AI ile klinik araştırma eşleştirmesi: ön taramadan insan değerlendirmesine

NIH-Developed AI Algorithm Successfully Matches Potential Volunteers to Clinical Trials Release

National Library of Medicine · 2024-11-18 · Kaynak

NLM’nin 18 Kasım 2024 tarihli araştırma duyurusu. TrialGPT’nin klinik araştırma ön taramasına yönelik yaklaşımını tanıtır. İngilizcedir; güncel bir klinik kullanım izni veya tedavi önerisi değildir.

Araştırma: aday listesi nasıl oluşuyor?

2024 tarihli TrialGPT çalışması; araştırmaları bulma, katılım ölçütleriyle eşleştirme ve sıralama adımlarını birleştirir. Değerlendirme, 183 sentetik hasta özetini kapsar. Ayrı, küçük bir kullanıcı çalışmasında iki hekimle yapılan ön tarama yüzde 42,6 daha kısa sürmüştür. Bu bulgu, gerçek katılımcı alımının veya tedavi sonuçlarının iyileştiğini göstermez; simüle pilotun sonucudur.

Kanıtın sınırı: açıklama da yanlış olabilir

Çalışma, hataları akıl yürütme, tıbbi bilgi ve etiket tanımlarındaki sorunlarla ilişkilendirir. Bir eşleştirmeye açıklama eklenmesi, açıklamanın doğru olduğunu garanti etmez. Sonuçlar incelenen görev ve sürüm içindir; bütün AI araçlarına genellenemez.

Klinik kullanım: son kontrol araştırma ekibinde

NLM, TrialGPT’yi deneysel bir araştırma ve keşif aracı olarak tanımlar; klinik karar destek aracı değildir. Kesin uygunluk belirlemez veya katılımcı kaydetmez. Araştırma ekibi güncel protokolü, alım durumunu ve ilgili merkezi doğrulamalıdır. NLM ayrıca yalnızca gerekli, kimliksizleştirilmiş özetlerin kullanılmasını ister. Eksik bir bilginin yok sayılması ile ölçütün karşılanması aynı şey değildir.

Düzenleyici çerçeve: taslak rehber, ürün izni değil

FDA’nın Ocak 2025 taslak rehberi, ilaç ve biyolojik ürünlere ilişkin düzenleyici kararlarda kullanılan AI verileri için kullanım bağlamına göre model güvenilirliğini ele alır. Bu belge taslaktır ve bağlayıcı değildir; TrialGPT’ye ya da başka bir ürüne verilmiş kullanım izni olarak okunamaz.

Editoryal öneri: eşleşmeyi değil, inceleme kaydını teslim edin

Bir ekip pilotunda her aday araştırma için ölçüt, kullanılan kanıt, eksik bilgi ve insan değerlendirmesini ayrı alanlarda tutmayı öneriyoruz. “Uygun” gibi tek kelimelik bir etiket yerine, hangi sorunun henüz yanıtlanmadığını göstermek daha kullanışlıdır. Önce başarı ölçütünü belirleyin: inceleme süresi mi, gözden kaçan aday sayısı mı, yanlış öneri sayısı mı? Bunlar bu yazının editoryal önerileridir; araştırmanın ölçtüğü sonuçlar değildir.

Sorumlu AI: hız ile erişimi birlikte değerlendirin

Editoryal değerlendirmemize göre bir pilotun yalnızca ortalama hızına bakmak yeterli değildir. Farklı dillerde, kısa veya eksik özetlerde hangi hataların biriktiğini de kaydedin. Başarısız eşleşmelerin uzman tarafından incelenmesi için bir geri bildirim yolu oluşturun. Bu eğitim yazısı kişisel araştırma katılımı veya tedavi önerisi sunmaz; RAI ürünlerinin etkinliğine ilişkin bir iddia içermez.