Исследователи из Mass General Brigham установили, что программное обеспечение с искусственным интеллектом, такое как ChatGPT, способно ускорить процесс отбора пациентов для клинических испытаний, хотя для этого потребуется внедрение дополнительных мер безопасности.
Используя версию программы GPT-4 от OpenAI через облачный сервис Microsoft Azure, исследователи обнаружили, что адаптированное приложение генеративного ИИ может быстро просматривать записи пациентов в электронных медицинских картах и точно определять тех, кто страдает сердечной недостаточностью и соответствует критериям для участия в исследовании.
В рамках исследования COPILOT-HF, целью которого было выяснить, может ли виртуальный клинический подход помочь удаленно направить больше пациентов на прием медикаментов, рекомендованных для лечения сердечной недостаточности, исследователи разработали набор из 13 запросов для программы ИИ. Эти запросы помогали определить, может ли пациент быть включен в исследование на основе данных его медицинской карты.
При тестировании на 1 894 пациентах, в среднем по 120 письменных заметок на каждого, ИИ показал точность от 97,9% до 100% по сравнению с заключениями эксперта-клинициста. Для сравнения, ручной просмотр, выполненный обученным, но не лицензированным персоналом исследования, дал точность от 91,7% до 100%.
Исследователи также оценили стоимость анализа ИИ в среднем в 11 центов на пациента, что значительно ниже традиционных методов ручного скрининга, где годовые расходы могут достигать десятков тысяч долларов и значительно варьироваться в зависимости от типа и фазы исследования.
Соавтор исследования Озан Унлу, клинический информатик в Mass General Brigham, отметил, что «отбор участников — одна из самых времязатратных, трудоемких и подверженных ошибкам задач в клиническом испытании». Результаты исследования были опубликованы в журнале New England Journal of Medicine.
Однако исследователи подчеркнули, что использование ИИ может привести к рискам, таким как введение или усиление этнических или расовых предубеждений или пропуск нюансов в записях врачей. Они отметили, что использование ИИ должно тщательно контролироваться с двойной проверкой человеком после включения в рутинные операции.
Самуэль Аронсон, соавтор исследования и исполнительный директор по ИТ и ИИ решениям в Mass General Brigham Personalized Medicine, заявил: «Мы увидели, что большие языковые модели обладают потенциалом для фундаментального улучшения скрининга клинических испытаний. Теперь начинается сложная работа по интеграции этой возможности в реальные рабочие процессы испытаний таким образом, чтобы одновременно обеспечивать повышение эффективности, безопасности и справедливости».
При этом недавно принятый закон ЕС об искусственном интеллекте может наложить ряд ограничений на применение ИИ как в фармотрасли в целом, так и в использовании его при проведении клинических исследований в частности.
