患者招募難？人工智慧或將解決臨床試驗的這一困境

臨床試驗在醫療領域中的作用不言而喻，往往能推動尖端醫療技術成為能夠應用的更進步的治療手段。但眾所周知，臨床試驗實施的費用昂貴並且耗時，但多數成本及時間延遲歸因於與患者招募過於低效。十年前，IBM商業價值研究院發布一份報告，認為低效率的患者招募程序對於製藥公司成功推出新產品，將日益成一個可怕的障礙。

美國前副總統拜登也曾在演講中說，目前參與到臨床試驗的癌症病人僅為4%，而這個數字的期望值是20%。

但實際應用中的難點在於，癌症病人數量與臨床試驗的匹配是一項浩大工程。例如：有大量資料需要人工整理、核查，真正直接面向醫生和患者的時間很少；醫生由於時間原因，難以同步掌握實時更新的臨床試驗信息，而患者由於缺乏醫療專業知識，對於自己檢索到的看似相關的大量臨床試驗信息，也摸不清頭腦，根本無法確定自己的病情究竟最適合參加哪些臨床試驗。

最近，美國一家名為Mendel.ai的公司宣稱，將通過人工智慧順利幫助癌症患者能夠精準匹配參加合適的相關臨床試驗。

該公司開發的臨床試驗招募人工智慧系統，可以幫助癌症患者精準匹配參加最合適的相關臨床試驗，接受到免費治療機會。該系統每3個月服務期限收費 99 美元，服務期內用戶可以不限量地上傳醫療病歷記錄。受試者可以將病歷資料自己直接上傳到公司平台，也可以委託醫生，同意醫生將病歷共享到公司平台。系統會自動將上傳病歷與臨床試驗資料庫登記的相關臨床試驗進行實時精準匹配，並會將匹配結果更新，實時通知受試者本人。為了提高精確匹配效率，Mendel.ai公司平台系統會建議患者進行DNA檢測。這將會提高臨床試驗招募入組效率。

（Mendel.ai 公司的臨床試驗人工智慧核心技術創新，圖片來源：公司官網）

舉個栗子：針對一名肺癌患者，如果在臨床試驗資料庫中，檢索到 500項可能相關的臨床試驗，而每項試驗的入組標準千差萬別，則需要閱讀評估每一條入選標準，然後再評估該患者病情是否相符，」 公司人員指出：「而且這些試驗數據每周都有更新，單靠人力進行數據匹配，根本不現實。」

臨床試驗數字化創新，是一個起步較晚的資本競技的熱點領域。之前已有一些初創企業在專註開發各種數字化處理工具，應用於改進研究設計、遠程監測和患者招募等，不過都是剛剛起步。

不同於這些其他公司主要集中在提高數據採集質量和研究過程效率上， Mendel.ai 公司走了一條不太尋常的路，通過人工智慧系統，在病患、醫院、基因組學公司之間搭建的便捷橋樑通道，加速了臨床試驗入組。

以往，製藥公司使用AI來檢查化學物質——例如，一種藥物是否會附著在特定的蛋白質上。但現在由機器學習驅動的生物學洞見也可以幫助製藥公司更好地識別和招募那些最理想的病人進行臨床試驗，智能機器將會搜尋他和其他幾百名患者的樣本和基因，得到分子指紋或生物標記。這可以用於幫助測量特定藥物的影響，並識別出這種藥物可能最有用的患者，這可能會提高那些藥物得到政策部門批准的機會，比如FDA。

（本文綜合自創鑒匯、生物360等。本網所有轉載文章系出於專業學術交流、分享與傳播之目的，不希望被轉載的媒體或個人可與我們聯繫，我們將立即進行刪除處理。）