CN109524120A - 临床数据自动化提取计算方法、系统、设备及存储介质 - Google Patents
临床数据自动化提取计算方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN109524120A CN109524120A CN201811331405.8A CN201811331405A CN109524120A CN 109524120 A CN109524120 A CN 109524120A CN 201811331405 A CN201811331405 A CN 201811331405A CN 109524120 A CN109524120 A CN 109524120A
- Authority
- CN
- China
- Prior art keywords
- data
- scientific research
- research project
- extracted
- clinical
- 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.)
- Granted
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
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种临床数据自动化提取计算方法、系统、设备及存储介质，该方法包括在专病库上创建科研项目队列，所述专病库中存储有专病患者的临床数据；通过纳排方式筛选患者，生成科研项目数据，所述科研项目数据包括筛选得到的患者的临床数据；建立抽取规则并通过所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段，最后导出述面向科研项目的基线数据。在已有客观临床全数据集的情况下，通过采用本发明的方案，实现自动提取计算出临床试验或研究用CRF需要的特定数据，提高特定临床数据采集的效率和正确率。
Description
技术领域
本发明涉及医疗大数据技术领域，具体地说，涉及一种面向肿瘤疾病科研的临床数据自动化提取计算方法、系统、设备及存储介质。
背景技术
在药物临床试验中，按照试验方案的具体规定，一般均设计有CRF(Case ReportForm，病例报告表)，受试者的CRF数据的采集工作占据了整个试验比较大的人力成本。传统的方法为：试验发起者为该试验建立一整套CRF调查问卷，即该试验研究需要采集的患者信息；然后，由试验发起者授权的CRC(Clinical research coordinator，临床协调员)大部分情况下，CRC是对照纸质病历或电子病历，对每个受试者的CRF问卷中的题目逐一查找并录入，由于是人工录入，存在一定的错误率，所以还需要第三方专业的CRA(ClinicalResearch Associate，临床监查员)再做监察审核。
现有的DPAP平台(Data Process&Application Platform，数据处理和应用平台)对医院产生记录的临床数据做了清洗、融合、结构化、标准化等处理，为其他产品提供处理后的可直接使用的标准数据。现有的专病库基于DPAP平台处理的数据，为用户提供了一系列科研支撑工具，将线下科研流程线上化，提高了科研效率和质量。其中，在提高临床试验CRF数据收集效率上，本发明提出了一种面向肿瘤疾病科研的临床数据自动化提取计算方法，此方法基于DPAP平台已经对医院临床数据做了清洗、融合、结构化处理后的患者客观临床全数据集的前提下，实现基于这些患者临床全数据集自动提取计算出临床试验或研究用CRF需要的特定数据。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
针对现有技术中的问题，本发明的目的在于提供了一种临床数据自动化提取计算方法、系统、设备及存储介质，提高试验中临床数据采集的效率和正确率。
本发明提供了一种临床数据自动化提取计算方法，其特征在于，包括以下步骤：
在专病库上创建科研项目队列，所述专病库中存储有专病患者的临床数据；
通过纳排方式筛选患者，生成科研项目数据，所述科研项目数据包括筛选得到的患者的临床数据；
建立抽取规则并通过所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段；
导出所述面向科研项目的基线数据。
优选地，所述纳排方式为条件树方式、事件搜索方式或住院号导入方式。
优选地，根据具体试验方案的规定建立所述抽取规则。
优选地，所述建立抽取规步骤则包括如下步骤：
推送抽取规则创建的交互页面至用户，所述抽取规则创建的交互页面包括多个标准字段和多个映射函数；
获取用户对标准字段和映射函数的选择，以及用户选择的标准字段与映射函数的关系；
将用户选择的标准字段与对应的映射函数进行组合，建立抽取规则。
优选地，所述映射函数包括直接映射、取首次数据、取末次数据、取距离最近数据、取最大数据、取最小数据、数据求和和数据计数中的至少一种。
优选地，所述对所述科研项目数据进行过滤和/或聚合计算步骤，包括如下步骤：
根据用户选择的标准字段提取所述科研项目数据中包括该标准字段的数据；
根据用户选择的标准字段所对应的映射函数对包括该标准字段的数据进行处理，得到面向科研项目的基线数据。
优选地，所述临床数据自动化提取计算方法还包括随访数据提取，包括如下步骤：
建立随访数据提取规则；
采用电子数据捕获系统获取人工录入的患者数据；
