AI-innovatie TrialGPT verbindt patiënten snel met geschikte klinische onderzoeken
AmsterdamWetenschappers van de National Institutes of Health hebben een nieuwe kunstmatige intelligentie-tool ontwikkeld, genaamd TrialGPT. Deze tool versnelt het proces om geschikte klinische proeven voor patiënten te vinden. Door gebruik te maken van geavanceerde taalmodellen analyseert TrialGPT patiëntgegevens en koppelt deze met klinische onderzoeken die op ClinicalTrials.gov zijn vermeld. Het doel van TrialGPT is om het voor zorgverleners makkelijker te maken de juiste proeven voor patiënten te vinden, wat op zijn beurt medisch onderzoek zal versnellen.
Door AI te gebruiken voor het matchen van klinische onderzoeken kunnen belangrijke problemen in de gezondheidszorg worden opgelost. Gewoonlijk kost het veel tijd en middelen om de juiste studie te vinden. TrialGPT wil dit proces aanzienlijk vereenvoudigen en versnellen.
Verwerkt patiëntenoverzichten om relevante medische en demografische gegevens eruit te halen. Spoort klinische proeven op van ClinicalTrials.gov waarvoor de patiënt in aanmerking komt. Sluit onderzoeken uit waarvoor de patiënt niet geschikt is. Biedt een geannoteerde lijst van klinische proeven, gerangschikt op relevantie en geschiktheid.
TrialGPT verlicht artsen door hen de complexe taak van dataverwerking uit handen te nemen, waardoor ze zich meer kunnen richten op de patiëntenzorg. Dit kan de manier waarop artsen deelnemen aan klinische onderzoeken ingrijpend veranderen. Snellere en nauwkeurigere koppelingen versnellen medisch onderzoek en voldoen aan de toenemende vraag naar een divers deelnemersbestand voor trials.
TrialGPT helpt artsen om minder tijd te besteden aan het controleren of patiënten in aanmerking komen voor een onderzoek. Het vermindert de benodigde tijd met 40%, terwijl het toch nauwkeurig blijft. Hierdoor kunnen artsen de vrijkomende tijd benutten voor complexere taken, zoals het aanpassen van behandelplannen of het verlenen van uitgebreide patiëntenzorg.
De mogelijkheid van deze innovatie om deelname aan klinische onderzoeken te vergemakkelijken is van groot belang. Door deze studies toegankelijker te maken voor iedereen, vooral voor groepen die vaak buitengesloten worden, kan TrialGPT de manier waarop klinisch onderzoek wordt uitgevoerd veranderen. Meer deelnemers aan de onderzoeken betekent dat we betere en vollediger informatie krijgen, wat kan leiden tot medische doorbraken die een groter aantal mensen ten goede komen.
TrialGPT's succes kan leiden tot meer gebruik van AI-modellen in de gezondheidszorg en onderzoek. Nu technologie razendsnel blijft evolueren, staat de gezondheidssector klaar voor verandering. Toekomstige modellen kunnen wellicht met complexe data omgaan of snel grootschalige analyses uitvoeren, wat snellere en bredere medische vooruitgang mogelijk maakt.
De studie is hier gepubliceerd:
http://dx.doi.org/10.1038/s41467-024-53081-zen de officiële citatie - inclusief auteurs en tijdschrift - is
Qiao Jin, Zifeng Wang, Charalampos S. Floudas, Fangyuan Chen, Changlin Gong, Dara Bracken-Clarke, Elisabetta Xue, Yifan Yang, Jimeng Sun, Zhiyong Lu. Matching patients to clinical trials with large language models. Nature Communications, 2024; 15 (1) DOI: 10.1038/s41467-024-53081-z26 november 2024 · 15:27
Fagentherapie: precieze aanpak tegen antibioticaresistentie met AI en maatwerkoplossingen
Deel dit artikel