藥品的包裝
因為台灣醫療改革基金會推行,民眾領到的藥品將以「原包裝」為主。例如原廠包裝 1 盒為 28 顆裝的藥品,當醫師開立超過 28 顆時,藥師就必須發出 1 盒原廠包裝搭配手剪散藥給予民眾。
但是藥品百百種,各家廠商決定包裝的時候可能會參考藥品的使用頻率或生產的利益效率,決定以盒裝或瓶裝生產,盒裝又會因為藥品的使用方法等因素而有不同形式的鋁箔片,而瓶裝藥品則可能有 100 顆裝或 1000 顆裝等情形。
臺灣或歐美等醫院,因為醫師看診是固定在星期幾,民眾回診時間也因此為 7 的倍數。例如民眾可能在禮拜三看診,下次回診如果沒有特別調整或是換醫師,應該還是禮拜三。因此大部分藥盒或是藥片數量設計都是 7 的倍數。
又:因為這樣的緣故,醫院或處方上面的 1 個月,通常指的是 28 天而不是 30 天。
盒裝數量或瓶裝數量已經很多種了,但是對於藥庫而言,購買的包裝卻是以「箱」計算,而各家廠商每箱內所含的盒數或是瓶數更是達到百家爭鳴的盛況。
為了解決各個藥品具有不同包裝量的情形,我們決定將藥品各層包裝分級處理。例如膠囊或是錠劑的藥品,第一級包裝即為「顆」,包裝量為 1 ;第二級包裝可能為「片」,表示該藥品為一片鋁箔片,鋁箔片上會有一個囊泡一顆藥品的包裝設計,而鋁箔片上的囊泡數量就是包裝量,可能為 7 或 14 ,也有可能是 10 或 15 ;第三級包裝可能為「盒」,藥盒內裝載一個月份量的鋁箔片,如果第二級數量是 14 ,藥盒中可能就有 2 片,或可能因為藥品是一天吃兩次的,藥盒中就會有 4 片等等。
資料表設計
為了加速藥庫對於藥品數量的計算,我們決定以資料庫的方式紀錄藥品的包裝資訊,並且設計一個可以容納前面提過各級包裝單位和包裝量的 Schema (資料表及欄位的設計)。
以藥品 Bokey 伯基腸溶微粒膠囊 為例,每片鋁箔片有 28 顆膠囊,每盒內有 35 片鋁箔片,每箱內有 20 盒藥品。
資料表設計如下:
自動序號 | 藥品代碼 | 藥品名稱 | 包裝層級 | 包裝名稱 | 包裝數量 | 建立時間 |
---|---|---|---|---|---|---|
… | BOK001 | Bokey 100mg Cap | 1 | 顆 | 1 | 20230911131400 |
… | BOK001 | Bokey 100mg Cap | 2 | 片 | 28 | 20230911131528 |
… | BOK001 | Bokey 100mg Cap | 3 | 盒 | 35 | 20230911131730 |
… | BOK001 | Bokey 100mg Cap | 4 | 箱 | 20 | 20230911132001 |
為了直覺的新增資料,包裝數量的定義是該層級內含多少上一層級的數量,以 Bokey 的例子來說,層級 3 的盒包裝數量 35 ,表示盒內具有 35 個層級 2 的包裝,也就是 35 片。
資料表的結構如下:
CREATE TABLE `pkgspec` (
`id` int(11) NOT NULL,
`code` varchar(6) NOT NULL,
`name` varchar(50) NOT NULL,
`speclevel` tinyint(2) NOT NULL,
`specname` varchar(4) NOT NULL,
`specqty` int(11) NOT NULL,
`buildtime` varchar(14) NOT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
ALTER TABLE `pkgspec`
ADD PRIMARY KEY (`id`);
ALTER TABLE `pkgspec`
MODIFY `id` int(11) NOT NULL AUTO_INCREMENT;
COMMIT;
資料表應用:小變大
大部份的使用情形是將藥品顆數轉為包裝量。例如事務員進行藥品調度時,院內系統產生的調度單上面會寫:需調度 58,800 顆 Bokey 100mg Cap 至門診藥局
。於是事務員就必須先計算 58,800 顆是幾箱藥品,才能進行調度作業。
Python
於是可以先將院內系統產生的調度單形成 csv 檔後,利用 Python Pandas 的 DataFrame 匯入檔案處理數字。
處理數字的部分,就是一連串的除法:
import pandas as pd
import mysql.connector
from sqlalchemy import create_engine
code = 'BOK001'
qty = 58800
sql = f"SELECT * FROM pkgspec WHERE `code` = '{code}' ORDER BY `speclevel`,`buildtime` ASC"
engine = create_engine('mysql+mysqlconnector://使用者名稱:密碼@伺服器存在位置IP:埠號/資料庫名稱')
df = pd.read_sql(sql, con=engine)
df = df.sort_values(['speclevel','buildtime']).drop_duplicates('speclevel', keep='last')
#避免重複建立的包裝量,因此以speclevel為索引刪掉重複值,並且留下最新更新的資料
df['specqty'] = df['specqty'].cumprod() #累乘
核心方法就是 cumprod()
,預設參數是 axis=0
向下累乘,效果如下,第三行的 980 就是 1 * 28 * 35,而 19600 = 1 * 28 * 35 * 20:
再將 DataFrame 轉換成列表 [['箱', 19600], ['盒', 980], ['片', 28], ['顆', 1]]
,操作起來比較直覺:
