CN112365940A - 筛选受试者的系统及方法 - Google Patents

筛选受试者的系统及方法 Download PDF

Info

Publication number
CN112365940A
CN112365940A CN202011114458.1A CN202011114458A CN112365940A CN 112365940 A CN112365940 A CN 112365940A CN 202011114458 A CN202011114458 A CN 202011114458A CN 112365940 A CN112365940 A CN 112365940A
Authority
CN
China
Prior art keywords
follow
information
target patient
patient
screening
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
Application number
CN202011114458.1A
Other languages
English (en)
Inventor
冯秀平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zero Krypton Technology Tianjin Co ltd
Linkdoc Technology Beijing Co ltd
Original Assignee
Zero Krypton Technology Tianjin Co ltd
Linkdoc Technology Beijing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zero Krypton Technology Tianjin Co ltd, Linkdoc Technology Beijing Co ltd filed Critical Zero Krypton Technology Tianjin Co ltd
Priority to CN202011114458.1A priority Critical patent/CN112365940A/zh
Publication of CN112365940A publication Critical patent/CN112365940A/zh
Pending legal-status Critical Current

Links

Images

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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Toxicology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请公开了一种筛选受试者的系统及方法。该申请的系统包括目标患者筛选模块，用于根据筛选规则从患者数据库中自动筛选出目标患者；规则引擎，用于根据目标患者的信息以及专员信息为目标患者匹配对应的专员；患者管理模块，用于至少对目标患者的随访信息、病历信息进行管理；随访模块，用于接收每一次随访信息并根据每一次随访信息为每个目标患者制定下一次的个性化的随访计划和/或随访模型，其中随访信息是依照随访计划或随访模型获取到的；受试者确定模块，用于根据每一次的随访信息判断是否将目标患者确定为受试者。本申请是为了解决现有的人工筛选确定药物受试者的方式效率低的问题。

