[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

说明书

本发明公开了一种临床药物试验患者的匹配方法、装置及计算机设备，涉及计算机技术领域，可解决目前在进行临床药物试验患者的匹配时，工作量大，效率较低，且容易造成错误累计以及信息损失的技术问题。其中方法包括：获取试验患者的患者信息以及医药试验入排条件信息，患者信息包括第一数值类信息和就诊信息，医药试验入排条件信息包括第二数值类信息和描述信息；将第一数值类信息和第二数值类信息进行数值匹配，获取第一匹配结果；对就诊信息和描述信息进行预处理，将预处理后的就诊信息和描述信息进行嵌入匹配，获取第二匹配结果；根据第一匹配结果和第二匹配结果生成试验患者与医药试验的最终匹配结果。

技术领域

本申请涉及计算机技术领域，尤其涉及到一种临床药物试验患者的匹配方法、装置及计算机设备。

背景技术

临床药物创新研发在我国政策的鼓励下发展迅速，一个难题是如何在药物的临床试验阶段为创新药找到合适的患者进行试验。进行试验的不同药物对患者的情况有不同的要求，如要求患者以往治疗中未用过含吉西他滨的药物；可以允许患者患有乙肝，但乙肝定量不能超过2000IU/mL等，如何在众多非结构化语言描述和数值描述的条件(药物试验的入排条件)下，为药物试验找到合适的患者，是一个工作量巨大且容易出错的任务。

药物试验的入排条件一般用非结构化的自然语言描述，而患者信息(年龄、诊断结果、手术治疗、药物治疗等)则是结构化的信息，如何对两者进行匹配，一种常规的思路是采用常见的NLP技术如分词、NER等对句子描述的入排条件进行预处理结构化，然后再与患者信息进行匹配。然而这种方法是分步单独处理的，导致工作量大，效率较低，且容易造成错误累计以及信息损失。

发明内容

有鉴于此，本申请提供了一种临床药物试验患者的匹配方法、装置及计算机设备，可用于解决目前在进行临床药物试验患者的匹配时，工作量大，效率较低，且容易造成错误累计以及信息损失的技术问题。

根据本申请的一个方面，提供了一种临床药物试验患者的匹配方法，该方法包括：

获取试验患者的患者信息以及药物试验入排条件信息，所述患者信息包括第一数值类信息和就诊信息，所述药物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。

可选地，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。

可选地，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；