济宁医学院 大学生创新创业训练计划管理系统

济宁医学院 创新创业管理系统

详情

融合多模态身份识别的智慧自助取药系统设计

申报人：张蕊 申报日期：2025-03-15

基本情况

2025创新项目
融合多模态身份识别的智慧自助取药系统设计 学生申报
创新训练项目
工学
计算机类
学生自主选题
二年期
本项目致力于构建融合多模态身份识别的智慧自助取药系统，旨在解决传统取药流程存在的身份核验效率低、处方误取率高、特殊药品监管不足等问题。通过建立四模态动态融合识别模型、开发智能存取系统、构建区块链追溯模块，实现取药流程全自动化，降低医院药房人力成本，提升取药环节的安全性、准确性和便捷性，满足现代医疗服务需求。
无
  邢丹老师：以负责人主持并完成市校级教学科研课题7项，其中主持完成的济宁市哲学社会科学规划课题以优秀结题，并荣获济宁市第30次社会科学优秀成果二等奖；参与山东省自然科学基金1项，参与教育部高教司产学合作协同育人项目1项，指导学生参加省级及校级大学生创新训练项目各1项。
  共发表学术论文30余篇，荣获校级教育教学成果论文类三等奖2项，济宁市社会科学优秀成果论文类三等奖2项。指导学生参加挑战杯、互联网+、优秀毕业设计荣获奖励多项，指导校级优秀毕业设计3次，参与软件著作权4项。荣获济宁医学院优秀教师2次。
  对本项目提出合理的方案和建议，使本项目更具有可行性，监督项目的进展。
校级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
张蕊 医学信息工程学院 信息管理与信息系统（本科） 2024 整体统筹项目推进，协调各成员工作，保障项目按进度计划进行。 主导系统总体架构设计，规划身份识别、药品存储与发放、数据管理、人机交互界面等功能模块的架构，明确各模块职责与接口关系。 同时与指导老师沟通
李瑞琦 医学信息工程学院 信息管理与信息系统（本科） 2024 1.为其他成员提供数据支持，确保各模块数据的准确性与一致性。 2.参与项目进度跟踪，根据数据管理需求提出合理的项目调整建议。
姚兵 医学信息工程学院 信息管理与信息系统（本科） 2024 1.参与项目方案讨论，从身份识别技术专业角度提供意见，协助优化整体方案。 2.配合其他成员进行系统集成与测试，确保身份识别模块与其他模块协同工作。
肖苏悦 医学信息工程学院 信息管理与信息系统（本科） 2024 1.对项目涉及的各类数据安全风险进行评估，为项目决策提供安全方面的建议。 2 协助其他成员进行系统集成与测试，保障数据安全在各环节的落实。
颜一鸣 医学信息工程学院 信息管理与信息系统（本科） 2024 1.与负责其他模块的成员沟通，协调药品存储与发放模块与其他模块的数据交互与流程衔接。 2.协助进行系统测试，对药品存储与发放功能进行测试与优化。
龙丽霞 医学信息工程学院 信息管理与信息系统（本科） 2024 1.收集用户反馈，将用户体验问题及时反馈给其他成员，协助优化系统功能。 2.配合其他成员进行系统测试，从用户体验角度提出改进建议。

