所述用户满足多种用药规则的情况下从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，包括：

在所述用户满足多种用药规则的情况下，从预设的用药规则集合中随机确定与所述用药信息相匹配的至少一种用药规则。

本公开实施例中，在所述用户满足多种用药规则的情况下，从预设的用药规则集合中随机确定与所述用药信息相匹配的至少一种用药规则。其中，所述用药规则初始用药使用一种药物，所述用药规则可以包括：A-AC-ACD或A-AD-ADC或C-CA-CAD或C-CD-CDA或D-DA-DAC或D-DC-DCA等，从所述用药规则中，随机选择一种，如A-AD-ADC。在另一个示例中，用户历史服用的药物信息是A类药物，与所述药物信息相匹配的用药规则可以包括：A-AC-ACD或A-AD-ADC，从上述两种用药规则中随机选择一种用药规则，如A-AC-ACD。

在一种可能的实现方式中，在所述从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则，之前还包括：

获取所述用户的用户身份识别信息；

判断所述用户是否已匹配了对应的用药规则，若所述用户已匹配了对应的用药规则且所述用户按照所述用药规则用药后无不耐受或并发症，则从用户身份识别信息与用药规则的关联关系数据集中确定与所述用户身份识别信息相匹配的用药规则，若所述用户按照所述用药规则用药后出现不耐受或并发症，则重新确定所述用户的用药规则；

若所述用户未匹配对应的用药规则，则从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则。

本公开实施例中，所述用户身份识别信息表示唯一识别该用户的信息，比如系统存储的用户唯一识别码，或者身份证号码等。在一个示例中，可以建立用户身份识别信息与用药规则的关联关系数据集，以存储用户的识别信息用药规则以及生命特征信息等。在用户进行药物推荐前，判断所述用户是否已匹配了对应的用药规则，若所述用户已匹配了对应的用药规则，且该按照所述用药规则用药后无不耐受或并发症等不良反应时，则从上述数据集中确定与所述用户身份识别信息相匹配的用药规则。若所述用户未匹配对应的用药规则，则从预设的用药规则集合中确定与所述药物信息相匹配的至少一种用药规则。在一个示例中，如果用户不依从本方案(没有按照本公开实施例的推荐的药物用药)或者出现并发症或者出现不耐受的情况，则会按照上述实施例中任一种用药规则的确定方法重新确定适用于该用户的用药规则。

利用本实施例公开的方法，可以更迅速的确定用户对应的用药规则。

在一种可能的实现方式中，在所述根据所述用药信息、所述生命特征信息，确定所述用户在所述用药规则中的目标用药阶段，并推荐所述目标用药阶段对应的药物信息之后，还包括：

在一种可能的实现方式中，所述生命特征信息还可以包括用户的年龄、身高、体重以及血常规、尿常规、血钾、血肌酐、血糖、血脂、糖化血红蛋白等参数信息。对用户进行筛选，以确定其是否适用于本发明公开的推荐药物的方法。具体方式可以包括：在一个示例中，所述用户的生命特征的特征值在预设范围可以包括：1)年龄在18岁以上；2)确诊的原发性高血压用户收缩压舒张压；3)目前未服用或者使用ACD类降压药中中的1至2种。以上三个条件需要同时满足。在另一个示例中，不适用本公开推荐药物的方法的条件包括：1)收缩压≥180mmHg和(或)舒张压≥110mmHg；2)合并冠心病(定义为：心肌梗死、经皮冠脉介入或冠脉旁路移植术治疗史、冠状动脉造影或CT显示冠脉狭窄≥50％、运动负荷试验阳性)；3)合并心力衰竭；4)医生诊断或用户自报的慢性肾脏病，eGFR<60ml/min·1.73m

在一种可能的实现方式中，在所述用药信息、所述生命特征信息，确定所述用户在所述用药规则中的目标用药阶段，并推荐所述目标用药阶段对应的药物信息之后，还包括：

在推荐的药物的数量和剂量满足预设阈值的情况下，发送推荐转诊的消息。

本公开实施例中，可以按照设置药物的数量和剂量的阈值如下，例如，推荐的药物的数量在三个及以上，且每一中药物的剂量都用至全量，用户的生命特征信息仍然不在正常的范围内，则发送推荐转诊的消息。