根据随访数据提取规则从人工录入的患者数据中提取随访数据；
将提取的随访数据加入面向科研项目的基线数据。
优选地，所述建立随访数据提取规则包括如下步骤：
推送随访数据提取规则创建的交互页面至用户，所述随访数据提取规则创建的交互页面包括多个标准字段和多个映射函数；
获取用户对标准字段和映射函数的选择，以及用户选择的标准字段与映射函数的关系；
将用户选择的标准字段与对应的映射函数进行组合，建立随访数据提取规则。
优选地，所述临床数据自动化提取计算方法还包括核查生成的所述科研项目的基线数据。
优选地，所述核查包括自动的快速核查和和/或人工核查。
本发明还提供了一种临床数据自动化提取计算系统，用于实现所述临床数据自动化提取计算方法，其特征在于，包括数据筛选模块、抽取计算模块和数据导出模块，其中：
所述数据筛选模块在专病库上创建科研项目队列，并通过纳排方式筛选患者，生成科研项目数据；
所述抽取计算模块建立抽取规则，并通过建立的所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段；
所述数据导出模块导出所述面向科研项目的基线数据。
优选地，所述临床数据自动化提取计算系统还包括电子数据捕获模块，用于建立随访数据提取规则，获取人工录入的患者数据，根据随访数据提取规则从人工录入的患者数据中提取随访数据，将提取的随访数据加入面向科研项目的基线数据。
优选地，所述临床数据自动化提取计算系统还包括数据核查模块，用于对生成的所述科研项目的基线数据进行核查。
本发明还提供了一种临床数据自动化提取计算方法的设备，其特征在于，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行所述临床数据自动化提取计算方法的步骤。
本发明还提供了一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被执行时实现所述临床数据自动化提取计算方法的步骤。
本发明提供了一种临床数据自动化提取计算方法、系统、设备及存储介质，该方法包括在专病库上创建科研项目队列，所述专病库中存储有专病患者的临床数据；通过纳排方式筛选患者，生成科研项目数据，所述科研项目数据包括筛选得到的患者的临床数据；建立抽取规则并通过所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段，最后导出述面向科研项目的基线数据。在已有客观临床全数据集的情况下，通过采用本发明的方案，实现自动提取计算出临床试验或研究用CRF需要的特定数据，提高特定临床数据采集的效率和正确率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理，通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的临床数据自动化提取计算方法的流程图；
图2为本发明一实施例的推送抽取规则创建的交互页面的示意图；
图3为本发明的临床数据自动化提取计算系统的示意图；
图4为本发明一实施例的临床数据自动化提取计算设备的结构示意图；
图5为本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
图1为本发明的临床数据自动化提取计算方法的流程图，该方法包括以下步骤：
S100：在专病库上创建科研项目队列，所述专病库中存储有专病患者的临床数据，在实施例中，采用集成了大规模的多源异构的真实世界的客观临床数据的专病库；所述的科研项目即为临床试验项目或科学研究项目；
S200：通过纳排方式筛选患者，生成科研项目数据，所述科研项目数据包括筛选得到的患者的临床数据；
S300：建立抽取规则并通过所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段；
S400：导出所述面向科研项目的基线数据。
在实际的使用中，步骤S200所述的纳排方式可以采用条件树方式，也可以采用事件搜索方式或住院号导入方式，经过筛选患者后，生成的包括筛选得到的患者的临床数据的科研项目数据，该科研项目数据的结构可以与所采用的专病库的数据结构一致，这里的科研项目数据作为下一计算步骤的基本数据集(Base Dataset)，只用于存储，不用于展示。
步骤S300中所述的抽取规则，可根据具体试验方案的规定建立。医生用户的临床试验或科研项目基本都是以满足特定条件的患者人群为研究对象的，想要获得的数据也是某些特定的临床数据，这里用科研项目所需的科研目标字段来表示所需的特定的临床数据。
为了临床试验者或研究者更方便运用本发明的临床数据自动化提取计算方法，步骤S300中建立抽取规则采用推送抽取规则创建的交互页面至用户的方式，图2为本发明一实施例的推送抽取规则创建的交互页面的示意图。交互页面左侧为所要建立额抽取规则，右侧为多个标准字段和多个映射函数，标准字段可以为已有的专病库的字段，可以借鉴已经建好的科研项目所采用的字段、也可为自定义的字段，为交互界面右上侧部分。实施例中的专病库的字段有检验和分子病理部分的字段。运用实施例的交互界面建立抽取规则时，只需通过鼠标拖拽的方式将右侧字段集拖入到左侧操作区域内即可。
用户选择标准字段的同时选择映射函数，映射函数包括直接映射、取首次数据、取末次数据、取距离最近数据、取最大数据、取最小数据、数据求和和数据计数中的至少一种。组合标准字段与对应的映射函数，建立抽取规则。
