[發明專利]應用于專病臨床試驗的隊列識別方法及裝置

在審

• 申請號: 202010512438.3
• 申請日: 2020-06-08
• 公開（公告）號: CN111667891A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 楊林;李姣;黃曉碩
• 申請（專利權）人: 中國醫學科學院醫學信息研究所
• 主分類號: G16H10/20
• 分類號: G16H10/20;G16H10/40;G16H10/60;G16H50/70
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 林哲生

本發明公開了一種應用于專病臨床試驗的隊列識別方法及裝置，基于預創建的專病臨床試驗入排標準的知識體系，生成專病臨床試驗入排標準的查詢信息；獲取電子病歷數據，并對電子病歷數據進行信息分析，得到專病表型分析信息；基于專病表型分析信息和所述專病臨床試驗入排標準的查詢信息，確定匹配查詢信息的專病臨床試驗的隊列。在本發明中專病臨床試驗入排標準的知識體系為將專病臨床試驗入排標準以計算機可識別信息進行的知識表示的體系，實現自動地將入排標準轉換為結構化的查詢語言，可以直接地對電子病歷數據進行處理，獲得滿足專病臨床試驗的受試者，提升了信息轉換的處理效率及提升臨床試驗的隊列識別工作的準確性。

技術領域

本發明涉及信息處理技術領域，特別是涉及一種應用于專病臨床試驗的隊列識別方法及裝置。

背景技術

為了驗證新型藥物或治療方案的有效性或優效性，在不同的臨床試驗周期，需要納入不同規模的受試人群。專病臨床試驗隊列識別是針對醫學上某一個疾病領域開展的臨床試驗識別符合條件的受試人員，以滿足臨床試驗各階段對受試者的招募需求。研究人員以臨床試驗的納入標準和排除標準(也可簡稱為入排標準)為依據，與獲取的潛在受試者的各項特征進行匹配，識別其是否符合標準。

目前常見的獲取受試者的方法包括發布招募信息、醫師推薦、病例回顧等。可見，在目前針對專病臨床試驗的隊列識別尚缺乏系統性的研究方法。尤其是在基于電子病歷數據進行隊列識別時，一般通過人工分析的方法，解釋和轉換臨床試驗入排標準的規則，以及缺乏對非結構化電子病歷數據的智能化處理和應用。使得通過人工分析方法不僅需要富有專業背景的人員進行耗時且高強度的勞動，而且難以保證結果的準確性，該方法缺乏普遍適用性，進而使得獲得有效的專病臨床試驗的隊列準確性低和處理效率低。

發明內容

針對于上述問題，本發明提供一種應用于專病臨床試驗的隊列識別方法及裝置，實現了提升專病臨床試驗的隊列準確性和信息轉換的處理效率。

為了實現上述目的，本發明提供了如下技術方案：

一種應用于專病臨床試驗的隊列識別方法，所述方法包括：

基于預創建的專病臨床試驗入排標準的知識體系，生成專病臨床試驗入排標準的查詢信息，其中，所述專病臨床試驗入排標準表征臨床試驗中受試人員的入選標準和排除標準；所述專病臨床試驗入排標準的知識體系為將專病臨床試驗入排標準以計算機可識別信息進行的知識表示的體系；

獲取電子病歷數據，并對所述電子病歷數據進行信息分析，得到專病表型分析信息，所述專病表型分析信息為識別具有特定疾病或特征的患者信息；

基于所述專病表型分析信息和所述專病臨床試驗入排標準的查詢信息，確定匹配所述查詢信息的專病臨床試驗的隊列，所述專病臨床試驗的隊列包括多個滿足所述專病臨床試驗入排標準的受試者。

可選地，所述方法包括：創建專病臨床試驗入排標準的知識體系，包括：

對所述專病臨床試驗入排標準進行信息提取，得到提取后信息，所述提取后的信息包括特征信息、入排標準與電子病歷數據之間的差異信息、醫學信息、實體信息和實體之間的邏輯信息；

對所述提取后的信息進行規范化處理，得到處理后的信息；

對所述處理后的信息進行信息結構化表示，得到所述專病臨床試驗入排標準的知識體系。

可選地，所述方法包括：對所述專病臨床試驗入排標準進行信息提取，得到醫學信息，包括：

按照類別從所述專病臨床試驗入排標準中提取到醫學實體；

獲取所述醫學實體的屬性信息和醫學實體與屬性之間的關系信息。

可選地，所述獲取電子病歷數據，并對所述電子病歷數據進行信息分析，得到專病表型分析信息，包括：

獲取電子病歷數據；