临床研究受试者筛选方法、装置、电子设备及存储介质与流程

本申请属于数据处理，具体涉及一种临床研究受试者筛选方法、装置、电子设备及存储介质。

背景技术：

1、随着医疗行业数字化程度的提高，越来越多的患者信息以数据形式存储在电子健康记录(ehr)和医院信息系统(his)中。这些数据覆盖广泛，包括疾病诊断、药物治疗、以及其他关键的健康指标，例如疾病名称、药物名称、身高和体重等。

2、然而，数据存储结构的不一致性和多样性为基于精确匹配的数据检索带来了挑战。如“糖尿病”可能被记录为“diabetes mellitus”，“糖尿”，或者“高血糖症”，这导致传统的基于精确匹配的检索方法可能无法完全捕捉到所有相关信息。

技术实现思路

1、本申请的目的是提供一种临床研究受试者筛选方法、装置、电子设备及存储介质以对临床研究受试者筛选进行精准匹配。

2、根据本申请实施例的第一方面，提供了一种临床研究受试者筛选方法，该方法可以包括：

3、根据目标入排标准确定待查询医疗数据；

4、在医疗数据库中对待查询医疗数据进行精准匹配和模糊匹配，得到初级检索结果；

5、对初级检索结果进行数据融合，得到目标临床受试者。

6、在本申请的一些可选实施例中，待查询医疗数据包括：目标临床受试者的数值条件和文本条件；

7、在医疗数据库中对待查询医疗数据进行精准匹配和模糊匹配，得到初级检索结果，包括：

8、在医疗数据库中查询符合数值条件的第一患者集；

9、在医疗数据库中查询与文本条件相匹配的第二患者集；

10、第一患者集与第二患者集形成初级检索结果。

11、在本申请的一些可选实施例中，在医疗数据库中查询符合数值条件的第一患者集，包括：

12、利用数据库查询语言查询医疗数据库中符合数值条件的第一患者集。

13、在本申请的一些可选实施例中，在医疗数据库中查询与文本条件相匹配的第二患者集，包括：

14、利用训练好的深度学习模型在医疗数据库中进行文本条件的相似度匹配，得到第二患者集。

15、在本申请的一些可选实施例中，训练好的深度学习模型是通过下述训练得到：

16、收集医疗领域中包括多种表达的术语文本；

17、根据术语文本构建句子对，形成训练集，句子对包括相似的句子和不相似的句子；

18、利用训练集训练深度学习模型，得到训练好的深度学习模型。

19、在本申请的一些可选实施例中，在利用训练集训练深度学习模型，得到训练好的深度学习模型之后，临床研究受试者筛选方法还包括：

20、对训练好的深度学习模型进行模型评估和验证，并根据评估和验证结果进行微调，形成最优深度学习模型。

21、在本申请的一些可选实施例中，对初级检索结果进行数据融合，得到目标临床受试者，包括：

22、对初级检索结果进行加权融合，并根据预设逻辑关系再融合，得到目标临床受试者。

23、根据本申请实施例的第二方面，提供一种临床研究受试者筛选装置，该装置可以包括：

24、确定模块，用于根据目标入排标准确定待查询医疗数据；

25、检索模块，用于在医疗数据库中对待查询医疗数据进行精准匹配和模糊匹配，得到初级检索结果；

26、融合模块，用于对初级检索结果进行数据融合，得到目标临床受试者。

27、根据本申请实施例的第三方面，提供一种电子设备，该电子设备可以包括：

28、处理器；

29、用于存储处理器可执行指令的存储器；

30、其中，处理器被配置为执行指令，以实现如第一方面的任一项实施例中所示的临床研究受试者筛选方法。

31、根据本申请实施例的第四方面，提供一种存储介质，当存储介质中的指令由信息处理装置或者服务器的处理器执行时，以使信息处理装置或者服务器实现如第一方面的任一项实施例中所示的临床研究受试者筛选方法。

32、本申请的上述技术方案具有如下有益的技术效果：

33、本申请实施例方法通过在医疗数据库中对待查询医疗数据进行精准匹配和模糊匹配，得到初级检索结果；然后对初级检索结果进行数据融合，得到目标临床受试者。该方法不仅显著提升了数据检索的覆盖率和准确性，还大幅度提高了医疗研究的整体质量和效率。

技术特征：

1.一种临床研究受试者筛选方法，其特征在于，包括：

2.根据权利要求1所述的临床研究受试者筛选方法，其特征在于，所述待查询医疗数据包括：目标临床受试者的数值条件和文本条件；

3.根据权利要求2所述的临床研究受试者筛选方法，其特征在于，所述在所述医疗数据库中查询符合所述数值条件的第一患者集，包括：

4.根据权利要求2所述的临床研究受试者筛选方法，其特征在于，所述在所述医疗数据库中查询与所述文本条件相匹配的第二患者集，包括：

5.根据权利要求4所述的临床研究受试者筛选方法，其特征在于，所述训练好的深度学习模型是通过下述训练得到：

6.根据权利要求5所述的临床研究受试者筛选方法，其特征在于，在所述利用所述训练集训练深度学习模型，得到所述训练好的深度学习模型之后，所述临床研究受试者筛选方法还包括：

7.根据权利要求1所述的临床研究受试者筛选方法，其特征在于，所述对所述初级检索结果进行数据融合，得到目标临床受试者，包括：

8.一种临床研究受试者筛选装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-7任一项所述的临床研究受试者筛选方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-7任一项所述的临床研究受试者筛选方法的步骤。

技术总结本申请公开了一种临床研究受试者筛选方法、装置、电子设备及存储介质，属于数据处理技术领域，其中，临床研究受试者筛选方法包括：根据目标入排标准确定待查询医疗数据；在医疗数据库中对待查询医疗数据进行精准匹配和模糊匹配，得到初级检索结果；对初级检索结果进行数据融合，得到目标临床受试者。该方法不仅显著提升了数据检索的覆盖率和准确性，还大幅度提高了医疗研究的整体质量和效率。技术研发人员：田永谦受保护的技术使用者：上海艾莎医学科技有限公司技术研发日：技术公布日：2024/11/4