CN109766446A - 一种数据调查方法、数据调查装置及计算机可读存储介质 - Google Patents
一种数据调查方法、数据调查装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109766446A CN109766446A CN201811530792.8A CN201811530792A CN109766446A CN 109766446 A CN109766446 A CN 109766446A CN 201811530792 A CN201811530792 A CN 201811530792A CN 109766446 A CN109766446 A CN 109766446A
- Authority
- CN
- China
- Prior art keywords
- data
- drug
- target medicine
- knowledge mapping
- mentioned
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000003860 storage Methods 0.000 title claims abstract description 29
- 239000003814 drug Substances 0.000 claims abstract description 448
- 229940079593 drug Drugs 0.000 claims abstract description 271
- 238000013507 mapping Methods 0.000 claims abstract description 112
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 231100000419 toxicity Toxicity 0.000 claims abstract description 31
- 230000001988 toxicity Effects 0.000 claims abstract description 31
- 201000010099 disease Diseases 0.000 claims description 74
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 74
- 230000001225 therapeutic effect Effects 0.000 claims description 55
- 238000011084 recovery Methods 0.000 claims description 40
- 238000004891 communication Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000003993 interaction Effects 0.000 claims description 10
- 230000001932 seasonal effect Effects 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 2
- 238000011835 investigation Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 20
- 230000000857 drug effect Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 239000000047 product Substances 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000013461 design Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 11
- 206010019233 Headaches Diseases 0.000 description 8
- 231100000869 headache Toxicity 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 206010011224 Cough Diseases 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000000547 structure data Methods 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000012466 permeate Substances 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 229940126534 drug product Drugs 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000825 pharmaceutical preparation Substances 0.000 description 1
- 230000003285 pharmacodynamic effect Effects 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请公开了一种数据调查方法、数据调查装置及计算机可读存储介质，应用于知识关系分析领域，其中方法包括：接收查询指令，所述查询指令用于查询目标药品的使用情况；获取知识图谱，所述知识图谱存储有医疗大数据，所述医疗大数据描述了患者使用药品的情况；根据所述知识图谱统计所述目标药品的药品数据，所述药品数据包括但不限于以下数据的一种或者多种：销售流向数据、药品需求数据和药效分析数据；显示所述药品数据。本申请基于包含有医疗大数据的知识图谱，来统计用户所指定的任意药品的药品数据，以反映出药品的售流向数据、药品需求数据和/或药效分析数据等，从而本申请提供了一种实时、快速并且高效的数据调查方法。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种数据调查方法、数据调查装置及计算机可读存储介质。
背景技术
为了提高自身竞争力，许多企业和机构除了会不断的提高服务质量和产品质量之外，还十分看重市场的反馈。因为只有掌握了市场的喜好和需求之后，才能有针对性改进自身的服务和产品，于是企业和机构越来越重视数据的收集和分析。尤其对于很重视最终效果的医疗领域的企业和机构来说，用户的反馈的数据是十分重要的。
许多机构和企业会采取问卷调查等方法获取用户的反馈，然后再将用户的反馈存进传统的关系数据库中，最后基于关系数据库进行分析得到调查结果。具体的，首先根据需求制定问题，再将问题整合为问卷，并将问卷分发给合作过的用户，最后回收问卷。筛选出问卷中可以使用的反馈数据，然后基于该反馈数据进行分析，从而得到调查结果。
可以看出，上述问卷调查的方法，耗时长，能收集的数据也有限，而且由于问卷为用户亲自填写的，用户不一定能准确的理解问题并就问卷上的问题做出详细回答。总的来说，由于医疗大数据较分散，少量的医疗大数据不能全面的反映用户的真实反馈，于是即使采集到数据之后，数据的分析也是一大难题，于是总的使得数据调查效率降低。
发明内容
本申请实施例提供一种数据调查方法，可实现药品数据的快速调查。
第一方面，本申请实施例提供了一种数据调查方法，该方法包括：
接收查询指令，所述查询指令用于查询目标药品的使用情况；
获取知识图谱，所述知识图谱存储有医疗大数据；
根据所述知识图谱统计所述目标药品的药品数据，所述药品数据包括但不限于以下信息中的一种或者多种：销售流向数据、药品需求数据和药效分析数据；
显示所述药品数据。
结合第一方面，在第一方面的第一种实现方式中，所述根据所述知识图谱统计所述目标药品的药品数据，包括：
在所述知识图谱中查找所述目标药品的关联信息，所述关联信息包括但不限于以下信息中的一种或者多种：医疗机构信息、疾病信息、治疗方案和恢复情况；
根据所述关联信息统计所述目标药品的药品数据。
