[发明专利]用于为临床试验提供记录选择的基于地理聚类数据的数据库缩减

权利要求书

1.一种系统，包括：

数据存储库；

非暂态计算机可读介质，包括用于数据库记录选择的计算机程序代码；以及

处理设备，可通信地耦合到所述数据存储库和所述非暂态计算机可读介质，其中所述处理设备被配置用于执行所述计算机程序代码以执行包括以下的操作：

识别地理聚类数据的数据源，所述地理聚类数据包含要写入到所述数据存储库的数据库记录的对应描述符；

格式化所述对应描述符以产生标准化的对应描述符；

匹配所述标准化的对应描述符中每个标准化的对应描述符以产生每个标准化的对应描述符的记录分数；

组合所述标准化的对应描述符的记录分数以产生数据库记录中的每条数据库记录的总分数；以及

基于所述总分数选择性地将每条数据库记录写入到所述数据存储库以编译数据库。

2.如权利要求1所述的系统，其中所述记录分数通过包括以下的操作产生：

从所述匹配产生Damerau-Levenshtein分数以产生修改后的Damerau-Levenshtein分数；以及

使用修改后的Damerau-Levenshtein分数产生二进制分数。

3.如权利要求2所述的系统，其中使用机器学习模型产生所述总分数，所述机器学习模型是使用已知匹配和误配训练的。

4.如权利要求1所述的系统，其中每条数据库记录对应于临床试验研究者或与所述临床试验研究者对应的临床试验站点中的至少一个。

5.如权利要求4所述的系统，其中所述操作还包括使用空间聚类分析来产生所述地理聚类数据以从多个预期临床试验研究者中确定在所述临床试验研究者的指定距离内的多个预期临床试验受试者。

6.如权利要求5所述的系统，其中所述操作还包括：

确定所述临床试验研究者的适应性可行性；以及

至少部分地基于所述适应性可行性产生所述多个预期临床试验研究者的测试站点分布。

7.如权利要求6所述的系统，其中所述操作还包括基于临床试验信息更新所述数据存储库。

8.一种方法，包括：

由处理设备识别地理聚类数据的数据源，所述地理聚类数据包含要写入到所述数据存储库的数据库记录的对应描述符；

由所述处理设备格式化所述对应描述符以产生标准化的对应描述符；

由所述处理设备匹配所述标准化的对应描述符中每个标准化的对应描述符以产生每个标准化的对应描述符的记录分数；

由所述处理设备组合所述标准化的对应描述符的记录分数以产生数据库记录中的每条数据库记录的总分数；以及

由所述处理设备基于所述总分数选择性地将每条数据库记录写入到所述数据存储库以编译数据库。

9.如权利要求8所述的方法，其中每个标准化的对应描述符的匹配还包括：

从所述匹配产生Damerau-Levenshtein分数以产生修改后的Damerau-Levenshtein分数；以及

使用修改后的Damerau-Levenshtein分数产生二进制分数。

10.如权利要求9所述的方法，其中使用机器学习模型产生所述总分数，所述机器学习模型是使用已知匹配和误配训练的。

11.如权利要求8所述的方法，其中每条数据库记录对应于临床试验研究者或与所述临床试验研究者对应的临床试验站点中的至少一个。

12.如权利要求11所述的方法，还包括使用空间聚类分析来产生所述地理聚类数据以从多个预期临床试验研究者中确定在所述临床试验研究者的指定距离内的多个预期临床试验受试者。