人工智能促进临床试验招募与年龄相关的黄斑退化症
Dominic J Williamson1,2, Robbert R Struyven1,2, Fares Antaki1,3
1NIHR Biomedical Research Centre for Ophthalmology, Moorfields Eye Hospital NHS Foundation Trust, London, UK.
Ophthalmology science
|August 14, 2024
概括
人工智能 (AI) 通过提高患者识别精度,显著改善了地理缩 (GA) 的临床试验招聘. 这种人工智能驱动的方法简化了预先查,帮助试验设计,并降低了与年龄相关的黄斑变性研究的成本.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 地理缩 (GA) 是与年龄相关的黄斑变性晚期,目前正在进行多项临床试验.
- 有效的患者招募对于这些临床试验的成功至关重要.
- 目前的招聘方法,如电子健康记录 (EHR) 搜索,在准确性和效率方面存在局限性.
研究的目的:
- 探索人工智能 (AI) 在优化地理缩 (GA) 临床试验招聘中的作用.
- 为了比较基于AI的深度学习模型与传统的EHR关键词搜索来识别符合条件的患者的有效性.
- 评估AI在简化临床试验过程中的潜力.
主要方法:
- 一个深度学习模型被训练在光学一致性断层扫描 (OCT) 扫描上,以识别符合试验条件的GA患者.
- 人工智能生成的视网膜组织细分用于患者识别.
- 人工智能模型的性能与传统的EHR搜索相比较,并使用 fundus自光 (FAF) 图像进行验证.
主要成果:
- 与EHR搜索 (40%) 相比,AI系统以更高的精度 (63%) 识别了更多符合条件的患者.
- 综合AI-EHR方法实现了86%的积极预测值.
- 人工智能证明了对各种试验成像标准的适应性,生成了量身定制的患者列表.
结论:
- 人工智能促进了GA临床试验的自动预选,改善了站点可行性和协议设计.
- 人工智能可以在临床试验过程中大幅降低成本.
- 人工智能系统有可能识别那些可能从未来治疗中受益的患者.
