[发明专利]临床数据自动化提取计算方法、系统、设备及存储介质

说明书

本发明提供了一种临床数据自动化提取计算方法、系统、设备及存储介质，该方法包括在专病库上创建科研项目队列，所述专病库中存储有专病患者的临床数据；通过纳排方式筛选患者，生成科研项目数据，所述科研项目数据包括筛选得到的患者的临床数据；建立抽取规则并通过所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段，最后导出述面向科研项目的基线数据。在已有客观临床全数据集的情况下，通过采用本发明的方案，实现自动提取计算出临床试验或研究用CRF需要的特定数据，提高特定临床数据采集的效率和正确率。

技术领域

本发明涉及医疗大数据技术领域，具体地说，涉及一种面向肿瘤疾病科研的临床数据自动化提取计算方法、系统、设备及存储介质。

背景技术

在药物临床试验中，按照试验方案的具体规定，一般均设计有CRF(Case ReportForm，病例报告表)，受试者的CRF数据的采集工作占据了整个试验比较大的人力成本。传统的方法为：试验发起者为该试验建立一整套CRF调查问卷，即该试验研究需要采集的患者信息；然后，由试验发起者授权的CRC(Clinical research coordinator，临床协调员)大部分情况下，CRC是对照纸质病历或电子病历，对每个受试者的CRF问卷中的题目逐一查找并录入，由于是人工录入，存在一定的错误率，所以还需要第三方专业的CRA(ClinicalResearch Associate，临床监查员)再做监察审核。

现有的DPAP平台(Data ProcessApplication Platform，数据处理和应用平台)对医院产生记录的临床数据做了清洗、融合、结构化、标准化等处理，为其他产品提供处理后的可直接使用的标准数据。现有的专病库基于DPAP平台处理的数据，为用户提供了一系列科研支撑工具，将线下科研流程线上化，提高了科研效率和质量。其中，在提高临床试验CRF数据收集效率上，本发明提出了一种面向肿瘤疾病科研的临床数据自动化提取计算方法，此方法基于DPAP平台已经对医院临床数据做了清洗、融合、结构化处理后的患者客观临床全数据集的前提下，实现基于这些患者临床全数据集自动提取计算出临床试验或研究用CRF需要的特定数据。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

针对现有技术中的问题，本发明的目的在于提供了一种临床数据自动化提取计算方法、系统、设备及存储介质，提高试验中临床数据采集的效率和正确率。

本发明提供了一种临床数据自动化提取计算方法，其特征在于，包括以下步骤：

在专病库上创建科研项目队列，所述专病库中存储有专病患者的临床数据；

通过纳排方式筛选患者，生成科研项目数据，所述科研项目数据包括筛选得到的患者的临床数据；

建立抽取规则并通过所述抽取规则，对所述科研项目数据进行过滤和/或聚合计算，生成面向科研项目的基线数据，所述面向科研项目的基线数据包含多个科研项目所需的科研目标字段；

导出所述面向科研项目的基线数据。

优选地，所述纳排方式为条件树方式、事件搜索方式或住院号导入方式。

优选地，根据具体试验方案的规定建立所述抽取规则。

优选地，所述建立抽取规步骤则包括如下步骤：

推送抽取规则创建的交互页面至用户，所述抽取规则创建的交互页面包括多个标准字段和多个映射函数；

获取用户对标准字段和映射函数的选择，以及用户选择的标准字段与映射函数的关系；

将用户选择的标准字段与对应的映射函数进行组合，建立抽取规则。