[发明专利]风险级别确定模型训练方法及装置、电子设备、存储介质

权利要求书

1.一种风险级别确定模型训练方法，其特征在于，包括：

提取目标临床试验对应的样本特征数据；其中所述样本特征数据包括所述目标临床试验各阶段对应的特征数据；

获取所述目标临床试验对应的标签数据；其中所述标签数据包括所述目标临床试验中出现的轻度问题数据、中度问题数据以及重度问题数据分别对应的问题数量；

通过预设的数据划分方法对所述样本特征数据以及所述标签数据进行拆分以构建训练集以及测试集；

根据所述训练集以及所述测试集对预构建的风险级别确定模型进行训练以通过训练好的所述风险级别确定模型确定所述目标临床试验对应的风险级别。

2.根据权利要求1所述的风险级别确定模型训练方法，其特征在于，提取目标临床试验对应的样本特征数据，包括：

提取所述目标临床试验对应的原始特征数据；

对所述原始特征数据进行过滤，以确定影响级别大于或者等于预设阈值的所述原始特征数据作为样本特征数据。

3.根据权利要求2所述的风险级别确定模型训练方法，其特征在于，对所述原始特征数据进行过滤，以确定影响级别大于或者等于预设阈值的所述原始特征数据作为样本特征数据，包括：

根据预设先验数据以及统计分析数据对所述原始特征数据进行过滤，以确定影响级别大于或者等于预设阈值的所述原始特征数据作为样本特征数据。

4.根据权利要求1所述的风险级别确定模型训练方法，其特征在于，所述预设数据划分方法包括折叠交叉验证方法；

所述通过预设的数据划分方法对所述样本特征数据以及所述标签数据进行拆分以构建训练集以及测试集包括：

根据折叠交叉验证方法对所述样本特征数据以及所述标签数据进行拆分以构建训练集以及测试集。

5.根据权利要求2所述的风险级别确定模型训练方法，其特征在于，所述原始特征数据包括项目难度特征数据；

所述提取所述目标临床试验对应的原始特征数据，还包括：

根据注册类别数据、试验类型数据、实验分期数据以及加分项数据计算所述目标临床试验对应的项目难度特征数据。

6.根据权利要求1所述的风险级别确定模型训练方法，其特征在于，在提取目标临床试验对应的样本特征数据之后，所述方法还包括：

通过词频-逆文档频率方法将所述样本特征数据中的文本特征进行编码处理。

7.根据权利要求1所述的风险级别确定模型训练方法，其特征在于，在根据所述训练集以及所述测试集对预构建的风险级别确定模型进行训练以通过训练好的所述风险级别确定模型确定所述目标临床试验对应的风险级别之后，所述方法还包括：

提取真实临床试验对应的真实特征数据；其中所述真实特征数据包括所述真实临床试验各阶段对应的特征数据；

将所述真实特征数据输入到训练好的所述风险级别确定模型中得到所述真实临床试验中出现的真实问题数据对应的问题数量；其中所述真实问题数据包括轻度问题数据、中度问题数据以及重度问题数据；

根据所述真实问题数据对应的问题数量确定所述真实临床试验对应的风险级别，其中所述真实问题数据对应的问题数量越多则所述真实临床试验对应的所述风险级别越高。

8.一种风险级别确定模型训练装置，其特征在于，包括：

样本特征数据提取模块，用于提取目标临床试验对应的样本特征数据；其中所述样本特征数据包括所述目标临床试验各阶段对应的特征数据；

标签数据获取模块，用于获取所述目标临床试验对应的标签数据；其中所述标签数据包括所述目标临床试验中出现的轻度问题数据、中度问题数据以及重度问题数据分别对应的问题数量；

训练集构建模块，用于通过预设的数据划分方法对所述样本特征数据以及所述标签数据进行拆分以构建训练集以及测试集；

风险级别确定模型训练模块，用于根据所述训练集以及所述测试集对预构建的风险级别确定模型进行训练以通过训练好的所述风险级别确定模型确定所述目标临床试验对应的风险级别。