结合第一方面的第一种实现方式，在第一方面的第二种实现方式中，所述根据所述关联信息统计所述目标药品的药品数据，包括：
根据所述治疗方案和所述医疗机构信息统计所述目标药品的销量流向数据，所述治疗方案包括目标药品使用数量；
和/或，根据所述疾病信息确定所述疾病是否为季节性疾病，若是则根据所述治疗方案估计所述目标药品的药品需求数据，所述治疗方案包括目标药品使用数量；
和/或，根据所述恢复情况评估所述目标药品的药效分析数据。
结合第一方面，在第一方面的第三种实现方式中，所述接收查询指令之后，所述获取知识图谱之前，还包括：
根据所述查询指令向服务器发送获取请求；
接收所述服务器发送的所述知识图谱。
结合第一方面，在第一方面的第四种实现方式中，所述获取知识图谱之前，还包括：
获取所述医疗大数据和图形数据库，所述医疗大数据包括但不限于以下信息中的一种或者多种：患者信息、医疗机构信息、疾病信息、治疗方案和恢复情况；
利用所述医疗机构数和所述图形数据库据建立所述知识图谱。
结合第一方面，在第一方面的第五种实现方式中，所述显示所述药品数据，包括：
以图表的方式显示所述药品数据。
结合第一方面，在第一方面的第六种实现方式中，所述显示所述药品数据，包括：
获取历史药品数据，所述历史药品数据包括在不同时间点所统计的所述目标药品的药品数据；
将所述药品数据添加到所述历史药品数据；
以图表的方式显示所述历史药品数据。
第二方面，本申请实施例提供了一种数据调查装置，该数据调查装置包括用于执行上述第一方面的数据调查方法的单元，该数据调查装置包括：
接收单元，用于接收查询指令，所述查询指令用于查询目标药品的使用情况；
获取单元，用于获取知识图谱，所述知识图谱存储有医疗大数据；
统计单元，用于根据所述知识图谱统计所述目标药品的药品数据，所述药品数据包括但不限于以下信息中的一种或者多种：销售流向数据、药品需求数据和药效分析数据；
显示单元，用于显示所述药品数据。
结合第二方面，在第二方面的第一种实现方式中：
所述异常风险装置还包括查找单元，用于在所述知识图谱中查找所述目标药品的关联信息，所述关联信息包括但不限于以下信息中的一种或者多种：医疗机构信息、疾病信息、治疗方案和恢复情况；
统计单元，具体用于根据所述关联信息统计所述目标药品的药品数据。
结合第二方面的第一种实现方式，在第二方面的第二种实现方式中，所述统计单元，具体用于：
根据所述治疗方案和所述医疗机构信息统计所述目标药品的销量流向数据，所述治疗方案包括目标药品使用数量；和/或，根据所述疾病信息确定所述疾病是否为季节性疾病，若是则根据所述治疗方案估计所述目标药品的药品需求数据，所述治疗方案包括目标药品使用数量；和/或，根据所述恢复情况评估所述目标药品的药效分析数据。
结合第二方面，在第二方面的第三种实现方式中：
所述接收单元，具体用于所述数据调查装置还包括发送单元460，用于根据所述查询指令向服务器发送获取请求；
所述接收单元，还用于接收所述服务器发送的所述知识图谱。
结合第二方面，在第二方面的第四种实现方式中：
所述获取单元，还用于获取医疗大数据和图形数据库，所述医疗大数据包括但不限于以下信息中的一种或者多种：患者信息、医疗机构信息、疾病信息、治疗方案和恢复情况；
所述数据调查装置还包括构建单元，用于利用所述医疗机构数和所述图形数据库据建立所述知识图谱。
结合第二方面，在第二方面的第五种实现方式中：
所述显示单元，具体用于以图表的方式显示所述药品数据。
结合第二方面，在第二方面的第六种实现方式中：
所述获取单元，还用于获取历史药品数据，所述历史药品数据包括在不同时间点所统计的所述目标药品的药品数据；
所述数据调查装置还包括添加单元，用于将所述药品数据添加到所述历史药品数据；
所述显示单元，还用于以图表的方式显示所述历史药品数据。
第三方面，本申请实施例提供了另一种数据调查装置，包括处理器、通信接口、输入设备、输出设备和存储器，所述处理器、通信接口、输入设备、输出设备和存储器相互连接，其中，所述通信接口用于与其他终端设备进行数据交互，所述存储器用于存储支持数据调查装置执行上述数据调查方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，用以执行上述第一方面至第一方面的任意一种实现方式的数据调查方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行，用以执行上述第一方面至第一方面的任意一种实现方式的数据调查方法。
本申请可以根据用户输入查询指令，从存储有医疗大数据的知识图谱中获取与目标药品相关联的关联数据，然后根据该关联数据统计目标药品的药品数据，例如销售流向数据、药品需求数据和药效分析数据等，然后在显示屏上显示该药品数据。一方面，由于知识图谱为由医疗大数据这样大量、分散且可靠的数据整合起来得到数据库，于是免去了传统的数据采集的困难，另一方面，由于采用了知识图谱，还可以实时响应用户输入的用于获取任意药品的药品数据的查询指令，根据知识图谱统计目标药品的药品数据，从而基于知识图谱可以快速统计和获取药品的药品数据，另一方面，本申请还在统计到目标药品的药品数据之后，将该药品数据显示在显示屏上，以实现高效的人机交互的过程。总的来说，本申请可以提供一种实时、快速并且高效的数据调查方法，以实现对目标药品的销售流向数据、药品需求数据和药效分析数据等的快速调查，从而提高药品数据调查的效率。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
图1是本申请实施例提供的一种数据调查方法的示意流程图；
图2是本申请另实施例提供的一种数据调查方法的示意流程图；
图3是本申请实施例提供的一种知识图谱的示例图；
图4是本申请实施例提供的一种数据调查装置的示意性框图；
图5是本申请实施例提供的一种数据调查装置的结构性框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加到。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
本申请主要应用于数据调查装置，该数据调查装置可以是传统数据调查装置、大型存储系统、台式电脑、笔记本电脑、平板电脑、掌上电脑、智能手机、便携式数字播放器、智能手表以及智能手环等等，本申请对此不做限制。
本申请实施例中描述的终端设备包括但不限于带通讯功能的设备、智能手机、平板电脑、笔记本电脑、台式电脑、便携式数字播放器、智能手环以及智能手表等。当终端设备与数据调查装置进行数据交互的时候，终端设备与数据调查装置都要按照预设格式进行对数据的特性进行记录并传送，其中，数据的特性包括时间、地点、类型等。
本发明中描述的服务器，可以是传统服务器、大型存储系统、台式电脑、笔记本电脑、平板电脑、掌上电脑、智能手机、便携式数字播放器、智能手表以及智能手环等等。当服务器与数据调查装置进行数据交互的时候，服务器与数据调查装置都要按照预设格式进行对数据的特性进行记录并传送，其中，数据的特性包括时间、地点、类型等。
需要说明的是，本申请所涉及的知识图谱是基于图形数据库的知识网络，将数据中的关键数据与数据之间的联系以图形的方式直接的展现的一种数据存储方法。知识图谱的优势在于，首先知识图谱可以处理复杂多样的关联分析，将分散的医疗领域数据和专家经验，以最高效的方式建立关联，融为一体，构建起医疗专业知识网络，打破信息孤岛。其次，知识图谱为一种图式的数据存储方式，相比传统存储方式，数据调取速度更快，真正实现人机互动的实时响应，因此可以实现快速智能检索和智能问答。再其次，知识图谱可以模拟人的思考过程去发现、求证、推理和纠错。最后，知识图谱可以根据推理和纠错等学习功能，不断沉淀知识逻辑和模型。总的来说，知识图谱可以直观的展现数据，并大大提高数据读取和存储的效率和速度，实现实时响应，且能模拟人的思考过程去发现、求证、推理和纠错等。于是，本申请能提供一种高效的医疗专业知识网络的构建方法。其中，图形数据库包括Neo4J图像数据库、ArangoDB图像数据库、OrientDB图像数据库、FlockDB图像数据库、GraphDB图像数据库、InfiniteGraph图像数据库、Titan图像数据库、Cayley图像数据库等。图形数据库为知识图谱的数据库框架，当数据按照图形数据库中所需要的格式和内容填充到图像数据库之后，便得到知识图谱。
