人工智能解決方案可以改善臨床試驗

辛辛那提-臨床試驗是為有需要的人提供新療法的重要工具，但研究表明，難以找到合適的志愿者受試者可能會削弱這些研究的有效性。辛辛那提兒童醫(yī)院醫(yī)療中心的研究人員設(shè)計并測試了一種新的計算機化解決方案，該解決方案使用人工智能(AI)從電子健康記錄(EHR)中有效識別符合條件的受試者，這樣繁忙的臨床工作人員就可以將有限的時間集中在以最高質(zhì)量評估候選人上。

這項研究在線發(fā)表在JMIR醫(yī)學(xué)信息學(xué)上。它表明，與人工篩選EHR以確定研究候選人相比，這個名為“自動臨床試驗限定者”(ACTES)的系統(tǒng)將患者的篩選時間縮短了34%，并將患者的登記率提高了11.1%。該系統(tǒng)還將篩查的患者數(shù)量增加了14.7%，接近的患者數(shù)量增加了11.1%。

繁忙的急診科通常是臨床試驗協(xié)調(diào)員，尋找可能是優(yōu)秀候選人的優(yōu)秀地方。該研究的首席研究員、來自生物醫(yī)學(xué)信息學(xué)系的YizhaoNi博士表示，ACTES旨在簡化臨床試驗的招聘流程，而臨床試驗往往被證明效率低下，而且并不總能吸引到足夠多的合格候選人。

倪說：“由于記錄的數(shù)據(jù)量很大，現(xiàn)在用來查找相關(guān)信息的招聘過程在短時間內(nèi)非常耗費人力。“通過使用自然語言處理和機器學(xué)習(xí)技術(shù)，ACTES可以快速分析不同類型的數(shù)據(jù)，并自動確定患者對臨床試驗的適用性。”

這是如何工作的？

該系統(tǒng)具有自然語言處理功能。當(dāng)系統(tǒng)分析大量語言數(shù)據(jù)時，計算機可以理解和解釋人類語言。機器學(xué)習(xí)允許計算機系統(tǒng)自動學(xué)習(xí)和開發(fā)經(jīng)驗，而無需特殊編程。這使得計算機程序能夠獨立處理數(shù)據(jù)、提取信息和生成知識。

該系統(tǒng)自動從EHR提取結(jié)構(gòu)化信息，如患者人口統(tǒng)計和臨床評估。它還識別臨床記錄中的非結(jié)構(gòu)化信息，包括患者的臨床狀況、癥狀、治療等。然后，將提取的信息與資格要求進行匹配，以確定受試者是否適合特定的臨床試驗。

據(jù)研究人員稱，該系統(tǒng)的機器學(xué)習(xí)組件還允許它從歷史注冊中學(xué)習(xí)，以改進其未來的建議。大部分分析都是由精心設(shè)計的AI算法來處理的，這些算法基本上是計算機通過執(zhí)行一系列指定的操作來解決問題的過程或公式。

高級臨床設(shè)置

此前，該系統(tǒng)在《美國醫(yī)學(xué)信息學(xué)協(xié)會雜志》2015年發(fā)表的一項回顧性研究中得到成功測試。目前，該研究在繁忙的急診室環(huán)境中對該解決方案進行了前瞻性和實時性測試，臨床研究協(xié)調(diào)員招募患者進行了六項涉及不同疾病的不同兒科臨床試驗。

這項技術(shù)在現(xiàn)場臨床環(huán)境中的應(yīng)用涉及數(shù)據(jù)科學(xué)家、應(yīng)用程序開發(fā)人員、信息服務(wù)技術(shù)人員、最終用戶和臨床醫(yī)生之間的重要協(xié)作。

“由于該機構(gòu)的協(xié)作環(huán)境，我們成功地將不同的專家組納入了設(shè)計該AI解決方案的集成過程中。”倪說。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！