- · 《中国处方药》栏目设置[06/30]
- · 《中国处方药》收稿方向[06/30]
- · 《中国处方药》投稿方式[06/30]
- · 《中国处方药》征稿要求[06/30]
- · 《中国处方药》刊物宗旨[06/30]
一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。 二、投稿方式： 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件，请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权： 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
基于深度学习的智能处方审核系统探讨(2)
作者:网站采编关键词:
摘要：对照方法采用统计学方法，采用SPSS 20.0 软件对数据进行统计分析。计数资料以率（%）表示,采用χ2检验，用P＜0.05 表示差异有统计学意义。 下文中两种方
对照方法采用统计学方法，采用SPSS 20.0 软件对数据进行统计分析。计数资料以率（%）表示,采用χ2检验，用P＜0.05 表示差异有统计学意义。
下文中两种方法指的是Lenet 方法和统计学方法。
4.1 两种方法的处方不合格率对比统计结果表明，用Lenet 训练的处方不合格率（0.75%）小于对照组的处方不合格率（5.92%），门诊处方开具合格率提高5.17%，见表1。
表1 两种方法不合格情况对比
4.2 两种方法的不合理用药率统计结果表明，用Lenet 训练的不合格用药率（0.66%）小于对照组的不合理用药率（5.73%），见表2。
用Lenet 训练结果包括3 张重复用药门诊处方、3 次用法用量不合理、1 次联合用药不合理和1 次配伍禁忌，对照组的不合理包含17 次重复用药、11 次用法用量不合理、12 次联合用药不合理和12次配伍禁忌。
表2 两种方法的不合理用药率对比
5 结论
本文使用Lenet 用于处方智能审核研究，给处方审核提供一种可行的方法，研究结论主要有：（1）通过和对照组结果对比，本文方法降低了处方不合格率和不合格用药率；（2）本文避免以往电子病历数字化过程的word 转化vector 过程的复杂繁琐和多义现象，直接将症状与数字一一映射，避免了多义现象。
［1］姜德春,崔晓辉,闫素英,等.基于信息化辅助的药师实时处方审核的模式建立与实施效果评价[J].临床药物治疗杂志,2018,16(11):21-25.
［2］叶政春,胡志坚.基于知识库的处方审核干预系统建设研究[J].中国数字医学,2016,11(9):53-55.
［3］沈峻,鲁威.基于人工智能的区域处方前置审核系统建设与应用[J].中国卫生信息管理杂志,2019,16(4):493-496.
［4］吴光樑,周志凌,宋梦姣.我院门诊处方审核中发现的问题及对策分析[J].中国当代医药,2019,26(34):154-157.
［5］刘建宏.审核1651 张疏血通注射液处方附问题处方干预研究[J].首都食品与医药,2018,25(4):56.
［6］焦长丽.药师审核静脉用药医嘱及其干预分析[J].首都食品与医药,2018,25(24):78-79.
［7］李军.审核2013 张苦碟子注射液处方附59 张问题处方干预效果分析[J].首都食品与医药,2018,25(13):55.
［8］张效荣.基于卷积神经网络的深度学习算法与应用研究[D].西安:西安电子科技大学,2015.
［9］Ying Y,Min L,Liu,L L.et Big Data and Deep Learning:A pplications,Challenges,and Future Outlooks[J].Big Data Mining and Analytics,2019,2(4):288-305.
［10］蔡文芮.基于Hankel 矩阵的随机噪音衰减法在煤田勘探中的应用[J].物探化探计算技术,2019,41(6):732-737.
［11］Karol and Hankel operators between distinct Hardy spaces[J].Instytut Matematyczny Polskiej Akademii Nauk,2019,249.
［12］徐永干,姜杰,唐昆明,等.基于Hankel 矩阵和奇异值分解的局部放电窄带干扰抑制方法[J/OL].电网技术:1-9[2020-08-24].
［13］Deoras A,Kombrink S, evaluation and combination of advanced language modeling techniques[C]Interspeech,Conference of the International Speech Communication Association,Florence,Italy ,2012.
［14］Socher R,Huang E H,Pennin J,et pooling and unfolding recursive autoencoders for paraphrase detection[J].Advances in Neural Information Processing Systems,2011,24:801-809.
［15］Bordes A,Glorot X,Weston J,et al.Joint learning of words and meaning representations for open-text semantic parsing[J].International Conference on Artificial Intelligence and Statistics,2012,12:127-135.
文章来源：《中国处方药》 网址: http://www.zgcfyzz.cn/qikandaodu/2021/0326/693.html
上一篇：毕淑敏我精心搭建想象中的世界
下一篇：香茅醇亚微乳的处方工艺优化研究