[發明專利]面向臨床診療數據整合的方法和系統

在審

• 申請號: 202011542657.2
• 申請日: 2020-12-24
• 公開（公告）號: CN112560494A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 李思成;曹詩琴;李妍
• 申請（專利權）人: 寶創瑞海（北京）科技發展有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30;G06F16/33;G06F16/332;G06K9/62;G16H10/20
• 代理公司: 北京久誠知識產權代理事務所(特殊普通合伙) 11542
• 代理人: 翟麗紅

1.一種面向臨床診療數據整合的方法，其特征在于，包括：

S1、獲取面向臨床診療的原始數據并進行預處理；

S2、將所述原始數據輸入預先訓練好的自然語言處理模型中，得到結果數據集；

S3、根據所述結果數據集，得到定向需求數據。

2.如權利要求1所述的面向臨床診療數據整合方法，其特征在于，所述原始數據包括臨床試驗病歷數據表頭和源數據，所述原始數據中設置數據識別字段用于數據查重、數據拼接或數據擴容。

3.如權利要求1所述的面向臨床診療數據整合方法，其特征在于，所述預處理包括數據清洗、數據向量化。

4.如權利要求1所述的面向臨床診療數據整合方法，其特征在于，所述步驟S2中的自然語言處理模型的構建過程包括：

獲取多條面向臨床診療的多維臨床試驗的原始數據，并確定所述面向臨床診療的多維臨床試驗的原始數據對應的結果數據集，

將所述面向臨床診療的多維臨床試驗的原始數據作為訓練樣本，將對應的結果數據集作為輸出標簽，構建訓練數據庫；

基于所述訓練數據庫，采用深度學習算法進行模型訓練，得到所述自然語言處理模型。

5.如權利要求4所述的面向臨床診療數據整合方法，其特征在于，所述采用深度學習算法進行模型訓練包括：

將所述一條原始數據進行實體識別并進行命名，結合語法進行分析、語義分析、標記和重組，重組后形成第一結果數據集。

6.如權利要求1所述的面向臨床診療數據整合方法，其特征在于，所述步驟S3具體包括：根據所述結果數據集，并配合人工修正以后，得到結構化面向臨床診療的定向需求數據。

7.一種面向臨床診療數據整合系統，其特征在于，包括：

獲取模塊，用于獲取面向臨床診療的原始數據并進行預處理；

處理模塊，用于將所述原始數據輸入預先訓練好的自然語言處理模型中，得到結果數據集；

輸出模塊，用于根據所述結果數據集，得到定向需求數據。

8.如權利要求7所述的面向臨床診療數據整合系統，其特征在于，所述原始數據包括臨床試驗病歷數據表頭和源數據，所述原始數據中設置數據識別字段用于數據查重、數據拼接或數據擴容。

9.如權利要求7所述的面向臨床診療數據整合系統，其特征在于，所述預處理包括數據清洗、數據向量化。

10.如權利要求7所述的面向臨床診療數據整合系統，其特征在于，所述處理模塊中自然語言處理模型的構建過程包括：

獲取多條面向臨床診療的多維臨床試驗的原始數據，并確定所述面向臨床診療的多維臨床試驗的原始數據對應的結果數據集，

將所述面向臨床診療的多維臨床試驗的原始數據作為訓練樣本，將對應的結果數據集作為輸出標簽，構建訓練數據庫；

基于所述訓練數據庫，采用深度學習算法進行模型訓練，得到所述自然語言處理模型。