基于临床研究计划生成任务方法、装置及电子设备与流程

    技术2025-05-02  45


    本申请属于数据处理,具体涉及一种基于临床研究计划生成任务方法、装置及电子设备。


    背景技术:

    1、现有的临床研究管理中,执行任务的制定通常依赖于项目管理者和研究人员的手动操作,这个过程涉及将临床研究计划中的信息解析为具体的执行步骤。

    2、手动制定执行任务往往耗时且容易出错,且难以应对复杂和多变的研究要求。此外,手动方法在一致性和全面性方面也存在局限性,不利于实现标准化和高效的临床研究管理。


    技术实现思路

    1、本申请的目的是提供一种基于临床研究计划生成任务方法、装置及电子设备以避免制定执行任务出错,并提升制定执行任务的一致性、全面性及制定效率。

    2、根据本申请实施例的第一方面,提供了一种基于临床研究计划生成任务方法,该方法可以包括:

    3、获取目标临床研究计划;

    4、将目标临床研究计划输入训练好的深度学习模型中,得到执行任务;

    5、训练好的深度学习模型是通过多任务学习训练得到。

    6、在本申请的一些可选实施例中,训练好的深度学习模型是通过下述训练得到:

    7、收集历史临床研究数据,历史临床研究数据包括临床研究计划和其对应的执行任务;

    8、统一临床研究计划和其对应的执行任务的格式,形成标准化训练集;

    9、利用标准化训练集训练深度学习模型,得到训练好的深度学习模型。

    10、在本申请的一些可选实施例中,在收集历史临床研究数据之后,基于临床研究计划生成任务方法还包括:

    11、对历史临床研究数据进行清洗,去除无关字符、纠正错别字及统一术语。

    12、在本申请的一些可选实施例中,统一临床研究计划和其对应的执行任务的格式,形成标准化训练集,包括:

    13、将临床研究计划和其对应的执行任务进行分割,形成多个预设长度的文本;

    14、标注多个预设长度的文本中的关键特征并按照预设格式进行排布,形成标准化训练集。

    15、在本申请的一些可选实施例中,深度学习模型为chatglm2-6b模型。

    16、在本申请的一些可选实施例中,在利用标准化训练集训练深度学习模型,得到训练好的深度学习模型之后,基于临床研究计划生成任务方法还包括:

    17、调节提示词长度和学习率以使训练好的深度学习模型适配基于临床研究计划生成任务。

    18、在本申请的一些可选实施例中,在利用标准化训练集训练深度学习模型,得到训练好的深度学习模型之后,基于临床研究计划生成任务方法还包括:

    19、根据历史临床研究数据生成验证集;

    20、利用验证集对训练好的深度学习模型进行参数调整,以优化训练好的深度学习模型。

    21、根据本申请实施例的第二方面,提供一种基于临床研究计划生成任务装置,该装置可以包括:

    22、获取模块,用于获取目标临床研究计划;

    23、执行任务生成模块,用于将目标临床研究计划输入训练好的深度学习模型中,得到执行任务。

    24、根据本申请实施例的第三方面,提供一种电子设备,该电子设备可以包括:

    25、处理器;

    26、用于存储处理器可执行指令的存储器;

    27、其中,处理器被配置为执行指令,以实现如第一方面的任一项实施例中所示的基于临床研究计划生成任务方法。

    28、根据本申请实施例的第四方面,提供一种存储介质,当存储介质中的指令由信息处理装置或者服务器的处理器执行时,以使信息处理装置或者服务器实现如第一方面的任一项实施例中所示的基于临床研究计划生成任务方法。

    29、本申请的上述技术方案具有如下有益的技术效果:

    30、本申请实施例方法利用训练好的深度学习模型,识别并分析目标临床研究计划自动化生成执行任务,显著提高了从临床研究计划到执行任务转换的效率,减少了手动处理所需的时间和劳动,从而降低了项目进度的延误风险,尤其在处理大量或复杂的研究计划时效果更为明显。另外,自动化生成的执行任务减少了人为错误和遗漏,提高了任务的一致性和准确性。可以确保在不同项目间生成的执行任务保持一致性,同时能够准确捕捉研究计划中的关键细节。



    技术特征:

    1.一种基于临床研究计划生成任务方法,其特征在于,包括:

    2.根据权利要求1所述的基于临床研究计划生成任务方法,其特征在于,所述训练好的深度学习模型是通过下述训练得到:

    3.根据权利要求2所述的基于临床研究计划生成任务方法,其特征在于,在所述收集历史临床研究数据之后,所述基于临床研究计划生成任务方法还包括:

    4.根据权利要求2所述的基于临床研究计划生成任务方法,其特征在于,所述统一所述临床研究计划和其对应的执行任务的格式,形成标准化训练集,包括:

    5.根据权利要求2所述的基于临床研究计划生成任务方法,其特征在于,所述深度学习模型为chatglm2-6b模型。

    6.根据权利要求2所述的基于临床研究计划生成任务方法,其特征在于,在所述利用所述标准化训练集训练深度学习模型,得到所述训练好的深度学习模型之后,所述基于临床研究计划生成任务方法还包括:

    7.根据权利要求2所述的基于临床研究计划生成任务方法,其特征在于,在所述利用所述标准化训练集训练深度学习模型,得到所述训练好的深度学习模型之后,所述基于临床研究计划生成任务方法还包括:

    8.一种基于临床研究计划生成任务装置,其特征在于,包括:

    9.一种电子设备,其特征在于,包括:处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-7任一项所述的基于临床研究计划生成任务方法的步骤。

    10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-7任一项所述的基于临床研究计划生成任务方法的步骤。


    技术总结
    本申请公开了一种基于临床研究计划生成任务方法、装置及电子设备,属于数据处理技术领域,其中,基于临床研究计划生成任务方法包括:获取目标临床研究计划;将目标临床研究计划输入训练好的深度学习模型中,得到执行任务;训练好的深度学习模型是通过多任务学习训练得到。该方法显著提高了从临床研究计划到执行任务转换的效率,减少了手动处理所需的时间和劳动,从而降低了项目进度的延误风险,尤其在处理大量或复杂的研究计划时效果更为明显。

    技术研发人员:田永谦
    受保护的技术使用者:上海艾莎医学科技有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-30286.html

    最新回复(0)