5月16日，全药网召开国家科技发明专利表彰大会，公司执行董事长车汉澍、总裁王旭东出席会议，表彰奖励专利研发团队。

为响应国务院办公厅《“十四五”全民医疗保障规划》有关加快医保信息化建设、提升医疗保障大数据综合治理能力、深化药品和医用耗材集中带量采购制度改革等要求，全药网数据挖掘分析团队研发了药品标准化和药品目录匹配智能系统及基于机器学习的药品市场规模预测系统，荣获两项国家科技发明专利。

据悉，药品标准化和药品目录匹配智能系统针对目前药品信息混乱、描述顺序和描述方式不同的现象，提供药品标准化智能模型。结合全国上市药品特征库和药品标准编码，实现药品的简单、高效、精确的标准化，解决药品信息共享障碍。同时，针对不同的药品目录，通过从药品的制剂特点角度构建的药品数据模型，提供了适用范围广泛的药品目录匹配智能模型，为药品大数据智能分析和挖掘奠定了基础。经测试，数据标准化准确率超95%。    

基于机器学习的药品市场规模预测系统则是结合多个采购周期的药品采购数据，运用机器学习算法中随机森林模型、Lasso 模型、岭回归模型，通过30多个药品属性变量，利用训练集建立模型，再根据测试集的评估结果重构模型、筛选适配的预测模型，预测药品的下个采购周期的采购量。最终通过训练数据增多及模型迭代，实现药品市场规模的变化趋势预测。经测试，预测结果与实际数据的拟合优度达到80%以上。

下一步，全药网将推进两项专利在医疗保障、医药卫生事业的应用，发挥出更多社会效益。相关单位通过使用药品标准化和药品目录匹配智能系统能对多源异构的药品数据进行智能匹配及标准化，打破不同医疗机构间的“信息孤岛”，并根据系统选定规则使不同药品与目录建立对比关系，为加快医保信息化建设、提升医疗保障大数据综合治理能力提供大数据分析的底层支撑；通过使用基于机器学习的药品市场规模预测系统也能帮助相关单位预测药品市场规模，使医疗机构合理制定采购计划、合理报量，使医药企业合理安排生产、根据“量价挂钩”原则合理报价，同时也能辅助监管部门进行合理用药的评估，为深化药品和医用耗材集中带量采购制度改革贡献深圳力量。

供稿丨陈潜

编辑丨邓芳