所有文章 > 正文

综述:AI如何提高临床试验成功率

作者: Jansfer

时间: 2019-07-29 18:31

近日发表在《药理学趋势》“Pharmacological Sciences”杂志上的一篇综述,就人工智能(AI)是如何影响未来十年的药物开发展开了研究。

图片来源:CC0 Public Domain

近年来,大型制药公司和药物开发商正处于一个两难的境地,畅销药品的时代即将结束;而同时,将新药加入到投资中既缓慢又昂贵。因为将一种新药推向市场平均需要10~15年,耗资约1.5~2亿美元,而且大半的时间和资金都用在临床试验上。

尽管AI尚未对临床试验产生重大影响,但基于AI的模型正在辅助试验设计,基于AI的技术正在用于招募患者,而基于AI的监测系统也旨在提高研究依从性和招募入组率。

“人工智能并不是万能的,所有的工作也正在进行中,但它对未来医疗保健和药物开发具有很大的应用前景,”该研究的第一作者兼IBM研究员Stefan Harrer表示。

根据综述的内容再结合实际的研究,Harrer及其同事提出AI可以通过以下方式提高临床试验的成功率:

首先,有效地测量能反映被测药物有效性的生物标记物,能识别最适合特定药物的患者亚群。至于不到三分之一的II期化合物能进入III期,而近三分之一的III期试验失败,不是因为药物本身无效,而是因为患者并不是最符合该药物的临床试验者。

不管是初创还是大型企业,监管机构还是政府都在积极探索并推动人工智能用于改进临床试验设计。我们目前看到的主要是早期、概念验证和可行性试点研究,这些研究表明,许多AI技术在提高临床试验绩效方面具有巨大潜力,Harrer说。

另外,作者还从其他方面介绍了AI对患者的帮助。例如:

1)AI系统支持患者更多地访问和控制其个人数据;

2)基于AI应用程序的辅导可以在试验前、中、后进行;

3)AI可以实时监控个体患者对协议的依从性;

4)AI可以帮助指导患者进行其并不了解的试验。

Harrer特别指出,人工智能在精确医学方法中的应用前景十分广阔,不仅可以提高专业人士更有效、更准确地诊断、治疗和管理神经疾病,还将对神经系统试验前后的患者监测产生深远影响。

该综述还评估了AI对制药业的潜在影响,其中包括:

1)使用计算机视觉算法,通过从手写形式到数字医学图像的一系列输入,潜在地确定相关患者群体;

2)利用人工智能分析失败的临床试验数据,以揭示未来试验设计的见解;

3)使用机器学习(ML),深度学习(DL)和自然语言处理(NLP)等AI功能来关联大型和多样化数据集,如电子健康记录、医学文献和试验数据库,以帮助改进制药试验设计、患者试验匹配和招募,以及在试验期间监测患者。

作者着重强调,Health AI是一个连接医学、制药、数据科学和工程的新兴领域。下一代与健康相关的AI专家需要广泛的分析、算法编码和技术集成知识。

我们现在的工作需要评估数据的隐私、安全性和可访问性,以及将AI技术应用于敏感医疗信息的道德规范。

由于AI在过去的5到8年内才开始应用于临床试验,故在可以准确评估其影响之前,药物的开发周期应该不会有所缩短。

Harrer说,与此同时,必须进行严格的研究和开发,以确保这些创新的可行性。在将试点研究中的AI技术纳入临床试验设计之前,需要进一步做大量的工作。任何违反研究方案或过早设定不合理的行为,都可能导致AI在临床领域的信任受损,并最终妨碍其成功。

参考:https://techxplore.com/news/2019-07-ai-boost-success-clinical-trials.html

DOI: 10.1016/j.tips.2019.05.005

[关于转载]:本文为“AMiner”官网文章。转载本文请联系原作者获取授权,转载仅限全文转载并保留文章标题及内容,不得删改、添加内容绕开原创保护,且文章开头必须注明:转自“AMiner”官网。谢谢您的合作。

二维码 扫码微信阅读
推荐阅读 更多