CN108986917A - 临床试验匹配方法、装置及终端设备 - Google Patents
临床试验匹配方法、装置及终端设备 Download PDFInfo
- Publication number
- CN108986917A CN108986917A CN201810615394.XA CN201810615394A CN108986917A CN 108986917 A CN108986917 A CN 108986917A CN 201810615394 A CN201810615394 A CN 201810615394A CN 108986917 A CN108986917 A CN 108986917A
- Authority
- CN
- China
- Prior art keywords
- information
- patient
- standard
- matching
- clinical test
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
Abstract
本发明适用于人工智能技术领域，提供了一种临床试验匹配方法、装置及终端设备。该方法包括：分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从入排标准信息中提取出第二信息，第一信息包括患者的基本信息，第二信息包括不同临床试验的入排标准；将第一信息和第二信息存储至云服务器；通过对第一信息和第二信息进行匹配，选出匹配患者本发明对于临床试验相关从业人员，节省了大量病例资料浏览的时间，提高了招募的效率；对于医生和患者，提供一种新的治疗思路，且是很有可能使患者获益的治疗方案，即使患者未能加入临床试验，也能够参考其他临床试验的方案进行治疗，具有较强的实用性。
Description
技术领域
本发明属于人工智能技术领域，尤其涉及一种临床试验匹配方法、装置及终端设备。
背景技术
临床试验是指以人为对象的前瞻性研究，预先将受试者或受试人群分配至接受一种或多种医疗干预，以评价医疗干预对健康结局的影响。其中“医疗干预”包括但不仅限于药物、细胞及其他生物制品、外科治疗、放射治疗、医疗器械、行为疗法、治疗过程的改变、预防保健等。
临床试验分为注册临床试验和非注册临床试验。对于需要获得国家食品药品监督管理总局临床试验批件的，即注册临床试验，内容需要在药物临床试验登记与信息公示平台进行登记公示。之前国家食品药品监督管理总局发布了调整进口药品注册管理有关事项的决定(国家食品药品监督管理总局令，第35号令，2017年10月10日)，国内外可同步开展I期临床试验，将加速进口新药的申请注册流程，且国内药企近年来研发势头迅猛，大批新药将很快进入临床试验阶段。目前全球药物临床试验领域的发展格局中，近年来中国虽然取得了长足的发展，但仍然处于有待发展阶段，鉴于中国庞大的人口基数及相对低廉的研发成本，各大药企已经把目光投向中国，势必造成未来几年整个领域的快速发展。而对于非注册临床试验，也称为研究者发起的临床试验(investigator-initiated clinical trial，IIT)，一般来说仅需获得项目开展机构的审批即可，通俗来说为科研项目，包括各类基金、课题、人才项目、自发科研项目等，每年申请的项目数量非常可观，这类项目CFDA不要求公示，有的研究者会自行在clinicaltrials.gov登记。目前在该网站上注册的尚未招募/招募中的在中国的研究有4460项，其中大部分是IIT试验。近年来此类临床试验中不乏高质量高水平的研究，结果得到了国际学术界的认可，也激发了国内研究者开展此类研究的热情，更多研究将被进一步立项。
临床试验在推动医学发展和促进人类健康的过程中起着至关重要的作用，很多疾病指南首选的治疗方式就是参加临床试验，但是一项临床试验的完成往往需要花费3-5年甚至更长时间，其中一个最主要的原因是招募不到足够的受试者。
目前的受试者招募流程基本是全靠人工比对入排标准，由授权医生/临床试验协调员/招募专员等进行初步病历筛选，将符合或有可能符合的患者资料发给临床试验监查员/研究者进行资质确认后安排受试者进行知情同意后入组。此种招募方式需要大量的人工体力劳动，效率比较低下且容易漏筛选受试者，另一方面很多试验仅在有限的研究中心开展，患者覆盖量有限，也是造成招募进度延缓的重要原因。由于受试者的信息及临床试验的入排标准都相当严苛及复杂，目前国内尚无智能匹配临床试验的系统及方法出现。
因此，有必要提出一种方案以解决上述问题。
发明内容
有鉴于此，本发明实施例提供了一种临床试验匹配方法、装置及终端设备，以解决现有技术中招募临床试验的匹配患者时存在效率低的问题。
本发明实施例的第一方面提供了一种临床试验匹配方法，包括：
从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；
分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准；
将所述第一信息和第二信息存储至云服务器；
通过对所述第一信息和第二信息进行匹配，选出匹配患者。
本发明实施例的第二方面提供了一种临床试验匹配装置，包括：
获取模块，用于从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；
自然语言处理模块，用于分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准；
存储模块，用于将所述第一信息和第二信息存储至云服务器；
匹配模块，用于通过对所述第一信息和第二信息进行匹配，选出匹配患者。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：
从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；
分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准；