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
邢丹 医学信息工程学院 否

立项依据

  传统医疗机构的取药流程往往存在排队时间长、人工差错率高等问题，这不仅降低了患者满意度，也可能带来安全隐患。患者在窗口取药时，需要出示处方或身份证明进行人工核对，由于身份验证方式单一，一旦证件遗失或冒用，可能导致取错药品的风险。此外，繁琐的人工操作限制了药房服务效率，高峰时段患者常需等待数十分钟甚至数小时。有研究显示，人工配药差错的发生率在全球范围内约为1.6%。因此，现有取药模式难以充分满足日益增长的医疗服务需求，迫切需要探索更安全高效的解决方案。
  智能化、自助式取药系统的出现为解决上述难题提供了新的思路。通过引入自动化设备和信息技术，患者可在无人值守的自助终端领取药物，从而显著减少排队等候时间。例如，美国UW Health引入的自助取药机在上线首月即服务了约500名患者，平均每笔取药交易耗时仅35秒，用户满意度高达4.6星。这表明智慧取药终端在提升取药效率和便利性方面具有巨大潜力。而多模态身份识别技术（如人脸识别、指纹验证、二维码扫描等）的融合应用，将进一步提升系统的安全性和可用性。生物特征识别具有唯一性和难以伪造的特点，将其与传统身份验证相结合，可有效避免冒领他人药物等安全问题。同时，多种识别方式的并用还能提升验证准确率，降低单一模式下环境或个体差异带来的识别错误。本研究旨在构建一套融合多模态身份识别的智慧自助取药系统，以提高取药环节的安全性、准确性和便捷性，满足“以患者为中心”的医疗服务需求。

