We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
Prescreening for Clinical Trial Eligibility Using Large Language Models
2025/3/14
JAMA Medical News
A
Alexander J. Blood
Y
Yulin Xuan
Yulin Xuan: 我关注到贵团队的研究表明，使用AI辅助筛选工具能够缩短确定临床试验资格的时间。
Alexander J. Blood: 我们的研究确实表明，使用名为Rectifier的AI辅助工具，能够显著缩短确定患者是否符合临床试验资格的时间。该工具利用大型语言模型显著提高了自然语言处理能力，能够更有效地解析数据并回答临床问题。传统上，临床试验的筛选过程非常耗时且繁琐，需要研究人员手动查阅病历，验证患者是否符合纳入和排除标准。而Rectifier工具能够自动化这一过程，将大量时间释放出来，让研究人员能够专注于患者招募和护理。
该工具的核心在于它能够处理非结构化数据，无论数据的格式或来源如何，都能帮助研究人员快速准确地回答临床问题。在我们的随机对照试验中，AI组的筛选效率比传统手动组高出两倍多，并且在10天内，AI组的患者入选率也显著高于手动组。这表明AI工具能够显著提高临床试验的效率。
重要的是，我们的研究采用的是“人机协同”模式，即AI工具进行预筛选，所有患者仍需经过研究人员的最终审核。AI工具的作用是快速准确地提取病历中与纳入和排除标准相关的关键信息，辅助研究人员做出判断，从而提高效率。
虽然本研究是在单一中心进行的，并且关注的是心力衰竭患者，但我们相信该工具具有广泛的适用性，可以应用于其他临床环境和疾病。大型语言模型是该工具的引擎，但其周围的预处理和后处理步骤，使其在经济上、计算上都具有可持续性和效率，同时保持准确性。我们期待在未来的研究中验证这一点。
关于AI工具是否会漏掉合格的患者或招募过多的不合格患者，我们的研究结果显示，AI工具的假阳性率与手动审核组相似，甚至在之前的研究中，AI工具在评估患者资格方面比人工审核更准确。
目前，我们正在将该工具推广到机构内的其他研究团队，并希望能够在更多中心和疾病领域验证其有效性，从而进一步加速临床研究进程，造福更多患者。
Alexander J. Blood: 临床试验的成功很大程度上取决于招募到符合特定纳入标准的患者。制定纳入和排除标准是为了确保研究结果的有效性和代表性，使研究结果能够更好地反映现实世界中药物或设备的实际效果。
AI工具的出现为临床试验的患者招募带来了新的机遇。通过自动化和加速筛选流程，AI工具能够显著提高临床试验的效率，缩短研究周期，并最终造福更多患者。
我们的研究结果表明，AI辅助筛选工具不仅能够显著提高筛选效率，还能提高患者招募率。这主要是因为AI工具能够快速准确地识别符合纳入标准的患者，从而节省了研究人员的时间和精力，使他们能够专注于患者招募工作。
虽然我们的研究是在单一中心进行的，但我们相信AI辅助筛选工具具有广泛的适用性，可以应用于多种临床环境和疾病。我们正在积极探索将该工具推广到其他中心和疾病领域，以进一步验证其有效性和适用性。
在未来的研究中，我们将继续改进AI工具，使其能够更好地满足临床研究的需求，为临床试验的开展提供更强有力的支持。
Deep Dive
This chapter explores the use of AI in clinical trial patient recruitment, focusing on how the Rectifier tool improves efficiency by automating the manual chart review process and ensuring the right patient population is studied. The importance of inclusion and exclusion criteria in validating trial results is highlighted.
- AI-assisted screening reduced time to determine trial eligibility
- AI improves natural language processing to parse data and answer clinical questions
- The Rectifier tool automates manual chart reviews
- Inclusion/exclusion criteria ensure the right patient population is studied
Shownotes Transcript