[发明专利]一种根据患者的检查数据自动生成不良事件记录的方法及系统

说明书

本发明的一个方面公开了一种根据患者的检查数据自动生成不良事件记录的方法及系统，其中，所述方法包括：利用爬虫技术抓取不良事件标准数据，将所述不良事件标准数据存储至数据库；通过OCR智能识别技术自动识别实验室检查化验单，生成检查结果数据，将所述结果数据存储至数据库；比较所述检查结果数据与所述不良事件标准数据，匹配得到不良事件等级；将所述不良事件等级输出到网页，得到检查结果对应的不良事件记录；本发明的一个方面可以实现不良事件记录的自动生成，避免研究医生手动操作，提高了工作效率。

技术领域

本发明涉及医疗应用技术领域，特别是涉及一种根据患者的检查数据自动生成不良事件记录的方法及系统。

背景技术

随着信息技术和AI技术的发展，临床试验管理也越来越信息化，便捷化。不管是从患者的招募，筛选，入组等流程，还是临床试验患者的实验室检查数据，都已经是电子化的方式。不良事件（AE），是指受试者接受试验用药品后出现的所有不良医学事件，可以表现为症状体征、疾病或者实验室检查异常，但不一定与试验用药品有因果关系。在临床试验中，每一个受试者引发不良事件的原因可能存在上百条，因此通常使用常见不良反应术语评定标准（CTC AE）进行评判。现有技术中，根据CTC AE生成不良事件记录在自动化方面有一定的缺点：

（1）患者的化验单包含数项检查结果，每一项检查对应有结果、单位、参考区间、异常值标识、患者信息、送检医师等诸多内容，常规的临床试验系统无法准确识别患者化验单的每一项检查结果，通常需要人工手动将患者化验单的结果输入至临床试验系统。

（2）医生需要按照临床试验系统中的化验单结果，手动打开CTC AE文档，一边比对着系统的检查结果值，一边比对着CTCAE文档评判不良事件，费时费力。

因此，业界迫切需要一种不良事件记录自动生成技术。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种根据患者的检查数据自动生成不良事件记录的方法及系统，通过爬虫抓取CTC AE标准，利用OCR智能生成实验室检查化验单的检查结果数据，将检查结果数据与CTC AE标准相匹配，得到不良事件记录，以实现自动生产不良事件记录，并且，所生成的不良事件记录同时符合CTC AE标准和实际的临床诊断。

为达上述目的，本发明提出一种根据患者的检查数据自动生成不良事件记录的方法，包括如下步骤：

利用爬虫技术抓取不良事件标准数据，将所述不良事件标准数据存储至数据库；

通过OCR智能识别技术自动识别实验室检查化验单，生成检查结果数据，将所述结果数据存储至数据库；

比较所述检查结果数据与所述不良事件标准数据，匹配得到不良事件等级；

将所述不良事件等级输出到网页，得到检查结果对应的不良事件记录。

进一步地，所述利用爬虫技术抓取不良事件标准数据，将所述不良事件标准数据存储至数据库，包括：

根据不良事件标准的源数据地址，获取不良事件标准数据；

于数据库中创建数据表，遍历所述不良事件标准数据并存储至所述数据表。

进一步地，所述不良事件标准数据包括但不限于不良事件编码、不良事件医学名称、不良事件等级。

进一步地，所述通过OCR智能识别技术自动识别实验室检查化验单，生成检查结果数据，将所述结果数据存储至数据库，包括：

扫描化验单形成化验单图像，预处理所述化验单图像；

利用crop(box)工具将整张预处理后的化验单图像切割为多个剪切图；

调用pytesserac库，识别所述剪切图中的数据，得到检查结果数据；

将所述检查结果数据存储至数据库。

进一步地，所述预处理所述化验单图像，包括：