建立所需要的抽取规则后，根据该规则对于步骤S200生成的包括筛选得到的患者的临床数据的科研项目数据进行过滤和/或聚合计算，主要包括根据用户选择的标准字段提取所述科研项目数据中包括该标准字段的数据；根据用户选择的标准字段所对应的映射函数对包括该标准字段的数据进行处理，得到面向科研项目的基线数据。
在实施例中，根据临床研究实际业务的需要，可以根据所有字段集的数据加工难度对标准字段进行分类，例如分为三种类型：L1字段、L2字段和L3字段。其中，L1字段为通过直接映射至医院原始表单数据，不需要额外加工处理逻辑的字段，即此类字段直接为科研项目所需的科研目标字段；L2字段为需要根据医院原始文本数据进行结构化处理或者标准化等操作后才能得到最终值的字段，例如从文本中获得的关于“症状”“逻辑”“性别”“检查项目”“解剖部位”等的字段信息，可直接用于临床科研；L3字段则为需要经过多个中间字段(例如L1字段和/或L2字段)进行计算、或者本身需要较复杂的逻辑运算才能得到的字段，例如BMI(Body Mass Index,身体质量指数)是用体重(单位为kg)除以身高(单位为m)的平方得到的，其中体重和身高都是中间字段(第一字段或者第二字段)，而BMI为科研目标字段。在此，“第一字段”对应于上述L1字段，“第二字段”对应于上述L2字段。本发明的面向科研项目的基线数据即可包括L1字段和L2字段类型的科研目标字段，也包括L3字段类型的科研目标字段，L3字段类型的科研目标字段是根据用户选择的标准字段所对应的映射函数对包括该标准字段的数据进行处理获得的。
本发明的临床数据自动化提取计算方法还包括S500随访数据提取，包括建立随访数据提取规则，采用电子数据捕获系统获取人工录入的患者数据，然后根据随访数据提取规则从人工录入的患者数据中提取随访数据，最后将提取的随访数据加入面向科研项目的基线数据。因此，在本发明的方法中，导出面向科研项目的基线数据可以包括提取的随访数据。
同样地，为了用户方便，也可通过推送随访数据提取规则创建的交互页面至用户的方式，所述随访数据提取规则创建的交互页面包括多个标准字段和多个映射函数；获取用户对标准字段和映射函数的选择，以及用户选择的标准字段与映射函数的关系；将用户选择的标准字段与对应的映射函数进行组合，建立随访数据提取规则。
获得的科研项目的基线数据可直接导出S400，也可经过S600核查后导出，核查的目的是为了进一步提高科研项目的基线数据准确性。核查可以通过系统的自动的快速核查，也可为人工核查。
本发明实施例还提供一种临床数据自动化提取计算系统，用于实现临床数据自动化提取计算方法，包括数据筛选模块1、抽取计算模块2和数据导出模块3，见图3，其中：数据筛选模块1在专病库上创建科研项目队列，并通过纳排方式筛选患者，生成科研项目数据；
抽取计算模块2建立抽取规则，并通过建立的所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段；
数据导出模块3导出所述面向科研项目的基线数据。
实施例的临床数据自动化提取计算系统还包括电子数据捕获模块4，用于建立随访数据提取规则，获取人工录入的患者数据，根据随访数据提取规则从人工录入的患者数据中提取随访数据，将提取的随访数据加入面向科研项目的基线数据；还包括数据核查模块5，用于对生成的所述科研项目的基线数据进行核查。
本发明实施例还提供一种临床数据自动化提取计算设备，包括处理器；存储器，其中存储有处理器的可执行指令。其中，处理器配置为经由执行可执行指令来执行的临床数据自动化提取计算方法的步骤。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
下面参照图4来描述根据本发明的这种实施方式的电子设备600。图4显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行实现临床数据自动化提取计算方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图5所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述，本发明提供了一种临床数据自动化提取计算方法、系统、设备及存储介质，该方法包括在专病库上创建科研项目队列，所述专病库中存储有专病患者的临床数据；通过纳排方式筛选患者，生成科研项目数据，所述科研项目数据包括筛选得到的患者的临床数据；建立抽取规则并通过所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段，最后导出述面向科研项目的基线数据。在已有客观临床全数据集的情况下，通过采用本发明的方案，实现自动提取计算出临床试验或研究用CRF需要的特定数据，提高特定临床数据采集的效率和正确率。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (15)
1.一种临床数据自动化提取计算方法，其特征在于，包括以下步骤：
在专病库上创建科研项目队列，所述专病库中存储有专病患者的临床数据；
通过纳排方式筛选患者，生成科研项目数据，所述科研项目数据包括筛选得到的患者的临床数据；
建立抽取规则并通过所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段；
导出所述面向科研项目的基线数据。
2.根据权利要求1所述的临床数据自动化提取计算方法，其特征在于，所述纳排方式为条件树方式、事件搜索方式或住院号导入方式。
