基于多轮对话澄清与结构化差异解析的临床试验用药计划调整方法、系统、介质及终端

摘要: 本发明涉及临床试验用药计划调整领域,特别是涉及一种基于多轮对话澄清与结构化差异解析的临床试验用药计划调整方法、系统、介质及终端。背景技术:1、随着临床试验数字化...
基于多轮对话澄清与结构化差异解析的临床试验用药计划调整方法、系统、介质及终端

本发明涉及临床试验用药计划调整领域,特别是涉及一种基于多轮对话澄清与结构化差异解析的临床试验用药计划调整方法、系统、介质及终端。

背景技术:

1、随着临床试验数字化管理、人工智能及自然语言处理技术的发展,利用智能系统辅助生成和管理临床试验用药计划已逐渐成为临床试验管理领域的重要应用方向。现有临床试验管理系统通常能够依据临床试验方案、试验参与者访视安排、药物给药规则及相关诊疗数据,生成包括给药日期、给药剂量、给药途径及访视周期等信息的结构化用药计划。然而,在临床试验实际执行过程中,试验参与者的身体状况、访视安排、试验执行条件及临床观察结果可能发生变化,研究者经常需要对已经生成的用药计划进行临时或者动态调整。例如,当试验参与者出现发热等异常情况时,研究者可能通过语音或者文本形式输入“试验参与者003明天先别给药,他发烧了”等自然语言调整指令。此类指令通常具有口语化、信息省略、上下文依赖及时间指代模糊等特点,可能缺少明确的试验参与者身份、具体给药时次、调整幅度、持续时间或者恢复条件,因而难以直接转换为可针对既有用药计划执行的结构化修改内容。

2、目前,部分现有技术能够对标准化诊疗医嘱、病历数据或者临床指标进行结构化处理。例如,通过对诊疗医嘱进行分句和实体提取,识别医嘱中的时间逻辑及条件逻辑,构建用药时间轴,并结合规则库对跨阶段用药冲突、用药条件矛盾或者给药方案一致性进行检测;或者从临床试验方案条款中提取文本实体,构建临床试验知识图谱,以支持方案条款查询和相关信息检索。另有部分现有技术利用大语言模型或者深度学习模型进行合理用药辅助、给药剂量优化或者自然语言任务解析。对于自然语言指令中存在的参数缺失问题,还存在通过多轮人机对话补充任务对象、时间、数量及执行条件等信息,并在参数补充完成后生成结构化任务意图和执行计划的处理方式。上述现有技术分别从医嘱解析、规则匹配、知识查询、自然语言理解或者通用任务澄清等方面提供了相应的实现手段。

3、但是,上述现有技术在临床试验用药计划动态调整场景中仍存在一定局限。

4、首先,研究者输入的自然语言调整指令可能未明确给出试验参与者身份,或者需要结合当前操作界面、候选试验参与者范围及历史交互信息才能确定指令所针对的试验参与者;即使能够确定试验参与者,仍需要将时间表达、动作类型和动作对象与该试验参与者既有用药计划中的具体给药事件相对应。现有技术通常侧重于对已经录入的标准化医嘱或者结构化临床数据进行处理,缺少将口语化调整指令与特定试验参与者的既有用药计划、具体给药节点及相应修改操作进行统一关联的处理机制,因而在试验参与者身份不明确、同一日期存在多次给药或者相对时间表达不清楚时,难以准确确定需要调整的给药对象及修改内容。

5、其次,现有系统通常在完成一次自然语言解析后直接生成调整结果,缺少针对解析结果中不同类型不确定信息进行区分处理的机制。当指令中存在试验参与者身份不明确、动作对象不唯一、动作幅度缺失、持续时间不清楚、恢复条件不完整或者调整原因不明确等情况时,系统可能依赖固定规则推测研究者意图,或者无法继续形成可执行的修改方案。虽然部分通用人机交互技术能够通过多轮对话补充任务参数,但其主要针对一般任务对象和执行参数,未结合临床试验中的试验参与者、药物、给药节点、访视周期及用药计划状态等专用信息,也未根据每轮澄清反馈重新确定试验参与者、目标给药节点和相应修改操作。因此,现有技术难以根据指令中各类模糊信息的实际状态,有针对性地发起澄清,并在澄清过程中持续更新解析结果和候选修改内容,直至形成明确的用药计划调整方案。

6、再次,现有医药信息处理系统通常侧重于输出最终用药方案或者直接修改已有计划,缺少对修改前用药计划、系统解析形成的修改操作以及修改后用药计划之间对应关系的统一表达。研究者难以在正式执行前清楚获知系统识别了哪个试验参与者、定位了哪个给药节点、准备执行何种修改以及修改后计划将发生何种变化。当自然语言指令被错误解析,或者系统定位的目标给药节点与研究者的实际意图不一致时,直接执行修改可能导致既有用药计划被错误更新。因此,现有技术仍缺少一种能够在正式更新前,将原用药计划、拟执行修改操作和目标用药计划进行对应展示,并由研究者对该对应关系及修改结果进行核验的处理方式。

