作者介绍了TrialGPT 2.0，这是一个面向实际部署的AI辅助临床试验推荐系统，可根据患者需求和流程优先级评估哪些试验值得考虑。

  • 在包含288例病例的回顾性多中心队列中，该系统在其前10个推荐结果中至少检索到一位临床医生推荐的试验，覆盖约91%的病例。
  • 在回顾性评估中，该系统将临床医生的筛选时间减少了55.0%。
  • 在一个活跃精准肿瘤学肿瘤委员会进行的为期六个月的前瞻性评估中，TrialGPT 2.0将患者参与临床试验的可及性提高了90.9%。
  • 作者引入了NIH-TrialBench，这是一个由临床医生编写的数据集，包含来自11个NIH研究所和中心的126个多样化合成患者病例和匹配场景。

这些结果支持AI在通过提高临床医生效率和识别常被忽视的试验机会来加速入组方面，对辅助临床试验匹配的价值。