在一种可能的实现方式中，所述推荐药物的方法还包括：

获取多个用户按照所述用药规则服用所述药物信息后的身体健康状态信息，所述身体健康状态信息包括至少一种的所述生命特征信息、患病信息以及不良反应信息；

根据所述身体健康状态信息，筛选出的身体健康状态满足预设指标的用药规则；

根据筛选出的用药规则，更新所述用药规则集合。

本公开实施例中，可以对上述实施例中适用本发明公开的推荐药物的方法的用户进行筛选以确定所述多个用户。具体方式包括：1)满足以下标准的用户可以作为所述多个用户：a)明确诊断为原发性高血压收缩压舒张压，首次使用本公开实施例时，收缩压(收缩压)≥140mmHg且<180mmHg；b)目前未服用任何降压药或服用ACDX类降压药中的任意1种。2)满足以下标准的用户不可作为所述多个用户：a)用户自报家庭自测平均血压<135/85mmHg；b)诊室收缩压≥180mmHg和(或)舒张压≥110mmHg；c)合并糖尿病、冠心病(定义为：心肌梗死、经皮冠脉介入或冠脉旁路移植术治疗史、冠状动脉造影或CT显示冠脉狭窄≥50％、运动负荷试验阳性)；d)合并心力衰竭；e)医生诊断或用户自报的慢性肾脏病，eGFR<60ml/min·1.73m

本公开实施例中可以按照上述任一实施例中描述的用药规则的确定方法确定所述多个用户的用药规则。图2(a)是根据一示例性实施例示出的第一用户群的一种推荐药物的方法的流程图。图2(b)是根据一示例性实施例示出的第二用户群的一种推荐药物的方法的流程图。对于本实施例中的第一用户群和第二用户群，与其相匹配的用药规则可以包括：参考图2(a)所示，对于第一用户群，在初次推荐药物时，可以随机推荐A类药物、C类药物和D类药物。后期推荐药物时，对于起始药物为A的第一用户群，用药规则可以包括A-AC-ACD或A-AD-ADC；对于起始药物为C的第一用户群，用药规则可以包括C-CA-CAD或C-CD-CDA；对于起始药物为D的第一用户群，用药规则可以包括D-DA-DAC或D-DC-DCA。参考图2(b)所示，对于第二用户群，在初次推荐药物时，可以随机推荐AC类药物、AD类药物和CD类药物。后期推荐药物时，对于起始药物为AC的第二用户群，用药规则可以包括A-AC-ACD或C-CA-CAD；对于起始药物为AD的第二用户群，用药规则可以包括A-AD-ADC或D-DA-DAC；对于起始药物为CD的第二用户群，用药规则可以包括D-DC-DCA或C-CD-CDA。

本公开实施例中，可以通过建立所述多个用户数据库，以存储所述多个用户历史就诊的推荐的药物信息、用药规则以及生命特征信息等。从所述用户数据库中获取多个用户按照所述用药规则服用所述药物信息后的身体健康状态信息，所述身体健康状态信息包括至少一种的所述生命特征信息、患病信息以及不良反应信息，所述生命特征信息如血压变化、血压控制率，所述患病信息如心血管疾病发生率，需要说明的是，所述身体健康状态信息的设置方式不限于上述举例，例如，安全性事件的发生率也可以作为所述身体健康状态信息，所属领域技术人员在本申请技术精髓的启示下，还可能做出其它变更，但只要其实现的功能和效果与本申请相同或相似，均应涵盖于本申请保护范围内。

本公开实施例中，通过比较所述多个用户的身体健康状态信息，将身体健康状态满足预设指标的用药规则，例如，心血管疾病发生率低于某一预设值，血压控制率大于某一预设值等，以筛选出较为优的用药规则，利用筛选后的用药规则更新所述用药规则集合。

在一种可能的实现方式中，在所述根据所述药物信息、所述生命特征信息，确定所述用户在所述用药规则中的目标用药阶段，并推荐所述目标用药阶段对应的药物信息，之后还包括：

获取所述用户的人工推荐的药物信息；

在所述药物信息与人工推荐的药物信息不匹配的情况下，发送用药警示信息，所述用药警示信息包括所述人工推荐的药物信息之间的配伍禁忌、用药超量以及所述人工推荐的药物信息与用户患病信息的不匹配信息。

本公开实施例中可以使用上述任一种实施例描述的方法根据所述用药信息、所述生命特征信息，确定所述用户在所述用药规则中的目标用药阶段。在所述药物信息与人工推荐的药物信息不匹配的情况下，发送用药警示信息，所述用药警示信息包括所述人工推荐的药物信息之间的配伍禁忌、用药超量以及所述人工推荐的药物信息与用户患病信息的不匹配信息。

图3是根据一示例性实施例示出的一种推荐药物的装置的框图。参考图3所示，包括用药规则集合301，更新模块302，筛选模块305，用户数据存储模块306，辅助决策模块304，推荐药物显示模块303。

本公开实施例中，所述用药规则集合301中包括多种用药原则，例如1、ACD类降压药物应用原则；2、降压药物初始及联合用药药物剂量调整原则；其中，降压药物初始及联合用药药物剂量调整原则可以包括：

