根据发表在《JAMA》上的一项由麻省总医院布里格姆研究人员领导的研究，人工智能（AI）可以快速筛查临床试验的患者。他们的新型AI辅助患者筛查工具在确定心力衰竭临床试验的资格和招募方面，比手动筛查显著提高了速度。
这些发现表明，使用AI可能比传统方法更便宜，并且可以加快研究过程，这意味着患者可以更早地获得经验证的有效治疗。
“看到这种AI能力在实际随机前瞻性试验中如此显著地加速了筛查和试验招募，令人兴奋，”共同资深作者Samuel (Sandy) Aronson说，他是麻省总医院布里格姆个性化医学的IT和AI解决方案执行主任，以及临床转型加速器的IT和AI解决方案高级主任。
“我们期待使用这种能力来协助尽可能多的试验。”
该研究将4,476名患者随机分为手动筛查组或使用生成式AI筛查组，以查看他们是否有资格参加合作实施心力衰竭优化治疗项目（COPILOT-HF）试验。
在研究的AI组中，一种名为RECTIFIER的生成式AI工具评估了患者的临床记录和其他电子健康记录中的信息，以确定他们是否符合心力衰竭研究的关键资格标准。这些标准包括症状、慢性疾病以及当前和过去的药物治疗等。随后，研究工作人员对AI工具评估为符合条件的患者病历进行了简短而迅速的审查，以解决任何尚未解决的问题。
在研究的另一组中，研究工作人员手动审查患者的病历来确定他们是否符合资格标准。
在设定的时间内，图表分别由RECTIFIER或研究工作人员进行筛查。AI辅助筛查过程效率更高，共筛选出458名符合条件的患者，而研究工作人员仅筛选出284名患者。
之后，患者导航员联系了被认为符合条件的患者，询问他们是否愿意参与研究。导航员不知道患者是由AI工具还是人工筛选的，以避免引入偏见。在AI组中，有35名患者入组，而在手动组中有19名患者入组。
“AI辅助组的入组率几乎是手动组的两倍。这意味着AI可以将完成试验招募所需的时间几乎减半，”主要作者Ozan Unlu博士说，他是麻省总医院布里格姆的临床信息学研究员，也是布里根妇女医院的心血管医学研究员。
由于先前的研究表明AI可能会引入偏见，研究人员对通过手动筛查和AI辅助筛查入组的患者进行了种族、性别和族裔分析。他们没有发现显著差异。
这项研究是在Alexander Blood、Aronson、Unlu及其同事之前发表在《NEJM AI》上的“概念验证”研究的基础上进行的。那项研究表明，在回顾性审查健康记录时，RECTIFIER工具在识别符合心力衰竭试验资格标准的患者病历时略高于手动筛查。这项新研究验证了该工具在活跃的临床环境中非常有效。
“我们的下一个目标是将AI筛查工具的使用扩展到麻省总医院布里格姆之外，”共同资深作者Blood说，他是布里根妇女医院的心脏病专家，也是麻省总医院布里格姆临床转型加速器的副主任。
“通过调整RECTIFIER工具向医疗记录笔记提出的资格问题，AI筛查可以应用于评估癌症治疗、糖尿病干预等多种试验。”
(全文结束)