将所述第一信息和第二信息存储至云服务器；
通过对所述第一信息和第二信息进行匹配，选出匹配患者。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：
从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；
分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准；
将所述第一信息和第二信息存储至云服务器；
通过对所述第一信息和第二信息进行匹配，选出匹配患者。
在本发明实施例中，通过从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准；将所述第一信息和第二信息存储至云服务器；通过对所述第一信息和第二信息进行匹配，选出匹配患者，对于临床试验相关从业人员，节省了大量病例资料浏览的时间，提高了招募的效率；对于医生和患者，提供一种新的治疗思路，且是很有可能使患者获益的治疗方案，即使患者未能加入临床试验，也能够参考其他临床试验的方案进行治疗；对于研究发起者，试验的招募范围从指定机构扩大到所有应用本系统的机构，患者基数大幅度增加，可促进招募入组进程，加速试验进程；对于患者，各类指南推荐的首选方案很大一部分是参加临床试验，可以参加临床试验是对患者最好的选择，通过本发明实施例增大了患者匹配到多项临床试验的概率，治疗选择面更广。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的临床试验匹配方法的实现流程示意图；
图2是本发明实施例提供的临床试验匹配方法的实现流程示意图；
图3是本发明实施例提供的临床试验匹配管理流程的示意图；
图4是本发明实施例二提供的临床试验匹配装置的结构框图；
图5是本发明实施例三提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当……时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
图1示出了本发明实施例一提供的临床试验匹配方法的实现流程示意图。如图1所示，该临床试验匹配方法具体可包括如下步骤S101至步骤S104。
步骤S101：从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息。
其中，患者信息包括但不限于年龄、性别、疾病诊断信息、既往治疗史信息，当前疾病状态，检查结果信息(如实验室检查、辅助检查和基因检测)。临床试验的入排标准信息包括多个临床试验的入排标准。
步骤S102：分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括入排标准。
在本实施例中，患者信息可通过与医院管理信息系统(HIS，HospitalInformation System)对接进行获取；入排标准可通过与临床试验数据库进行对接进行获取。
其中，优选地，临床试验数据库包括国内、国外及本地临床试验数据库。
所述自然语言处理包括中文自动分词、语义理解、信息提取和信息填写。
对应地，分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准中提取出第二信息，包括：
A1、分别对患者信息和入排标准进行中文自动分词得到分词后的文本信息；
A2、对所述分词后的文本信息进行语义理解，从患者信息中提取出第一信息，从所述入排标准中提取出第二信息。
进一步地，还可包括：
A3、判断患者信息和入排标准中是否存在外文信息；若存在，则对所述外文信息进行翻译得到中文信息。
通过上述步骤将患者信息上的文本信息自动填写至云平台结构化的ECRF(electronic case report form，电子病例报告表)，以及将各个入排标准自动填入入排标准定义模块，并可在模块界面溯源。
步骤S102：将所述第一信息和第二信息存储至云服务器。
将患者的基本信息和入排标准存储至云服务器，便于随时调用。
步骤S103：通过对所述第一信息和第二信息进行匹配，选出匹配患者。
具体地址，通过对所述第一信息和第二信息进行匹配，选出匹配患者包括两种实现方式：
第一种：基于预定的临床试验，通过所述第一信息去匹配所述第二信息，从多个患者中匹配出与所述临床试验相符合的患者。
进一步地，基于预定的临床试验，通过所述第一信息去匹配所述第二信息，从多个患者中匹配出与所述临床试验相符合的匹配患者包括：
B1、将第一信息中患者的基本信息与第二信息中的入排标准进行匹配及权重计算，得到匹配度值。
B2、对匹配度大于等于预设阈值的患者根据匹配值进行排序，得到匹配患者名单信息。
进一步地，得到匹配患者名单信息，包括：
C1、将所述匹配患者作为初始的系统识别组；
C2、根据用户的第一操作指令，将所述系统识别组分成可筛选组、待签ICF组和筛选中组；
其中，ICF的全称为Inform Consent Form，知情同意书。
C3、根据用户的第二操作指令，从所述筛选中组里面筛选出筛选成功组。
其中，第一操作指令和第二操作指令是基于用户的判断在终端设备上进行的操作对应的指令。
第二种：基于预定的患者，通过所述第二信息去匹配所述第一信息，根据入排标准从多个临床试验中筛选出与所述预定患者相匹配的临床试验。
作为本实施例的一个优选实施例，能够实现患者与临床试验的双向人工智能匹配，将患者ECRF中的基本信息与临床试验入排标准进行智能匹配，计算各项条件的权重及匹配度，进行智能排序，实现两方面的匹配。一方面可通过患者信息匹配至符合的临床试验，另一方面通过入排标准筛选符合的患者，进一步提高了匹配的效率。
进一步地，作为本实施例的一个优选实施例，上述临床试验匹配方法还包括：
步骤S104：更新患者信息，抓取所述更新的病例信息中患者的基本信息；
步骤S105：将所述更新的病例信息中患者的基本信息与入排标准进行匹配，更新匹配信息。