Description

筛选受试者的系统及方法
技术领域
本申请涉及信息管理技术领域，具体而言，涉及一种筛选受试者的系统及方法。
背景技术
近年来，我国医药行业内需增长强劲，行业发展动力充足，各种药物研发过程中的临床招募，新药测试需求旺盛。招募受试者是临床试验药物创新产业的关键环节，是验证药物在人体内安全性和有效性的唯一方法，也是药物研发过程中资金和时间投入最多的环节。因此，无论是药企还是医疗科研机构，快速高效的筛选意向患者，跟踪并确定受试者成为了迫切的需求。
相关技术中筛选患者并确定受试者是通过人工筛选的方式实现的，非常的耗时耗力，而且还不能保证准确性。
发明内容
本申请的主要目的在于提供一种筛选受试者的系统及方法，以解决现有的人工筛选确定药物受试者的方式效率低的问题。
为了实现上述目的，根据本申请的第一方面，提供了一种筛选受试者的系统。
根据本申请的筛选受试者的系统包括：
目标患者筛选模块，用于根据筛选规则从患者数据库中自动筛选出目标患者；
规则引擎，用于根据目标患者的信息以及专员信息为目标患者匹配对应的专员；
患者管理模块，用于至少对目标患者的随访信息、病历信息进行管理；
随访模块，用于接收每一次随访信息并根据每一次随访信息为每个目标患者制定下一次的个性化的随访计划和/或随访模型，其中随访信息是依照随访计划或随访模型获取到的；
受试者确定模块，用于根据每一次的随访信息判断是否将目标患者确定为受试者。
可选的，所述随访模块还包括：
线下随访单元，用于通过患者详情页面展示患者的联系方式；接收专员根据联系方式对负责的目标患者进行随访后输入的随访信息；
线上随访单元，用于通过第三方小程序向目标患者推送个性化的随访模型；接收目标患者根据个性化的随访模型填写的随访信息。
可选的，所述系统还包括：
校验模块，用于对目标患者填写的随访信息或者专员输入的随访信息进行校验；
提示模块，用于对没有通过校验的随访信息进行信息异常提示。
可选的，所述患者管理模块还包括富文本编辑器，用于患者病历信息的添加。
可选的，所述系统还包括：
角色管理模块，用于为管理员和专员提供不同的操作页面以及不同的操作权限。
可选的，所述角色管理模块还包括：
专员管理单元，用于提供与专员匹配的目标患者的操作页面以及操作权限；
管理员管理单元，用于提供所有目标患者的操作页面以及操作权限。
可选的，所述系统还包括：
第三方系统数据对接接口，用于直接获取第三方系统推荐的目标患者。
为了实现上述目的，根据本申请的第二方面，提供了一种筛选受试者的方法。
根据本申请的筛选受试者的方法包括：
接收筛选规则，根据筛选规则从患者数据库中筛选出目标患者；
根据目标患者的信息以及专员信息为目标患者匹配对应的专员；
接收每一次随访信息并根据每一次随访信息为每个目标患者制定下一次的个性化的随访计划和/或随访模型，直到根据随访信息可以判断是否将目标患者确定为受试者为止，其中随访信息是依照随访计划和随访模型获取到的。
可选的，所述接收每一次随访信息并根据每一次随访信息为每个目标患者制定下一次的个性化的随访计划和/或随访模型包括：
接收目标患者根据个性化的随访模型线上填写的随访信息，并根据线上填写的随访信息为目标患者制定下一次的个性化的随访计划和/或随访模型，其中个性化的随访模型是通过第三方小程序平台推送给目标患者的；或，
接收专员输入的按照随访计划线下获取到的随访信息，并根据专员输入的随访信息为目标患者制定下一次的个性化的随访计划和/或随访模型。
为了实现上述目的，根据本申请的第三个方面，提供了一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述第二方面中任一项所述的筛选受试者的方法。
