研究者らは、臨床開発計画（CDP）を支援するために設計されたメモリ拡張型マルチエージェント研究組織であるTrialAtlasを導入した。このシステムは、文献合成、競合インテリジェンス、規制分析のための専門エージェントを調整し、開発リスクを予測する。

  • TrialAtlasは、蓄積された経験に基づいて意思決定を行うため、過去の臨床試験と既存のNew Drug Applications（NDAs）から学習する。
  • チームは、欠陥検出、設計改善、成功予測をカバーする291件のFDA Complete Response LettersからなるデータセットであるTrialAtlasBenchを使用してシステムを評価した。
  • 欠陥検出において、TrialAtlasはF1スコア50.0%を達成し、最も強力なベースラインよりも6.1ポイント上回った。
  • 技術的および規制上の成功の予測において、85.3%のバランス精度と84.7%のF1スコアを達成し、バランス精度でベースラインより6.7ポイント、Cohen's kappaで12.0ポイント改善した。
  • 専門家評価では、TrialAtlasが生成した懸念のうち86.4%が有効であると判断され、OpenAI DeepResearchは83.1%、Gemini DeepResearchは59.3%であった。

このシステムは、臨床開発計画の労働集約的かつ主観的な性質を軽減し、試験設計および規制結果に関するデータ駆動型の洞察を提供することを目的としている。