3.根据权利要求1所述的临床数据自动化提取计算方法，其特征在于，根据具体试验方案的规定建立所述抽取规则。
4.根据权利要求3所述的临床数据自动化提取计算方法，其特征在于，所述建立抽取规则包括如下步骤：
推送抽取规则创建的交互页面至用户，所述抽取规则创建的交互页面包括多个标准字段和多个映射函数；
获取用户对标准字段和映射函数的选择，以及用户选择的标准字段与映射函数的关系；
将用户选择的标准字段与对应的映射函数进行组合，建立抽取规则。
5.根据权利要求4所述的临床数据自动化提取计算方法，其特征在于，所述映射函数包括直接映射、取首次数据、取末次数据、取距离最近数据、取最大数据、取最小数据、数据求和和数据计数中的至少一种。
6.根据权利要求1所述的临床数据自动化提取计算方法，其特征在于，所述对所述科研项目数据进行过滤和/或聚合计算，包括如下步骤：
根据用户选择的标准字段提取所述科研项目数据中包括该标准字段的数据；
根据用户选择的标准字段所对应的映射函数对包括该标准字段的数据进行处理，得到面向科研项目的基线数据。
7.根据权利要求1所述的临床数据自动化提取计算方法，其特征在于，还包括随访数据提取，包括如下步骤：
建立随访数据提取规则；
采用电子数据捕获系统获取人工录入的患者数据；
根据随访数据提取规则从人工录入的患者数据中提取随访数据；
将提取的随访数据加入面向科研项目的基线数据。
8.根据权利要求7所述的临床数据自动化提取计算方法，其特征在于，所述建立随访数据提取规则包括如下步骤：
推送随访数据提取规则创建的交互页面至用户，所述随访数据提取规则创建的交互页面包括多个标准字段和多个映射函数；
获取用户对标准字段和映射函数的选择，以及用户选择的标准字段与映射函数的关系；
将用户选择的标准字段与对应的映射函数进行组合，建立随访数据提取规则。
9.根据权利要求1所述的临床数据自动化提取计算方法，其特征在于，还包括核查生成的所述科研项目的基线数据。
10.根据权利要求9所述的临床数据自动化提取计算方法，其特征在于，所述核查包括自动的快速核查和/或人工核查。
11.一种临床数据自动化提取计算系统，其特征在于，包括数据筛选模块、抽取计算模块和数据导出模块，其中：
所述数据筛选模块在专病库上创建科研项目队列，并通过纳排方式筛选患者，生成科研项目数据；
所述抽取计算模块建立抽取规则，并通过建立的所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段；
所述数据导出模块导出所述面向科研项目的基线数据。
12.根据权利要求11所述的临床数据自动化提取计算系统，其特征在于，还包括电子数据捕获模块，用于建立随访数据提取规则，获取人工录入的患者数据，根据随访数据提取规则从人工录入的患者数据中提取随访数据，将提取的随访数据加入面向科研项目的基线数据。
13.根据权利要求11所述的临床数据自动化提取计算系统，其特征在于，还包括数据核查模块，用于对生成的所述科研项目的基线数据进行核查。
14.一种基于临床数据自动化提取计算方法的设备，其特征在于，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至10中任意一项所述临床数据自动化提取计算方法的步骤。
15.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被执行时实现权利要求1至10中任意一项所述临床数据自动化提取计算方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811331405.8A CN109524120B (zh) | 2018-11-09 | 2018-11-09 | 临床数据自动化提取计算方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811331405.8A CN109524120B (zh) | 2018-11-09 | 2018-11-09 | 临床数据自动化提取计算方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109524120A true CN109524120A (zh) | 2019-03-26 |
| CN109524120B CN109524120B (zh) | 2021-08-03 |
Family
ID=65773939
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811331405.8A Active CN109524120B (zh) | 2018-11-09 | 2018-11-09 | 临床数据自动化提取计算方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109524120B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109992627A (zh) * | 2019-04-09 | 2019-07-09 | 太原理工大学 | 一种用于临床科研的大数据系统 |
| CN111739594A (zh) * | 2020-04-09 | 2020-10-02 | 卫宁健康科技集团股份有限公司 | 临床科研数据的采集方法及系统 |
| CN111949690A (zh) * | 2020-07-29 | 2020-11-17 | 合肥森亿智能科技有限公司 | 临床辅助决策量表自动填写方法、系统、设备和介质 |
