近日发表于《机器学习：健康》期刊的研究表明，ChatGPT可将临床试验患者筛选效率提升至人工效率的3-30倍。由德克萨斯大学西南医学中心开展的实验显示，GPT-4模型分析74例患者数据仅需1.4至12.4分钟，单例筛查成本低至2美分，在头颈癌临床试验中展现出突破性应用价值。
临床试验作为新药研发的关键环节，美国国家癌症研究所统计显示有20%试验因招募不足失败。传统人工筛选每例需40分钟，主要瓶颈在于电子健康记录（EHRs）中的医生手写病历等非结构化文本难以被传统算法解析。研究团队创新采用三种提示策略：结构化输出（SO）、思维链（CoT）和自发现（SD），发现GPT-4在灵活标准下准确率显著优于GPT-3.5，尽管存在严格标准下的漏筛风险，但能有效缓解筛选资源紧张。
"生成式AI在临床试验筛选中展现出显著效率优势，特别是对非结构化病历文本的处理能力，这标志着医疗AI应用的新里程碑。"
研究通讯作者Mike Dohopolski博士指出，该技术虽无法完全替代人工审核，但可作为高效预筛工具，预计能使临床试验启动时间缩短30%-50%。
值得关注的是，同期发表的另一项研究展示了深度学习系统GeoDL在放疗领域的突破性应用，其35毫秒内完成三维剂量估算的能力，标志着自适应放疗技术进入实时调整新阶段。这些创新均来自IOP出版的机器学习系列期刊，该开放获取平台正成为医疗AI研究的重要交流阵地。
【全文结束】