  本课题将围绕智慧自助取药系统的设计与实现展开。

  总体架构设计：构建智能自助取药系统的总体架构，划分功能模块，包括身份识别模块、药品存储与发放模块、数据管理模块、人机交互界面等。明确各模块的职责和接口关系，例如身份识别模块负责验证用户身份，药品存储与发放模块包含自动存药柜和机械取药装置，数据管理模块负责处方信息和库存数据的处理，人机交互界面为用户提供友好的操作体验。通过架构设计，确保各模块协同工作，实现系统的稳定、高效运行。
  多模态身份识别融合：重点研究人脸识别、指纹识别、二维码扫描等多种身份验证技术的融合方案。分析不同生物特征识别技术的优缺点和适用场景，例如人脸识别在用户无感知验证方面具有优势，但可能受光照影响；指纹识别准确度高但需要接触传感；二维码扫描不涉及生物信息但需用户持码。课题将探索多模态信息融合算法，基于加权决策或机器学习模型，将多种识别结果进行综合判断，提高身份验证的准确性和安全性。同时考虑用户体验，当某种识别方式失败时自动切换备用方式，确保验证流程流畅可靠。研究内容还包括建立多模态身份识别数据库、优化识别速度，以及防范照片伪造、指纹膜等攻击的活体检测技术。
  智能药品存储与发放机制：设计高效安全的药品自动存储和分发模块。研究基于物联网（IoT）的智能药柜和机械臂取药方案，实现处方药品的自动出库和发放。具体而言，课题将设计一种多层存药架或自动售药机，能够分类存放不同温度要求的药品（例如常温药品和需冷藏药品分区存储），并配备传感器实时监测内部温度、湿度，确保药品存储符合规范 。当患者身份验证通过后，系统根据处方信息指挥机械臂或传送装置精准取出对应药品，通过传输通道送至取药窗口。重点研究机械取药的精准定位和错漏检控机制，例如通过图像识别或重量传感复核取出的药品是否正确，若有错误能自动回收或报警提示。同时，引入AI算法优化取药路径和速度，提高单次取药操作的效率。
  数据管理与智能库存管理：开发后端的数据管理模块，实现处方数据、用户身份信息、药品库存等的统一管理。研究基于大数据和人工智能的库存优化方法，对药品进销存进行智能分析和预测。例如，利用历史处方数据训练模型，预测某段时间内各药品的需求量，实现智能备货和补货，避免库存积压或缺货。探索“零库存”管理理念，通过精准预测将库存量控制在最低水平，减少药品过期浪费和资金占用。此外，数据管理模块还将与医院信息系统对接，实现电子处方的自动获取和审核联动，以及多终端的数据同步更新。
  人机交互界面与用户体验：设计友好易用的人机交互界面，包括自助取药终端的触摸屏界面和移动端应用接口。界面应简洁明了，提供清晰的操作指引，如扫码取药、人脸识别取药等流程的逐步提示。注重用户体验的差异化需求，考虑老年人、视障人士等特殊群体。比如界面提供大字体、高对比度模式，支持语音播报操作步骤；对于视力不佳者，可采用语音识别输入指令或提供实体按键辅助。研究还将探讨远程协助功能，当用户在自助取药过程中遇到困难时，可一键呼叫药师在线支援，提升系统的人性化服务特色。
  数据安全与隐私保护：针对智慧自助取药系统涉及的敏感数据（如个人身份信息、生物特征数据、处方医疗数据），制定完善的安全和隐私保护方案。研究内容包括数据加密存储与传输技术，确保用户指纹、人脸特征等信息在传输和存储过程中不被非法窃取。设计严格的权限控制和日志审计机制，只有授权的系统模块才能访问相应数据，并记录每一次访问操作以备查。此外，遵循国家和行业的数据安全规范（如《个人信息保护法》等），在系统设计中嵌入隐私保护原则，做到采集最小必要信息、明示用户用途并获取同意。通过以上措施，保障用户身份信息和医疗数据在系统全生命周期内的机密性、完整性和可用性。
        国外研究现状： 发达国家在智能取药、自助服务和身份识别技术方面已开展大量探索，并取得了重要进展。例如，亚马逊公司的无人零售商店Amazon Go应用了计算机视觉、深度学习算法和多传感器融合技术，实现了“拿了就走”的无结算购物体验。这一技术理念表明，通过部署摄像头和传感器网络，系统可自动感知用户行为并完成结算，启发我们可将类似的物联网和视觉识别技术应用于药品自助取药场景，减少人工参与。医疗领域方面，生物识别技术在智慧医疗中日益受到重视。美国部分医院和药房已引入自助取药机（如ScriptCenter系统），患者可通过指纹、人脸或军人身份证等多因素验证领取处方药，实现24小时不打烊服务。例如，美国军队医疗系统部署的处方自提柜允许用户扫描军人证件并设置密码，在此后取药时可选择刷指纹或输入密码等多种方式完成身份认证。又如澳大利亚National Pharmacies连锁药房早在2017年便尝试在店内自助终端引入人脸识别，用于会员身份认证和自助交易，提升服务便捷性。总体来看，国外在无人化药品发放和多模态身份核验方面的实践不断涌现，相关技术日趋成熟。这些领先案例为本项目提供了有益的借鉴，说明通过先进技术融合可大幅改善取药流程的效率与安全。
  国内研究现状： 在国内，“智慧医疗”和“智慧药房”正成为医疗行业的发展热点，众多医院和企业开展了相关实践。在政策层面，政府倡导建设“智慧医院”，强调智慧药事服务和智慧管理的重要性。许多大型三甲医院已经启动智慧药房建设，例如湖南长沙市第一医院上线了智能药房系统：通过处方审核后，药品由机器人手臂从药架抓取，经传送带送至取药窗口，实现了全流程自动化。该系统有效提高了调配准确性和发药效率，大幅缩短了患者取药等待时间，同时对于麻醉药品等特殊药物还引入了身份识别二次验证机制（如人脸识别开柜）以确保安全。在产业界，国内企业也积极研发智慧取药相关设备与系统。苏州Iron Tech公司推出的“智能配药一体化智慧药房系统”已在国内多家大型医院落地，集成了药品信息管理、自动化设备与物联网，实现了从药品入库、存储、调配到发放的全流程智能化管控。该系统利用机器人和传送带全天候供应药品，并通过处方与库存数据库的实时匹配，建立闭环的药品管理流程，提高了库存管理精细化水平。另外，一些创新性设计也表明我国智慧取药技术在加速发展，如深圳某公司设计的“24小时智慧药房”概念获得了国际红点设计奖，其双机械臂自动调配、多种剂型兼容、错取自动校正以及全程温度监控等功能代表了智慧药房设备的先进方向。

  综合而言，国内在智慧自助取药和多模态身份识别应用方面与国际前沿基本同步：一方面有政策和市场需求驱动下的广泛实践，另一方面相关技术（如人脸识别、物联网、机器人）的成熟为系统实现提供了保障。本项目立足于国内实际，将借鉴国内外最新研究成果，推动智慧药房技术的进一步创新发展。