还需要说明的是，在知识图谱中，数据模型主要是以节点和边来体现，相比于传统的关系数据库的优点是可以快速解决复杂的关系问题，例如社会网络中人与人之间的关系。一般来说，图具有如下特征：①包含节点和边；②节点上有属性；③边有名字和方向，并总是有一个开始节点和一个结束节点；④边也可以有属性。其中，节点即是实体，实体是知识图谱中的最基本元素，不同的实体间存在不同的关系，实体表示具有可区别性且独立存在的某种事物，世界万物由具体事物组成，此指实体。如某一个人、某一个城市、某一种植物等、某一种商品等等。实体关系指的是两个实体之间的联系。属性指的是实体所包含的属性的类型，例如“面积”、“人口”、“首都”等。属性值指的是，实体所包含的属性所指向的实际内容，例如实体“中国”的属性“面积”指向属性值“9634057平方公里”。
举例来说，如图3所示的知识图谱，图中有三个实体分别为张三、李四和车，张三含有属性出生日期和属性社交账号，而张三的属性为出生日期的属性值为1969.9.21，属性为社交账号的属性值为123，其中，张三和李四之间有两个实体关系，一个实体关系由张三指向李四，表示张三爱李四，另一个实体关系由李四指向张三，表示李四爱张三；车与张三之间有一个实体关系，由张三指向车，表示张三驾驶车；车与李四之间有一个实体关系，由李四指向车，表示李四拥有车。总的来说，图3中的知识图谱所表达的意思是出生日期为1969.9.21且社交账号为123的张三和李四相爱，张三驾驶的车是李四的。
还需要说明的是，由于知识图谱清楚且直观的表现了数据之间的联系，于是相比于传统的关系数据库更善于处理大量的、复杂的、互联的、多变的网状数据，并且图像数据库的效率也远远高于传统的关系型数据库的百倍、千倍甚至万倍。知识图谱特别适用于社交网络、实时推荐、银行交易环路、金融征信系统等广泛的领域。
举例来说，在知识图谱中查找张三的朋友的朋友的朋友的朋友的朋友中查找与张三的老乡，只需要读取与张三之间关系长度相隔5的用户中与张三为老乡的用户，但如果是使用传统的关系数据的话，就需要找到包含张三的朋友的表，之后依次找到包含张三的朋友的朋友的表......包含张三的朋友的朋友的朋友的朋友的朋友的表，然后再从获取的表中查找与张三为老乡的用户，其过程十分繁琐和耗时。
参见图1，是本申请实施例提供一种数据调查方法的示意流程图，如图1所示数据调查方法可包括：
101：接收查询指令，查询指令用于查询目标药品的使用情况。
在本申请实施例中，先通过显示屏接收用户的查询指令，例如用户在显示屏上的显示框中输入了一串字符，然后数据调查装置对该一串字符进行精确查询或者模糊查询等查询到该一串字符所代表的药品，并将该药品作为目标药品。当接收到该查询指令时，则触发针对药品的数据调查的过程，以调查处药品的使用情况，例如销售流向情况、药品需求情况和/或药效分析情况等。
可选的，对查询指令中包含的一串字符进行精确查询或者模糊查询等查询到该一串字符所代表的多个药品，于是在显示屏上显示该多个药品，然后根据用户的选择，确定该多个药品中的为目标药品的药品。
进一步的，上述获取知识图谱之前，获取医疗大数据和图形数据库，医疗大数据包括但不限于以下信息中的一种或者多种：患者信息、医疗机构信息、疾病信息、治疗方案和恢复情况；根据医疗大数据建立知识图谱。
在本申请实施例中，在获取知识图谱之前，先获取医疗大数据和图形数据库来构建知识图谱。具体的，获取图形数据库和医疗大数据，图形数据库定义有至少一个实体；提取该医疗大数据中的至少一个实体；将该医疗大数据的至少一个实体填充到图形数据库中，得到至少一个抽取图谱；将该至少一个抽取图谱融合为一个知识图谱。上述抽取医疗大数据中的实体、实体关系和/或属性的时候，针对于结构化数据，可以直接按照结构化数据的格式快速读取其内容，针对于非结构化数据，则可以采取算法抽取方式来提取其内容，针对于半结构化数据，则可以采取正则方式来提取其内容。
需要说明的是，患者信息包括患者的身份标识、年龄和性别等，医疗机构信息包括患者所求医的医疗机构的标识、地址和/或规模等，疾病信息包括患者所患的疾病、症状和/或历史疾病等，治疗方案包括所使用的药物和计量等，恢复情况包括患者在不同时间点的恢复程度等。当建立知识图谱的时候，以患者信息为中心，建立患者信息与其他数据之间的联系，例如患者在医疗机构治疗，患者患有疾病，患者采用治疗方案，或者建立患者信息与其他信息之间的从属关系，例如患者的恢复情况等。
举例来说，上述非结构化数据例如有“百度是一家互联网公司”，于是利用算法抽取方式从这段文本中识别出“百度”和“互联网公司”这两个实体以及“是”这个实体关系，就可以通过“百度”“是”“互联网公司”来构建知识图谱。半结构化数据例如有“姓名：张三，公司名：科技有限公司”等格式，则从这段文本中可以识别出“张三”和“科技有限公司”两个实体，以及该两个实体所分别对应的属性“姓名”和“科技有限公司”。
进一步的，上述图形数据库为NEO4J图形数据库。
需要说明的是，Neo4j具有查询的高性能表现、易于使用的特性及其设计的灵活性和开发的敏捷性，以及坚如磐石般的事务管理特性等优点。具体的，闪电般的读/写速度，无与伦比的高性能表现；非结构化数据存储方式，在数据库设计上具有很大的灵活性；能很好地适应需求变化，并适合使用敏捷开发方法；很容易使用，可以用嵌入式、数据处理装置模式、分布式模式等方式来使用数据库；使用简单框图就可以设计数据模型，方便建模；图数据的结构特点可以提供更多更优秀的算法设计；提供分布式高可用模式，可以支持大规模的数据增长；数据库安全可靠，可以实时备份数据，很方便恢复数据；图的数据结构直观而形象地表现了现实世界的应用场景。
还需要说明的是，Neo4j数据图库相比于其他图形数据库如OrientDB图形数据库、Giraph图形数据库、AllegroGraph图形数据库等，主要具有两方面的优势。一方面，Neo4j是一个原生图计算引擎，它存储和使用的数据自始至终都是使用原生的图结构数据进行处理的，不像其他图形数据库，只是在计算处理时使用了图结构数据，而在存储时还将数据保存在关系型数据库中。另一方面，Neo4j是一个开源的数据库，其开源的社区版吸引了众多第三方的使用和推广，同时也得到了更多开发者的拥趸和支持，聚集了丰富的可供交流和学习的资源与案例。这些支持、推广和大量的使用，反过来会很好地推动Neo4j的发展。
可以看出，使用基于Neo4j图形数据库的知识图谱可以提高知识图谱的性能，能快速存储数据，实现实时响应，从而提高在该知识图谱上进行异常分控的效率。此外，还由于用来建立知识图谱的医疗大数据包括可靠真实的医疗就诊记录和/或丰富医疗常识知识，于是在该医疗大数据的基础上建立的知识图谱更加的真实可靠和丰富。
进一步的，上述接收查询指令，根据上述查询指令向服务器发送获取请求，上述获取请求用于获取知识图谱；接收上述服务器发送的知识图谱。
在本申请实施例中，若在本端的数据调查装置中无法查找到上述查询指令所需要查询的数据内容，则向服务器发送获取请求，以获取知识图谱。于是本申请实施例可以进一步的提高数据调查的实时性和效率。
102：获取知识图谱，知识图谱存储有医疗大数据，医疗大数据描述了患者使用药品的情况。
在本申请实施例中，获取知识图谱，该知识图谱可以存放在本地终端，也可以从其他服务器或者终端设备获取。其中，该知识图谱存储有医疗大数据，医疗大数据为医疗机构在接待患者的时候获取的患者的医疗就诊记录，包括医疗机构信息、疾病信息、治疗方案和/或恢复情况等。
需要说明是的，上述医疗机构信息包括患者所求医的医疗机构的标识、地址和/或规模等，疾病信息包括患者所患的疾病、症状和/或历史疾病等，治疗方案包括所使用的药物和计量等，恢复情况包括患者在不同时间点的恢复程度等。
需要说明的是，根据机构标识可查询到医疗机构的机构名称和位置信息等。
103：根据上述知识图谱统计上述目标药品的药品数据，药品数据包括但不限于以下数据的一种或者多种：销售流向数据、药品需求数据和药效分析数据。
在本申请实施例中，在获取到知识图谱中所存储的医疗大数据来统计目标药品的药品数据，该药品数据数据包括销售流向数据、药品需求数据和/或药效分析数据等。其中，销售流向数据包括药品销往各个医疗机构的数量，和/或药品销往各个地区的数据等；药品需求数据包括各个医疗机构的药品需求数量，和/或各个地区的药品需求数据等；药效分析数据包括药效等级，和/或每个药效等级所搭配使用的药品等。
