一种基于深度学习的药品效期管理策略动态优化系统

本发明涉及药品效期管理技术领域，具体涉及一种基于深度学习的药品效期管理策略动态优化系统，该系统通过多个模块之间的相互配合，可以实现以下步骤：根据目标医院内的目标管控药品的各个库存批次对应的保质剩余时长和剩余库存量，筛选出临期尾数批次；根据历史时间段内的医院实际发药总数，确定未来时间段内的医院预测发药总数；确定每个目标适用科室在每种预设处方开具支数下的目标开具概率；从而确定每个目标适用科室对应的单次开单数量期望值和状态转移概率矩阵，进而实现临期尾数批次对于每个目标适用科室的药品效期管理策略动态优化。本发明通过优化临期尾数批次的药品效期管理策略，提高了药品效期管理的合理性。