在本申请实施例中，筛选受试者的系统及方法中，能够通过筛选规则从患者数据库中自动筛选出目标患者，然后为目标患者进行合适的专员的匹配，以使目标患者有对应的专员负责随访，在专员随访时，系统会为目标患者制定个性化的随访计划或随访模型，专员可以按照个性化的随访计划或随访模型对目标患者进行随访，获取随访信息，专员只需要将随访信息输入到系统，系统会根据每一次输入的随访信息再制定下一次的随访计划或随访模型，以使专员使用系统方便对目标患者进行跟踪，直到根据随访信息可以判断是否将目标患者确定是否为受试者为止。可以看到，本申请中的受试者的确定过程中，不需要人工进行目标患者的筛选，提高了筛选的效率；而且可以智能的为目标患者匹配对应的专员，在一定程度上可以确保受试者确定的准确性；另外随访计划或随访模型都是系统根据随访信息持续自动制定的，专员只需要按照计划或模型进行跟踪随访，之后将随访信息录入即可，非常的便捷，另外还降低了随访跟踪的成本。综上分析，本申请的筛选受试者的方式可以大大提高药物受试者确定的效率。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例提供的一种筛选受试者的系统的组成框图图；
图2是根据本申请实施例提供的另一种筛选受试者的系统的组成框图图；
图3是根据本申请实施例提供的一种筛选受试者的方法流程图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本申请实施例，提供了一种筛选受试者的系统，如图1所示，该系统包括：
目标患者筛选模块11，用于根据筛选规则从患者数据库中自动筛选出目标患者；
其中，患者数据库是通过多种渠道和方式采集患者信息得到的，患者数据库是非常庞大的数据库，样本数量非常充足，能快速的根据药厂或者医疗机构的要求，匹配合适的患者，且具备很强的随机性，大大提升了药物测试和临床试验的效率和随机要求。多种渠道采集可以包括患者自主通过各种互联网的线上平台(招募公司平台、微信小程序、广告投放采集等)采集；或者通过各医院系统、体验机构信息系统、国家医疗数据系统等采集。
筛选规则是根据不同的试验项目受试者需要满足的条件制定的。不同的试验项目包括不同疾病对应的不同药物的试验。受试者需要满足的条件根据试验的需求设定，比如可以包括患者的年龄、性别、疾病类型、治疗情况、治疗年限、使用过的药物名称种类，等条件要求。
在根据筛选规则进行自动筛选目标患者时，需要对患者数据库中的患者信息进行关联，然后基于筛选规则对数据进行分析清洗、汇总，最终得到符合筛选规则的目标患者。管理员可以通过患者管理模块查看到筛选出的目标患者。
规则引擎12，用于根据目标患者的信息以及专员信息为目标患者匹配对应的专员；
不同专员对于不同试验项目的专业知识背景是不同的，为了能够保证随访信息的准确性以及最终确定的受试者的质量，本实施例在确定目标患者后，根据专员的信息为目标患者匹配对应的合适的专员。所有匹配的结果管理员都可以查看到；每个专员登录系统后可以看到匹配给自己的目标患者的相关信息，看不到其他专员匹配的目标患者的相关信息。
在进行匹配时，是使用规则引擎进行匹配的，可以根据目标患者的信息以及专员的信息进行对应的匹配。具体的规则引擎匹配中包含的匹配规则可以为将专员的信息中的擅长的药物种类、疾病种类等信息与目标患者的信息中的疾病类型信息进行匹配，若一致或类似，则匹配成功。一个目标患者只能对应一个专员，一个专员可以对应多个目标患者。
患者管理模块13，用于至少对目标患者的随访信息、病历信息进行管理；
专员在对其负责的目标患者进行线下或者线上随访后可以得到目标患者的随访信息，专员能够将随访信息输入系统，由患者管理模块对随访信息进行管理，包括将每次的随访信息进行按一定的规则保存整理。目标患者的随访信息还可以是由目标患者根据随访模型自己填写的信息，该信息需要由患者管理模块进行管理。另外，患者管理模块还可以对随访状态进行变更。随访状态可以为随访中、未随访、已随访；或者还可以为第一次随访、第二随访、…、第n次随访等。随访的状态的分类和定义在实际应用中可以适应性的调整，本申请中不作限制。
另外，患者管理模块还可以对患者的其他信息进行管理，其他信息包括个人基本信息、详细信息(包括疾病类型、治疗情况、治疗年限、使用过的药物名称种类等病历信息)，
