人工智能可以改变临床试验的4种方式

2021年12月17日，Virtusa的高级副总裁Anthony Lange在MedCity News发表文章，介绍了人工智能技术给临床试验带来的改变。

应用人工智能可以减少临床试验周期，同时提高生产力和临床开发结果的成本。人工智能算法与有效的数字基础设施相结合，可以使连续的临床试验数据流得到清理、聚合、编码、存储和管理。

AI有可能在四个关键领域改变临床试验：

临床试验设计：人工智能技术在收集、组织和分析临床试验产生的越来越多的数据（包括失败的数据）方面具有无与伦比的潜力，可以提取有意义的信息模式来帮助设计。

患者富集、招募和登记：通过对多个数据源（包括电子健康记录 (EHR)、医学成像和“组学”数据）的挖掘、分析和解释，人工智能支持的数字化转型可以改善患者选择并提高临床试验的有效性。

患者监测、药物依从性和保留：人工智能算法可以通过自动化数据捕获、数字化标准临床评估以及跨系统共享数据来帮助监测和管理患者。人工智能算法与可穿戴技术相结合，可以实现对患者的持续监测和对治疗安全性和有效性的实时洞察，同时预测退出风险，从而提高参与度和保留率。

使用运营数据来推动支持人工智能的临床试验分析：在开放数据标准支持的共享分析平台上整合所有数据（无论来源如何），可以促进协作和集成，并提供跨重要指标的见解。结合旨在随着时间的推移改进预测和处方的自学习系统，以及数据可视化工具，可以主动向用户提供可靠的分析见解。

原文链接：

内容中包含的图片若涉及版权问题，请及时与我们联系删除