על פי מחקר חדש שפורסם ג'מה בהובלת חוקרי בריגהם ההמונית. כלי המיון הרומני בסיוע AI שלהם שיפר משמעותית את מהירות קביעת הזכאות וההרשמה לניסוי קליני לאי ספיקת לב בהשוואה לסינון ידני. ממצאים אלה מראים כי השימוש ב- AI יכול להיות זול יותר משיטות קונבנציונאליות ולהאיץ את תהליך המחקר, מה שעלול לגרום לחולים לקבל גישה מוקדמת לטיפולים מוכחים ויעילים.
"לראות יכולת AI זו מאיצה את ההקרנה וההרשמה לניסיון זה באופן מהותי בהקשר של משפט פוטנציאלי אקראי בעולם האמיתי הוא מרגש," אמר הסופר המשותף סמואל (סנדי) ארונסון, ALM, MA, מנכ"ל IT ו- AI Solutions עבור הרפואה המותאמת אישית של כללי המוני בריגהם ומנהלת בכירה של פתרונות IT ו- AI למאיץ לשינוי קליני. "אנו מצפים להשתמש ביכולת זו כדי לסייע כמה שיותר ניסויים."
המחקר אקראי 4,476 חולים שיוקרנו או מוקרנים באופן ידני באמצעות AI גנוצרי כדי לבדוק אם הם זכאים לתכנית השיתופית ליישום טיפול אופטימלי במחקר אי ספיקת לב (Copilot-HF).
בזרוע ה- AI של המחקר, כלי AI גנוצרי שנקרא תשתית ניסוי קלינית המאפשרת סמרטוט לסקירה של הכללת הכללה (מיישר) העריכו הערות קליניות ופיסות מידע אחרות ברשומות הבריאות האלקטרוניות של המטופלים כדי לקבוע אם הם עמדו בקריטריוני זכאות המפתח עבור ה- לימוד אי ספיקת לב. הקריטריונים כללו תסמינים, מחלות כרוניות ותרופות עכשוויות ועבר, בין היתר. לאחר מכן ערכו צוות המחקר סקירה קצרה ומהירה של תרשימי המטופלים כי הכלי שנוצר על ידי AI הוערך כזכאי לכל סוגיות מצטיינות שנחשבו.
בזרוע השנייה של המחקר, צוות המחקר סקר ידנית את תרשימי המטופלים כדי לקבוע אם הם עמדו בקריטריוני הזכאות.
תרשימים הוקרנו על ידי מיישר או על ידי צוות המחקר לאורך פרק זמן מוגדר. תהליך הסינון בסיוע AI היה יעיל בהרבה, וסקר 458 חולים זכאים בהשוואה ל 284 המטופלים שהוקרנו על ידי צוות המחקר.
בעקבות תהליך זה, נווטים מטופלים שנקראו מטופלים שנחשבים זכאים לבדוק אם הם יהיו מוכנים להשתתף במחקר. הנווטים לא היו מודעים לשאלה אם החולים הוקרנו על ידי כלי ה- AI או אדם, כדי לא להציג הטיה. בקבוצת AI, 35 חולים נרשמו לניסוי, לעומת 19 חולים בקבוצה הידנית.
שיעור ההרשמה לזרוע המאפשרת AI היה כמעט כפול משיעור ההרשמה לזרוע הידנית. המשמעות היא ש- AI יכול כמעט לחצות את הזמן שנדרש להשלמת ההרשמה למשפט. "
Ozan UNLU, MD, סופר מוביל, עמית באינפורמטיקה קלינית אצל גנרל המוני בריגהם ועמיתו ברפואה קרדיווסקולרית בבית החולים בריגהם ובנשים נשים
מכיוון שמחקרים קודמים הראו כי AI יכול להציג הטיה, החוקרים ערכו ניתוחי גזע, מגדר ואתניות על חולים שנרשמו בתהליך ההקרנה הידני ואלו שנרשמו באמצעות בדיקת AI בסיוע AI. הם לא מצאו הבדלים משמעותיים.
המחקר עוקב אחר מחקר מוקדם יותר של "הוכחת מושג" של דם, ארונסון, UNLU ועמיתיו, שפורסמו ביוני Nejm aiו מחקר זה הראה בסקירה רטרוספקטיבית של רשומות הבריאות, כי כלי המיישר היה מעט יותר מדויק בזיהוי תרשימי המטופלים שעמדו בקריטריוני הזכאות של ניסוי הלב, בהשוואה לסינון ידני. מחקר חדש זה מאמת את הכלי להיות יעיל ביותר במסגרת קלינית פעילה.
"המטרה הבאה שלנו היא להרחיב את השימוש בכלי ההקרנה של AI מחוץ למוני גנרל בריגהם," אמר הסופר השותף של סניור אלכסנדר בלאד, MD, MSC, קרדיולוג בבית החולים בריגהם ונשים ומנהל מקורב של המאיץ לשינוי קליני בהמונים כללי המונים. בריגהם. "על ידי התאמת שאלות הזכאות שהכלי המיישר מבקש את הערות הרשומה הרפואית, ניתן ליישם בדיקת AI על ניסויים המעריכים טיפולי סרטן, התערבויות סוכרת ורבות אחרות."