随访模块14，用于接收每一次随访信息并根据每一次随访信息为每个目标患者制定下一次的个性化的随访计划和/或随访模型，其中随访信息是依照随访计划或随访模型获取到的；
系统的随访模块可以根据每一次随访信息为每个目标患者制定下一次的个性化的随访计划和/或随访模型。需要说明的是，每个目标患者的第一次的随访计划、随访模型可以根据患者的信息进行制定，或者统一制定，有了随访信息后可以进行个性化的制定。随访计划、随访模型制定后，管理员或者专员在系统中可以查看到，专员可以根据随访计划、随访模型实施线下或者线上随访，最终获取到随访信息，并将随访信息输入到系统，以使系统进行下次随访计划、随访模型的制定。
给出示例对根据随访信息进行随访计划或随访模型的制定进行说明：比如在随访信息中记录了目标患者约定两天之后再进行沟通，则制定的随访计划或随访模型中包括在什么时间对目标患者再次进行回访，另外，随访信息中还会记录已经询问到信息，因此在制定随访计划或随访模型还会根据已经询问到的信息，制定还需要询问的问题。再比如，若随访信息中没有记录下次沟通的时间，则制定的随访计划或随访模型中会自动设置一个再次回访的时间，以及需要询问的问题。另外，在实际的情况中，还包括若随访信息中记录了目标患者声明不要再与其进行联系，则不会制定后续的随访计划，即停止对目标患者的随访，并将该目标患者的信息进行删除，不需要再让专员对该目标患者负责。
受试者确定模块15，用于根据每一次的随访信息判断是否将目标患者确定为受试者。
目标患者每一次的随访信息得到后，在根据其制定下一次的计划前，还需要对随访信息进行判断或者计算，确定该目标患者是否可以作为某一试验项目的受试者。如果确定目标患者可以作为某一试验项目的受试者，则不需要再次制定是否可以作为受试者的随访计划。本实施例中主要涉及的是确定受试者的过程，因此随访模块中生成的随访计划和随访模型为是否可以作为受试者的计划或模型。另外，对于确定为受试者后，可能需要制定的是推荐受试者去进行试验项目的报名的访问计划。
从以上的描述中，可以看出，本申请实施例中筛选受试者的系统中，能够通过筛选规则从患者数据库中自动筛选出目标患者，然后为目标患者进行合适的专员的匹配，以使目标患者有对应的专员负责随访，在专员随访时，系统会为目标患者制定个性化的随访计划或随访模型，专员可以按照个性化的随访计划或随访模型对目标患者进行随访，获取随访信息，专员只需要将随访信息输入到系统，系统会根据每一次输入的随访信息再制定下一次的随访计划或随访模型，以使专员使用系统方便对目标患者进行跟踪，直到根据随访信息可以判断是否将目标患者确定是否为受试者为止。可以看到，本申请中的受试者的确定过程中，不需要人工进行目标患者的筛选，提高了筛选的效率；而且可以智能的为目标患者匹配对应的专员，在一定程度上可以确保受试者确定的准确性；另外随访计划或随访模型都是系统根据随访信息持续自动制定的，专员只需要按照计划或模型进行跟踪随访，之后将随访信息录入即可，非常的便捷，另外还降低了随访跟踪的成本。综上分析，本申请的筛选受试者的方式可以大大提高药物受试者确定的效率。
进一步的，如图2所示，所述随访模块14还包括：
线下随访单元141，用于通过患者详情页面展示患者的联系方式；接收专员根据联系方式对负责的目标患者进行随访后输入的随访信息；
线下随访单元，主要是提供目标患者的联系方式，比如电话号码，通过电话联系的方式与目标患者进行沟通(按照随访计划沟通)，并将沟通后的信息进行整理(可以根据系统中设置的需要填写的选项进行内容的整理)后输入到系统作为该次随访的随访信息。专员可以患者详情页面中查看到目标患者的电话等联系方式。
线上随访单元142，用于通过第三方小程序向目标患者推送个性化的随访模型；接收目标患者根据个性化的随访模型填写的随访信息。
