首頁 資訊 科技與試驗:招募難題,AI來助力

科技與試驗:招募難題,AI來助力

來源:泰然健康網(wǎng) 時間:2025年04月14日 04:24

招募臨床試驗參與者是一項既困難又昂貴的任務(wù)。很大一部分時間都花在了人工篩選醫(yī)療數(shù)據(jù)上,以確定某人是否符合研究條件。事實上,根據(jù)最新的塔夫茨大學(xué)(Tufts)研究,約有三分之一的研究未能達到預(yù)期的招募人數(shù),而約有14%的研究甚至未能招募到一名患者。這些問題都會產(chǎn)生實際影響,因為招募問題會導(dǎo)致試驗延期,進而導(dǎo)致新藥無法迅速上市。

正如本系列的主題一樣,人工智能(AI)開始解決這些挑戰(zhàn),使招募工作更快、更多樣化,并且更加輕松。

尋找合適的患者

臨床試驗的第一個挑戰(zhàn)是找到合適的患者參與。這涉及將患者的病史(從他們的病歷、實驗室結(jié)果等)與試驗的納入和排除標(biāo)準(zhǔn)進行匹配。這一點非常重要,因為許多患者不會同意參與,因此目標(biāo)是盡可能多地找到潛在患者,看看誰可能愿意了解更多。

這一挑戰(zhàn)的主要部分在于充分了解患者的病史,以判斷某個納入或排除標(biāo)準(zhǔn)是否適用。例如,假設(shè)一個排除標(biāo)準(zhǔn)是在一期試驗中排除酗酒者。有時,醫(yī)療記錄會使其變得簡單——也許該診斷出現(xiàn)在某個筆記或正式字段中。但其他時候,可能需要通過回答“你平均每周喝多少杯酒?”這樣的問題來推斷。

對于罕見病試驗來說,尋找患者更為困難。傳統(tǒng)方法可能會遺漏某些患者,因為相關(guān)信息埋藏在電子病歷中,不常見到。然而,AI可以分析大量此類數(shù)據(jù),發(fā)現(xiàn)那些可能被忽視的潛在參與者。

一種方法是使用具有醫(yī)學(xué)理解能力的AI(參見本系列前幾期關(guān)于數(shù)據(jù)的內(nèi)容),或通過語言匹配技術(shù),該技術(shù)可以在符合某些標(biāo)準(zhǔn)的患者記錄上進行訓(xùn)練(記得之前討論過的監(jiān)督學(xué)習(xí)嗎?)。有許多例子表明,AI已經(jīng)幫助篩查患者,準(zhǔn)確率很高,并且與人類判斷一致——因此,這項技術(shù)并非空想。

優(yōu)化試驗設(shè)計

AI在試驗設(shè)計中也發(fā)揮著重要作用——優(yōu)化設(shè)計以減少不良事件的發(fā)生可能性,或確定最有效的測量結(jié)果。但在招募方面,一個主要痛點是患者保留——如果試驗對患者要求過高(如需要遵守太多規(guī)定、距離太遠(yuǎn)等),患者會退出,需要重新招募新的患者。這也是AI可以幫助解決的問題。

有人正在研究使用AI來識別協(xié)議中的不必要的步驟(即那些對臨床結(jié)果沒有明顯益處但對患者負(fù)擔(dān)較重的步驟)。例如,你的試驗可能不需要每周兩次收集實驗室結(jié)果——這對患者是一個很大的負(fù)擔(dān),而且與每周一次收集的結(jié)果相比,差異可能不大。減輕負(fù)擔(dān)意味著更滿意的參與者,從而縮短試驗時間。AI在這方面非常擅長,尤其是因為人類很難發(fā)現(xiàn)這些情況。

促進多樣性和包容性

眾所周知,臨床試驗歷史上缺乏多樣性(在美國,直到1993年才要求臨床試驗包括女性)。繼續(xù)缺乏多樣性的一個驅(qū)動因素是招募工作的覆蓋范圍。在這里,AI可以在兩個方面發(fā)揮作用。首先,算法可以設(shè)計成主動尋找代表性不足的人群,通過分析更廣泛的數(shù)據(jù)集并基于多樣化的社會經(jīng)濟指標(biāo)突出候選人。這種方法可以通過確保研究包括來自更廣泛背景和健康狀況的患者來解決臨床試驗中的多樣性問題。

其次,就像任何信息傳遞一樣,AI可以用于個性化信息,使其更具意義。在最基本層面上,由于許多信息需要法律審查,招募過程可能會生成許多關(guān)于試驗好處的不同信息,然后由AI管理哪些信息發(fā)送給誰,以最大化覆蓋面。

AI無法幫助的事情

在試驗中,AI可以幫助編寫更好的宣傳冊文案,減輕患者的負(fù)擔(dān),并幫助找到可能適合的患者。

但許多參與者是通過傳統(tǒng)的方法——人際溝通來到試驗中的?;颊邥c醫(yī)生交談,如果醫(yī)生知道某個試驗,他們會與患者討論并提出建議。與醫(yī)生交談可以讓每個人對決定感到舒適,老實說,我不知道AI能否提供這種水平的舒適感和同理心。

但是,正如我們所見,AI在患者招募方面確實有一些積極的影響,可以幫助找到、保留和包括臨床試驗的患者。

參考文獻

https://link.springer.com/article/10.1007/s43441-024-00638-1 https://academic.oup.com/jamiaopen/article/3/2/209/5827849?login=false https://medinform.jmir.org/2021/3/e27767


(全文結(jié)束)

相關(guān)知識

科技與試驗:招募難題,AI來助力
英國試用AI預(yù)測心臟病風(fēng)險,首次臨床試驗將招募數(shù)百名患者
如何在臨床試驗招募中推進多樣性、公平性和包容性
淺談數(shù)字臨床試驗(DCTs)模式
10個免費的AI面試助手,求職筆試和面試輔助工具
人工智能賦能臨床試驗新模式:蔡衡教授解讀Health 360x.ai的成功案例
如何運用現(xiàn)代科技管理健康?探索AI助力的新時代!
“向新而生 科技創(chuàng)新賦能大健康產(chǎn)業(yè)”論壇首次招募VIP觀眾
AI科技助力減肥:搜狐簡單AI為你定制完美健身計劃!
科技助殘|AI助力心理健康:創(chuàng)新技術(shù)緩解精神衛(wèi)生危機

網(wǎng)址: 科技與試驗:招募難題,AI來助力 http://m.u1s5d6.cn/newsview1133264.html

推薦資訊