[发明专利]临床药物试验患者的匹配方法、装置及计算机设备

权利要求书

1.一种临床药物试验患者的匹配方法，其特征在于，包括：

获取试验患者的患者信息以及医药试验入排条件信息，所述患者信息包括第一数值类信息和就诊信息，所述医药试验入排条件信息包括第二数值类信息和描述信息；

将所述第一数值类信息和所述第二数值类信息进行数值匹配，获取第一匹配结果；

对所述就诊信息和所述描述信息进行预处理，将预处理后的所述就诊信息和所述描述信息进行嵌入匹配，获取第二匹配结果；

根据所述第一匹配结果和第二匹配结果生成所述试验患者与医药试验的最终匹配结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一数值类信息和所述第二数值类信息进行数值匹配，获取第一匹配结果，包括：

对所述第一数值类信息和所述第二数值类信息分别进行三元素提取，并基于所述三元素生成所述第一数值类信息对应的患者信息三元组，以及生成所述第二数值类信息对应的入排条件信息三元组，其中，所述患者信息三元组包括患者数据项的数值、患者数据项单位以及患者数据项含义，所述入排条件信息三元组包括预设数据项的数值条件、预设数据项单位以及预设数据项含义；

基于所述预设数据项单位、所述预设数据项含义，以及所述患者数据项单位以及患者数据项含义，在所述患者信息三元组中筛选与所述预设数据项匹配的目标患者数据项；

将所述目标患者数据项的数值与所述预设数据项的数值条件进行对比，获取得到第一匹配结果。

3.根据权利要求1所述的方法，其特征在于，所述对所述就诊信息和所述描述信息进行预处理，包括：

对所述就诊信息中每一字段的字段值进行独热编码处理，得到高维二值向量，并采用预设降维算法将所述高维二值向量进行低维表示学习，得到所述就诊信息对应的第一特征向量；

将所述描述信息输入预训练完成的语言表征模型，得到所述描述信息对应的第二特征向量；

对所述第一特征向量和所述第二特征向量进行归一化处理，以使所述第一特征向量和所述第二特征向量处于同一特征空间维度。

4.根据权利要求3所述的方法，其特征在于，所述语言表征模型为BERT语言模型，在将所述描述信息输入预训练完成的语言表征模型，得到所述描述信息对应的第二特征向量之前，所述方法还包括：

获取样本描述信息，以及所述样本描述信息对应的样本特征向量；

对所述样本描述信息随机进行部分数据遮盖后，输入初始BERT语言模型，以输出训练结果；

计算所述训练结果与所述样本特征向量的损失值；

若所述损失值达到模型收敛要求，则将所述初始BERT语言模型确定为所述语言表征模型；

若所述损失值未达到模型收敛要求，则更新所述初始BERT语言模型的模型参数，并对更新后的初始BERT语言模型进行迭代训练，直至所述损失值符合模型收敛要求，将符合所述模型收敛要求的初始BERT语言模型确定为所述语言表征模型。

5.根据权利要求3所述的方法，其特征在于，所述将预处理后的所述就诊信息和所述描述信息进行嵌入匹配，获取第二匹配结果，包括：

将处于同一特征空间维度的所述第一特征向量和所述第二特征向量输入深度为2的神经网络中，得到匹配分值；

将所述匹配分值与预设阈值进行对比，获取第二匹配结果。

6.根据权利要求1所述的方法，其特征在于，在对所述就诊信息和所述描述信息进行预处理，将预处理后的所述就诊信息和所述描述信息进行嵌入匹配，获取第二匹配结果之前，还包括：

根据所述第一匹配结果判断所述试验患者与医药试验是否匹配成功；

若是，则对所述就诊信息和所述描述信息进行预处理，将预处理后的所述就诊信息和所述描述信息进行嵌入匹配，获取第二匹配结果；根据所述第一匹配结果和第二匹配结果生成所述试验患者与医药试验的最终匹配结果；

若否，则输出所述试验患者与医药试验匹配失败的最终匹配结果。