| CN112289454A (zh) * | 2020-09-10 | 2021-01-29 | 上海柯林布瑞信息技术有限公司 | 临床数据的打标签方法及装置、存储介质、终端 |
| WO2021032055A1 (zh) * | 2019-08-19 | 2021-02-25 | 金色熊猫有限公司 | 临床试验报告自动录入方法及装置、电子设备、存储介质 |
| CN112509653A (zh) * | 2020-10-29 | 2021-03-16 | 望海康信(北京)科技股份公司 | 病案数据处理方法、系统及相应设备和存储介质 |
| CN112712436A (zh) * | 2020-12-31 | 2021-04-27 | 天津幸福生命科技有限公司 | 医疗数据处理方法、装置、介质及电子设备 |
| WO2021184571A1 (zh) * | 2020-03-17 | 2021-09-23 | 平安国际智慧城市科技股份有限公司 | 动态表单生成方法、装置、计算机设备和存储介质 |
| CN113674868A (zh) * | 2021-08-24 | 2021-11-19 | 联仁健康医疗大数据科技股份有限公司 | 一种临床研究数据的采集方法、装置、设备及存储介质 |
| CN113903421A (zh) * | 2021-10-11 | 2022-01-07 | 上海柯林布瑞信息技术有限公司 | 一种医疗科研表单数据的快速处理方法和装置 |
| CN115331823A (zh) * | 2022-06-13 | 2022-11-11 | 目人(苏州)医学科技有限公司 | 分析临床数据的方法、系统、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218540A (zh) * | 2012-07-28 | 2013-07-24 | 夏琦 | 一种可视化交互式临床试验和临床随访的系统及方法 |
| CN107895589A (zh) * | 2017-12-28 | 2018-04-10 | 苏州麦迪斯顿医疗科技股份有限公司 | 一种临床科研辅助系统及方法 |
| WO2018103479A1 (en) * | 2016-12-09 | 2018-06-14 | International Business Machines Corporation | Automatic knowledge-based feature extraction from electronic medial records |
| CN108447530A (zh) * | 2018-03-12 | 2018-08-24 | 东南大学 | 一种临床数据判定的方法、装置、设备和存储介质 |
-
2018
- 2018-11-09 CN CN201811331405.8A patent/CN109524120B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218540A (zh) * | 2012-07-28 | 2013-07-24 | 夏琦 | 一种可视化交互式临床试验和临床随访的系统及方法 |
| WO2018103479A1 (en) * | 2016-12-09 | 2018-06-14 | International Business Machines Corporation | Automatic knowledge-based feature extraction from electronic medial records |
| CN107895589A (zh) * | 2017-12-28 | 2018-04-10 | 苏州麦迪斯顿医疗科技股份有限公司 | 一种临床科研辅助系统及方法 |
| CN108447530A (zh) * | 2018-03-12 | 2018-08-24 | 东南大学 | 一种临床数据判定的方法、装置、设备和存储介质 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109992627A (zh) * | 2019-04-09 | 2019-07-09 | 太原理工大学 | 一种用于临床科研的大数据系统 |
| WO2021032055A1 (zh) * | 2019-08-19 | 2021-02-25 | 金色熊猫有限公司 | 临床试验报告自动录入方法及装置、电子设备、存储介质 |
| WO2021184571A1 (zh) * | 2020-03-17 | 2021-09-23 | 平安国际智慧城市科技股份有限公司 | 动态表单生成方法、装置、计算机设备和存储介质 |
| CN111739594A (zh) * | 2020-04-09 | 2020-10-02 | 卫宁健康科技集团股份有限公司 | 临床科研数据的采集方法及系统 |
| CN111949690A (zh) * | 2020-07-29 | 2020-11-17 | 合肥森亿智能科技有限公司 | 临床辅助决策量表自动填写方法、系统、设备和介质 |
| CN112289454B (zh) * | 2020-09-10 | 2022-06-17 | 上海柯林布瑞信息技术有限公司 | 临床数据的打标签方法及装置、存储介质、终端 |