1)初始治疗剂量原则:(指近两周未服药用户)：

a.收缩压<140mmHg且舒张压<90mmHg，无需加用降压药物，可生活方式调节，规律监测血压。

b.除外a中情况，收缩压<160mmHg且舒张压<100mmHg，单药起始治疗，可选择A、C、D(依据ACD类药物应用原则)：服用一种全量降压药。

c.收缩压≥160mmHg和/或舒张压≥100mmHg，两种药物联合起始治疗，如CA，AD，CD，CB(依据ACD类药物应用原则)：一种全量加另外一种半量或全量。

2)药物剂量调整原则：

用户血压仍未达标时用药规则调整如下，具体如下：

a.收缩压<160mmHg且舒张压<100mmHg，降压药物加量(目前用药规则中含半量降压药)，或者加用另一种降压药物(目前用药规则中若降压药物均已达全量)，半量或全量。

b.收缩压≥160mmHg和/或舒张压≥100mmHg，加用另一种降压药，半量或全量。如需，目前降压药物加量(目前用药规则中含半量降压药)。

c.ACD三种药物已应用至足量，血压仍未达标，推荐转诊。

3)更换用药规则时剂量调整原则：

a.既往服用1种不合理降压药物：

收缩压<140mmHg且收缩压<90mmHg，换用另一种全量合理的降压药物。

收缩压≥140mmHg或收缩压≥90mmHg，换用另一种全量合理的降压药物并额外加用一种半量或全量合理的降压药物。

b.既往服用2种不合理降压药物，停用不合理药物后加用1种全量合理的降压药物和另一种半量或全量合理的降压药物。

c.既往服用降压药物不耐受

收缩压<140mmHg且舒张压<90mmHg，既往服一种降压药且不耐受，换另一种全量合理的降压药。

收缩压≥140mmHg或舒张压≥90mmHg，既往服一种降压药且不耐受，换另外两种合理的降压药，一种全量，一种半量或全量。

本公开实施例中，所述用户数据存储模块305用于全面收集用户降压治疗相关的必要的临床特征，存储所述用户历史就诊的推荐的药物信息、用药规则以及生命特征信息等。所述推荐药物显示模块303可以嵌套于推荐药物的装置的应用程序中，可在这一应用程序内为每一位用户创建一个独立的电子病历库。每次就诊生成一份电子病历。在一个示例中，所述推荐药物显示模块303可以以结构化问卷的形式收集以下用户特征：

1.体格检查：血压、心率、身高、体重(由身高、体重自动计算体重指数)、腰围

2.既往史：原发性高血压、继发性高血压、糖尿病、高脂血症、冠心病、心绞痛、心肌梗死、冠脉介入术、冠脉搭桥术、心力衰竭、脑卒中、慢性肾脏病、慢性阻塞性肺疾病、支气管哮喘、痛风、外周血管病

3.个人史：吸烟

4.辅助检查:血常规、尿常规、血钾、血肌酐、血糖、血脂、糖化血红蛋白

5.目前用药

6.降压药物副作用和不良反应

7.目前诊断

8.本次就诊后的药物治疗方案

医生综合辅助决策模块的用药推荐和自身决策给出药物治疗方案。本次就诊后的药物治疗方案含警示功能：

1)如用户出现降压药物相关的不良反应，通过警示框提醒医生根据用户情况综合分析，谨慎用药。

2)如本药物含药物应用禁忌或配伍禁忌，通过警示框提醒医生。

备注：用户的身高、既往史、降压药物副作用信息可自动链接至下次随访的电子病历中，本次就诊后的药物治疗方案可自动链接至下次随访电子病历的目前用药信息，医生仍然可以修改，以简化医生工作。

本公开实施例中，所述筛选模块305用于对适用于本推荐药物的装置的人群的筛选。所述辅助决策模块304用于依据用药规则集合中的降压药物种类原则为用户分配药物治疗方案。所述辅助决策模块304包括利用上述实施例中任一项药物推荐方法，推荐药物信息。所述更新模块302指同一临床特征的用户，用药规则集合中可能推荐几种不同的用药规则，目前证据下，这几种推荐都是合理的。例如，不合并糖尿病及其他并发症且没有ACD类药物不良反应的高血压用户，A-AC-ACD或A-AD-ADC或C-CA-CAD或C-CD-CDA或D-DA-DAC或D-DC-DCA的6种用药规则都是合理的，辅助决策模块对这一特征的用户，在几种合理的用药规则集中随机分配一种用药规则，通过长期随访观察降压效果和其他临床结局，并通过用户数据储存模块的多个用户血压及其他临床结局信息，从而评估不同用药规则的疗效，从而更新目前的用药规则集合，使用户得到更优化的用药规则。

下面通过一名55岁男性高血压用户就诊的实施实例对本公开实施例做进一步的详细描述。

第一步，医生接诊，通过用户数据存储模块306进行收集用户的体格检查、既往史、辅助检查、目前用药及药物不良反应信息。具体信息如下：体格检查：血压：145/91mmHg，心率：67次/分；既往史：无特殊病史；辅助检查：暂无；目前用药：未服用降压药；药物不良反应：无

