저자들은 TrialGPT 2.0을 제시합니다. 이는 환자 요구와 워크플로우 우선순위에 기반하여 어떤 임상 시험을 고려할 가치가 있는지 평가하는 실제 배포를 위해 설계된 AI 보조 임상 시험 추천 시스템입니다.

  • 288건의 사례에 대한 후향적 다기관 코호트에서, 이 시스템은 상위 10개 추천 항목 중 의사 권장 임상 시험을 최소 한 건 이상 검색하여 약 91%의 사례에서 이를 달성했습니다.
  • 후향적 평가에서 이 시스템은 의사의 스크리닝 시간을 55.0% 감소시켰습니다.
  • 활성 정밀 종양학 종양 위원회 내 6개월 간 전향적 평가에서 TrialGPT 2.0은 임상 시험 참여에 대한 환자 접근성을 90.9% 확대했습니다.
  • 저자들은 NIH-TrialBench를 소개합니다. 이는 11개 NIH 연구소 및 센터에서 수집한 126건의 다양한 합성 환자 사례와 매칭 시나리오로 구성된 의사 작성 데이터셋입니다.

이러한 결과는 임상 시험 매칭에서 의사의 효율성을 개선하고 자주 간과되는 시험 기회를 식별하여 모집을 가속화함으로써 AI의 가치를 뒷받침합니다.