具体的，上述根据知识图谱统计目标药品的药品数据时，先在知识图谱中查找上述目标药品的关联信息，关联信息包括医疗机构信息、疾病信息、治疗方案和/或恢复情况，然后再根据关联信息统计上述目标药品的药品数据。
在本申请实施例中，在查询目标疾病的药品数据的时候，先获取与目标疾病相关联的管理数据，包括医疗机构信息、疾病信息、治疗方案和/或恢复情况，具体的，在查找目标药品相关联的数据的时候，首先找到使用了该目标药品的用户，然后在与该用户之间存在连接关系的实体或者属性中，查找该用户求医的医疗机构的医疗机构信息，所患的疾病的疾病信息，所采用的治疗方案，以及服用该目标药品之后的恢复情况等。然后从上述与目标药品相关联的数据中统计该目标药品的销售流向数据、药品需求数据和/或药效分析数据等。
更具体的，上述统计的过程指的是，根据治疗方案和医疗机构信息统计目标药品的销量流向数据，治疗方案包括目标药品使用数量；和/或，根据疾病信息确定疾病是否为季节性疾病，若是则根据治疗方案估计目标药品的药品需求数据，治疗方案包括目标药品使用数量；和/或，根据恢复情况评估目标药品的药效分析数据。
在本申请实施例中，统计上述目标药品的销售流向数据的时候，先获取上述治疗方案和医疗机构信息，然后针对各个医疗机构或者按照地域分类的医疗机构集合，根据治疗方案中用户所使用的目标药品的数量来统计各个医疗机构所使用目标药品的数量，或者各个地域所使用的目标药品的数据。
另一方面，在统计上述目标药品的药品需求数据的时候，先获取上述疾病信息，在该疾病信息中包含使用该目标药品的疾病是否为季节性疾病的信息，于是在根据疾病信息确定使用目标药品的疾病为季节性疾病之后，获取上述治疗方案，然后根据治疗方案中记载可能使用该目标药品的数量，统计该目标药品的药品需求数量。
另一方面，在统计上述目标药品的药效分析数据的时候，获取恢复情况，该恢复情况包括目标药品的在不同药效领域下的药效等级，药效等级的不同代表药起效的程度的大小，例如目标药品用于治疗头痛和咳嗽，于是针对于头痛，目标药品的药效等级分为第一等级至第五等级，且其药效依次减小，第一代表目标药品用来治疗头痛的时候十分有效果且可以痊愈，第五等级代表该目标药品用来治疗咳嗽的时候无效果。针对于咳嗽，目标药品的药效等级分为第一等级至第四等级，其详细代表的含义类似于上述用于表示治疗头痛的含义，在此不再赘述。
104：显示上述药品数据。
在本申请实施例中，在获得上述目标药品的药品数据之后，在显示屏上显示该药品数据，以便于用户查看，实现人机互动的过程。
进一步的，上述显示药品数据，可以是以图表的方式显示上述药品数据。
在本申请实施例中，上述在显示药品数据的时候，可以图表的方式来显示上述药品的数据。具体的，针对上述销售流向数据、药品需求数据和/或药效分析数据中的每类数据建立一个图表。其中，图表包括扇形图、条形图和/或柱状图等，用于表示出上述药品数据的数量分布。
举例来说，根据销售流向数据统计多个地区使用目标药品的数量，例如东北地区、华北地区、西北地区、西南地区、华中地区、华东地区和/或华南地区等分别消耗的药品数量。于是针对销量流向数据，建立一个不同的地区的药品数量的扇形图，在该扇形图中可以表现出每个地区所消耗的药品数量占总的药品数量的比例，或者针对销量流向数据，建立一个不同的地区的药品数量的条形图或者柱状图，则可以看出每个地区所消耗的药品数量的多少的对比。
需要说明的是，由于地理位置的不同，在环境和气候方面也会很不同，于是影响人们在生产方式和生活习惯等方面的差异，从而影响人们身体健康状况，从而不同地区的人群对目标药品的需求量不同，对不同地区的人群进行合理的划分才能有助于得到更准确的药品数据调查的结果。
可以看出，本申请实施例中通过图表来显示上述药品数据，可以更加直观展现的药品数据，从而进一步提高本申请实施例的数据调查效率。
进一步的，上述显示上述药品数据，可以是先获取历史药品数据，历史药品数据包括在不同时间点所统计的上述目标药品的药品数据；然后将上述药品数据加入历史药品数据；最后以图表的方式显示历史药品数据的变化趋势和/或比例分布。
在本申请实施例中，在显示屏上显示在多个在不同时间点对目标药品进行药品数据调查的结果。具体的，获取目标药品的历史药品数据，该历史药品数据中包含多个在不同时间点所调查的目标药品的药品数据，然后将上述才调查得到的药品数据加入到上述历史药品数据中，从而得到更新后的历史药品数据，然后将更新后的历史药品数据以图表的方式显示在显示屏上。其中，图表的方式包括折线图、扇形图、条形图和/或柱状图等。
举例来说，针对销量流向数据，建立一个不同的时间点消耗的药品数量的扇形图，在该扇形图中可以表现出每个时间点所消耗的药品数量占总的药品数量的比例，或者针对销量流向数据，建立一个不同的时间点的药品数量的条形图或者柱状图，则可以看出每个时间点所消耗的药品数量的多少的对比，或者针对销量流向数据，建立一个不同时间点的药品数量的折线图，则通过该折线图可以看出随着时间的变化，药品数据的变化趋势。
可以看出，使用图表的方式可以显示出历史药品数据的变化趋势和/或比例分布，从而可以更加直观展现的药品数据，并且对比目标药品的历史药品数据的变化，从而进一步提高本申请实施例的数据调查效率。
进一步的，在获取目标药品的药品数据之后，向医疗机构或者药品公司发送该药品数据。
可以看出，通过将上述目标药品的药品数据发送给医疗机构或者药品公司，则可以实现远距离的数据共享，本端的数据调查装置完后药品数据的调查和统计，然后其他终端设备或者服务器与本端达成共识了之后，其他终端设备或者服务器都向本端发送医疗大数据或者直接发送知识图谱，也可以从本端获取统计好的药品数据。于是通过本申请实施例，可以促进不同机构的数据的融合和共享，也实现了数据的快速调查。
进一步的，在获取目标药品的药品数据之后，在接收到医疗机构或者药品公司的获取请求的情况下，向医疗机构或者药品公司发送该药品数据。
可以看出，本端的数据调查装置只有在接收到其他终端设备或者服务器的获取请求之后再向其发送上述目标药品的药品数据，于是可以增强终端设备之间的互动效率，从而进一步的提供本端的数据调查的效率。
本申请可以根据用户输入查询指令，从存储有医疗大数据的知识图谱中获取与目标药品相关联的关联数据，然后从该关联数据中统计目标药品的药品数据，例如销售流向数据、药品需求数据和/或药效分析数据等，然后在显示屏上显示该药品数据。一方面，由于知识图谱由医疗大数据这样大量、分散且可靠的数据整合起来得到数据库，于是免去了传统的数据采集的困难，另一方面，由于采用了知识图谱，还可以实时响应用户输入的用于获取任意药品的药品数据的查询指令，根据知识图谱统计目标药品的药品数据，从而基于知识图谱可以快速统计和获取药品的药品数据，另一方，本申请还在统计到目标药品的药品数据之后，将该药品数据显示在显示屏上，以实现高效的人机交互的过程。总的来说，本申请可以提供一种实时、快速并且高效的数据调查方法，以实现对目标药品的销售流向数据、药品需求数据和/或药效分析数据的快速调查，从而提高药品数据调查的效率。
参见图2，是本申请实施例提供另一种数据调查方法的示意流程图，如图2所示数据调查方法可包括：
201：获取医疗大数据。
在本申请实施例中，在获取知识图谱之前，先获取医疗大数据和图形数据库来构建知识图谱。其中，医疗大数据包括患者信息、医疗机构信息、疾病信息、治疗方案和/或恢复情况。
需要说明的是，患者信息包括患者的身份标识、年龄和性别等，医疗机构信息包括患者所求医的医疗机构的标识、地址和/或规模等，疾病信息包括患者所患的疾病、症状和/或历史疾病等，治疗方案包括所使用的药物和计量等，恢复情况包括患者在不同时间点的恢复程度等。图形数据库包括Neo4j数据图库、OrientDB图形数据库、Giraph图形数据库、AllegroGraph图形数据库等。
进一步的，上述图形数据库为NEO4J图形数据库。
需要说明的是，Neo4j具有查询的高性能表现、易于使用的特性及其设计的灵活性和开发的敏捷性，以及坚如磐石般的事务管理特性等优点。具体的，闪电般的读/写速度，无与伦比的高性能表现；非结构化数据存储方式，在数据库设计上具有很大的灵活性；能很好地适应需求变化，并适合使用敏捷开发方法；很容易使用，可以用嵌入式、数据处理装置模式、分布式模式等方式来使用数据库；使用简单框图就可以设计数据模型，方便建模；图数据的结构特点可以提供更多更优秀的算法设计；提供分布式高可用模式，可以支持大规模的数据增长；数据库安全可靠，可以实时备份数据，很方便恢复数据；图的数据结构直观而形象地表现了现实世界的应用场景。