df = df.sort_values('speclevel', ascending=False)[['specname','specqty']].values.tolist()
接下來就把 58,800 丟進迴圈裏面相除取餘數、餘數再除取餘數直到列表除完:
output = '' #指定一個變數來接結果
if len(df) == 0:
output = f'{qty}?'
elif qty <= 0:
output = f'{qty}{df[-1][0]}'
else:
first = True
for specname,specqty in df:
if first:
quotient = qty // specqty
remainder = qty % specqty
prevremainder = remainder
first = False
if quotient > 0:
output += f'{quotient}{specname}'
else:
quotient = prevremainder // specqty
remainder = prevremainder % specqty
prevremainder = remainder
if quotient > 0:
output += f'{quotient}{specname}'
程式完成後,用 def
和 return
包裝成自訂函式:
def pkgcalc(code, qty):
...
return output
然後回到原本讀入 csv 的報表程式中,利用 lambda 表達式帶入自訂函式:
df = pd.read_csv('報表路徑')
df = df[['藥品代碼','藥品名稱','調度量']]
df['調度包裝'] = df.apply(lambda x: pkgcalc(x['藥品代碼'], x['調度量']), axis=1)
如此就可以在報表中直接顯示成 需調度 5 箱 Bokey 100mg Cap 至門診藥局
,一目了然。
PHP
有時候會需要在網頁報表上直接呈現包裝量,因為目前所有的網頁報表都是使用 PHP 加上少部分的 javascript 完成的,如果今天使用 django 架構網站,便可以直接利用以上函式轉換。
所以必須將剛剛的 Python 用 PHP 重新寫一次:
function pkgcalc($code, $qty){
//連接資料庫
$conn = new PDO("mysql:host=;dbname=;charset=", "帳號", "密碼");
$conn->exec("SET NAMES utf8");
$sql = "SELECT * FROM pkgspec WHERE `code` = '$code' ORDER BY `speclevel`,`buildtime` ASC";
$stmt = $conn->query($sql);
//匯出該代碼所有資料
$allrows = $stmt->fetchAll(PDO::FETCH_ASSOC);
//只取得相同階層之最新日期資料
foreach ($allrows as $allrow) {
$rows[$allrow["speclevel"]] = $allrow;
}
//計算階乘數
foreach ($rows as $key=>$val) {
$rows[$key]["cumproduct"] = array_product(array_slice(array_column($rows,"specqty"),0,$key));
}
//重新排序陣列
krsort($rows);
//開始計算數量
if (intval($qty)<=0) {
return strval($qty).array_slice($rows,-1)[0]["specname"];
}
$result = "";
foreach ($rows as $key=>$val) {
if ($key==count($rows)){
$rows[$key]["quotient"] = intval($qty / $rows[$key]["cumproduct"]);
$rows[$key]["remainder"] = $qty % $rows[$key]["cumproduct"];
$prevremainder = $rows[$key]["remainder"];
if ($rows[$key]["quotient"] > 0){
$result .= number_format(strval($rows[$key]["quotient"])).strval($rows[$key]["specname"])." ";
}
}else{
$rows[$key]["quotient"] = intval($prevremainder / $rows[$key]["cumproduct"]);
$rows[$key]["remainder"] = $prevremainder % $rows[$key]["cumproduct"];
$prevremainder = $rows[$key]["remainder"];
if ($rows[$key]["quotient"] > 0){
$result .= number_format(strval($rows[$key]["quotient"])).strval($rows[$key]["specname"])." ";
}
}
}
return trim($result);
}
實際上應用如下,範例圖片還有用了 bootstrap 的 tooltips 設計:
資料表應用:大變小
程式上線後一段時間,藥品數量的部分逐漸變成包裝量,但有些時候還是需要顆數來向院內的系統進行溝通。因此就必須逆著把程式寫回來。
PHP
將資料表中匯出後形成已經乘算好的陣列:
