[发明专利]面向临床诊疗数据整合的方法和系统

权利要求书

1.一种面向临床诊疗数据整合的方法，其特征在于，包括：

S1、获取面向临床诊疗的原始数据并进行预处理；

S2、将所述原始数据输入预先训练好的自然语言处理模型中，得到结果数据集；

S3、根据所述结果数据集，得到定向需求数据。

2.如权利要求1所述的面向临床诊疗数据整合方法，其特征在于，所述原始数据包括临床试验病历数据表头和源数据，所述原始数据中设置数据识别字段用于数据查重、数据拼接或数据扩容。

3.如权利要求1所述的面向临床诊疗数据整合方法，其特征在于，所述预处理包括数据清洗、数据向量化。

4.如权利要求1所述的面向临床诊疗数据整合方法，其特征在于，所述步骤S2中的自然语言处理模型的构建过程包括：

获取多条面向临床诊疗的多维临床试验的原始数据，并确定所述面向临床诊疗的多维临床试验的原始数据对应的结果数据集，

将所述面向临床诊疗的多维临床试验的原始数据作为训练样本，将对应的结果数据集作为输出标签，构建训练数据库；

基于所述训练数据库，采用深度学习算法进行模型训练，得到所述自然语言处理模型。

5.如权利要求4所述的面向临床诊疗数据整合方法，其特征在于，所述采用深度学习算法进行模型训练包括：

将所述一条原始数据进行实体识别并进行命名，结合语法进行分析、语义分析、标记和重组，重组后形成第一结果数据集。

6.如权利要求1所述的面向临床诊疗数据整合方法，其特征在于，所述步骤S3具体包括：根据所述结果数据集，并配合人工修正以后，得到结构化面向临床诊疗的定向需求数据。

7.一种面向临床诊疗数据整合系统，其特征在于，包括：

获取模块，用于获取面向临床诊疗的原始数据并进行预处理；

处理模块，用于将所述原始数据输入预先训练好的自然语言处理模型中，得到结果数据集；

输出模块，用于根据所述结果数据集，得到定向需求数据。

8.如权利要求7所述的面向临床诊疗数据整合系统，其特征在于，所述原始数据包括临床试验病历数据表头和源数据，所述原始数据中设置数据识别字段用于数据查重、数据拼接或数据扩容。

9.如权利要求7所述的面向临床诊疗数据整合系统，其特征在于，所述预处理包括数据清洗、数据向量化。

10.如权利要求7所述的面向临床诊疗数据整合系统，其特征在于，所述处理模块中自然语言处理模型的构建过程包括：

获取多条面向临床诊疗的多维临床试验的原始数据，并确定所述面向临床诊疗的多维临床试验的原始数据对应的结果数据集，

将所述面向临床诊疗的多维临床试验的原始数据作为训练样本，将对应的结果数据集作为输出标签，构建训练数据库；

基于所述训练数据库，采用深度学习算法进行模型训练，得到所述自然语言处理模型。