第二步：利用筛选模块305依据以上用户数据储存模块306的信息，判断该用户适用于本系统

第三步：辅助决策模块304判断该用户可分配的用药规则可以包括A-AC-ACD、A-AD-ADC或C-CA-CAD或C-CD-CDA或D-DA-DAC或D-DC-DCA,通过随机选择，为用户分配的用药规则为A-AC-ACD。鉴于该用户血压控制不佳，应进行增药规则，使用全量A类降压药，全量C类降压药，全量D类降压药均可，随机确定其中一种，如给出医生建议：A类降压药，全量。辅助决策模块304根据医生拟开处的A类药物通用名计算出具体的剂量和频次。如医生拟为用户开处卡托普利，则电子病历模块自动显示这名用户每次应使用12.5mg卡托普利，每日3次

第四步：医生参考辅助决策模块304推荐，结合自身知识和经验，综合后给出用户建议。

图4是根据一示例性实施例示出的一种推荐药物的方法的流程图。参考图4所示，在用户首次使用本产品并分配药物治疗方案后，随访过程中，用户可能出现药物不耐受、自行更换降压药物、出现新发并发症等情况，需要调整药物用药规则，则按照以下原则进行调整：

对于首次使用本公开的推荐药物的方法的用户，根据用户历史服用的药物信息，确定所述用户的药物耐受类别。若所述用户对无药物不耐受，则通过图4中的长用药规则进行药物推荐；若所述用户对一种药物不耐受，则通过图4中的短用药规则进行药物推荐。

本公开实施例中，第一次使用本公开实施例所述的推荐药物的方法时的用户称为首诊用户，在第二次、第三次、第四次等使用本公开实施例所述的推荐药物的方法时的用户称为非首诊用户。在非首诊的情况下，在长用药规则中，包括：

第一步：首先判断用户是否适用于本产品，具体标准可以包括有无冠心病、心力衰竭、慢行肾脏病(eGFR<60ml/min·1.73m2或接受透析)等并发症，如无上述并发症进入下一步判断。

第二步：判断该用户是否服用了本公开推荐药物的方法推荐的药物。

第三步：如果服用了推荐药物，进一步判断是否有药物不耐受，如果有不耐受，再次依据第一步中首诊用户筛选方式判断用户是否适用于本发明，如果适用，重新推荐药物。如果没有不耐受，判断血压是否<180/110mmHg，如果小于180/110mmHg，按照已分配的用药规则获取用药推荐，如果血压≥180/110mmHg，不适用于本发明，即不依从本用药规则。图4中SBP(Systolic blood pressure)表示收缩压，DBP(Diastolic blood pressure)表示舒张压。

第四步：如果没有应用推荐药物，依据首诊用户筛选方式判断用户是否适用于本发明，如果适用，重新推荐药物。

在短用药规则中，与长用药规则中第三步中不同的是：如果服用了推荐药物，进一步判断是否有药物不耐受，如有药物不耐受，则不适用本发明药物药物推荐方法。

图5是根据一示例性实施例示出的一种药物推荐装置500的框图。例如，装置500可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图5，装置500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出(I/O)的接口512，传感器组件514，以及通信组件516。

处理组件502通常控制装置500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。

存储器504被配置为存储各种类型的数据以支持在装置500的操作。这些数据的示例包括用于在装置500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件506为装置500的各种组件提供电力。电源组件506可以包括电源管理系统，一个或多个电源，及其他与为装置500生成、管理和分配电力相关联的组件。

多媒体组件508包括在所述装置500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当装置500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当装置500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。

I/O接口512为处理组件502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件514包括一个或多个传感器，用于为装置500提供各个方面的状态评估。例如，传感器组件514可以检测到装置500的打开/关闭状态，组件的相对定位，例如所述组件为装置500的显示器和小键盘，传感器组件514还可以检测装置500或装置500一个组件的位置改变，用户与装置500接触的存在或不存在，装置500方位或加速/减速和装置500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件516被配置为便于装置800和其他设备之间有线或无线方式的通信。装置500可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件516还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由装置500的处理器520执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

图6是根据一示例性实施例示出的一种药物推荐装置600的框图。例如，装置600可以被提供为一服务器。参照图6，装置600包括处理组件622，其进一步包括一个或多个处理器，以及由存储器632所代表的存储器资源，用于存储可由处理组件622的执行的指令，例如应用程序。存储器632中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件622被配置为执行指令，以执行上述方法。

装置600还可以包括一个电源组件626被配置为执行装置600的电源管理，一个有线或无线网络接口650被配置为将装置600连接到网络，和一个输入输出(I/O)接口658。装置600可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器632，上述指令可由装置600的处理组件622执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。