基于人工智能的临床试验匹配系统对中国肝细胞癌患者的评估:一项回顾性研究
Kunyuan Wang1, Hao Cui1, Yun Zhu1
1State Key Laboratory of Organ Failure Research, Guangdong Provincial Key Laboratory of Viral Hepatitis Research, Department of Infectious Diseases and Hepatology Unit, Nanfang Hospital, Southern Medical University, No. 1838, North Guangzhou Avenue, Baiyun District, Guangzhou, China.
BMC cancer
|February 22, 2024
概括
一个人工智能辅助的临床试验匹配系统 (CTMS) 有效地选患者在中国的肝细胞癌试验. 这种人工智能工具显著减少了查时间,并可靠地排除了不符合条件的患者,显示了临床研究的巨大潜力.
科学领域:
- 医疗信息学 医疗信息学
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 以前的AI临床试验匹配系统是用英语开发的,这限制了它们在非西方国家的应用.
- 这项研究解决了在各种医疗保健机构,特别是中国,需要人工智能辅助的临床试验查的需求.
研究的目的:
- 评估基于人工智能的临床试验匹配系统 (CTMS) 在中国查肝细胞癌患者的性能.
- 与手动查相比,评估CTMS的准确性,敏感性,特异性和时间效率.
主要方法:
- 该研究包括1,053名在中国住院的肝细胞癌患者.
- 基于人工智能的CTMS被用于从电子健康记录中提取医疗数据,并将患者与临床试验匹配.
- 性能与手动确定的黄金标准进行评估,测量精度,灵敏度,特异性,PPV,NPV和运行时间.
主要成果:
- 在患者查中,CTMS表现出高精度 (92.9-98.0%) 和特异性 (99.0-99.1%).
- 灵敏度在51.9-83.5%之间,PPV在75.7-85.1%之间,NPV在97.4-98.9%之间.
- 通过CTMS,手动审查员的资格确定时间从150小时缩短到2小时.
结论:
- 基于AI的CTMS在排除不合格患者方面具有高度可靠性,显著减少了98.7%的查工作量.
- 该系统在中国临床试验中显示了对自然语言处理和机器学习应用的潜在实用性.
- 人工智能辅助查提供了一个有前途的方法来简化非西方医疗保健系统的临床试验招聘.