进一步地，在更新匹配信息之后，还包括：
步骤S106：将所述更新的匹配信息显示在界面并提醒管理人员查看。
例如，在临床试验管理界面，可查看各匹配进入匹配患者的状态，如系统匹配的患者分在最初始的系统识别组，而后由临床试验管理人员对该组患者进行确认进入试验流程或淘汰，进入流程后将试验招募的各个阶段都进行了分组，包括系统识别组、待签ICF组、筛选中组、筛选失败组、筛选成功组等，管理人员可对每一患者进行分组标记拖动，以便对试验各阶段的患者进行区分管理并动态查看。而患者信息也通过患者信息在平台进行动态更新及再匹配，如有匹配状态更新将在界面动态提示管理人员查看。
为了便于理解，具体匹配过程可参照图2；图3还提供了一种临床试验匹配管理流程的示意图。
在本发明实施例中，通过从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准；将所述第一信息和第二信息存储至云服务器；通过对所述第一信息和第二信息进行匹配，选出匹配患者，对于临床试验相关从业人员，节省了大量病例资料浏览的时间，提高了招募的效率；对于医生和患者，提供一种新的治疗思路，且是很有可能使患者获益的治疗方案，即使患者未能加入临床试验，也能够参考其他临床试验的方案进行治疗；对于研究发起者，试验的招募范围从指定机构扩大到所有应用本系统的机构，患者基数大幅度增加，可促进招募入组进程，加速试验进程；对于患者，各类指南推荐的首选方案很大一部分是参加临床试验，可以参加临床试验是对患者最好的选择，通过本发明实施例增大了患者匹配到多项临床试验的概率，治疗选择面更广。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例二
请参考图4，其示出了本发明实施例二提供的临床试验匹配装置的结构框图。临床试验匹配装置40包括：获取模块41、自然语言处理模块42、存储模块43和匹配模块44。其中，各模块的具体功能如下：
获取模块41，用于从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；
自然语言处理模块42，用于分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准
存储模块43，用于将所述第一信息和第二信息存储至云服务器；
匹配模块44，用于通过对所述第一信息和第二信息进行匹配，选出匹配患者。
可选地，自然语言处理模块42包括：
分词单元，用于对所述翻译信息进行中文自动分词得到分词后的文本信息；
语义理解单元，用于对所述分词后的文本信息进行语义理解，从患者信息中提取出第一信息，从所述入排标准中提取出第二信息。
可选地，自然语言处理模块41还包括：
判断单元，用于判断患者信息和入排标准中是否存在外文信息。
机器翻译单元，用于若存在，则对所述外文信息进行翻译得到中文信息。
可选地，匹配模块43包括：
第一匹配单元，用于基于预定的临床试验，通过所述第一信息去匹配所述第二信息，从多个患者中匹配出与所述临床试验相符合的患者；
第二匹配单元，用于基于预定的患者，通过所述第二信息去匹配所述第一信息，根据入排标准从多个临床试验中筛选出与所述预定患者相符合的临床试验。
可选地，第一匹配单元包括：
指标匹配单元，用于将第一信息中患者的基本信息与第二信息中的入排标准进行匹配及权重计算，得到匹配度值；
排序单元，用于对匹配度大于等于预设阈值的患者根据匹配值进行排序，得到匹配患者名单信息。
可选地，排序单元包括：
确定单元，用于将所述匹配患者作为初始的系统识别组；
分组单元，用于根据用户的第一操作指令，将所述系统识别组分成可筛选组、待签ICF组和筛选中组；
筛选单元，用于根据用户的第二操作指令，从所述筛选中组里面筛选出筛选成功组。
可选地，临床试验匹配装置还包括：
第一更新模块，用于更新患者信息，抓取所述更新的病例信息中患者的基本信息；
第二更新模块，用于将所述更新的病例信息中患者的基本信息与入排标准进行匹配，更新匹配信息。
可选地，临床试验匹配装置40还包括：
显示模块，用于将所述动态更新的匹配信息显示在界面并提醒管理人员查看。
在本发明实施例中，通过从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准；将所述第一信息和第二信息存储至云服务器；通过对所述第一信息和第二信息进行匹配，选出匹配患者，对于临床试验相关从业人员，节省了大量病例资料浏览的时间，提高了招募的效率；对于医生和患者，提供一种新的治疗思路，且是很有可能使患者获益的治疗方案，即使患者未能加入临床试验，也能够参考其他临床试验的方案进行治疗；对于研究发起者，试验的招募范围从指定机构扩大到所有应用本系统的机构，患者基数大幅度增加，可促进招募入组进程，加速试验进程；对于患者，各类指南推荐的首选方案很大一部分是参加临床试验，可以参加临床试验是对患者最好的选择，通过本发明实施例增大了患者匹配到多项临床试验的概率，治疗选择面更广。
实施例三
图5是本发明三实施例提供的终端设备的示意图。如图5所示，该实施例的终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52，例如临床试验匹配方法程序。所述处理器50执行所述计算机程序52时实现上述各个临床试验匹配方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块的功能，例如图4所示模块41至44的功能。
示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如，所述计算机程序52可以被分割成自然语言处理模块、存储模块和匹配模块，各模块的具体功能如下：
获取模块，用于从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；
自然语言处理模块，用于分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准；
