KM-GPT:一种自动化管道,用于从卡普兰-梅尔图片中重建个人患者数据

科学领域:

• 生物医学信息学 生物医学信息学
• 临床研究方法论 临床研究方法论
• 医疗保健中的人工智能

背景情况:

• 从Kaplan-Meier (KM) 图表中重建个体患者数据 (IPD) 对临床研究证据综合至关重要.
• 目前用于从KM图片进行IPD重建的方法是手动的,耗时的,易出错的,缺乏可扩展性.
• 需要自动化,准确和可重复的方法来从KM图片中提取IPD.

研究的目的:

• 推出KM-GPT,这是第一个完全自动化的AI驱动的管道,用于从KM图片中重建IPD.
• 在准确性,可扩展性和可重复性方面解决手动数字化的局限性.
• 为研究人员提供一个用户友好的,基于网络的解决方案,让他们能够访问和使用重建的IPD.

主要方法:

• 开发了KM-GPT,这是一个集成图像预处理,GPT-5多模式推理和代重建算法的AI管道.
• 采用混合推理架构,以自动化将非结构化KM图形信息转换为结构化数据.
• 从复杂的KM图表中通过自动化过程在没有人工干预的情况下提取验证的数据.

主要成果:

• 在从合成和现实数据集中重建IPD时,KM-GPT展示了高准确性,稳定性和可重复性.
• 人工智能管道成功地自动地从复杂的Kaplan-Meier图表中提取结构化数据.
• 适用于胃癌免疫疗法试验的应用促进了证据合成和基于生物标志物的子组分析.

结论:

• KM-GPT提供了一个具有变革性,可扩展性和准确的解决方案,用于从KM图片中重建IPD,自动化以前的手动过程.
• 该工具通过提供更明智的下游分析和支持基于证据的决策来增强临床研究.
• KM-GPT的用户友好的界面和人工智能助理使得先进的IPD重建可供研究人员使用,而不需要编程专业知识.