参考文献：
[1] Red Dot Design Award. 24-Hour Smart Pharmacy[EB/OL]. [2021-10-15]. https://www.red-dot.org/project/24-hour-smart-pharmacy-69844.
[2] Amazon. Just Walk Out Technology: Reinventing Retail with AI & Computer Vision[EB/OL]. [2018-12-05]. https://www.amazon.com/b?node=16008589011.
[3] UW Health. Self-Serve Prescription Pickup at UW Health Pharmacy[EB/OL]. [2020-06-18]. https://www.uwhealth.org/news/self-serve-prescription-pickup.
[4] ScriptCenter Prescription Pickup. U.S. Military Pharmacy Automation Case Study[EB/OL]. [2021-04-12]. https://www.omnicell.com/products/scriptcenter.
[5] National Pharmacies. Introducing Biometric Authentication for Pharmacy Self-Checkouts[EB/OL]. [2017-09-20]. https://www.nationalpharmacies.com.au/news/biometric-authentication-pharmacy-self-checkouts.
[6] 长沙市第一医院. 智能发药系统正式上线，优化患者取药流程[EB/OL]. [2022-05-11]. https://www.csdy.cn/news/智能发药系统.
[7] 苏州Iron Tech公司. 智能配药一体化智慧药房系统应用案例[EB/OL]. [2023-03-08]. https://www.irontech.com.cn/smart-pharmacy.
[8] 中华人民共和国. 个人信息保护法: 中华人民共和国法律[Z]. 北京: 中国法制出版社, 2021.
[9] 国家卫生健康委员会. 关于进一步推动智慧医院建设的指导意见[EB/OL]. [2020-04-10]. http://www.nhc.gov.cn/xcs/yqfkdt/202004/24d2e1cfb92a40178c5e67fd1f7bdb33.shtml.
[10] 李强, 王伟, 赵鑫. 基于计算机视觉的药品智能分拣机器人应用研究[J]. 计算机工程与应用, 2021, 57(12): 112-120.
[11] 张鹏, 刘凯, 王楠. 智慧药房系统的设计与优化[J]. 中国药学杂志, 2020, 55(10): 45-52.
[12] 王琳, 陈东, 徐涛. 多模态生物识别在医院管理系统中的应用[J]. 医疗信息学杂志, 2019, 36(3): 78-85.
[13] 郭超, 刘芳, 孙磊. 智能化医院药品供应链管理的研究与实践[J]. 中国卫生经济, 2022, 39(5): 66-72.
[14] 赵亮, 李雪, 吴敏. 人工智能+物联网：智慧医院药品管理的新模式[J]. 计算机科学, 2021, 48(8): 121-130.
[15] 林浩, 王志, 张建. 深度学习在多模态身份识别中的应用[J]. 人工智能学报, 2021, 36(6): 97-105.
[16] 刘佳, 王聪, 何宁. 基于机器学习的药品库存管理预测模型[J]. 中国药房, 2022, 33(4): 210-220.
  本项目在调研现有技术的基础上，将从以下几方面开展创新。

