临床招募项目的匹配推荐方法及系统技术方案

本申请涉及匹配推荐技术领域，公开了一种临床招募项目的匹配推荐方法及系统。所述方法包括：对多个患者信息和多个临床试验信息进行关系建模，得到患者‑试验关系图；通过图卷积神经网络进行图结构特征提取，得到每个患者节点的第一特征向量和每个试验节点的第二特征向量；对第一特征向量和第二特征向量进行多头图注意力机制分析，得到患者级和试验级增强视图；进行可学习模型增强对比学习，得到多个患者‑试验匹配特征；基于多个患者‑试验匹配特征和预定义匹配指标，生成多维度评估结果；对多维度评估结果进行熵权计算和层次分析，得到综合匹配分数并生成患者‑试验匹配推荐列表，本申请提高了临床招募项目的匹配推荐的准确率。

【技术实现步骤摘要】

本申请涉及匹配推荐，尤其涉及一种临床招募项目的匹配推荐方法及系统。

技术介绍

1、临床试验的招募过程一直面临着效率低下、成本高昂和匹配度不佳等问题。传统的招募方法主要依赖于人工筛选和简单的数据库匹配，难以充分考虑患者的复杂临床特征和试验的多维度要求，导致招募效率低下和匹配质量不高。

2、随着大数据和人工智能技术的快速发展，为解决临床试验招募中的问题提供了新的可能性。然而，现有的智能匹配方法仍存在一些局限性。现有技术未能充分利用患者和试验之间的复杂关系，忽视了潜在的高阶连接信息。现有的特征提取和匹配算法往往是静态的，难以适应不同试验的特定要求和动态变化的招募环境。此外，对于匹配结果的解释性和多维度评估也有待加强。

技术实现思路

1、本申请提供了一种临床招募项目的匹配推荐方法及系统，用于提高了临床招募项目的匹配推荐的准确率。

2、第一方面，本申请提供了一种临床招募项目的匹配推荐方法，所述临床招募项目的匹配推荐方法包括：

3、对多个患者信息和多个临床试验信息进行关系建模，得到患者本文档来自技高网...

【技术保护点】

1.一种临床招募项目的匹配推荐方法，其特征在于，所述方法包括：

2.根据权利要求1所述的临床招募项目的匹配推荐方法，其特征在于，所述对多个患者信息和多个临床试验信息进行关系建模，得到患者-试验关系图，包括：

3.根据权利要求1所述的临床招募项目的匹配推荐方法，其特征在于，所述通过图卷积神经网络对所述患者-试验关系图进行图结构特征提取，得到每个患者节点的第一特征向量和每个试验节点的第二特征向量，包括：

4.根据权利要求3所述的临床招募项目的匹配推荐方法，其特征在于，所述对所述第一特征向量和所述第二特征向量进行多头图注意力机制分析，得到患者级和试验级增强视...

【技术特征摘要】

1.一种临床招募项目的匹配推荐方法，其特征在于，所述方法包括：

2.根据权利要求1所述的临床招募项目的匹配推荐方法，其特征在于，所述对多个患者信息和多个临床试验信息进行关系建模，得到患者-试验关系图，包括：

3.根据权利要求1所述的临床招募项目的匹配推荐方法，其特征在于，所述通过图卷积神经网络对所述患者-试验关系图进行图结构特征提取，得到每个患者节点的第一特征向量和每个试验节点的第二特征向量，包括：

4.根据权利要求3所述的临床招募项目的匹配推荐方法，其特征在于，所述对所述第一特征向量和所述第二特征向量进行多头图注意力机制分析，得到患者级和试验级增强视图，包括：

5.根据权利要求1所述的临床招募项目的匹配推荐方法，其特征在于，所述对所述患者级和试验级增强视图进行可学习模型增强对比学习，得到多个患者-试验匹配特征，包括：

6.根据权利要求1所述的临床招...

【专利技术属性】
技术研发人员：张芳，
申请(专利权)人：北京厚普医药科技有限公司，
类型：发明
国别省市：