【技术实现步骤摘要】
本专利技术属于临床试验管理方法，尤其涉及一种基于saas、双模可视的早期临床试验管理方法及系统。
技术介绍
1、临床试验是指任何在人体(病人或健康志愿者)进行药物的系统性研究，以证实或揭示试验药物的作用、不良反应及/或试验药物的吸收、分布、代谢和排泄，目的是确定试验药物的疗效与安全性。在国外，把参加临床试验的人员称作志愿者，国内一般称为“受试者”，志愿者里面有健康的人，也有病人，这主要看是参加什么样的试验。平时接触最多的试验，还是由病人参加的，目的在于考察新药有没有疗效，有没有副作用的试验，换另一种更直白的说法，就是在一个新药正式上市前，医生让病人服用(使用)这个新药，当然这必须得到病人的同意，经过一定的疗程后，看看这个药的疗效和副作用情况。临床试验最重要的一点就是必须符合我们的伦理要求，就是说参加试验的是人，必须尊重他(她)的人格，参加试验必须符合参加试验者的利益，在这种前提下，试验才能做。而且在试验期间，参加者可以不需要任何理由，而不再继续进行试验，他(或她)的选择，包括医生在内的所有人都无权干涉。总之，精心设计、操作的临床试验，是提高人类健康，寻找新的治疗药物和方法的，最快最安全的途径；然而，现有基于saas、双模可视的早期临床试验管理系统患者在缺乏医学知识背景的情况下，对于早期临床试验内容、入组早期临床试验所需条件等判断准确率较低，无法准确的判断自身满足的早期临床试验项目；同时，对临床试验风险评估不准确。
2、通过上述分析，现有技术存在的问题及缺陷为：
3、(1)现有基于saas、双模可视的早期临
4、(2)对临床试验风险评估不准确。
技术实现思路
1、针对现有技术存在的问题，本专利技术提供了一种基于saas、双模可视的早期临床试验管理方法及系统。
2、本专利技术是这样实现的，一种基于saas、双模可视的早期临床试验管理系统包括：
3、临床数据采集模块、主控模块、数据统计模块、数据处理模块、数据分析模块、风险评估模块、试验结果预测模块、显示模块；
4、临床数据采集模块，与主控模块连接，用于采集早期临床试验数据；
5、所述临床数据采集模块采集方法：
6、构建临床数据库；对历史每个电子病历进行疾病类别的实体抽取，得到对应的病历主题；计算待采集临床数据主题与病历主题的字符相关度，得到对应字符相关度；
7、将获取的待检索临床数据提取为实体文本块；根据对应字符相关度确定与所述实体文本块相关联的关联文本块以及所述关联文本块的搜索热度；
8、基于所确定的关联文本块以及所述关联文本块的搜索热度，确定与所述实体文本块相关联的知识图谱；
9、基于所述知识图谱，获取所述实体文本块的实体提示词以及实体关系；
10、以及基于所获取的实体提示词以及实体关系执行检索，从而获取与待检索临床数据相匹配的临床数据；
11、主控模块，与临床数据采集模块、数据统计模块、数据处理模块、数据分析模块、风险评估模块、试验结果预测模块、显示模块连接，用于控制各个模块正常工作；
12、数据统计模块，与主控模块连接，用于对早期临床试验数据进行统计；
13、所述数据统计模块统计方法：
14、通过统计程序将临床数据
15、针对待统计临床数据集合内的每条临床数据记录，分别根据每条临床数据记录获取待统计字段的索引号；
16、根据待统计字段的索引号对采集的临床数据进行统计；
17、数据处理模块，与主控模块连接，用于对早期临床试验数据进行结构化处理；
18、所述数据处理模块处理方法：
19、根据每条入排标准信息对应的所述向量化结果，在早期临床试验数据结构化决策列表中进行匹配；
20、得到所述向量化结果对应的结构化字段，并根据所述结构化字段在所述招募文本数据中抓取结构化字段值；
21、数据分析模块，与主控模块连接，用于对早期临床试验数据进行分析；
22、风险评估模块，与主控模块连接，用于对早期临床试验风险进行评估；
23、试验结果预测模块，与主控模块连接，用于对早期临床试验结果进行预测；
24、显示模块，与主控模块连接，用于显示早期临床试验数据、分析结果、评估结果、预测结果。
25、一种基于saas、双模可视的早期临床试验管理方法包括以下步骤：
26、步骤一，通过临床数据采集模块采集早期临床试验数据；
27、步骤二，主控模块通过数据统计模块对早期临床试验数据进行统计；
28、步骤三，通过数据处理模块对早期临床试验数据进行结构化处理；通过数据分析模块对早期临床试验数据进行分析；
29、步骤四，通过风险评估模块对早期临床试验风险进行评估；通过试验结果预测模块对早期临床试验结果进行预测；
30、步骤五，通过显示模块显示早期临床试验数据、分析结果、评估结果、预测结果。
31、进一步，所述数据处理模块处理方法如下：
32、(1)确定早期临床试验项目条件，接收早期临床试验对应的招募文本数据，所述招募文本数据中包含早期临床试验的入排标准信息；对所述招募文本数据进行向量化，得到所述招募文本数据中每条入排标准信息对应的向量化结果；
33、(2)根据每条入排标准信息对应的所述向量化结果，在早期临床试验数据结构化决策列表中进行匹配，得到所述向量化结果对应的结构化字段，并根据所述结构化字段在所述招募文本数据中抓取结构化字段值。
34、进一步，所述早期临床试验数据结构化决策列表的建立过程包括：
35、获取早期临床试验招募文本数据样本，所述早期临床试验招募文本数据样本中包含多条早期临床试验招募文本数据，每一条所述早期临床试验招募文本数据中包含一项早期临床试验的至少一条入排标准信息；
36、根据预设的自然语言处理模型对所述早期临床试验招募文本数据样本中的每一条早期临床试验招募文本数据进行向量化处理，得到对应的向量化结果；
37、根据基准向量，对所述向量化结果进行分类处理，得到分组的向量化结果；所述每一分组的向量化结果表征一种类型的入排标准的向量化值范围；
38、接收标注信息，根据所述标注信息确定所述每一分组的向量化结果对应的结构化字段；
39、根据所述结构化字段，对所述每一条早期临床试验招募文本数据中的入排标准提取对应的结构化字段值，并按照发布时间顺序将所述每一条早期临床试验招募文本数据以入排标准为结构化字段和结构化字段值的形式，生成所述早期临床试验数据结构化决策列表。
40、进一步，所述基于疾病类型对应有不同的早期临床试验招募文本数据样本；所述获取早期临床试验招本文档来自技高网...
