Les auteurs présentent TrialGPT 2.0, un système de recommandation d'essais cliniques assisté par IA conçu pour un déploiement en conditions réelles, qui évalue quels essais méritent d'être considérés en fonction des besoins des patients et des priorités du flux de travail.
- Dans des cohortes multicentriques rétrospectives de 288 cas, le système a récupéré au moins un essai recommandé par un clinicien parmi ses 10 premières recommandations pour environ 91 % des cas.
- Le système a réduit le temps de dépistage des cliniciens de 55,0 % lors de l'évaluation rétrospective.
- Lors d'une évaluation prospective de six mois au sein d'un comité tumoral actif en oncologie de précision, TrialGPT 2.0 a élargi l'accès des patients à la participation aux essais cliniques de 90,9 %.
- Les auteurs présentent NIH-TrialBench, un jeu de données rédigé par des cliniciens comprenant 126 vignettes de patients synthétiques diversifiées et des scénarios d'appariement provenant de 11 instituts et centres des NIH.
Ces résultats soutiennent la valeur de l'IA pour assister le recrutement des essais cliniques en améliorant l'efficacité des cliniciens et en identifiant les opportunités d'essais souvent négligées afin d'accélérer l'inclusion.