人工智能在临床瘤学中解锁现实世界的证据:一本关于最近进展的入门书

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 现实世界的证据 (RWE) 对于理解新的癌症疗法,监测结果和识别毒性至关重要.
• 收集RWE通常是缓慢的,昂贵的,劳动密集型,依赖于从临床文本中手动提取数据.
• 目前用于RWE收集的方法对瘤学中的快速和全面的数据采集提出了重大挑战.

研究的目的:

• 审查人工智能 (AI) 的最新进展,以收集和分析瘤学中的真实证据.
• 突出AI在克服传统RWE数据收集方法的局限性方面的潜力.
• 总结目前AI应用在瘤RWE中的现状.

主要方法:

• 对近期文献和瘤学中人工智能应用的主要趋势进行叙述性回顾.
• 专注于详细介绍AI在现实世界证据生成和分析中的作用的研究.
• 综合了人工智能对数据收集,患者表型和结果预测的影响的研究结果.

主要成果:

• 人工智能工具越来越多地用于大规模的患者和瘤表型.
• 人工智能通过多模式数据集成 (放射学,病理学,基因组学) 促进了新的生物学见解,并增强了风险预测.
• 自然语言处理和大型语言模型显示出临床预测和表型化方面的重大前景.

结论:

• 人工智能为在瘤学中有效收集和分析RWE提供了强大的工具.
• 计算,概括性,解释性和可靠性的进一步进步是必要的.
• 未来的验证对于将AI整合到常规临床实践和实时治疗监测中至关重要.