第三方小程序可以是微信小程序。线上随访单元，主要是可以向目标患者推送微信公众号，目标患者关注该公众号后，可以向目标患者推送系统为该目标患者制定的个性化的随访模型，其中包括了各种需要询问的问题，然后让目标患者进行随访信息的填写，之后再提交回系统。之后负责该目标患者可以看到目标患者填写的随访信息，若发现有问题(没有回答或者回答有明显的错误等)时，还可以针对该问题进行单独的线上或线下问询，之后将随访信息进行补充或更改。
进一步的，如图2所示，所述系统还包括：
校验模块16，用于对目标患者填写的随访信息或者专员输入的随访信息进行校验；
提示模块17，用于对没有通过校验的随访信息进行信息异常提示。
输入或者填写的随访信息由于是人工输入的，因此可能会存在一些输入异常(异常可以为逻辑异常、格式异常、错别字等)，本实施例中可以通过校验模块对随访信息进行校验，若没有通过校验则会输出异常提示。异常提示可以在输入或者填写随访信息的过程中即时的进行校验和异常提示；也可以在输入或者填写随访信息之后进行校验和异常提示。
进一步的，如图2所示，所述患者管理模块13还包括富文本编辑器，用于患者病历信息的添加。
进一步的，如图2所示，所述系统还包括：
角色管理模块18，用于为管理员和专员提供不同的操作页面以及不同的操作权限。
具体的，所述角色管理模块还包括：
专员管理单元181，用于提供与专员匹配的目标患者的操作页面以及操作权限；
管理员管理单元182，用于提供所有目标患者的操作页面以及操作权限。
本系统中管理员的权限更高，可以对所有的目标患者的所有相关信息进行操作，操作包括查看、修改、删除等。比如可以查看所有目标患者的每一次的随访信息、随访计划、随访模型，对所有的目标患者的随访状态的变更，病历的编辑等。专员的权限较低，只能对其负责的目标患者的所有相关信息进行操作。比如只能查看其负责的目标患者的每一次的随访信息、随访计划、随访模型，只能对负责的目标患者的随访状态的变更，病历的编辑等。
进一步的，如图2所示，所述系统还包括：
第三方系统数据对接接口19，用于直接获取第三方系统推荐的目标患者。
第三方系统可以为医院系统，医生通过医院系统可以直接推荐合适的目标患者，该目标患者信息进入系统后，不需要再进行筛选的过程，直接为其分配适合的专员，进行后续的随访跟踪。
对于上述的说明，即本实施例中获取目标患者的方式有两种，一种是通过第三方系统数据对接接口直接导入得到，一种是通过目标患者筛选模块筛选得到。
根据本申请实施例，还提供了一种筛选受试者的方法，该方法是应用于图1-2所示的系统中的方法，如图3所示，该方法包括如下的步骤S201至步骤S203：
S201.接收筛选规则，根据筛选规则从患者数据库中筛选出目标患者。
筛选规则是根据实际的试验需求进行提前设定，设定后系统后台可以根据筛选规则进行目标患者的筛选。具体的筛选的原理可以参见图1中目标患者筛选模块11中的对应描述，此处不再赘述。
S202.根据目标患者的信息以及专员信息为目标患者匹配对应的专员。
不同专员对于不同试验项目的专业知识背景是不同的，即对不同药物以及不同疾病的了解情况是不同的，为了能够保证随访信息的准确性以及最终确定的受试者的质量，本实施例在确定目标患者后，根据专员的信息为目标患者匹配对应的合适的专员。所有匹配的结果管理员都可以查看到；每个专员登录系统后可以看到匹配给自己的目标患者的相关信息，看不到其他专员匹配的目标患者的相关信息。
在进行匹配时，是使用规则引擎进行匹配的，可以根据目标患者的信息以及专员的信息进行对应的匹配。具体的规则引擎匹配中包含的匹配规则可以为将专员的信息中的擅长的药物种类、疾病种类等信息与目标患者的信息中的疾病类型信息进行匹配，若一致或类似，则匹配成功。一个目标患者只能对应一个专员，一个专员可以对应多个目标患者。
S203.接收每一次随访信息并根据每一次随访信息为每个目标患者制定下一次的个性化的随访计划和/或随访模型，直到根据随访信息可以判断是否将目标患者确定为受试者为止。