还需要说明的是，Neo4j数据图库相比于其他图形数据库如OrientDB图形数据库、Giraph图形数据库、AllegroGraph图形数据库等，主要具有两方面的优势。一方面，Neo4j是一个原生图计算引擎，它存储和使用的数据自始至终都是使用原生的图结构数据进行处理的，不像其他图形数据库，只是在计算处理时使用了图结构数据，而在存储时还将数据保存在关系型数据库中。另一方面，Neo4j是一个开源的数据库，其开源的社区版吸引了众多第三方的使用和推广，同时也得到了更多开发者的拥趸和支持，聚集了丰富的可供交流和学习的资源与案例。这些支持、推广和大量的使用，反过来会很好地推动Neo4j的发展。
可以看出，使用基于Neo4j图形数据库的知识图谱可以提高知识图谱的性能，能快速存储数据，实现实时响应，从而提高在该知识图谱上进行异常分控的效率。此外，还由于用来建立知识图谱的医疗大数据包括可靠真实的医疗就诊记录和/或丰富医疗常识知识，于是在该医疗大数据的基础上建立的知识图谱更加的真实可靠和丰富。
202：根据上述医疗大数据建立知识图谱。
在本申请实施例中，根据上述获得医疗大数据和图形数据来建立知识图谱。具体的，获取图形数据库和医疗大数据，图形数据库定义有至少一个实体；提取该医疗大数据中的至少一个实体；将该医疗大数据的至少一个实体填充到图形数据库中，得到至少一个抽取图谱；将该至少一个抽取图谱融合为一个知识图谱。上述抽取医疗大数据中的实体、实体关系和/或属性的时候，针对于结构化数据，可以直接按照结构化数据的格式快速读取其内容，针对于非结构化数据，则可以采取算法抽取方式来提取其内容，针对于半结构化数据，则可以采取正则方式来提取其内容。
需要说明的是，当建立知识图谱的时候，以患者信息为中心，建立患者信息与其他数据之间的联系，例如患者在医疗机构治疗，患者患有疾病，患者采用治疗方案，或者建立患者信息与其他信息之间的从属关系，例如患者的恢复情况等。
举例来说，上述非结构化数据例如有“百度是一家互联网公司”，于是利用算法抽取方式从这段文本中识别出“百度”和“互联网公司”这两个实体以及“是”这个实体关系，就可以通过“百度”“是”“互联网公司”来构建知识图谱。半结构化数据例如有“姓名：张三，公司名：科技有限公司”等格式，则从这段文本中可以识别出“张三”和“科技有限公司”两个实体，以及该两个实体所分别对应的属性“姓名”和“科技有限公司”。
203：接收查询指令，查询指令用于查询目标药品的使用情况。
204：获取上述知识图谱，知识图谱存储有医疗大数据。
205：在上述知识图谱中查找上述目标药品的关联信息，关联信息包括医疗机构信息、疾病信息、治疗方案和/或恢复情况。
本申请实施例中，在通过知识图谱统计目标药品的药品数据的时候，先获取该知识图谱中该目标药品的关联信息，然后再基于该目标药品的关联信息来统计目标药品的药品数据，其中，关联信息包括医疗机构信息、疾病信息、治疗方案和/或恢复情况等。其中，医疗机构信息包括患者所求医的医疗机构的标识、地址和/或规模等，疾病信息包括患者所患的疾病、症状和/或历史疾病等，治疗方案包括所使用的药物和计量等，恢复情况包括患者在不同时间点的恢复程度等。
需要说明的是，上述在知识图谱中查找目标药品的关联信息值得是先查找到使用上述目标药品的用户的实体，然后获取与该实体相关联的实体和/或属性，于是可以查找到与用户的实体相连接的医疗机构信息、疾病信息、治疗方案和/或恢复情况。即先在知识图谱中查找到使用上述目标药品的用户，然后再查找该用户求医的医疗机构的医疗机构信息，所患的疾病的疾病信息，所采用的治疗方案，以及服用该目标药品之后的恢复情况等。
206根据上述关联信息统计上述目标药品的药品数据。
在本申请实施例中，根据上述关联信息来统计目标药品的药品数据，该药品数据数据包括销售流向数据、药品需求数据和/或药效分析数据等。其中，销售流向数据包括药品销往各个医疗机构的数量，和/或药品销往各个地区的数据等；药品需求数据包括各个医疗机构的药品需求数量，和/或各个地区的药品需求数据等；药效分析数据包括药效等级，和/或每个药效等级所搭配使用的药品等。
具体的，上述统计的过程指的是，根据治疗方案和医疗机构信息统计目标药品的销量流向数据，治疗方案包括目标药品使用数量；和/或，根据疾病信息确定疾病是否为季节性疾病，若是则根据治疗方案估计目标药品的药品需求数据，治疗方案包括目标药品使用数量；和/或，根据恢复情况评估目标药品的药效分析数据。
在本申请实施例中，统计上述目标药品的销售流向数据的时候，先获取上述治疗方案和医疗机构信息，然后针对各个医疗机构或者按照地域分类的医疗机构集合，根据治疗方案中用户所使用的目标药品的数量来统计各个医疗机构所使用目标药品的数量，或者各个地域所使用的目标药品的数据。
另一方面，在统计上述目标药品的药品需求数据的时候，先获取上述疾病信息，在该疾病信息中包含使用该目标药品的疾病是否为季节性疾病的信息，于是在根据疾病信息确定使用目标药品的疾病为季节性疾病之后，获取上述治疗方案，然后根据治疗方案中记载可能使用该目标药品的数量，统计该目标药品的药品需求数量。
另一方面，在统计上述目标药品的药效分析数据的时候，获取恢复情况，该恢复情况包括目标药品的在不同药效领域下的药效等级，药效等级的不同代表药起效的程度的大小，例如目标药品用于治疗头痛和咳嗽，于是针对于头痛，目标药品的药效等级分为第一等级至第五等级，且其药效依次减小，第一代表目标药品用来治疗头痛的时候十分有效果且可以痊愈，第五等级代表该目标药品用来治疗咳嗽的时候无效果。针对于咳嗽，目标药品的药效等级分为第一等级至第四等级，其详细代表的含义类似于上述用于表示治疗头痛的含义，在此不再赘述。
207：获取历史药品数据，历史药品数据包括在不同时间点所统计的目标药品的药品数据。
在本申请实施例中，获取历史药品数据，历史药品数据包括在不同时间点所统计的上述目标药品的药品数据。
208：将上述药品数据加入上述历史药品数据。
209：以图表的方式显示上述历史药品数据。
在本申请实施例中，在显示屏上显示在多个在不同时间点对目标药品进行药品数据调查的结果。具体的，获取目标药品的历史药品数据，该历史药品数据中包含多个在不同时间点所调查的目标药品的药品数据，然后将上述才调查得到的药品数据加入到上述历史药品数据中，从而得到更新后的历史药品数据，然后将更新后的历史药品数据以图表的方式显示在显示屏上。其中，图表的方式包括折线图、扇形图、条形图和/或柱状图等。
举例来说，针对销量流向数据，建立一个不同的时间点消耗的药品数量的扇形图，在该扇形图中可以表现出每个时间点所消耗的药品数量占总的药品数量的比例，或者针对销量流向数据，建立一个不同的时间点的药品数量的条形图或者柱状图，则可以看出每个时间点所消耗的药品数量的多少的对比，或者针对销量流向数据，建立一个不同时间点的药品数量的折线图，则通过该折线图可以看出随着时间的变化，药品数据的变化趋势。
可以看出，使用图表的方式可以显示出历史药品数据的变化趋势和/或比例分布，从而可以更加直观展现的药品数据，并且对比目标药品的历史药品数据的变化，从而进一步提高本申请实施例的数据调查效率。
进一步的，在将上述获取的目标药品的药品数据加入到历史药品数据，得到新的历史药品数据之后，向医疗机构或者药品公司发送该历史药品数据。
可以看出，通过将上述目标药品的历史药品数据发送给医疗机构或者药品公司，则可以实现远距离的数据共享，本端的数据调查装置完后药品数据的调查和统计，并将该药品数据加入到历史药品数据得到新的历史药品数据，然后其他终端设备或者服务器与本端达成共识了之后，其他终端设备或者服务器都向本端发送医疗大数据或者直接发送知识图谱，也可以从本端获取统计好的新的历史药品数据。于是通过本申请实施例，可以促进不同机构的数据的融合和共享，也实现了数据的快速调查。
进一步的，在将上述获取的目标药品的药品数据加入到历史药品数据，得到新的历史药品数据之后，在接收到医疗机构或者药品公司的获取请求的情况下，向医疗机构或者药品公司发送该新的历史药品数据。
可以看出，本端的数据调查装置只有在接收到其他终端设备或者服务器的获取请求之后再向其发送上述目标药品的新的历史药品数据，于是可以增强终端设备之间的互动效率，从而进一步的提供本端的数据调查的效率。