  多模态身份识别的融合与优化：提出将人脸、指纹、虹膜、二维码等多种身份识别技术有机融合的新方法。不同于传统单一身份验证，本项目通过算法优化实现多模态生物识别的优势互补，在提高身份验证准确率的同时增加攻击难度。例如，当用户进行人脸识别的同时辅以指纹比对，只有两者均匹配才能通过，显著提升安全性。创新点在于研究适用于医疗取药场景的轻量级融合算法和决策策略，使多重验证既快速高效又不增加用户负担。
  智能存储与自动化取药技术结合：设计一体化的药品智能存储柜与自动发药装置，实现药品的无人化存取。相较于现有医院药房的半自动发药机，本项目创新在于引入机器人与传感融合技术，实现更灵活的药品存取和差错纠正机制。比如，通过机器视觉引导机械臂精确抓取指定药盒，结合重量传感器和图像识别进行双重校验，确保拿取药品与处方一致。一旦检测到拿取错误，系统将自动放回并重新执行，提高了系统容错能力和安全性。这种智能存储与分拣流程的深度结合将优化取药动线，减少人工干预。
  AI+IoT的智能库存管理：将人工智能算法与物联网数据采集相结合，开创药品库存管理的新模式。通过物联网实时采集药柜库存、温湿度等环境数据，并利用AI模型预测未来的用药需求量，实现动态补货优化。这一创新点在于突破传统定期盘点、人工经验订货的模式，转而依据数据驱动的预测决策。预期可降低库存冗余和缺货风险，实现准时化库存管理。同时，结合机器学习的发药频率分析，可以提前识别某些药品的使用高峰，智能调整备药策略，提高药房运营效率。
  以用户为中心的设计优化：注重提升系统的人性化与易用性，特别关注老年人、行动不便者等特殊人群的使用体验。创新性地在界面设计中增加无障碍交互选项，如语音导航、触觉反馈装置等，确保不同群体都能顺利操作自助取药机。项目特色在于不仅关注技术实现，还将开展用户研究，根据用户反馈不断改进界面布局和交互流程。例如，为视力不佳的老人提供语音播报处方信息和操作指南；为轮椅使用者优化终端高度和取药窗口位置。这种以用户需求为导向的设计使智慧取药系统更具普适性和社会价值。
  本项目将从以下几个方面展开论述。

  技术路线：本项目将综合运用人工智能、物联网、机器人工程等跨学科技术，按照“方案设计-模块开发-系统集成-测试优化”的路线推进。首先，在方案设计阶段确定系统架构和关键技术选型，例如选定人脸识别算法框架、指纹传感器类型、机械臂方案等。其次分别开展各功能模块的开发研制：利用深度学习训练高精度的人脸/指纹识别模型，编写嵌入式软件控制机械取药装置，实现处方数据库与医院HIS系统的数据对接等。在实验室完成模块功能后，进行系统集成，将身份识别、取药机械、库存数据库和用户界面整合调试，搭建出自助取药系统的原型机。最后，通过模拟医院场景下的高并发取药测试与用户体验测试，不断优化算法参数和流程设计，解决实际运行中发现的问题。整个技术路线突出一个“融合创新”的思路，即软硬件结合、多技术协同，在不断迭代中完善系统功能。
  拟解决的问题：本研究针对传统取药方式的痛点问题提出解决方案，主要包括：
  1.身份验证方式单一：目前依赖身份证或就诊卡的单因素验证存在被冒用的安全隐患，本项目引入多模态生物识别和双重验证机制，提升身份核验的可靠性。
  2.取药效率低下：人工配药耗时长且窗口服务能力有限，导致患者等候时间过长。通过自助设备的并行工作和自动发药，可大幅提高取药效率，减少排队拥堵。
  3.药品存储和库存管理缺乏智能优化：传统药房库存主要靠人工管理，容易出现库存不足或过剩。项目利用物联网实时监控库存状态，结合AI预测用药需求，实现智能补货和库存最优化，减少人为失误。
  4.数据安全性不足：涉及患者隐私的处方信息和身份数据在现有流程中可能缺乏有效保护。通过本项目设计的安全体系，采用数据加密和权限管控，确保敏感信息在采集、传输、存储各环节均受到严格保护。
  预期成果：通过本项目的研究与实施，预期取得以下成果：
  系统原型开发：研发出一套融合多模态身份识别的智慧自助取药系统原型，包括软硬件完整功能。该原型将在模拟环境或合作医院中进行测试运行，验证其在实际场景下提升取药效率和准确性的效果。
  算法与方案优化：形成多模态身份识别融合算法、智能调度和库存管理算法等关键技术方案的优化成果。在实验中取得的数据将用于分析系统性能（如识别准确率、取药用时、库存周转率等），据此改进算法模型，输出算法性能指标显著优于单一识别或传统方法的报告。
  研究论文及成果推广：基于项目研究结果撰写高质量学术论文，投稿至智能医疗、模式识别等领域的核心期刊或会议，推动学术界对智慧药房与身份识别融合技术的认识和发展。同时，凝练项目的创新点申请发明专利或软件著作权，为后续成果转化奠定基础。通过论文发表和行业交流，将本项目的经验与成果分享出去，助力智能医疗和自助服务领域的技术进步。
  项目期限共24个月，小组成员通过讨论将其分为不同的时间段。
表 1 项目进度安排表

