临床试验在医疗领域中的作用不言而喻，往往能推动尖端医疗技术成为能够应用的更进步的治疗手段。但众所周知，临床试验实施的费用昂贵并且耗时，但多数成本及时间延迟归因于与患者招募过于低效。十年前，IBM商业价值研究院发布一份报告，认为低效率的患者招募程序对于制药公司成功推出新产品，将日益成一个可怕的障碍。
美国前副总统拜登也曾在演讲中说，目前参与到临床试验的癌症病人仅为4%，而这个数字的期望值是20%。
但实际应用中的难点在于，癌症病人数量与临床试验的匹配是一项浩大工程。例如：有大量资料需要人工整理、核查，真正直接面向医生和患者的时间很少；医生由于时间原因，难以同步掌握实时更新的临床试验信息，而患者由于缺乏医疗专业知识，对于自己检索到的看似相关的大量临床试验信息，也摸不清头脑，根本无法确定自己的病情究竟最适合参加哪些临床试验。
最近，美国一家名为Mendel.ai的公司宣称，将通过人工智能顺利帮助癌症患者能够精准匹配参加合适的相关临床试验。
该公司开发的临床试验招募人工智能系统，可以帮助癌症患者精准匹配参加最合适的相关临床试验，接受到免费治疗机会。该系统每3个月服务期限收费 99 美元，服务期内用户可以不限量地上传医疗病历记录。受试者可以将病历资料自己直接上传到公司平台，也可以委托医生，同意医生将病历共享到公司平台。系统会自动将上传病历与临床试验数据库登记的相关临床试验进行实时精准匹配，并会将匹配结果更新，实时通知受试者本人。为了提高精确匹配效率，Mendel.ai公司平台系统会建议患者进行DNA检测。这将会提高临床试验招募入组效率。
（Mendel.ai 公司的临床试验人工智能核心技术创新，图片来源：公司官网）
举个栗子：针对一名肺癌患者，如果在临床试验数据库中，检索到 500项可能相关的临床试验，而每项试验的入组标准千差万别，则需要阅读评估每一条入选标准，然后再评估该患者病情是否相符，” 公司人员指出：“而且这些试验数据每周都有更新，单靠人力进行数据匹配，根本不现实。”
临床试验数字化创新，是一个起步较晚的资本竞技的热点领域。之前已有一些初创企业在专注开发各种数字化处理工具，应用于改进研究设计、远程监测和患者招募等，不过都是刚刚起步。
不同于这些其他公司主要集中在提高数据采集质量和研究过程效率上， Mendel.ai 公司走了一条不太寻常的路，通过人工智能系统，在病患、医院、基因组学公司之间搭建的便捷桥梁通道，加速了临床试验入组。
以往，制药公司使用AI来检查化学物质——例如，一种药物是否会附着在特定的蛋白质上。但现在由机器学习驱动的生物学洞见也可以帮助制药公司更好地识别和招募那些最理想的病人进行临床试验，智能机器将会搜寻他和其他几百名患者的样本和基因，得到分子指纹或生物标记。这可以用于帮助测量特定药物的影响，并识别出这种药物可能最有用的患者，这可能会提高那些药物得到政策部门批准的机会，比如FDA。
（本文综合自创鉴汇、生物360等。本网所有转载文章系出于专业学术交流、分享与传播之目的，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。）
联系客服
