Para penulis menyajikan TrialGPT 2.0, sistem rekomendasi uji klinis yang dibantu AI yang dirancang untuk penerapan di dunia nyata, yang menilai uji mana yang layak dipertimbangkan berdasarkan kebutuhan pasien dan prioritas alur kerja.
- Dalam kohort retrospektif multisenter dari 288 kasus, sistem ini mengambil setidaknya satu uji yang direkomendasikan oleh klinisi di antara 10 rekomendasi teratasnya untuk sekitar 91% kasus.
- Sistem ini mengurangi waktu skrining klinisi sebesar 55.0% dalam evaluasi retrospektif.
- Dalam evaluasi prospektif enam bulan di dewan tumor onkologi presisi yang aktif, TrialGPT 2.0 memperluas akses pasien untuk partisipasi uji klinis sebesar 90.9%.
- Para penulis memperkenalkan NIH-TrialBench, dataset yang disusun oleh klinisi yang terdiri dari 126 vignette pasien sintetis beragam dan skenario pencocokan dari 11 Institut dan Pusat NIH.
Hasil-hasil ini mendukung nilai AI dalam membantu pencocokan uji klinis dengan meningkatkan efisiensi klinisi dan mengidentifikasi peluang uji yang sering terlewatkan untuk mempercepat rekrutmen.