Une nouvelle étude dans la revue académique Apprentissage automatique: santé découvre que Chatgpt peut accélérer le dépistage des patients pour les essais cliniques, ce qui est prometteur dans la réduction des retards et l'amélioration des taux de réussite des essais.
Des chercheurs de l'UT Southwestern Medical Center ont utilisé Chatgpt pour évaluer si les patients étaient éligibles pour participer à des essais cliniques et ont pu identifier les candidats appropriés en quelques minutes.
Les essais cliniques, qui testent de nouveaux médicaments et procédures au public, sont essentiels pour développer et valider de nouveaux traitements. Mais de nombreux essais ont du mal à inscrire suffisamment de participants. Selon une étude récente, jusqu'à 20% des essais affiliés au National Cancer Institute (NCI) échouent en raison d'une faible inscription. Cela gonfle non seulement les coûts et retarde les résultats, mais sape également la fiabilité des nouveaux traitements.
Actuellement, le dépistage des patients pour les essais est un processus manuel. Les chercheurs doivent examiner les dossiers médicaux de chaque patient pour déterminer s'ils répondent aux critères d'éligibilité, qui prennent environ 40 minutes par patient. Avec un personnel et des ressources limités, ce processus est souvent trop lent pour répondre à la demande.
Une partie du problème est que les informations précieuses des patients contenues dans les dossiers de santé électroniques (DSE) sont souvent enterrés dans des textes non structurés, tels que les notes des médecins, que les logiciels traditionnels d'apprentissage automatique ont du mal à déchiffrer. En conséquence, de nombreux patients éligibles sont négligés car il n'y a tout simplement pas suffisamment de capacité pour examiner tous les cas. Cela contribue aux faibles taux d'inscription, aux retards des essais et même aux annulations, ce qui ralentit finalement l'accès à de nouvelles thérapies.
Pour contrer ce problème, les chercheurs ont cherché des moyens d'accélérer le processus de dépistage en utilisant Chatgpt. Les chercheurs ont utilisé GPT-3.5 et GPT-4 pour analyser 74 données de patients pour voir s'ils se sont qualifiés pour un essai de cancer de la tête et du cou.
Trois façons d'inciter l'IA ont été testées:
- Sortie structurée (SO): demander des réponses dans un format défini.
- Chaîne de pensée (COT): demander au modèle d'expliquer son raisonnement.
- Découverte de soi (SD): Laisser le modèle déterminer quoi rechercher.
Les résultats étaient prometteurs. Le GPT-4 était plus précis que GPT-3.5, bien que légèrement plus lent et plus cher. Les temps de dépistage variaient de 1,4 à 12,4 minutes par patient, avec des coûts entre 0,02 $ et 0,27 $.
Les LLM comme GPT-4 peuvent aider à dépister les patients pour les essais cliniques, en particulier lors de l'utilisation de critères flexibles. Ils ne sont pas parfaits, surtout lorsque toutes les règles doivent être respectées, mais ils peuvent gagner du temps et soutenir les examinateurs humains. «
Dr Mike Dohopolski, auteur principal de l'étude
Cette recherche met en évidence le potentiel d'IA pour soutenir plus tôt les essais cliniques plus efficaces – apportant de nouveaux traitements aux patients plus tôt.
L'étude est l'un des premiers articles publiés dans Machine Learning Series ™ de l'IOP Publishing, la première série mondiale de revues en plein accès dédiée à l'application et au développement de l'apprentissage automatique (ML) et de l'intelligence artificielle (IA) pour les sciences.
La même équipe de recherche a travaillé sur une méthode qui permet aux chirurgiens d'ajuster la radiothérapie des patients en temps réel alors qu'ils sont toujours sur la table. À l'aide d'un système d'apprentissage en profondeur appelé Geodl, l'AI fournit des estimations de dose 3D précises à partir de tomodensitométrie et de données de traitement en seulement 35 millisecondes. Cela pourrait rendre la radiothérapie adaptative plus rapidement et plus efficace dans des milieux cliniques réels.