本申请实施例中，在获取知识图谱之前，先获取医疗大数据来建立知识图谱，然后获取知识图谱中与目标药品相关联的关联信息，基于该管理信息来统计目标药品的药品数据，最后将获得上述药品数据加入到历史药品数据中，并以图标的方式来显示该历史药品数据，从而用户或者管理人员等可以从显示屏上的图表中查找到上述目标药品的销售流向、药品需求和药效变化的趋势，以及在不同地区和人群中该目标药品的使用比例以及起效情况等等。于是通过本申请实施例可以看出目标药品的历史变化趋势以及比例分布等，不仅对目标药品当前的药品数据进行准确快速的调查，还可以对目标药品的历史药品数据进行统计分析，从而进一步的提高了上述数据调查的效率。
需要说明的是，上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
本申请实施例还提供一种数据调查装置，该数据调查装置用于执行前述任一项的数据调查方法的单元。具体地，参见图4，是本申请实施例提供的一种数据调查装置的示意框图。本实施例的数据调查装置包括：接收单元410、获取单元420、统计单元430和显示单元440。具体的：
接收单元410，用于接收查询指令，上述查询指令用于查询目标药品的使用情况；
获取单元420，用于获取知识图谱，上述知识图谱存储有医疗大数据；
统计单元430，用于根据上述知识图谱统计上述目标药品的药品数据，上述药品数据包括销售流向数据、药品需求数据和/或药效分析数据；
显示单元440，用于显示上述药品数据。
进一步的，上述异常风险装置还包括查找单元450，用于在上述知识图谱中查找上述目标药品的关联信息，上述关联信息包括医疗机构信息、疾病信息、治疗方案和/或恢复情况；上述统计单元430，具体用于根据上述关联信息统计上述目标药品的药品数据。
可选的，上述统计单元430，具体用于根据上述治疗方案和上述医疗机构信息统计上述目标药品的销量流向数据，上述治疗方案包括目标药品使用数量；和/或，根据上述疾病信息确定上述疾病是否为季节性疾病，若是则根据上述治疗方案估计上述目标药品的药品需求数据，上述治疗方案包括目标药品使用数量；和/或，根据上述恢复情况评估上述目标药品的药效分析数据。
可选的，上述数据调查装置还包括发送单元460，用于根据上述查询指令向服务器发送获取请求。
进一步的，上述接收单元410，还用于接收上述服务器发送的上述知识图谱。
进一步的，上述获取单元420，还用于获取医疗大数据和图形数据库，上述医疗大数据包括患者信息、医疗机构信息、疾病信息、治疗方案和/或恢复情况。
进一步的，上述数据调查装置还包括构建单元470，用于利用上述医疗机构数和上述图形数据库据建立上述知识图谱。
可选的，上述显示单元440，具体用于以图表的方式显示上述药品数据。
进一步的，上述获取单元420，还用于获取历史药品数据，上述历史药品数据包括在不同时间点所统计的上述目标药品的药品数据；上述数据调查装置还包括添加单元480，用于将上述药品数据添加到上述历史药品数据；上述显示单元440，还用于以图表的方式显示上述历史药品数据。
本申请实施例通过接收单元接收用户输入的查询指令，并利用获取单元从存储有医疗大数据的知识图谱中获取与目标药品相关联的关联数据，然后通过统计单元从该关联数据中统计目标药品的药品数据，例如销售流向数据、药品需求数据和/或药效分析数据等，然后在显示单元上显示该药品数据。一方面，由于知识图谱由医疗大数据这样大量、分散且可靠的数据整合起来得到数据库，于是免去了传统的数据采集的困难，另一方面，由于采用了知识图谱，还可以实时响应用户输入的用于获取任意药品的药品数据的查询指令，根据知识图谱统计目标药品的药品数据，从而基于知识图谱可以快速统计和获取药品的药品数据，另一方，本申请还在统计到目标药品的药品数据之后，将该药品数据显示在显示屏上，以实现高效的人机交互的过程。总的来说，本申请可以提供一种实时、快速并且高效的数据调查方法，以实现对目标药品的销售流向数据、药品需求数据和/或药效分析数据的快速调查，从而提高药品数据调查的效率。
参见图5，是本申请另一实施例提供的一种数据调查装置示意框图。如图所示的本实施例中的数据调查装置可以包括：一个或多个处理器510、通信接口520、输入设备530、输出设备540和存储器550。上述处理器510、通信接口520、输入设备530、输出设备540和存储器550通过总线560连接。存储器550用于存储计算机程序，计算机程序包括程序指令，处理器510用于执行存储器550存储的程序指令。
输入设备530，用于执行接收单元410的功能，用于接收查询指令，上述查询指令用于查询目标药品的使用情况。
处理器510，用于执行获取单元420，用于获取知识图谱，上述知识图谱存储有医疗大数据；还用于执行统计单元430的功能，用于根据上述知识图谱统计上述目标药品的药品数据，上述药品数据包括销售流向数据、药品需求数据和/或药效分析数据。
输出设备540，用于执行显示单元440的功能，用于显示上述药品数据。
进一步的，上述处理器510还用于执行查找单元450的功能，用于在上述知识图谱中查找上述目标药品的关联信息，上述关联信息包括医疗机构信息、疾病信息、治疗方案和/或恢复情况；还具体用于根据上述关联信息统计上述目标药品的药品数据。
可选的，上述处理器510，具体用于根据上述治疗方案和上述医疗机构信息统计上述目标药品的销量流向数据，上述治疗方案包括目标药品使用数量；和/或，根据上述疾病信息确定上述疾病是否为季节性疾病，若是则根据上述治疗方案估计上述目标药品的药品需求数据，上述治疗方案包括目标药品使用数量；和/或，根据上述恢复情况评估上述目标药品的药效分析数据。
可选的，通信接口540，用于执行发送单元的功能，用于根据上述查询指令向服务器发送获取请求。
进一步的，通信接口540，还用于接收上述服务器发送的上述知识图谱。
进一步的，处理器510，还用于获取医疗大数据和图形数据库，上述医疗大数据包括患者信息、医疗机构信息、疾病信息、治疗方案和/或恢复情况。
进一步的，处理器510还用于执行构建单元470的功能，用于利用上述医疗机构数和上述图形数据库据建立上述知识图谱。
可选的，输入设备530，具体用于以图表的方式显示上述药品数据。
进一步的，处理器510，还用于获取历史药品数据，上述历史药品数据包括在不同时间点所统计的上述目标药品的药品数据；还用于执行添加单元480的功能，用于将上述药品数据添加到上述历史药品数据。
进一步的，输出设备540，还用于以图表的方式显示上述历史药品数据。
应当理解，在本申请实施例中，所称处理器510可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器550可以包括只读存储器和随机存取存储器，并向处理器510提供指令和数据。存储器550的一部分还可以包括非易失性随机存取存储器。例如，存储器550还可以存储设备类型的信息。
具体实现中，本申请实施例中所描述的处理器510、通信接口520、输入设备530和输出设备540可执行本申请实施例提供的数据调查方法的第一实施例和第二实施例中所描述的实现方式，也可执行本申请实施例所描述的数据调查装置的实现方式，在此不再赘述。
在本申请的另一实施例中提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行。：
计算机可读存储介质可以是前述任一实施例的数据调查装置的内部存储单元，例如数据调查装置的硬盘或内存。计算机可读存储介质也可以是数据调查装置的外部存储设备，例如数据调查装置上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括数据调查装置的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序以及数据调查装置所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同数据调查方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的数据调查装置和单元的具体工作过程，可以参考前述数据调查方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的数据调查装置和数据调查方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本申请实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，数据调查装置，或者网络设备等)执行本申请各个实施例数据调查方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种数据调查方法，其特征在于，包括：