存储模块，用于将所述第一信息和第二信息存储至云服务器；
匹配模块，用于通过对所述第一信息和第二信息进行匹配，选出匹配患者。
所述终端设备5可以是桌上型计算机、笔记本、掌上电脑、手机、IPAD等计算设备。所述终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (12)
1.一种临床试验匹配方法，其特征在于，包括：
从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；
分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准；
将所述第一信息和第二信息存储至云服务器；
通过对所述第一信息和第二信息进行匹配，选出匹配患者。
2.如权利要求1所述的临床试验匹配方法，其特征在于，所述自然语言处理包括中文自动分词、语义理解、信息提取和信息填写。
3.如权利要求2所述的临床试验匹配方法，其特征在于，分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准中提取出第二信息，包括：
分别对患者信息和入排标准进行中文自动分词得到分词后的文本信息；
对所述分词后的文本信息进行语义理解，从患者信息中提取出第一信息，从所述入排标准中提取出第二信息。
4.如权利要求3所述的临床试验匹配方法，其特征在于，在分别对患者信息和入排标准进行中文自动分词得到分词后的文本信息之前，还包括：
判断患者信息和入排标准中是否存在外文信息；
若存在，则对所述外文信息进行翻译得到中文信息。
5.如权利要求1所述的临床试验匹配方法，其特征在于，通过对所述第一信息和第二信息进行匹配，选出匹配患者包括：
基于预定的临床试验，通过所述第一信息去匹配所述第二信息，从多个患者中匹配出与所述临床试验相符合的患者；
基于预定的患者，通过所述第二信息去匹配所述第一信息，根据入排标准从多个临床试验中筛选出与所述预定患者相符合的临床试验。
6.如权利要求4所述的临床试验匹配方法，其特征在于，基于预定的临床试验，通过所述第一信息去匹配所述第二信息，从多个患者中匹配出与所述临床试验相符合的匹配患者包括：
将第一信息中患者的基本信息与第二信息中的入排标准进行匹配，得到匹配度值；
对匹配度大于等于预设阈值的患者根据匹配值进行排序，得到匹配患者名单信息。
7.如权利要求6所述的临床试验匹配方法，其特征在于，得到匹配患者名单信息包括：
将所述匹配患者作为初始的系统识别组；
根据用户的第一操作指令，将所述系统识别组分成可筛选组、待签ICF组和筛选中组；
根据用户的第二操作指令，从所述筛选中组里面筛选出筛选成功组。
8.如权利要求5所述的临床试验匹配方法，其特征在于，还包括：
更新患者信息，抓取所述更新的病例信息中患者的基本信息；
将所述更新的病例信息中患者的基本信息与入排标准进行匹配，更新匹配信息。
9.如权利要求8所述的临床试验匹配方法，其特征在于，在更新匹配信息之后，还包括：
将所述更新的匹配信息显示在界面并提醒管理人员查看。
10.一种临床试验匹配装置，其特征在于，包括：
获取模块，用于从医院管理信息系统中获取患者信息，从临床试验数据库获取临床试验的入排标准信息；
自然语言处理模块，用于分别对患者信息和入排标准进行自然语言处理，从患者信息中提取出第一信息，从所述入排标准信息中提取出第二信息，所述第一信息包括患者的基本信息，所述第二信息包括不同临床试验的入排标准；
存储模块，用于将所述第一信息和第二信息存储至云服务器；
匹配模块，用于通过对所述第一信息和第二信息进行匹配，选出匹配患者。
11.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述方法的步骤。
12.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810615394.XA CN108986917A (zh) | 2018-06-14 | 2018-06-14 | 临床试验匹配方法、装置及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810615394.XA CN108986917A (zh) | 2018-06-14 | 2018-06-14 | 临床试验匹配方法、装置及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108986917A true CN108986917A (zh) | 2018-12-11 |
Family
ID=64540478
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810615394.XA Pending CN108986917A (zh) | 2018-06-14 | 2018-06-14 | 临床试验匹配方法、装置及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108986917A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110223784A (zh) * | 2019-06-17 | 2019-09-10 | 无码科技（杭州）有限公司 | 临床试验患者匹配方法 |
| CN111640476A (zh) * | 2020-06-01 | 2020-09-08 | 山东健康医疗大数据有限公司 | 一种实验数据治理和管理的方法 |
| CN111667891A (zh) * | 2020-06-08 | 2020-09-15 | 中国医学科学院医学信息研究所 | 应用于专病临床试验的队列识别方法及装置 |
| CN112509693A (zh) * | 2020-12-11 | 2021-03-16 | 北京目人生殖医学科技有限公司 | 一种临床数据统计分析方法、系统、设备及存储介质 |