时间阶段
研究内容与任务
预期成果
第1-2个月
①广泛查阅国内外文献，明确研究背景、现状及发展趋势；
②调研医院实际需求，确定具体技术要求与应用场景；
③完成项目整体技术路线规划。
完成文献调研与技术路线规划报告
第3-5个月
①开展多模态身份识别技术选型与算法模型的初步设计；
②建立多模态身份识别的数据库，完成数据采集与预处理。
完成多模态身份识别初步算法模型与数据库构建
第6-8个月
①进行药品智能存储与自动化取药设备的结构设计；
②完成智能药品存储及分拣系统机械结构设计；
③开展核心控制系统的软硬件初步搭建。
完成智能药柜和取药机械的初步设计与搭建
第9-12个月
①开展多模态身份识别算法模型的训练优化，提升识别准确性和鲁棒性；
②药品存储和发放装置的机械与控制系统集成测试及初步功能验证；
③完善数据管理模块，实现处方管理、库存预测管理功能的初步实现。
完成系统各模块的初步联调，提交阶段性报告，形成系统初步原型
第13-15个月
①进行系统整体联调和功能优化，完成多模态身份识别模块与机械取药模块的深度融合；
②优化药品自动分拣、药品识别、库存智能管理功能；
③持续优化数据管理平台，确保数据安全性与稳定性。
完成系统各模块的初步联调，提交阶段性报告，形成系统初步原型
第16-18个月
①完成用户体验界面的详细设计和优化，包括针对特殊用户群体（如老年人、残障人士）的交互优化；
②部署系统原型至医院试点环境，进行小规模测试；
③开展安全性与稳定性分析，提出进一步优化方案。
完成用户体验设计方案，提交系统稳定性与安全性测试分析报告
第16-18个月
①基于试点反馈进一步优化多模态身份识别算法和药品分发算法；
②对系统开展大规模医院场景模拟测试，进行问题排查和性能提升；
③准备论文初稿撰写，申请相关专利或软件著作权。
完成系统全面测试报告，发表初步研究成果，申请专利或软件著作权
第16-20个月
①对系统性能和用户体验进行持续改进与迭代，确保系统稳定性；
②基于AI和物联网的库存管理模块完成深度优化；
③完善算法模型，进一步提高识别准确率和识别速度，优化药品调配流程。
提交系统优化升级版，完成主要研究论文投稿
第21-22个月
①系统最终版本的上线试运行，全面评估和分析各项性能指标，包括用户满意度、系统运行效率和安全可靠性；
②总结技术难点和成功经验，形成完整的项目研究报告。
完成系统最终评估报告，整理出完整的项目成果资料
第23-24个月
①对课题研究成果进行整体总结与推广应用，形成示范性推广方案；
②提交最终的项目验收材料；
③进一步发表高质量学术论文或推广应用报告。
提交完整的项目结题报告、推广应用方案和最终研究成果

