根据一项新研究，人工智能（AI）可以快速筛查患者以供临床试验入组。该研究由麻省总医院布里格姆（Mass General Brigham）的研究人员领导，并发表在《美国医学会杂志》（JAMA）上。他们开发的一种新型AI辅助患者筛选工具显著提高了确定心力衰竭临床试验资格和入组的速度，相比手动筛选更为高效。这些发现表明，使用AI可能比传统方法更经济，并能加快研究进程，从而使患者更早获得经过验证的有效治疗方法。
“看到这种AI能力在现实世界随机前瞻性试验中如此大幅度地加速筛选和入组过程是非常令人兴奋的。”共同资深作者Samuel (Sandy) Aronson说道，他是麻省总医院布里格姆个性化医学IT和AI解决方案执行主任，也是临床转型加速器IT和AI解决方案高级主管。“我们期待利用这一能力协助尽可能多的试验。”
该研究将4,476名患者随机分配到手动筛选或通过生成式AI进行筛选，以确定他们是否有资格参加“心力衰竭最佳治疗合作项目”（COPILOT-HF）试验。
在AI组中，一种名为RECTIFIER的生成式AI工具评估了患者的电子健康记录中的临床笔记和其他信息，以确定他们是否符合心力衰竭研究的关键资格标准。这些标准包括症状、慢性疾病、当前及过去的用药情况等。研究工作人员随后对AI工具评估为符合条件的患者病历进行了简短而快速的复查，以确认是否存在任何未解决的问题。
在另一组中，研究工作人员手动审查患者的病历以确定他们是否符合资格标准。
在设定的时间内，RECTIFIER或研究工作人员分别对病历进行了筛查。结果显示，AI辅助筛选过程效率更高，共筛查出458名符合条件的患者，而手动筛选仅筛查出284名患者。
之后，患者导航员联系了被认为符合条件的患者，询问他们是否愿意参与研究。导航员并不知道患者是由AI工具还是人工筛选的，以避免引入偏差。在AI组中，有35名患者入组，而在手动组中，只有19名患者入组。
“AI辅助组的入组率几乎是手动组的两倍。这意味着AI可以将完成入组所需的时间缩短近一半。”该研究的主要作者、麻省总医院布里格姆临床信息学研究员兼布莱根妇女医院心血管医学研究员Ozan Unlu博士表示。
由于先前的研究表明AI可能会引入偏见，研究人员对通过手动筛选和AI辅助筛选入组的患者进行了种族、性别和族裔分析。结果未发现显著差异。
这项研究紧随Blood、Aronson、Unlu及其同事于6月在《新英格兰医学杂志AI》（NEJM AI）上发表的一项“概念验证”研究之后。那项研究通过对健康记录的回顾性审查，显示RECTIFIER工具在识别符合心力衰竭试验资格标准的患者病历方面略优于手动筛选。这项新的研究验证了该工具在活跃临床环境中的高有效性。
“我们的下一个目标是将AI筛选工具的应用扩展到麻省总医院布里格姆之外。”共同资深作者、布莱根妇女医院心脏病学家兼临床转型加速器副主管Alexander Blood博士表示。“通过调整RECTIFIER工具对病历笔记提出的资格问题，AI筛选可以应用于评估癌症治疗、糖尿病干预等的试验。”
(全文结束)