接收查询指令，所述查询指令用于查询目标药品的使用情况；
获取知识图谱，所述知识图谱存储有医疗大数据，所述医疗大数据描述了患者使用药品的情况；
根据所述知识图谱统计所述目标药品的药品数据，所述药品数据包括但不限于以下数据的一种或者多种：销售流向数据、药品需求数据和药效分析数据；
显示所述药品数据。
2.根据权利要求1所述的方法，其特征在于，所述根据所述知识图谱统计所述目标药品的药品数据，包括：
在所述知识图谱中查找所述目标药品的关联信息，所述关联信息包括但不限于以下信息中的一种或者多种：医疗机构信息、疾病信息、治疗方案和恢复情况；
根据所述关联信息统计所述目标药品的药品数据。
3.根据权利要求2所述的方法，其特征在于，所述根据所述关联信息统计所述目标药品的药品数据，包括：
根据所述治疗方案和所述医疗机构信息统计所述目标药品的销量流向数据，所述治疗方案包括目标药品使用数量；
和/或，根据所述疾病信息确定所述疾病是否为季节性疾病，若是则根据所述治疗方案估计所述目标药品的药品需求数据；
和/或，根据所述恢复情况评估所述目标药品的药效分析数据。
4.根据权利要求1所述的方法，其特征在于，所述接收查询指令之后，所述获取知识图谱之前，还包括：
根据所述查询指令向服务器发送获取请求；
接收所述服务器发送的所述知识图谱。
5.根据权利要求1所述的方法，其特征在于，所述获取知识图谱之前，还包括：
获取所述医疗大数据和图形数据库，所述医疗大数据包括但不限于以下信息中的一种或者多种：患者信息、医疗机构信息、疾病信息、治疗方案和恢复情况；
利用所述医疗机构数和所述图形数据库据建立所述知识图谱。
6.根据权利要求1所述的方法，其特征在于，所述显示所述药品数据，包括：
以图表的方式显示所述药品数据。
7.根据权利要求1所述的方法，其特征在于，所述显示所述药品数据，包括：
获取历史药品数据，所述历史药品数据包括在不同时间点所统计的所述目标药品的药品数据；
将所述药品数据添加到所述历史药品数据；
以图表的方式显示所述历史药品数据。
8.一种数据调查装置，其特征在于，包括：
接收单元，用于接收查询指令，所述查询指令用于查询目标药品的使用情况；
获取单元，用于获取知识图谱，所述知识图谱存储有医疗大数据，所述医疗大数据描述了患者使用药品的情况；
统计单元，用于根据所述知识图谱统计所述目标药品的药品数据，所述药品数据包括但不限于以下数据的一种或者多种：销售流向数据、药品需求数据和药效分析数据；
显示单元，用于显示所述药品数据。
9.一种数据调查装置，其特征在于，包括处理器、通信接口、输入设备、输出设备和存储器，所述处理器、通信接口、输入设备、输出设备和存储器相互连接，其中，所述通信接口用于与其他终端设备进行数据交互，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，用以执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811530792.8A CN109766446A (zh) | 2018-12-13 | 2018-12-13 | 一种数据调查方法、数据调查装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811530792.8A CN109766446A (zh) | 2018-12-13 | 2018-12-13 | 一种数据调查方法、数据调查装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109766446A true CN109766446A (zh) | 2019-05-17 |
Family
ID=66450666
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811530792.8A Pending CN109766446A (zh) | 2018-12-13 | 2018-12-13 | 一种数据调查方法、数据调查装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109766446A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111177415A (zh) * | 2019-12-31 | 2020-05-19 | 秒针信息技术有限公司 | 基于大数据和知识图谱的生猪养殖预测方法及系统 |
| CN111739595A (zh) * | 2020-07-24 | 2020-10-02 | 湖南创星科技股份有限公司 | 一种医疗大数据共享分析方法及装置 |
| CN111951979A (zh) * | 2020-08-13 | 2020-11-17 | 上海森亿医疗科技有限公司 | 药物信息标准化方法、药物信息标准化与检索平台和设备 |
| CN113407646A (zh) * | 2021-06-18 | 2021-09-17 | 电子科技大学 | 一种基于知识图谱的分布式医院信息综合查询系统 |
| CN115829621A (zh) * | 2022-10-31 | 2023-03-21 | 海南星捷安科技集团股份有限公司 | 一种药械营销推荐方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040120557A1 (en) * | 2002-12-18 | 2004-06-24 | Sabol John M. | Data processing and feedback method and system |
| CN106021281A (zh) * | 2016-04-29 | 2016-10-12 | 京东方科技集团股份有限公司 | 医学知识图谱的构建方法、其装置及其查询方法 |
| CN106776711A (zh) * | 2016-11-14 | 2017-05-31 | 浙江大学 | 一种基于深度学习的中文医学知识图谱构建方法 |
| CN107766483A (zh) * | 2017-10-13 | 2018-03-06 | 华中科技大学 | 一种基于知识图谱的交互式问答方法及系统 |
| CN107862075A (zh) * | 2017-11-29 | 2018-03-30 | 浪潮软件股份有限公司 | 一种基于医疗卫生大数据的知识图谱构建方法及装置 |
| CN107910039A (zh) * | 2017-10-19 | 2018-04-13 | 诺辞科技成都有限公司 | 一种用户药品信息统计系统及其药品信息统计方法 |
| CN108270785A (zh) * | 2018-01-15 | 2018-07-10 | 中国人民解放军国防科技大学 | 一种基于知识图谱的分布式安全事件关联分析方法 |
| CN108492887A (zh) * | 2018-04-13 | 2018-09-04 | 合肥工业大学 | 医疗知识图谱构建方法及装置 |
| CN108804419A (zh) * | 2018-05-22 | 2018-11-13 | 湖南大学 | 一种基于知识图谱的线下医药零售精准推荐技术 |
| CN108829858A (zh) * | 2018-06-22 | 2018-11-16 | 北京京东金融科技控股有限公司 | 数据查询方法、装置及计算机可读存储介质 |
-
2018
- 2018-12-13 CN CN201811530792.8A patent/CN109766446A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040120557A1 (en) * | 2002-12-18 | 2004-06-24 | Sabol John M. | Data processing and feedback method and system |
| CN106021281A (zh) * | 2016-04-29 | 2016-10-12 | 京东方科技集团股份有限公司 | 医学知识图谱的构建方法、其装置及其查询方法 |
