Искусственный интеллект в клинических исследованиях: набор, дизайн и безопасность

Краткое изложение авторской публикации в сообществе «Фарма РФ» от .

Автор рассматривает применение искусственного интеллекта и машинного обучения на разных этапах клинических исследований — от подбора участников до контроля безопасности. По оценке, приведённой в материале, до 80% исследований не укладываются в сроки набора пациентов, а примерно треть участников выбывает до завершения испытания. Автор отмечает, что обработка электронных медицинских карт и других данных может помочь находить кандидатов, соответствующих критериям отбора, и прогнозировать вероятность соблюдения протокола.

В числе других возможных задач ИИ автор называет настройку дизайна исследования, включая выбор конечных точек и дозировок, выявление отклонений и сигналов безопасности, а также анализ данных для поиска биомаркеров. Алгоритмы машинного обучения, по мнению автора, могут выявлять нежелательные явления в клинических записях и других неструктурированных источниках.

Главное

  • Автор указывает, что до 80% клинических исследований не укладываются в сроки набора пациентов.
  • По данным материала, примерно треть участников выбывает из исследования до его завершения.
  • Автор описывает применение обработки электронных медицинских карт для поиска участников по критериям отбора.
  • ИИ и машинное обучение могут помогать при выборе конечных точек, дозировок и критериев включения пациентов.
  • Автор рассматривает анализ клинических данных и электронных медицинских карт как инструмент поиска биомаркеров.

Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только специалистам фармацевтической отрасли.

Регистрация

По теме