| CN112289454A (zh) * | 2020-09-10 | 2021-01-29 | 上海柯林布瑞信息技术有限公司 | 临床数据的打标签方法及装置、存储介质、终端 |
| CN112509653A (zh) * | 2020-10-29 | 2021-03-16 | 望海康信(北京)科技股份公司 | 病案数据处理方法、系统及相应设备和存储介质 |
| CN112712436A (zh) * | 2020-12-31 | 2021-04-27 | 天津幸福生命科技有限公司 | 医疗数据处理方法、装置、介质及电子设备 |
| CN113674868A (zh) * | 2021-08-24 | 2021-11-19 | 联仁健康医疗大数据科技股份有限公司 | 一种临床研究数据的采集方法、装置、设备及存储介质 |
| CN113903421A (zh) * | 2021-10-11 | 2022-01-07 | 上海柯林布瑞信息技术有限公司 | 一种医疗科研表单数据的快速处理方法和装置 |
| CN113903421B (zh) * | 2021-10-11 | 2022-04-12 | 上海柯林布瑞信息技术有限公司 | 一种医疗科研表单数据的快速处理方法和装置 |
| CN115331823A (zh) * | 2022-06-13 | 2022-11-11 | 目人(苏州)医学科技有限公司 | 分析临床数据的方法、系统、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109524120B (zh) | 2021-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109524120A (zh) | 临床数据自动化提取计算方法、系统、设备及存储介质 | |
| US12002553B2 (en) | Systems and methods for designing clinical trials | |
| CN107918600B (zh) | 报表开发系统及方法、存储介质和电子设备 | |
| CN103548027B (zh) | 用于实现建筑系统的系统和方法 | |
| CN101107607B (zh) | 程序性医学工作流管理 | |
| CN109346169A (zh) | 一种人工智能辅助诊疗系统及其构建方法、设备和存储介质 | |
| CN110289058A (zh) | 一种电子病历规范化匹配方法以及装置 | |
| CN113628734A (zh) | 一种带临床决策智能推荐功能的肿瘤科电子医嘱系统设计方法 | |
| WO2021032055A1 (zh) | 临床试验报告自动录入方法及装置、电子设备、存储介质 | |
| EP3297566A1 (en) | Biomarker-driven molecularly targeted combination therapies based on knowledge representation pathway analysis | |
| CN110291555A (zh) | 用于促进对健康状况的计算分析的系统和方法 | |
| US20150371203A1 (en) | Medical billing using a single workflow to process medical billing codes for two or more classes of reimbursement | |
| CN109448841A (zh) | 建立数据模型方法及装置、临床辅助决策方法及装置 | |
| CN112365976B (zh) | 一种基于迁移学习的复合病种临床路径构建方法及系统 | |
| CN107066783A (zh) | 一种跨平台临床大数据分析及显示系统 | |
| CN109074871A (zh) | 用于分析临床数据特征生成患者群组的模式发现可视分析系统 | |
| CN113344274A (zh) | 医院急诊空间布局优化方法、装置、计算机设备及存储介质 | |
| CN113505236B (zh) | 医疗知识图谱的构建方法、装置、设备及计算机可读介质 | |
| CN113903423A (zh) | 用药方案推荐方法、装置、设备及介质 | |
| Keenan et al. | The HANDS project: studying and refining the automated collection of a cross-setting clinical data set | |
| CN104023002A (zh) | 用于通过递归的、基于时间敏感事件的匹配的协议对准的网络设备 | |
| CN113590775A (zh) | 诊疗数据的处理方法、装置、电子设备及存储介质 | |
| CN110019501A (zh) | 一种数据采集方法、装置及终端设备 | |
| CN110060749B (zh) | 基于sev-sdg-cnn的电子病历智能诊断方法 | |
| El Fadly et al. | The REUSE project: EHR as single datasource for biomedical research |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |