受试者筛选方法、系统、设备及计算机可读存储介质技术方案

本发明专利技术公开了一种受试者筛选方法，所述受试者筛选方法包括以下步骤：获取受试者的体征信息和临床研究项目的方案信息；基于体征特征提取模型和预设特征预测模型，对所述体征信息进行特征提取和预测，获得所述受试者的各阶段体征特征；基于期望特征提取模型，分别对各所述阶段期望特征进行特征提取，得到各阶段期望特征；对所述各阶段体征特征和所述各阶段期望特征进行分阶段匹配，获得所述受试者与所述临床研究项目的综合匹配度；根据所述综合匹配度，筛选出所述临床研究项目对应的目标受试者。本发明专利技术还公开了一种受试者筛选系统、设备和计算机可读存储介质。本发明专利技术提高了筛选出的目标受试者与临床试验整体方案的契合程度。目标受试者与临床试验整体方案的契合程度。目标受试者与临床试验整体方案的契合程度。

【技术实现步骤摘要】
受试者筛选方法、系统、设备及计算机可读存储介质


[0001]本专利技术涉及人工智能领域，尤其涉及一种受试者筛选方法、系统、设备及计算机可读存储介质。

技术介绍

[0002]医学临床试验是现代循证医学研究的重要手段，在广泛的医学领域和药物研究方面都起到重要的作用。在进行医学临床试验前，往往需要招募一定数量的、符合对应入排标准的受试者。然而，随着试验地逐步推进受试者的体征信息也会产生较大的波动，此时的受试者体征不一定符合后续试验阶段的预期体征。在此情况下，往往需要对受试者的体征信息进行调整。从而对于该临床试验而言，会极大地拖延试验进程，甚至进一步地可能会导致该临床试验的失败。即受试者虽然符合了该临床试验的入排标准，但与该临床试验整体方案的契合程度偏低。

技术实现思路

[0003]本专利技术的主要目的在于提供一种受试者筛选方法，旨在解决受试者与临床试验整体方案的契合程度偏低的技术问题。
[0004]为实现上述目的，本专利技术提供一种受试者筛选方法，所述受试者筛选方法包括以下步骤：获取受试者的体征信息和临床研究项目的方案信息；基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种受试者筛选方法，其特征在于，所述受试者筛选方法包括以下步骤：获取受试者的体征信息和临床研究项目的方案信息；基于体征特征提取模型和预设特征预测模型，对所述体征信息进行特征提取和预测，获得所述受试者的各阶段体征特征；基于期望特征提取模型，对所述方案信息进行特征提取，得到各阶段期望特征；对所述各阶段体征特征和所述各阶段期望特征进行分阶段匹配，获得所述受试者与所述临床研究项目的综合匹配度；根据所述综合匹配度，筛选出所述临床研究项目对应的目标受试者。2.如权利要求1所述的受试者筛选方法，其特征在于，所述各阶段体征特征包括当前体征特征和后续阶段体征特征，所述基于体征特征提取模型和预设特征预测模型，对所述体征信息进行特征提取和预测，获得所述受试者的各阶段体征特征的步骤包括：基于所述体征特征提取模型，对所述体征信息进行特征提取，获得所述受试者的当前体征特征；基于预设特征预测模型，对所述当前体征特征进行特征预测，获得所述受试者的后续阶段体征特征。3.如权利要求2所述的受试者筛选方法，其特征在于，在所述基于所述体征特征提取模型，对所述体征信息进行特征提取，获得所述受试者的当前体征特征的步骤之前，所述受试者筛选方法还包括：获取第一期望样本特征集和第一体征信息样本集；基于待训练体征特征提取模型，对所述第一体征信息样本集进行特征提取，获得第一体征样本特征集；根据所述第一体征样本特征集和所述第一期望样本特征集，计算第一对比损失；根据所述第一对比损失，优化所述待训练体征特征提取模型，获得所述体征特征提取模型。4.如权利要求2所述的受试者筛选方法，其特征在于，在所述基于预设特征预测模型，对所述当前体征特征进行特征预测，获得所述受试者的后续阶段体征特征的步骤之前，所述受试者筛选方法还包括：获取训练体征特征以及所述训练体征特征对应的真实后续体征样本特征；依据待训练特征预测模型，将所述训练体征特征转换为训练后续体征特征；依据所述训练后续体征特征和所述真实后续体征样本特征构建的模型损失，迭代优化所述待训练特征预测模型，得到所述预设特征预测模型。5.如权利要求1所述的受试者筛选方法，其特征在于，在所述基于期望特征提取模型，对所述方案信息进行特征提取，得到各阶段期望特征的步骤之前，所述受试者筛选方法包括：获取第二体征样本特征集和第二期望信息样本集；基于待训练期望特征提取模型...

【专利技术属性】
技术研发人员：覃龙，
申请(专利权)人：易临云深圳科技有限公司，
类型：发明
国别省市：