7、此外,现有系统通常将自然语言解析、计划修改和修改执行作为相对独立的处理环节,未形成从自然语言调整指令输入、候选试验参与者及候选给药节点确定、模糊信息识别与澄清、最终修改方案生成、修改前后结果核验到确认后更新既有用药计划的连续处理流程。部分系统虽然能够保存最终修改结果,但对调整过程中间信息的记录通常较为有限,难以为后续复核提供完整依据;该问题主要影响用药计划调整过程的管理和复查,并非当前自然语言调整指令转换过程中最直接的处理障碍。

8、综上,现有技术在临床试验用药计划动态调整场景中,仍难以将存在信息缺失、语义歧义及上下文依赖的自然语言调整指令,准确关联至候选试验参与者的既有用药计划及具体给药节点;同时,缺少对不同类型模糊信息进行评估并根据澄清反馈持续更新解析结果和候选修改操作的机制,也缺少在正式更新前对修改前计划、修改操作和修改后计划进行对应核验的处理方式。

技术实现思路

1、鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于多轮对话澄清与结构化差异解析的临床试验用药计划调整方法、系统、介质及终端,用于解决如何将研究者输入的自然语言调整指令准确转换为针对既有临床试验用药计划的结构化修改操作,并通过歧义澄清和执行前核验,降低因指令信息不完整或者系统解析偏差所导致的用药计划错误更新的风险。

2、为实现上述目的及其他相关目的,本技术提供一种基于多轮对话澄清与结构化差异解析的临床试验用药计划调整方法,包括:接收并解析研究者输入的自然语言调整指令,获得解析结果;基于所述解析结果确定候选试验参与者,获取对应的用药计划时序图谱,在所述用药计划时序图谱中确定候选目标给药节点,生成候选修改操作集;对所述解析结果进行多维度模糊度评估,确认待澄清维度集合;当所述待澄清维度集合不为空时,基于所述待澄清维度集合进行澄清对话,根据澄清反馈更新所述解析结果和所述候选修改操作集,直至满足预设澄清终止条件;根据当前解析结果和当前候选修改操作集确定最终修改操作集和目标用药计划;基于所述用药计划时序图谱、所述最终修改操作集和所述目标用药计划,生成三方对比结果;响应于所述研究者针对所述三方对比结果的确认执行指令,根据所述最终修改操作集更新所述用药计划时序图谱。

3、于本技术的第一方面的一些实施例中,所述解析结果包括试验参与者标识、药物名称、调整动作类型、动作作用对象、时间表达、调整原因、持续时间和调整幅度;所述基于所述解析结果确定候选试验参与者包括:当所述解析结果中包括所述试验参与者标识时,将所述试验参与者标识对应的试验参与者确定为所述候选试验参与者;当所述解析结果中不包括所述试验参与者标识时,基于当前界面的上下文信息、当前界面中可视区域内的候选试验参与者队列以及历史交互记录中的至少一种,确定一个或多个所述候选试验参与者。

4、于本技术的第一方面的一些实施例中,所述用药计划时序图谱包括节点集合、边集合以及时间上下文;所述节点集合中的每一给药节点对应一次计划给药事件,所述给药节点的节点属性包括给药事件标识、药物名称、给药剂量、给药途径、计划给药时间、访视周期、节点状态和版本信息;所述边集合中的每一时序依赖边用于表征两个给药节点之间的时序依赖关系,所述时序依赖边的边属性包括依赖类型、最小允许间隔、最大允许间隔以及关键依赖标识;所述时间上下文包括所述试验参与者的访视日历、给药窗口和关键评估节点时间;每次更新所述用药计划时序图谱时,保留更新前的用药计划版本,并以所述更新前的用药计划版本为基础生成新的用药计划版本。

5、于本技术的第一方面的一些实施例中,所述多维度模糊度评估的维度包括身份模糊度、动作对象模糊度、动作幅度模糊度、持续时间模糊度、恢复条件模糊度及原因模糊度;对所述解析结果进行多维度模糊度评估,确认待澄清维度集合包括:获取各维度对应的预设模糊度阈值;分别计算各维度的单维度模糊度评分,所述单维度模糊度评分用于表征对应维度的模糊程度;将单维度模糊度评分超过对应的预设模糊度阈值的维度确认为待澄清维度,并加入所述待澄清维度集合。

6、于本技术的第一方面的一些实施例中,所述对所述解析结果进行多维度模糊度评估,确认待澄清维度集合还包括:对各维度的单维度模糊度评分进行加权求和,获得综合模糊度评分;当所述综合模糊度评分超过预设澄清触发阈值时,触发所述澄清对话。

