基于机器学习的自适应临床试验设计方法

本发明提供基于机器学习的自适应临床试验设计方法，涉及临床试验技术领域，采用融合强化学习、因果推断和数据增强技术的方法，通过动态优化模块实时预测最佳治疗方案并调整分配比例，结合动态伦理约束限制高风险治疗选择，解决传统临床试验预设规则缺乏实时性和忽视患者安全的问题，数据收集与增强模块生成符合因果关系的虚拟患者数据，合并真实与虚拟数据形成统一数据集，并构建高质量数据集，有效扩充数据量，提升小样本场景的统计功率，综合统计、伦理和资源的终止规则模块通过加权评估，缩短试验周期，显著降低高风险群体不当分配风险，增强患者获益、伦理合规性和试验结果可靠性，扩展了在罕见病研究和个性化医疗中的应用范围。