【技术保护点】
1.一种基于SaaS、双模可视的早期临床试验管理系统，其特征在于，所述基于SaaS、双模可视的早期临床试验管理系统包括：
2.一种如权利要求1所述的基于SaaS、双模可视的早期临床试验管理方法，其特征在于，所述基于SaaS、双模可视的早期临床试验管理方法包括以下步骤：
3.如权利要求1所述基于SaaS、双模可视的早期临床试验管理系统，其特征在于，所述数据处理模块处理方法如下：
4.如权利要求3所述基于SaaS、双模可视的早期临床试验管理系统，其特征在于，所述早期临床试验数据结构化决策列表的建立过程包括：
5.如权利要求3所述基于SaaS、双模可视的早期临床试验管理系统，其特征在于，所述基于疾病类型对应有不同的早期临床试验招募文本数据样本；所述获取早期临床试验招募文本数据样本，包括：
6.如权利要求3所述基于SaaS、双模可视的早期临床试验管理系统，其特征在于，所述预设的自然语言处理模型包括词向量模型；所述根据预设的自然语言处理模型对所述早期临床试验招募文本数据样本中的每一条早期临床试验招募文本数据进行向量化处理，得到对应
7.如权利要求1所述基于SaaS、双模可视的早期临床试验管理系统，其特征在于，所述风险评估模块评估方法如下：
8.如权利要求7所述基于SaaS、双模可视的早期临床试验管理系统，其特征在于，所述将早期临床试验数据保存至数据存储模块中，并通过以下方法实现将多个数据源所采集的非标准格式的早期临床试验数据转换为SDTM标准格式的早期临床试验数据；
9.如权利要求7所述基于SaaS、双模可视的早期临床试验管理系统，其特征在于，所述中央数据处理中心调取数据存储模块中的早期临床试验数据通过如下方法计算获取分项风险指标数据：
10.如权利要求7所述基于SaaS、双模可视的早期临床试验管理系统，其特征在于，所述方法还包括：设定若干个早期临床试验安全性风险阈值，并将计算获得的早期临床试验安全性风险分项指标数据与早期临床试验安全性风险阈值比较后获得早期临床试验安全性风险等级信息；设定若干个早期临床试验数据质量风险阈值，并将计算获得的早期临床试验数据质量风险分项指标数据与早期临床试验数据质量风险阈值比较后获得早期临床试验数据质量风险等级信息；设定若干个早期临床试验风险阈值，并将计算获得的早期临床试验参与医院的风险指标数据与早期临床试验风险阈值比较后获得早期临床试验参与医院的风险等级信息。
...【技术特征摘要】
1.一种基于saas、双模可视的早期临床试验管理系统，其特征在于，所述基于saas、双模可视的早期临床试验管理系统包括：
2.一种如权利要求1所述的基于saas、双模可视的早期临床试验管理方法，其特征在于，所述基于saas、双模可视的早期临床试验管理方法包括以下步骤：
3.如权利要求1所述基于saas、双模可视的早期临床试验管理系统，其特征在于，所述数据处理模块处理方法如下：
4.如权利要求3所述基于saas、双模可视的早期临床试验管理系统，其特征在于，所述早期临床试验数据结构化决策列表的建立过程包括：
5.如权利要求3所述基于saas、双模可视的早期临床试验管理系统，其特征在于，所述基于疾病类型对应有不同的早期临床试验招募文本数据样本；所述获取早期临床试验招募文本数据样本，包括：
6.如权利要求3所述基于saas、双模可视的早期临床试验管理系统，其特征在于，所述预设的自然语言处理模型包括词向量模型；所述根据预设的自然语言处理模型对所述早期临床试验招募文本数据样本中的每一条早期临床试验招募文本数据进行向量化处理，得到对应的向量化结果，包括：
7.如权利要求1所述基于saas、双模可视的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。