7、于本技术的第一方面的一些实施例中,所述基于所述待澄清维度集合进行澄清对话,根据澄清反馈更新所述解析结果和所述候选修改操作集,直至满足预设澄清终止条件包括:基于所述待澄清维度集合确认当前待澄清维度;根据所述当前待澄清维度生成澄清问题,并接收所述研究者针对所述澄清问题返回的澄清反馈;根据所述澄清反馈更新与所述当前待澄清维度对应的解析结果,并基于更新后的解析结果重新确定候选试验参与者,并基于重新确定的候选试验参与者在所述用药计划时序图谱中重新定位所述候选目标给药节点,并基于重新定位的所述候选目标给药节点重新生成所述候选修改操作集;基于更新后的所述解析结果和更新后的所述候选修改操作集重新进行所述多维度模糊度评估,以更新所述待澄清维度集合;当更新后的所述待澄清维度集合为空时,满足所述预设澄清终止条件。

8、于本技术的第一方面的一些实施例中,所述根据当前解析结果和当前候选修改操作集确定最终修改操作集和目标用药计划,以及基于所述用药计划时序图谱、所述最终修改操作集和所述目标用药计划,生成三方对比结果包括:基于所述当前解析结果,对所述当前候选修改操作集进行确认、参数补全及不匹配项排除,得到所述最终修改操作集;获取所述用药计划时序图谱对应的当前用药计划快照,根据所述最终修改操作集对所述当前用药计划快照进行模拟修改,得到所述目标用药计划;基于给药节点标识以及模拟修改前后的版本关联关系,在所述当前用药计划快照、所述最终修改操作集以及所述目标用药计划之间建立映射关系,生成结构化差异数据;其中,所述结构化差异数据包括对应于同一给药事件的修改前状态、对应修改操作和修改后状态,所述三方对比结果基于所述结构化差异数据生成。

9、为实现上述目的及其他相关目的,本技术的第二方面提供一种基于多轮对话澄清与结构化差异解析的临床试验用药计划调整系统,包括:指令接收和解析模块,用于接收并解析研究者输入的自然语言调整指令,获得解析结果;候选目标和修改操作生成模块,用于基于所述解析结果确定候选试验参与者,获取对应的用药计划时序图谱,在所述用药计划时序图谱中确定候选目标给药节点,生成候选修改操作集;澄清对话和反馈更新模块,用于对所述解析结果进行多维度模糊度评估,确认待澄清维度集合;当所述待澄清维度集合不为空时,基于所述待澄清维度集合进行澄清对话,根据澄清反馈更新所述解析结果和所述候选修改操作集,直至满足预设澄清终止条件;最终目标和修改操作确认模块,用于根据当前解析结果和当前候选修改操作集确定最终修改操作集和目标用药计划;三方对比结果生成模块,用于基于所述用药计划时序图谱、所述最终修改操作集和所述目标用药计划,生成三方对比结果;最终修改操作响应模块,用于响应于所述研究者针对所述三方对比结果的确认执行指令,根据所述最终修改操作集更新所述用药计划时序图谱。

10、为实现上述目的及其他相关目的,本技术的第三方面提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述基于多轮对话澄清与结构化差异解析的临床试验用药计划调整方法。

11、为实现上述目的及其他相关目的,本发明的第四方面提供一种电子终端,包括存储器、处理器及存储在存储器上的计算机程序;所述处理器执行所述计算机程序以实现所述基于多轮对话澄清与结构化差异解析的临床试验用药计划调整方法。

12、如上所述,本技术的一种基于多轮对话澄清与结构化差异解析的临床试验用药计划调整方法、系统、介质及终端,具有以下有益效果:本技术通过接收并解析研究者输入的自然语言调整指令,获得解析结果;通过基于所述解析结果确定候选试验参与者,获取对应的用药计划时序图谱,在所述用药计划时序图谱中确定候选目标给药节点,生成候选修改操作集;通过对所述解析结果进行多维度模糊度评估,确认待澄清维度集合;通过当所述待澄清维度集合不为空时,基于所述待澄清维度集合进行澄清对话,根据澄清反馈更新所述解析结果和所述候选修改操作集,直至满足预设澄清终止条件;通过根据当前解析结果和当前候选修改操作集确定最终修改操作集和目标用药计划;通过基于所述用药计划时序图谱、所述最终修改操作集和所述目标用药计划,生成三方对比结果;通过响应于所述研究者针对所述三方对比结果的确认执行指令,根据所述最终修改操作集更新所述用药计划时序图谱。与现有技术相比,本技术实现了将研究者输入的自然语言调整指令准确转换为针对既有临床试验用药计划的结构化修改操作,并通过歧义澄清和执行前核验,降低了因指令信息不完整或者系统解析偏差所导致的用药计划错误更新。