系统后台可以根据每一次随访信息为每个目标患者自动制定下一次的个性化的随访计划和/或随访模型。需要说明的是，每个目标患者的第一次的随访计划、随访模型可以根据患者的信息进行制定，或者统一制定，有了随访信息后可以进行个性化的制定。随访计划、随访模型制定后，管理员或者专员在系统中可以查看到，专员可以根据随访计划、随访模型实施线下或者线上随访，最终获取到随访信息，并将随访信息输入到系统，以使系统进行下次随访计划、随访模型的制定。
给出示例对根据随访信息进行随访计划或随访模型的制定进行说明：比如在随访信息中记录了目标患者约定两天之后再进行沟通，则制定的随访计划或随访模型中包括在什么时间对目标患者再次进行回访，另外，随访信息中还会记录已经询问到信息，因此在制定随访计划或随访模型还会根据已经询问到的信息，制定还需要询问的问题。再比如，若随访信息中没有记录下次沟通的时间，则制定的随访计划或随访模型中会自动设置一个再次回访的时间，以及需要询问的问题。另外，在实际的情况中，还包括若随访信息中记录了目标患者声明不要再与其进行联系，则不会制定后续的随访计划，即停止对目标患者的随访，并将该目标患者的信息进行删除，不需要再让专员对该目标患者负责。
其中，随访信息是依照随访计划和随访模型获取到的，具体获取的途径包括：
第一种，通过电话等联系方式与目标患者进行沟通(按照随访计划沟通)，并将沟通后的信息进行整理后输入到系统作为该次随访的随访信息。专员可以患者详情页面中查看到目标患者的电话号码等联系方式。
第二种，通过第三方小程序比如微信小程序获取。具体的可以向目标患者推送微信公众号，目标患者关注该公众号后，可以向目标患者推送系统为该目标患者制定的个性化的随访模型，其中包括了各种需要询问的问题，然后让目标患者进行随访信息的填写，提交后就可以得到随访信息。
第三种，第一种和第二种结合。负责该目标患者的专员可以看到目标患者填写的随访信息，若发现有问题(没有回答或者回答有明显的错误等)时，可以针对该问题进行单独的线下或线下问询，之后将随访信息进行补充或更改。
从以上的描述中，可以看出，本申请实施例中筛选受试者的方法中，能够通过筛选规则从患者数据库中自动筛选出目标患者，然后为目标患者进行合适的专员的匹配，以使目标患者有对应的专员负责随访，在专员随访时，系统会为目标患者制定个性化的随访计划或随访模型，专员可以按照个性化的随访计划或随访模型对目标患者进行随访，获取随访信息，专员只需要将随访信息输入到系统，系统会根据每一次输入的随访信息再制定下一次的随访计划或随访模型，以使专员使用系统方便对目标患者进行跟踪，直到根据随访信息可以判断是否将目标患者确定是否为受试者为止。可以看到，本申请中的受试者的确定过程中，不需要人工进行目标患者的筛选，提高了筛选的效率；而且可以智能的为目标患者匹配对应的专员，在一定程度上可以确保受试者确定的准确性；另外随访计划或随访模型都是系统根据随访信息持续自动制定的，专员只需要按照计划或模型进行跟踪随访，之后将随访信息录入即可，非常的便捷，另外还降低了随访跟踪的成本。综上分析，本申请的筛选受试者的方式可以大大提高药物受试者确定的效率。
进一步的，本申请实施例中筛选受试者的方法还包括：
通过第三方系统数据对接接口直接获取第三方系统推荐的目标患者。第三方系统可以为医院系统，医生通过医院系统可以直接推荐合适的目标患者，该目标患者信息进入系统后，不需要再进行筛选的过程，直接为其分配适合的专员，进行后续的随访跟踪。
进一步的，本申请实施例中筛选受试者的方法还包括：
对目标患者填写的随访信息或者专员输入的随访信息进行校验，对没有通过校验的随访信息进行信息异常提示。异常提示可以在输入或者填写随访信息的过程中即时的进行校验和异常提示；也可以在输入或者填写随访信息之后进行校验和异常提示。
进一步的，本申请实施例中筛选受试者的方法还包括：
通过富文本编辑器接收管理员或者专员对患者病历信息的添加。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。并且系统和方法实施例中的内容可以相互参考。
根据本申请实施例，还提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行图3中的筛选受试者的方法。
显然，本领域的技术人员应该明白，上述的本申请的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种筛选受试者的系统，其特征在于，所述系统包括：
目标患者筛选模块，用于根据筛选规则从患者数据库中自动筛选出目标患者；
规则引擎，用于根据目标患者的信息以及专员信息为目标患者匹配对应的专员；
患者管理模块，用于至少对目标患者的随访信息、病历信息进行管理；
随访模块，用于接收每一次随访信息并根据每一次随访信息为每个目标患者制定下一次的个性化的随访计划和/或随访模型，其中随访信息是依照随访计划或随访模型获取到的；
受试者确定模块，用于根据每一次的随访信息判断是否将目标患者确定为受试者。
2.根据权利要求1所述的筛选受试者的系统，其特征在于，所述随访模块还包括：
线下随访单元，用于通过患者详情页面展示患者的联系方式；接收专员根据联系方式对负责的目标患者进行随访后输入的随访信息；
线上随访单元，用于通过第三方小程序向目标患者推送个性化的随访模型；接收目标患者根据个性化的随访模型填写的随访信息。
3.根据权利要求2所述的筛选受试者的系统，其特征在于，所述系统还包括：
校验模块，用于对目标患者填写的随访信息或者专员输入的随访信息进行校验；
提示模块，用于对没有通过校验的随访信息进行信息异常提示。
4.根据权利要求1所述的筛选受试者的系统，其特征在于，所述患者管理模块还包括富文本编辑器，用于患者病历信息的添加。
5.根据权利要求1所述的筛选受试者的系统，其特征在于，所述系统还包括：
角色管理模块，用于为管理员和专员提供不同的操作页面以及不同的操作权限。
6.根据权利要求5所述的筛选受试者的系统，其特征在于，所述角色管理模块还包括：
专员管理单元，用于提供与专员匹配的目标患者的操作页面以及操作权限；
管理员管理单元，用于提供所有目标患者的操作页面以及操作权限。
7.根据权利要求1所述的筛选受试者的系统，其特征在于，所述系统还包括：
第三方系统数据对接接口，用于直接获取第三方系统推荐的目标患者。
8.一种筛选受试者的方法，其特征在于，所述方法包括：
接收筛选规则，根据筛选规则从患者数据库中筛选出目标患者；
根据目标患者的信息以及专员信息为目标患者匹配对应的专员；
接收每一次随访信息并根据每一次随访信息为每个目标患者制定下一次的个性化的随访计划和/或随访模型，直到根据随访信息可以判断是否将目标患者确定为受试者为止，其中随访信息是依照随访计划和随访模型获取到的。
9.根据权利要求8所述的筛选受试者的方法，其特征在于，所述接收每一次随访信息并根据每一次随访信息为每个目标患者制定下一次的个性化的随访计划和/或随访模型包括：
接收目标患者根据个性化的随访模型线上填写的随访信息，并根据线上填写的随访信息为目标患者制定下一次的个性化的随访计划和/或随访模型，其中个性化的随访模型是通过第三方小程序平台推送给目标患者的；或，
接收专员输入的按照随访计划线下获取到的随访信息，并根据专员输入的随访信息为目标患者制定下一次的个性化的随访计划和/或随访模型。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求8或权利要求9中所述的筛选受试者的方法。
CN202011114458.1A 2020-10-16 2020-10-16 筛选受试者的系统及方法 Pending CN112365940A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011114458.1A CN112365940A (zh) 2020-10-16 2020-10-16 筛选受试者的系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011114458.1A CN112365940A (zh) 2020-10-16 2020-10-16 筛选受试者的系统及方法