| CN113380354A (zh) * | 2021-06-16 | 2021-09-10 | 联仁健康医疗大数据科技股份有限公司 | 一种人员招募方法、装置、系统、电子设备及存储介质 |
| CN113380353A (zh) * | 2021-06-11 | 2021-09-10 | 上海妙一生物科技有限公司 | 一种临床研究项目中患者招募方法和装置 |
| CN114464327A (zh) * | 2022-01-12 | 2022-05-10 | 上海柯林布瑞信息技术有限公司 | 一种临床科研项目受试者筛选方法和装置 |
| CN116957519A (zh) * | 2023-09-19 | 2023-10-27 | 省多多(天津)有限公司 | 一种基于ai的临床试验受试者招募方法、装置及服务器 |
| CN117352112A (zh) * | 2023-10-12 | 2024-01-05 | 北京遥领医疗科技有限公司 | 临床试验受试者招募方法及招募系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1636210A (zh) * | 2001-11-02 | 2005-07-06 | 美国西门子医疗解决公司 | 用于临床试验的病人数据挖掘 |
| CN103488783A (zh) * | 2013-09-29 | 2014-01-01 | 方正国际软件有限公司 | 患者信息匹配系统和患者信息匹配方法 |
| CN106815360A (zh) * | 2017-01-22 | 2017-06-09 | 嘉兴太美医疗科技有限公司 | 临床研究受试者招募条件排查方法 |
| CN107247864A (zh) * | 2017-04-18 | 2017-10-13 | 上海交通大学附属第六人民医院 | 临床药物试验及受试者管理系统和方法 |
| CN107785075A (zh) * | 2017-11-01 | 2018-03-09 | 杭州依图医疗技术有限公司 | 基于文本病历的小儿发热疾病深度学习辅助诊断系统 |
-
2018
- 2018-06-14 CN CN201810615394.XA patent/CN108986917A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1636210A (zh) * | 2001-11-02 | 2005-07-06 | 美国西门子医疗解决公司 | 用于临床试验的病人数据挖掘 |
| CN103488783A (zh) * | 2013-09-29 | 2014-01-01 | 方正国际软件有限公司 | 患者信息匹配系统和患者信息匹配方法 |
| CN106815360A (zh) * | 2017-01-22 | 2017-06-09 | 嘉兴太美医疗科技有限公司 | 临床研究受试者招募条件排查方法 |
| CN107247864A (zh) * | 2017-04-18 | 2017-10-13 | 上海交通大学附属第六人民医院 | 临床药物试验及受试者管理系统和方法 |
| CN107785075A (zh) * | 2017-11-01 | 2018-03-09 | 杭州依图医疗技术有限公司 | 基于文本病历的小儿发热疾病深度学习辅助诊断系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110223784A (zh) * | 2019-06-17 | 2019-09-10 | 无码科技（杭州）有限公司 | 临床试验患者匹配方法 |
| CN111640476A (zh) * | 2020-06-01 | 2020-09-08 | 山东健康医疗大数据有限公司 | 一种实验数据治理和管理的方法 |
| CN111667891A (zh) * | 2020-06-08 | 2020-09-15 | 中国医学科学院医学信息研究所 | 应用于专病临床试验的队列识别方法及装置 |
| CN112509693A (zh) * | 2020-12-11 | 2021-03-16 | 北京目人生殖医学科技有限公司 | 一种临床数据统计分析方法、系统、设备及存储介质 |
| CN113380353A (zh) * | 2021-06-11 | 2021-09-10 | 上海妙一生物科技有限公司 | 一种临床研究项目中患者招募方法和装置 |
| CN113380354A (zh) * | 2021-06-16 | 2021-09-10 | 联仁健康医疗大数据科技股份有限公司 | 一种人员招募方法、装置、系统、电子设备及存储介质 |
| CN114464327A (zh) * | 2022-01-12 | 2022-05-10 | 上海柯林布瑞信息技术有限公司 | 一种临床科研项目受试者筛选方法和装置 |
| CN116957519A (zh) * | 2023-09-19 | 2023-10-27 | 省多多(天津)有限公司 | 一种基于ai的临床试验受试者招募方法、装置及服务器 |
| CN117352112A (zh) * | 2023-10-12 | 2024-01-05 | 北京遥领医疗科技有限公司 | 临床试验受试者招募方法及招募系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108986917A (zh) | 临床试验匹配方法、装置及终端设备 | |
| CN106529177B (zh) | 一种基于医疗大数据的患者画像方法及装置 | |
| Goodman | Introduction to health technology assessment | |
| US20070033073A1 (en) | System and user interface for monitoring patient treatment orders | |