| CN106776711A (zh) * | 2016-11-14 | 2017-05-31 | 浙江大学 | 一种基于深度学习的中文医学知识图谱构建方法 |
| CN107766483A (zh) * | 2017-10-13 | 2018-03-06 | 华中科技大学 | 一种基于知识图谱的交互式问答方法及系统 |
| CN107910039A (zh) * | 2017-10-19 | 2018-04-13 | 诺辞科技成都有限公司 | 一种用户药品信息统计系统及其药品信息统计方法 |
| CN107862075A (zh) * | 2017-11-29 | 2018-03-30 | 浪潮软件股份有限公司 | 一种基于医疗卫生大数据的知识图谱构建方法及装置 |
| CN108270785A (zh) * | 2018-01-15 | 2018-07-10 | 中国人民解放军国防科技大学 | 一种基于知识图谱的分布式安全事件关联分析方法 |
| CN108492887A (zh) * | 2018-04-13 | 2018-09-04 | 合肥工业大学 | 医疗知识图谱构建方法及装置 |
| CN108804419A (zh) * | 2018-05-22 | 2018-11-13 | 湖南大学 | 一种基于知识图谱的线下医药零售精准推荐技术 |
| CN108829858A (zh) * | 2018-06-22 | 2018-11-16 | 北京京东金融科技控股有限公司 | 数据查询方法、装置及计算机可读存储介质 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111177415A (zh) * | 2019-12-31 | 2020-05-19 | 秒针信息技术有限公司 | 基于大数据和知识图谱的生猪养殖预测方法及系统 |
| CN111739595A (zh) * | 2020-07-24 | 2020-10-02 | 湖南创星科技股份有限公司 | 一种医疗大数据共享分析方法及装置 |
| CN111951979A (zh) * | 2020-08-13 | 2020-11-17 | 上海森亿医疗科技有限公司 | 药物信息标准化方法、药物信息标准化与检索平台和设备 |
| CN113407646A (zh) * | 2021-06-18 | 2021-09-17 | 电子科技大学 | 一种基于知识图谱的分布式医院信息综合查询系统 |
| CN115829621A (zh) * | 2022-10-31 | 2023-03-21 | 海南星捷安科技集团股份有限公司 | 一种药械营销推荐方法及系统 |
| CN115829621B (zh) * | 2022-10-31 | 2024-03-26 | 海南星捷安科技集团股份有限公司 | 一种药械营销推荐方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | A novelty detection patent mining approach for analyzing technological opportunities | |
| Mardani et al. | A novel extended approach under hesitant fuzzy sets to design a framework for assessing the key challenges of digital health interventions adoption during the COVID-19 outbreak | |
| CN109766446A (zh) | 一种数据调查方法、数据调查装置及计算机可读存储介质 | |
| CN109766445B (zh) | 一种知识图谱构建方法及数据处理装置 | |
| CN109242477B (zh) | 基于区块链的慈善捐赠方法、系统及存储介质 | |
| Maheshwari | Business intelligence and data mining | |
| Sun et al. | Understanding health information technology adoption: A synthesis of literature from an activity perspective | |
| JP2023156464A (ja) | Ｂｃｎ（ブロックチェーンネットワーク）を使用したデータ利用方法、システムおよびそのプログラム | |
| CN109767840A (zh) | 一种异常检测方法、异常检测装置及计算机可读存储介质 | |
| CN102160329A (zh) | 使用与信息关联的语义语境便于协作搜索 | |
| CN102138140A (zh) | 利用综合语义语境的信息处理 | |
| Burmaoglu et al. | Evolution of connected health: a network perspective | |
| CN109767842A (zh) | 一种疾病预警方法、疾病预警装置及计算机可读存储介质 | |
| Giacalone et al. | BIG DATA: ISSUES AND AN OVERVIEW IN SOME STRATEGIC SECTORS. | |
| Shen et al. | A college student behavior analysis and management method based on machine learning technology | |
| Cole et al. | Due diligence: Recognizing the role of patent research in the start-up life cycle | |
| Cifci et al. | Data mining usage and applications in health services | |
| Chung et al. | Knowledge-based block chain networks for health log data management mobile service | |
| Raj et al. | The internet of things and big data analytics: integrated platforms and industry use cases | |
| Li et al. | Application of a Mobile Chronic Disease Health‐Care System for Hypertension Based on Big Data Platforms | |
| EP4006795A1 (en) | Collaborative big data analysis framework using load balancing | |
| CN109598650A (zh) | 招收和录取系统 | |
| Tang | [Retracted] Discussion on Health Service System of Mobile Medical Institutions Based on Internet of Things and Cloud Computing | |
| Saidulu et al. | Understanding the challenges and opportunities with big data applications over â [euro] oesmart healthcare systemâ [euro] | |
| Tseng et al. | An integrated data mining system for patient monitoring with applications on asthma care |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |