【技術實現步驟摘要】
本申請涉及臨床試驗，具體涉及一種臨床試驗項目受試者智能篩選方法、裝置、介質及設備。
技術介紹
1、臨床試驗項目指的是為了驗證新藥、疫苗、治療方法或診斷工具在人體上的安全性和有效性而設計的一項科學研究工作，臨床試驗項目是醫學研究中不可或缺的一部分，它們對于推動醫療科學的進步、提高患者治療效果和確保醫療產品安全性至關重要。受試者則是指在臨床試驗項目中參與測試的個體。受試者在臨床試驗項目中扮演著非常重要的角色，符合試驗要求的受試者對于臨床試驗項目的成功尤為重要，因此，亟需一種符合試驗要求的受試者的有效篩選方式。
2、目前，符合試驗要求的受試者的篩選方式通常為：采用人工方式查閱患者病歷、實驗室檢查結果等信息，并根據臨床試驗項目的入組標準和排除標準進行受試者的篩選，但是一旦患者的數量較多，數據量規模較大，此人工篩選的方式難以保證篩選結果客觀性和一致性，導致篩選結果的準確性較差。
技術實現思路
1、為了提升篩選結果的準確性，本申請提供一種臨床試驗項目受試者智能篩選方法、裝置、介質及設備。
2、在本申請的第一方面提供了一種臨床試驗項目受試者智能篩選方法，具體包括：
3、獲取至少一個受試待選患者的患者數據，所述患者數據包括對應的受試待選患者在目標臨床試驗項目的入組標準、排除標準所涉及維度下的維度數據；
4、對各所述受試待選患者的患者數據進行預處理，得到對應的處理后數據，并將各所述處理后數據輸入至預設的受試者篩選模型中，得到符合所述目標臨床試驗項目試驗
5、從所述目標臨床試驗項目對應的各療效評估指標中篩選易異常評估指標，并確定每個所述易異常評估指標發生異常時對應的易出現維度數據，所述易異常評估指標為易于在不同疾病患者中發生異常的療效評估指標，所述易出現維度數據為所述易異常評估指標發生異常的患者易于伴隨出現的維度數據，所述療效評估指標為所述目標臨床試驗項目對受試者疾病的療效進行評估的指標；
6、在每個所述目標受試者的患者數據中存在易出現維度數據時，將對應的易出現維度數據確定為重點維度數據，并根據所述重點維度數據和對應的各易出現維度數據中存在所述重點維度數據的易異常評估指標，對對應的目標受試者進行校驗；
7、若校驗通過，則將對應的目標受試者確定為所述目標臨床試驗項目的最終受試者。
8、通過采用上述技術方案，獲取到各個受試待選患者的患者數據后，進行預處理，得到對應的處理后數據，并將處理后數據輸入至受試者篩選模型，從而通過人工智能模型代替人工進行客觀的受試者篩選，得到目標受試者。進一步地，確定易異常評估指標和對應的易出現維度數據，在單個目標受試者的患者數據存在易出現維度數據時，將其確定為重點維度數據，說明此目標受試者可能在試驗中療效評估指標發生異常的風險，干擾目標臨床試驗項目的試驗結果，那么將對應的各個易出現維度數據中存在此重點維度數據的易異常評估維度以及此重點維度數據進行結合分析，確定目標臨床試驗項目被干擾的程度，從而確定目標受試者是否適合參與試驗，進而實現對目標受試者的校驗。如果校驗通過，說明目標受試者適合參與試驗，那么目標受試者確定為最終受試者，從而提升受試者篩選結果的準確性。
9、可選的，所述從所述臨床試驗項目對應的各療效評估指標中篩選易異常評估指標，并確定每個所述易異常評估指標發生異常時對應的易出現維度數據，具體包括：
10、獲取所述目標臨床試驗項目對應的單個療效評估指標發生異常的歷史患者的疾病類型，統計每個所述療效評估指標對應的不同疾病類型的數量；
11、按照所述數量從大到小的順序，從各所述療效評估指標中選取第一個數的療效評估指標并確定為易異常評估指標；
12、獲取單個所述易異常評估指標發生異常的歷史患者的歷史維度數據，統計每個所述歷史維度數據的第一出現次數，并按照所述第一出現次數從大到小的順序，從各所述歷史維度數據中選取第二個數的歷史維度數據確定為對應的易異常評估指標的易出現維度數據。
13、通過采用上述技術方案，數量越大，說明對應的療效評估指標在越多不同疾病類型的歷史患者中發生異常，在患者群體中發生異常的普遍性較高，進而從各個療效評估指標中確定易異常評估指標。進一步地，從單個易異常評估指標發生異常的歷史患者的患者數據中獲取對應的歷史維度數據，統計每個歷史維度數據的第一出現次數，第一出現次數越大，易異常評估指標發生異常的歷史患者越容易出現對應的歷史維度數據，進而確定易異常評估指標的易出現維度數據，從而方便后續對目標受試者進行校驗。
14、可選的，所述根據所述重點維度數據和對應的各易出現維度數據中存在所述重點維度數據的易異常評估指標，對對應的目標受試者進行校驗，具體包括：
15、將對應的各易出現維度數據中存在所述重點維度數據的易異常評估指標確定為重點評估指標，并計算每個所述重點評估指標的第一權重以及對應的重點維度數據的第二權重，所述第一權重為每個所述重點評估指標對應的數量與所有所述易異常評估指標對應的數量之和的比值，所述第二權重為每個所述重點評估指標對應的重點維度數據的第一出現次數與對應的所有所述易出現維度數據的第一出現次數之和的比值；
16、計算每個所述重點評估指標的第一權重與對應的重點維度數據的第二權重的第一權重乘積，并對各所述第一權重乘積進行求和，得到對應的第一權重乘積和；
17、基于每個所述第一權重乘積和，對對應的目標受試者進行校驗。
18、通過采用上述技術方案，計算每個重點評估指標的第一權重與對應的重點維度數據的第二權重的第一權重乘積，并對各個第一權重乘積進行求和，得到對應的目標受試者的第一權重乘積和，第一權重乘積和越大，對應的目標受試者越容易出現療效評估指標異常，對目標臨床試驗項目在此目標受試者身上的試驗結果產生干擾，導致試驗結果不準確，越不適合進行試驗，因此基于第一權重乘積和，對對應的目標受試者進行校驗，提升受試者篩選結果的準確性。
19、可選的，所述基于每個所述第一權重乘積，對對應的目標受試者進行校驗，具體包括：
20、基于歷史臨床試驗項目試驗通過的歷史受試者的基本信息，確定對應的歷史用戶畫像，所述歷史臨床試驗項目為與所述目標臨床項目的適應癥相同的臨床試驗項目；
21、統計每個所述歷史用戶畫像的第二出現次數，并按照所述第二出現次數從大到小的順序，從各所述歷史用戶畫像中選取第三個數的歷史用戶畫像確定為易過用戶畫像；
22、獲取每個所述易過用戶畫像的歷史受試者的歷史患者數據中除對應的基本信息外的剩余維度數據，統計每個所述剩余維度數據的第三出現次數，并按照所述第三出現次數從大到小的順序，從各所述剩余維度數據中選取第四個數的剩余維度數據確定為對應的易過用戶畫像的易過維度數據；
23、基于每個所述目標受試者的患者數據中的基本信息，確定對應的目標用戶畫像；
24、在所述目標用戶畫像為易過用戶畫像時，將對應的目標受試者確本文檔來自技高網...
【技術保護點】
1.一種臨床試驗項目受試者智能篩選方法，其特征在于，所述方法包括：
2.根據權利要求1所述的臨床試驗項目受試者智能篩選方法，其特征在于，所述從所述目標臨床試驗項目對應的各療效評估指標中篩選易異常評估指標，并確定每個所述易異常評估指標發生異常時對應的易出現維度數據，具體包括：
3.根據權利要求2所述的臨床試驗項目受試者智能篩選方法，其特征在于，所述根據所述重點維度數據和對應的各易出現維度數據中存在所述重點維度數據的易異常評估指標，對對應的目標受試者進行校驗，具體包括：
4.根據權利要求3所述的臨床試驗項目受試者智能篩選方法，其特征在于，所述基于每個所述第一權重乘積，對對應的目標受試者進行校驗，具體包括：
5.根據權利要求4所述的臨床試驗項目受試者智能篩選方法，其特征在于，所述基于所述重點受試者的第一權重乘積和、患者數據、所述目標用戶畫像和各所述易過維度數據，確定所述重點受試者校驗是否通過，具體包括：
6.根據權利要求4所述的臨床試驗項目受試者智能篩選方法，其特征在于，所述基于所述重點受試者的第一權重乘積和、患者數據、所述目
7.根據權利要求3所述的臨床試驗項目受試者智能篩選方法，其特征在于，所述方法還包括：
8.一種臨床試驗項目受試者智能篩選裝置，其特征在于，包括：
9.一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有計算機程序，其特征在于，所述計算機程序被處理器加載并執行時，采用了權利要求1-7中任一項所述的方法。
10.一種電子設備，包括存儲器、處理器及存儲在存儲器中并能夠在處理器上運行的計算機程序，其特征在于，所述處理器加載并執行計算機程序時，采用了權利要求1-7中任一項所述的方法。
...【技術特征摘要】
1.一種臨床試驗項目受試者智能篩選方法，其特征在于，所述方法包括：
2.根據權利要求1所述的臨床試驗項目受試者智能篩選方法，其特征在于，所述從所述目標臨床試驗項目對應的各療效評估指標中篩選易異常評估指標，并確定每個所述易異常評估指標發生異常時對應的易出現維度數據，具體包括：
3.根據權利要求2所述的臨床試驗項目受試者智能篩選方法，其特征在于，所述根據所述重點維度數據和對應的各易出現維度數據中存在所述重點維度數據的易異常評估指標，對對應的目標受試者進行校驗，具體包括：
4.根據權利要求3所述的臨床試驗項目受試者智能篩選方法，其特征在于，所述基于每個所述第一權重乘積，對對應的目標受試者進行校驗，具體包括：
5.根據權利要求4所述的臨床試驗項目受試者智能篩選方法，其特征在于，所述基于所述重點受試者的第一權重乘積和、患者數據、所述目標用戶畫像和各所述...
【專利技術屬性】
技術研發人員：周志歡，周志煒，辛毅，王哲淵，曹闖，
申請(專利權)人：北京卓越未來國際醫藥科技發展有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。