Publications (1)

Publication Number Publication Date
CN112365940A true CN112365940A (zh) 2021-02-12

Family

ID=74508100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011114458.1A Pending CN112365940A (zh) 2020-10-16 2020-10-16 筛选受试者的系统及方法

Country Status (1)

Country Link
CN (1) CN112365940A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113626696A (zh) * 2021-08-06 2021-11-09 湖南慧泽生物医药科技有限公司 临床招募项目推荐平台的项目推荐方法
CN115240807A (zh) * 2022-08-02 2022-10-25 广州酷睿体悟科技有限公司 基于手机app与电脑软件操作的脑卒中出院家庭随访系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107480456A (zh) * 2017-08-22 2017-12-15 浙江大学医学院附属第医院 临床试验管理方法和系统
CN108899094A (zh) * 2017-05-09 2018-11-27 北京华信诚达科技有限公司 一种多机构协作的疾病科研管理系统
CN109243549A (zh) * 2018-07-11 2019-01-18 腾讯科技（深圳）有限公司 一种智能随访方法、装置及服务器
CN109346137A (zh) * 2018-10-29 2019-02-15 长沙通诺信息科技有限责任公司 受试者在线招募方法及装置、计算机设备及存储介质
CN109472007A (zh) * 2018-11-09 2019-03-15 贵州医渡云技术有限公司 医疗问卷的自动建题方法、装置、电子设备、存储介质
CN109637599A (zh) * 2018-12-07 2019-04-16 泰康保险集团股份有限公司 治疗和随访计划处理方法及装置
CN111210883A (zh) * 2019-12-24 2020-05-29 深圳市联影医疗数据服务有限公司 生成脑肿瘤患者随访数据的方法、系统、装置及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108899094A (zh) * 2017-05-09 2018-11-27 北京华信诚达科技有限公司 一种多机构协作的疾病科研管理系统
CN107480456A (zh) * 2017-08-22 2017-12-15 浙江大学医学院附属第医院 临床试验管理方法和系统
CN109243549A (zh) * 2018-07-11 2019-01-18 腾讯科技（深圳）有限公司 一种智能随访方法、装置及服务器
CN109346137A (zh) * 2018-10-29 2019-02-15 长沙通诺信息科技有限责任公司 受试者在线招募方法及装置、计算机设备及存储介质
CN109472007A (zh) * 2018-11-09 2019-03-15 贵州医渡云技术有限公司 医疗问卷的自动建题方法、装置、电子设备、存储介质
CN109637599A (zh) * 2018-12-07 2019-04-16 泰康保险集团股份有限公司 治疗和随访计划处理方法及装置
CN111210883A (zh) * 2019-12-24 2020-05-29 深圳市联影医疗数据服务有限公司 生成脑肿瘤患者随访数据的方法、系统、装置及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱迎迎等: ""临床研究协调员在临床研究中的作用"", 《临床合理用药》, vol. 7, no. 17, pages 156 - 157 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113626696A (zh) * 2021-08-06 2021-11-09 湖南慧泽生物医药科技有限公司 临床招募项目推荐平台的项目推荐方法
CN115240807A (zh) * 2022-08-02 2022-10-25 广州酷睿体悟科技有限公司 基于手机app与电脑软件操作的脑卒中出院家庭随访系统

Similar Documents

Publication Publication Date Title
US20210257104A1 (en) Determination of patient prescription relationships and behaviors
US8010384B2 (en) Medical billing auditing method and system
Hussein et al. Mitigating overcrowding in emergency departments using Six Sigma and simulation: A case study in Egypt
Goldman et al. Support from hospital to home for elders: a randomized trial
US20170046492A1 (en) Decision tree data processing system
Cadman et al. Pharmacist provided medicines reconciliation within 24 hours of admission and on discharge: a randomised controlled pilot study
US20090112627A1 (en) Method and System for Creating, Assembling, Managing, Utilizing, and Securely Storing Portable Personal Medical Records
US20200051679A1 (en) Methods and systems for a pharmacological tracking and reporting platform
US20100076786A1 (en) Computer System and Computer-Implemented Method for Providing Personalized Health Information for Multiple Patients and Caregivers
US8165897B2 (en) Medical decision system including interactive protocols and associated methods
US20160328812A9 (en) Medical decision system including question mapping and cross referencing system and associated methods
US11315668B2 (en) Abstracting information from patient medical records
US20040143457A1 (en) Method and system for sharing personal health data
Kaur et al. Artificial intelligence based clinical data management systems: A review
Ebad Healthcare software design and implementation—A project failure case
CN112365940A (zh) 筛选受试者的系统及方法
US20040059714A1 (en) System and method for providing decision support to appointment schedulers in a healthcare setting
Margolis et al. Design of a pragmatic cluster-randomized trial comparing telehealth care and best practice clinic-based care for uncontrolled high blood pressure
Moreno‐Fergusson et al. Analytics and lean health care to address nurse care management challenges for inpatients in emerging economies
Routis et al. Exploring CMMN applicability to knowledge‐intensive process modeling: An empirical evaluation by modelers
US20010032102A1 (en) Psychiatric information systems, methods and computer program products that capture psychiatric information as discrete data elements
Tajchman et al. Implementation and use of risk evaluation and mitigation strategies programs in practice: a scoping review of the literature
Saunders et al. Integrating data from multiple public sources: Opportunities and challenges for evaluators
Mazer-Amirshahi et al. Use of registries and large databases for toxicology research
Rahbar et al. Coordination and management of multisite complementary and alternative medicine (CAM) therapies: experience from a multisite reflexology intervention trial

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