Sistemul AI colaborativ îmbunătățește proiectarea studiilor clinice
Un sistem de inteligență artificială care funcționează ca o echipă colaborativă de experți medicali ar putea accelera procesul de proiectare a studiilor clinice, una dintre cele mai dificile etape în dezvoltarea medicamentelor, conform unui nou studiu realizat de cercetătorii de la Weill Cornell Medicine.
Studiul, publicat pe 7 iulie în Nature Communications, a evaluat potențialul sistemului numit EmulatRx de a simula, proiecta și îmbunătăți studiile clinice utilizând date reale ale pacienților. Studiul clinic randomizat este o etapă necesară înainte ca un medicament să fie aprobat pentru piață, constând într-o cercetare riguroasă în care participanții sunt alocați aleator în grupuri separate pentru a evalua eficiența tratamentelor și efectele secundare.
Cercetătorii estimează că combinarea datelor din lumea reală cu raționamentul colaborativ al inteligenței artificiale ar putea face studiile clinice mai rapide, mai accesibile și mai precise, ceea ce ar putea conduce în cele din urmă la noi tratamente pentru pacienți cu rate de succes mai mari.
Studiile clinice randomizate reprezintă standardul de aur pentru a determina dacă noile tratamente sunt sigure și eficiente. Cu toate acestea, proiectarea acestora este un proces lent, costisitor și extrem de complex.
Cercetătorii trebuie să decidă cine se califică pentru a participa, cum sunt comparate tratamentele, ce rezultate trebuie urmărite și dacă pot recruta suficienți pacienți. Aceste decizii necesită, de obicei, o colaborare intensă între trialiști, clinicieni, statisticieni și specialiști în date.
echipa lui Dr. Wang a dezvoltat EmulatRx pentru a simplifica acest proces decizional într-un singur sistem care poate schimba informații, identifica probleme și revizui recomandările pentru un studiu clinic.
EmulatRx este organizat în jurul a cinci agenți computaționali specializați care reflectă o echipă științifică. „Fiecare agent EmulatRx este împuternicit de un model de limbaj de mari dimensiuni, ceea ce le permite să schimbe informații în limbaj natural și să colaboreze la fel cum o fac experții umani”, a declarat Dr. Wang.
La centrul sistemului se află un agent „Supervisor” care gestionează fluxul de lucru și integrează rezultatele. Un „Trialist” revizuiește studii anterioare și extrage elemente cheie—precum criteriile de eligibilitate, tratamentele și rezultatele—pentru a contura structura unui studiu. Un „Informatician” traduce acele cerințe în interogări care pot identifica pacienți potriviți din datele reale, cum ar fi dosarele de sănătate electronice. Un „Clinician” se asigură că designul are sens medical și face referire la cercetările publicate, în timp ce un „Statistician” evaluează rezultatele potențiale și estimează cum ar putea performa un tratament folosind datele din lumea reală.
Pentru a evalua EmulatRx, cercetătorii au utilizat dosare medicale electronice de-identificate din baze de date clinice mari, acoperind atât condiții acute (insuficiență cardiacă, șoc septic, leziuni renale), cât și boli cronice (Alzheimer și Parkinson). Aceste dosare includ populații diverse—precum adulți vârstnici sau pacienți cu multiple afecțiuni—care sunt adesea subreprezentate în studiile tradiționale.
EmulatRx a analizat datele prin „emularea studiului țintă”, care aplică trăsături cheie ale unui studiu clinic randomizat—criterii de eligibilitate, grupuri de tratament, urmărire și rezultate, și contrast cauzal—la informațiile colectate în timpul îngrijirii de rutină. Aceasta a inclus căutarea notelor clinice în text liber alături de informațiile structurate, cum ar fi codurile de diagnostic, medicamentele și rezultatele de laborator.
Folosind aceste informații, sistemul a identificat grupuri de pacienți adecvate pentru replicarea constatărilor cunoscute și investigarea diferențelor în efectele tratamentului între subgrupurile de pacienți care ar fi putut să nu fie evidente în studiile originale. De exemplu, sistemul a semnalat când un tratament a beneficiat un grup, dar a adus riscuri pentru altul, ajutând cercetătorii să proiecteze studii mai precise și mai sigure încă de la început.
În cadrul studiilor clinice istorice, sistemul a reprodus multe dintre efectele de tratament raportate anterior, sugerând că ar putea ajuta cercetătorii să evalueze designul studiilor înainte de a lansa studii costisitoare.
O caracteristică centrală a EmulatRx este capacitatea cercetătorilor de a monitoriza și interveni în activitatea sa. Aceștia pot urmări schimburile agenților și revizui fiecare etapă a analizei, iar un expert poate suspenda procesul, corecta o decizie sau direcționa sistemul să reconsidere abordarea sa. EmulatRx învață, de asemenea, din acele corecții, reducând riscul de a repeta greșelile.
„Este important să păstrăm un om în proces, astfel încât sistemul să nu devieze într-o direcție nerezonabilă”, a spus Dr. Wang.
Înainte ca EmulatRx să fie pregătit pentru implementare clinică sau comercială, va necesita o validare mai amplă în cadrul altor sisteme de sănătate și tipuri de date ale pacienților. Cercetătorii lucrează la dezvoltarea comercială și speră să îl facă disponibil pentru studiile inițiate de cercetători în universități.
„Încă avem nevoie de studii clinice randomizate”, a spus Dr. Wang. „Întrebarea este cum să le proiectăm, astfel încât să poată fi realizate mai eficient și să aibă o șansă mai mare de succes.”
