Prueba de IA en ensayos clínicos

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. ¿A qué problema de larga data en los ensayos clínicos se dirige más directamente la IA?
   • Reclutamiento de pacientes lento y difícil
   • El color del envase de los medicamentos.
   • Menús de cafetería hospitalaria
   • Disponibilidad de estacionamiento en los sitios de prueba
2. ¿Cómo puede el procesamiento del lenguaje natural ayudar a seleccionar a los pacientes para ensayos clínicos?
   • Saltándose las revisiones de seguridad
   • Extraiga información clínica de registros médicos electrónicos y compárela con los criterios de elegibilidad del ensayo.
   • Pagando a los pacientes más que a los competidores
   • Acortando el juicio a un día
3. ¿Qué es un brazo de control externo en un ensayo clínico?
   • Una prótesis robótica
   • Una molécula de fármaco generada por computadora
   • Un grupo de comparación extraído de datos fuera del ensayo, como datos externos históricos o concurrentes.
   • Un servidor de datos de respaldo
4. ¿Qué puede hacer el emparejamiento por puntuación de propensión al construir una comparación de control externo?
   • clasificación alfabética
   • Generación de números aleatorios sola
   • revisión ortográfica
   • Equilibrio de las covariables iniciales medidas relacionadas con la asignación del tratamiento
5. ¿Por qué los modelos predictivos de abandono y rendimiento del sitio son importantes para los patrocinadores de las pruebas?
   • Dejan que los patrocinadores intervengan antes de que un juicio se estanque
   • Diseñan la arquitectura del edificio.
   • Ellos escriben los eslóganes de marketing.
   • Eligen uniformes del personal
6. ¿Qué aborda el borrador de la guía de IA de enero de 2025 de la FDA para medicamentos y productos biológicos?
   • Para ralentizar permanentemente todas las investigaciones
   • IA utilizada para generar información que respalde las decisiones regulatorias sobre seguridad, efectividad o calidad.
   • Porque la IA es ilegal en medicina
   • Reducir el número de médicos.
7. ¿Qué puede cambiar el diseño de un ensayo clínico adaptativo bayesiano a medida que se acumula evidencia?
   • La pregunta del ensayo original una vez conocidos los resultados.
   • La identidad de los participantes anteriores.
   • Elementos del ensayo, como la dosificación o la asignación a los brazos del estudio según reglas preespecificadas.
   • Los criterios de inclusión sin documentación.
8. ¿Qué tareas de farmacovigilancia identifica la FDA como posibles usos para la IA emergente?
   • Sólo tasas de clics publicitarios
   • Imágenes satelitales de sitios clínicos.
   • Sentimiento no relacionado en las redes sociales sobre el embalaje
   • Ingesta de eventos adversos, entrada de datos, procesamiento y detección o evaluación de señales de seguridad