| Maglogiannis | Towards the adoption of open source and open access electronic health record systems | |
| Abidi | Ontology-based knowledge modeling to provide decision support for comorbid diseases | |
| Whig et al. | Computational Science Role in Medical and Healthcare‐Related Approach | |
| Di Mauro et al. | Developing a subset of ICNP nursing diagnoses for medical and surgical hospital settings, informed by an Italian nursing conceptual model: a multicenter crosssectional study | |
| Nessler et al. | Comprehensive Heart Failure Care pilot study: starting point and expected developments | |
| CN110957013A (zh) | 基于遗传算法的临床路径本地化的方法和装置 | |
| Hwang et al. | Mapping Korean EDI medical procedure code to SNOMED CT | |
| Han-Lin et al. | An analysis on the utilisation of health information technology to support clinical operation of Chinese medicine | |
| Rodrigues et al. | How to Link SNOMED CT Procedure and WHO International Classification of Health Interventions (ICHI). | |
| Goodman | Technology assessment in healthcare: a means for pursuing the goals of biomedical engineering | |
| Buja et al. | Effectiveness of pro-active organizational models in primary care for diabetes patients | |
| Kramar et al. | Particularities of visualisation of medical and wellness data through a digital patient avatar | |
| Higgins et al. | Final report of the meeting “modeling & simulation in medicine: towards an integrated framework”: July 20-21, 2000, national library of medicine, National Institutes of Health, Bethesda, Maryland, USA | |
| Shoaib et al. | Simulation modelling and analysis of community health centre operations | |
| Jiang et al. | An ontological approach to support the description of nursing practice in Japan with the ICNP | |
| Teixeira et al. | Modeling a web-based information system for managing clinical information in hemophilia care | |
| Kazemi-Arpanahi et al. | Developing cardiac electrophysiology ontology: Moving towards data harmonization and integration | |
| Jain et al. | Role of Artificial Intelligence in Health care System | |
| Peng | Improving the performance of hospitals: An architectural analysis of patient journeys in China | |
| Brokel et al. | Changing Patient Care Orders From Paper to Computerized Provider Order Entry–Based Process | |
| Aronow et al. | Information technology applications in quality assurance and quality improvement, part II |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181211 |
|
| RJ01 | Rejection of invention patent application after publication |