$sql = "SELECT * FROM pkgspec WHERE `code` = '$code' ORDER BY `speclevel`,`buildtime` ASC";
$pkgspec_tmp = $conn->query($sql)->fetchAll(PDO::FETCH_ASSOC);
foreach ($pkgspec_tmp as $value) {
$pkgspec[$value["speclevel"]] = $value;
}
foreach ($pkgspec as $key=>$value) {
$pkgspec[$key]["cumproduct"] = array_product(array_slice(array_column($pkgspec,"specqty"),0,$key));
}
$pkgspec = array_column($pkgspec, "cumproduct", "specname");
已經輸入的規格量利用正規表示式切開,並擷取數字後帶回上述的陣列中計算:
preg_match_all('/(\d+)('.implode("|",array_keys($pkgspec)).')/', $pkginput, $matches);
if (count($matches[0])>0){
$quantity = 0;
foreach ($matches[0] as $value) {
$unit = preg_split("/(?<!\p{Han})(?=\p{Han})|(?<![0-9])(?=[0-9])/u", $value, 0, PREG_SPLIT_NO_EMPTY)[1];
$quantity += preg_split("/(?<!\p{Han})(?=\p{Han})|(?<![0-9])(?=[0-9])/u", $value, 0, PREG_SPLIT_NO_EMPTY)[0] * $pkgspec[$unit];
}
if ($quantity>0) {
return($quantity);
}
}
JavaScript
為了優化使用者體驗,不讓使用者送出表單再返回結果,所以直接把資料表用 PHP 轉成 json :
$sql = "SELECT `code`,`speclevel`,`specqty`,`specname` FROM pkgspec ORDER BY `speclevel`,`buildtime` ASC";
$allrows = $conn->query($sql)->fetchAll(PDO::FETCH_ASSOC);
//只取得相同代碼相同階層之最新日期資料
foreach ($allrows as $allrow) {
$rows[$allrow["code"]][$allrow["speclevel"]] = $allrow;
}
//計算階乘數
foreach ($rows as $code=>$inners) {
foreach ($inners as $key=>$val) {
$rows[$code][$key]["cumproduct"] = array_product(array_slice(array_column($inners,"specqty"),0,$key));
unset($rows[$code][$key]["code"]);
unset($rows[$code][$key]["specqty"]);
unset($rows[$code][$key]["speclevel"]);
$unit[$code] .= $val["specname"];
}
krsort($rows[$code]);
$rows[$code] = array_values($rows[$code]);
}
//形成json傳給jQuery
$pkg = json_encode($rows, JSON_UNESCAPED_UNICODE);
$unit = json_encode($unit, JSON_UNESCAPED_UNICODE);
再讓 Javascript 去接 json ,如同剛剛的 PHP 一樣使用正規表示式切開字串:
<script>
const pkg = <?= $pkg; ?>;
const unit = <?= $unit; ?>;
function pkgcalc(code, qty) {
let legal = 0;
let output = 0;
const split_re = new RegExp("(\\d+["+unit[code]+"])");
const match_re = new RegExp("["+unit[code]+"]");
$.each(qty.split(split_re), function(i, e) {
if ((e=="") || (e.slice(-1).match(match_re))) {
legal += 0;
if (e!="") {
$.each(pkg[code], function(pi, pe) {
if (e.slice(-1) == pe.specname) {
output += parseInt(e) * pe.cumproduct;
}
});
}
} else {
legal += 1;
};
});
if (legal>0) {
return "?";
} else {
return output;
};
}
</script>
並且使用 jQuery ,讓表單值有變更的時候觸發函式:
<script>
$(function(){
$("#drug").change(function(){
$("#code").val("");
$("#qty").val("");
$("#result").html("?")
