الذكاء الاصطناعي في مطابقة التجارب السريرية

It tackles a real bottleneck: most trials fail to enroll enough patients, and most patients never learn a relevant trial exists.

تتمتع التجارب السريرية بمعايير أهلية صارمة، وغالبًا ما تكون العشرات من قواعد التضمين والاستبعاد التي تغطي التشخيص، والقيم المخبرية، والعلاجات السابقة، والعلامات الجينية، ومرحلة المرض. تاريخيًا، كان المنسق يقارن يدويًا مخطط كل مريض وفقًا لهذه القواعد، وهي عملية بطيئة وعرضة للخطأ. تستخدم أنظمة الذكاء الاصطناعي معالجة اللغة الطبيعية لقراءة ملاحظات الطبيب غير المنظمة، وتقارير علم الأمراض، وبيانات المختبر المنظمة، ثم مطابقة الملف الشخصي للمريض مع المعايير المأخوذة من السجلات مثل ClinicalTrials.gov. يمكن الآن لنماذج اللغة الكبيرة تفسير المعايير المكتوبة في نص حر والسبب حول ما إذا كان مريض معين مناسبًا أم لا. والنتيجة كبيرة: إذ أن ما يقرب من 80% من التجارب تخطئ في الجداول الزمنية للتسجيل، كما أن بطء التوظيف هو السبب الرئيسي لفشل التجارب وتأخر العلاج.