  项目小组成员在寒假期间系统学习了计算机基础、数据库原理、数据结构、软件工程等专业课程，具备扎实的信息管理和系统开发理论基础。通过课程实践和小组作业，积累了一定的团队协作经验，能够熟练运用相关工具和技术进行系统设计与开发。在数据库原理实践中，成功设计并实现了小型数据库管理系统，涵盖数据的存储、查询和更新等功能，锻炼了数据管理和编程能力。
  指导老师在计算机领域成果丰硕。以负责人主持并完成 7 项市校级教学科研课题，体现出老师在项目研究和执行方面的卓越能力。在指导学生参与省级及校级大学生创新训练项目过程中，积累了丰富的指导经验，熟悉项目从选题、研究到成果产出的各个环节，能为本次项目提供全方位的指导。老师发表的 30 余篇学术论文，涉及计算机应用、信息管理等多个领域，在智慧医疗相关研究方向也有深入探索，其研究成果为项目开展提供了理论支撑。此外，在软件著作权和指导学生竞赛方面的成绩，也充分证明了老师在技术开发和创新实践指导方面的实力，有助于提升项目的创新水平和实践价值。
  已具备的条件：
  学校购买了丰富的学术数据库资源，如知网、万方、Web of Science 等，方便项目组查阅国内外最新的学术研究成果，及时了解行业动态和前沿技术，为项目研究提供理论支持。同时，小组成员掌握多种开发软件和工具，如 Python、Java、MySQL 等，可用于算法开发、系统编程和数据库管理。
  小组成员利用假期在专业课程学习中掌握了信息系统开发的基本流程和方法，对人工智能、物联网等相关技术有一定了解。指导老师在计算机领域的专业知识和丰富经验，能够为项目提供技术指导和方向把控。在多模态身份识别、智能库存管理等关键技术方面，项目组通过前期调研和学习，积累了一定的理论知识，为项目的开展奠定了技术基础。
  尚缺少的条件及解决方法：
  （1）项目需要高精度的人脸识别设备、指纹识别传感器以及适用于药品存储和发放的智能药柜等专业设备，但目前实验室现有的设备可能无法完全满足项目需求。
  解决方法是积极与学校沟通，申请专项经费购置相关设备；同时，与相关企业合作，争取企业的设备支持或借用部分设备进行实验。此外，关注二手设备市场，在保证设备性能的前提下，选择性价比高的设备进行采购。
  （2）要训练高精度的多模态身份识别模型和智能库存管理模型，需要大量的真实医疗数据，包括患者身份信息、处方数据、药品库存数据等，但目前获取这些数据存在一定困难。
  解决方法是与合作医院协商，在符合医院数据管理规定和患者隐私保护的前提下，获取部分脱敏后的医疗数据用于模型训练；也可以通过公开的医疗数据集网站，收集相关数据进行补充。同时，利用模拟数据生成技术，根据真实数据的特征和分布，生成模拟数据，以增加数据的多样性和规模，提高模型训练效果。
  （3）在系统集成和测试阶段，需要模拟真实的医院取药场景，但学校实验室的环境与实际医院场景存在差异。
  解决方法是与学校附属医院协商，利用其空闲的药房空间进行模拟场景搭建，确保系统在实际应用场景中的可靠性和稳定性。

经费预算

开支科目 预算经费（元） 主要用途 阶段下达经费计划（元）
前半阶段 后半阶段
预算经费总额 5000.00 项目各项开支的总体资金安排 2800.00 2200.00
1. 业务费 2500.00 涵盖项目开展中的多种业务支出 1050.00 1450.00
（1）计算、分析、测试费 1000.00 用于模型训练、系统性能计算分析，可借助云端计算资源，支付使用费用 500.00 500.00
（2）能源动力费 300.00 维持设备运行的电力消耗，如实验设备、电脑等 150.00 150.00
（3）会议、差旅费 500.00 参加学术会议或调研时的交通、住宿费用，促进经验交流与信息获取 250.00 250.00
（4）文献检索费 300.00 使用学术数据库检索资料，掌握行业动态 150.00 150.00
（5）论文出版费 400.00 发表学术论文的版面费等，推动成果传播 0.00 400.00
2. 仪器设备购置费 1000.00 购置部分关键设备，如指纹识别传感器，若条件允许，可与企业合作借用或租赁其他设备 1000.00 0.00
3. 实验装置试制费 500.00 制作简单实验装置样机，验证设计思路 250.00 250.00
4. 材料费 1000.00 购买实验所需的电子元器件，模拟药品等材料 500.00 500.00
结束

用户单位： 济宁医学院        

版权所有： 南京先极科技有限公司        

访问量：0001178851