$.each(drugs, function(index, element){
if(element == $("#drug").val()){
$("#code").val(index);
};
});
});
$("#qty").keyup(function () {
const code = $("#code").val();
const qty = $("#qty").val();
$("#result").html(pkgcalc(code, qty));
});
});
</script>
結果如下:
資料表的修改
資料表的的修改,直接用 php 寫一頁 UI 表單配合 MySQL 簡單操作資料表即可。
比較困難的地方是要與院內的藥品品項同步。當有新增品項時,要隨著藥品種類帶入預設值,例如:咳嗽藥水的一級包裝名稱是「瓶」,針劑的一級包裝名稱是「支」等等。當院內品項被刪除時,原則上可以保留資料表中資料,只是不使用所以不影響。
因此該資料表必須每天和院內的藥品品項進行比對,如果資料有差集,必須判斷後新增預設值進資料表中。
import pandas as pd
import mysql.connector
from sqlalchemy import create_engine
engine = create_engine('mysql+mysqlconnector://使用者名稱:密碼@伺服器存在位置IP:埠號/資料庫名稱')
df = pd.read_excel('院內系統匯出的藥品品項.xls', dtype=str)
pkgspec = pd.read_sql('SELECT DISTINCT `code` FROM `pkgspec`', con=engine)
兩個集合 df
、 pkgspec
的資料取單一邊的差集。
new_insert = list(set(df['藥品代碼'].tolist()) - set(pkgspec['code'].tolist()))
pkgspec_time = pd.to_datetime('now').strftime('%Y%m%d%H%M%S')
將差集資料以預設值新增進資料表中,並且只先完成第一層級的資料。
for code in new_insert:
name = df.loc[df['藥品代碼']==code, '藥品名稱'].values[0]
unit_zh = {'1KIU':'千單位','KU':'千單位','AMP':'支','BAG':'袋','BALL':'顆','BOT':'瓶','BOX':'盒','CAP':'顆','CART':'支','DOSE':'支','GM':'克','IU':'單位','MG':'毫克','ML':'毫升','PACK':'包','PATC':'片','PEN':'支','PIEC':'片','PIECE':'片','SUPP':'顆','SYRI':'支','TAB':'顆','TUBE':'支','U':'單位','VIAL':'支','KG':'公斤','SET':'組'}
#院內醫師會有英文的開立處方單位,用一個 dict 轉換翻譯。
df = df.replace({'院內設定包裝':unit_zh})
specname = df.loc[df['藥品代碼']==code, '院內設定包裝'].values[0]
engine.execute(f"INSERT INTO `pkgspec` (`id`, `code`, `name`, `specname`, `specqty`, `speclevel`, `buildtime`) VALUES (NULL, '{code}', '{name}', '{specname}', '1', '1', '{pkgspec_time}');")
如果不先新增預設值,上面寫的自訂函式碰到新的藥品代碼,會跳出錯誤造成程式中止。所以要嘛就是要在自訂函式中加入例外確認,避免錯誤中止程式;要嘛就是每天檢查新的藥品代碼。為了維持資料在最新的狀態,後來選擇了後者,畢竟如果寫了太多的 try 、 exception ,程式少了很多錯誤訊息,累積一段時間後才來維護也是挺麻煩的。
其他的應用實例
藥品盤點單的庫存數字
調藥系統的數量輸入介面
當初會需要規格化藥品的包裝,主要是為了調藥系統的介面優化。初期調藥系統剛建立時,使用者需要輸入藥品的最小包裝量,以最上面的例子而言,如果使用者從藥庫調撥走 5 箱的 Bokey 膠囊,就要在調藥系統上輸入 58800 顆。
規格化藥品包裝後,發現該項功能無論是小換算大或是大換算小,都能夠減輕一些工作效率,也能夠減輕事務員的經驗仰賴,無論是人力輪調或人力訓練都提升了不少好處。