基于医学临床大数据分析的数据制造技术

本发明专利技术提供的基于医学临床大数据分析的数据

【技术实现步骤摘要】
基于医学临床大数据分析的数据AI筛选方法及系统


[0001]本专利技术涉及人工智能
，具体而言，涉及一种基于医学临床大数据分析的数据
AI
筛选方法及系统
。

技术介绍

[0002]在新药研究飞速发展的同时，也有一些问题不断涌现
。
目前新药研发主要依托传统的随机对照临床试验，纳入的研究对象范围窄
。
真实世界证据（
real
‑
world evidence
，
RWE
）概念应运而生，是通过优化分析多种途径来源的数据而获得的证据，这些来源包括医院的以电子病历为核心的管理系统，所产生的患者健康档案数据
。
然而
RWE
也面临着挑战，庞大的临床数据由于缺乏预先设计，大数据平台是
RWE
问题的解决之道，能够充分掌握研究背景，提出有创新性的研究设想和完善的研究设计，还可以提供可利用的多源数据和强大的统计分析，保证了数据的多元性
、
重要性和时效性
>。
过大样本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于医学临床大数据分析的数据
AI
筛选方法，其特征在于，所述数据
AI
筛选方法包括：针对目标试验药品对应的多个原始试验人员，基于每一个所述原始试验人员对应的药品临床试验数据，对所述多个原始试验人员进行初始筛选操作，以确定出对应的多个待定试验人员；基于所述目标试验药品的试验药品信息和所述多个待定试验人员中每一个待定试验人员的试验人员信息，从所述多个待定试验人员中，确定出所述目标试验药品的每一个适配试验人员；将每一个所述适配试验人员对应的药品临床试验数据，作为所述目标试验药品筛选出的目标药品临床试验数据
。2.
如权利要求1所述的基于医学临床大数据分析的数据
AI
筛选方法，其特征在于，所述基于所述目标试验药品的试验药品信息和所述多个待定试验人员中每一个待定试验人员的试验人员信息，从所述多个待定试验人员中，确定出所述目标试验药品的每一个适配试验人员的步骤，包括：挖掘出用于反映目标试验药品的试验药品信息的试验药品特征表示，并挖掘出获取用于反映多个待定试验人员中每一个待定试验人员的试验人员信息的试验人员特征表示；将所述目标试验药品的试验药品信息和第一待定试验人员的试验人员信息进行信息关联挖掘操作，以输出所述目标试验药品和所述第一待定试验人员之间的药品人员交互特征表示，所述第一待定试验人员属于所述多个待定试验人员中的任意一个待定试验人员，所述药品人员交互特征表示用于反映所述目标试验药品的试验药品信息和所述第一待定试验人员的试验人员信息之间的信息关联关系；依据所述试验药品特征表示
、
所述第一待定试验人员的试验人员特征表示和所述药品人员交互特征表示，将所述目标试验药品和所述第一待定试验人员之间的关联关系进行评估操作，以形成所述第一待定试验人员针对所述目标试验药品具有的关联关系适配参数；基于每一个所述待定试验人员针对所述目标试验药品具有的关联关系适配参数，将所述多个待定试验人员进行人员优化操作，以确定出所述目标试验药品的每一个适配试验人员
。3.
如权利要求2所述的基于医学临床大数据分析的数据
AI
筛选方法，其特征在于，所述将所述目标试验药品的试验药品信息和第一待定试验人员的试验人员信息进行信息关联挖掘操作，以输出所述目标试验药品和所述第一待定试验人员之间的药品人员交互特征表示的步骤，包括：将所述目标试验药品的试验药品信息和第一待定试验人员的试验人员信息进行关联分析操作，以输出所述目标试验药品与所述第一待定试验人员之间的药品人员关联信息；将所述药品人员关联信息进行特征挖掘操作，以输出所述目标试验药品与所述第一待定试验人员之间的药品人员交互特征表示
。4.
如权利要求3所述的基于医学临床大数据分析的数据
AI
筛选方法，其特征在于，所述将所述目标试验药品的试验药品信息和第一待定试验人员的试验人员信息进行关联分析操作，以输出所述目标试验药品与所述第一待定试验人员之间的药品人员关联信息的步骤，包括：确定出药品人员关联信息的形成方式，所述药品人员关联信息的形成方式用于反
映形成所述药品人员关联信息的试验药品信息种类和待定试验人员种类，所述待定试验人员种类属于医学维度的人员种类；基于所述药品人员关联信息的形成方式，将所述目标试验药品的试验药品信息和所述第一待定试验人员的试验人员信息进行信息关联配对操作，以形成所述目标试验药品与所述第一待定试验人员之间的药品人员关联信息；或者所述将所述目标试验药品的试验药品信息和第一待定试验人员的试验人员信息进行关联分析操作，以输出所述目标试验药品与所述第一待定试验人员之间的药品人员关联信息的步骤，包括：将所述目标试验药品的试验药品信息和所述第一待定试验人员的试验人员信息进行信息关联配对操作，以形成所述目标试验药品与所述第一待定试验人员之间的多个药品人员配对信息；将每一个所述药品人员配对信息分别进行关联性分析操作，以输出每一个所述药品人员配对信息对应的配对关联性表征参数，每一个所述药品人员配对信息对应的配对关联性表征参数用于反映所述药品人员配对信息包括的试验药品信息和试验人员信息之间的配对关联性高低；基于每一个所述药品人员配对信息对应的配对关联性表征参数，将多个所述药品人员配对信息进行筛选操作，以形成所述目标试验药品与所述第一待定试验人员之间的药品人员关联信息
。5.
如权利要求2所述的基于医学临床大数据分析的数据
AI
筛选方法，其特征在于，所述挖掘出用于反映目标试验药品的试验药品信息的试验药品特征表示，并挖掘出获取用于反映多个待定试验人员中每一个待定试验人员的试验人员信息的试验人员特征表示的步骤，包括：提取到所述目标试验药品的试验药品信息，所述试验药品信息用于对所述目标试验药品的特征进行描述；将所述目标试验药品的试验药品信息进行特征挖掘操作，以形成所述目标试验药品对应的试验药品特征表示；挖掘出获取用于反映多个待定试验人员中每一个待定试验人员的试验人员信息的试验人员特征表示
。6.
如权利要求5所述的基于医学临床大数据分析的数据
AI
筛选方法，其特征在于，所...

【专利技术属性】
技术研发人员：史业辉，朱仲玲，郑禹，杜双双，刘媛，李海欣，张东强，佟诣鑫，徐震，
申请(专利权)人：天津市肿瘤医院天津医科大学肿瘤医院，
类型：发明
国别省市：