近期，红足—世足球网智能互联计算研究所苏前敏副教授指导研究生韩永中、阮竞开在生物医学信息学领域的重要期刊发表高水平论文两篇。

研究生韩永中在“Journal of Biomedical Informatics”上发表中科院2区论文 Structural analysis and intelligent classification of clinicaltrial eligibility criteria based on deep learning and medical text mining，论文通过构建临床试验入组标准自动分类模型（CTEC-AC），实现了将临床试验入组标准结构化为可计算的解释性分类。该模型以最新的2,500项临床试验为数据来源，从国际临床试验注册网站获取超过20,000条入组标准数据，结合ClinicalBERT与MetaMap技术对数据特征进行增强，最终生成可解释的分层聚类结果，并经专家验证形成标准化文本语料库。研究成果揭示了临床研究者设计入组标准的31种主要类别及其表达的共性，显著提升了非结构化入组标准文本的自动分类能力，为临床试验的信息化与智能化作出了重要贡献，同时为自动化受试者招募提供了有力支持。该成果为人工智能在医学领域的应用拓展了新方向，为促进临床试验标准化与信息化提供了重要的技术支撑。

图1CTEC-AC 模型结构

图2 临床试验方案资格标准聚类明细

研究生阮竞开在“International Journal of Medical Informatics”上发表中科院2区论文 CPRS: a clinical protocolrecommendation system based on LLMs。论文提出了一种基于大模型的临床试验方案推荐系统，结合GPT-4和知识图谱来辅助临床试验方案推荐。利用知识图谱作为辅助工具，识别出具有相似特征的有限临床试验项目集。通过实验比较了GPT-4与SBERT系列中处理语义相似性的多个模型。结果表明，GPT-4能够更好地根据相似性标准对临床试验方案进行排序，并向患者提供有针对性的推荐。因此，该功能满足了项目与患者之间的匹配要求，并提高了临床试验方案推荐的自动化程度。

图3 基于大模型的临床试验方案推荐模型流程图

   红足—世足球网苏前敏副教授，博士毕业于中国科学院研究生院，师从马余刚院士，2010年在上海中医药大学进行博士后研究，题目为国际临床试验注册平台的数据挖掘研究。近几年，苏前敏副教授在临床试验信息学方面持续发力，积极探索生物信息交叉学科的应用研究。以上两项成果，是人工智能在临床试验信息学上的交叉研究，该论文得到复旦大学中山医院临床研究院、上海中医药大学中医药临床评价中心和龙华医院感染科的大力支持。

[1]Yongzhong Han, Qianmin Su,LiangLiu, Ying Li, Jihan Huang.Structural analysis and intelligent classification ofclinical trial eligibility criteria based on deep learning and medical textmining[J],Journal of Biomedical informatics, 160(2024) 104753.

[2]JingKai Ruan, QianMin Su,ZiHang Chen,, JiHan Huang, Ying Li.CPRS:A Clinical Protocol RecommendationSystem based on LLMs[J],  International Journal of medical Iformatics,Vol(195). 3,2025(105746).