人工知能（AI）はますます利用されています 臨床試験の運用効率を高める、創薬を加速し、コストを削減します。 さまざまなデータソースから情報のロックを解除し、より迅速で意味のある患者の募集をサポートするために使用できます。
AIが患者の募集を支援する方法のXNUMXつは、試験を実施する上で最も困難な分野のXNUMXつであり、患者のマッチングを使用することです。 AIを臨床ケア環境に導入することで、医師は、患者が恩恵を受ける可能性のある潜在的な試験、特に市場で利用できる選択肢がほとんどない可能性のある満たされていないニーズを持つ患者に簡単に通知できます。
このソリューションの最先端にある企業はIQVIAです。 同社の分析センターオブエクセレンス（ACoE）の副社長であるLucas Glassと話し合い、AIを使用した試験への患者のマッチング、試験の多様性の問題、およびAI臨床研究スペースに人材を採用する際のいくつかの課題について話し合いました。 。
Kezia Parkins：AIを使用して、患者を臨床試験に適合させるにはどうすればよいですか？
ルーカスグラス： 私たちが見たXNUMXつのパラダイムが実際に実行されています。 XNUMXつは、特定の試験に一致する潜在的な参加者を見つけるために患者を調べているサイトです。 「私は試験を受けており、患者を探しています」は非常に一般的なメカニズムです。 もうXNUMXつのパラダイムは、「私は患者であり、試験を探しています」です。
機械学習は、これらの両方の分野でかなり積極的に取り組んできました。 非常に大雑把な観点から、「私は試験を受けており、患者を探しています」は、その分野の資金調達メカニズムが非常に明確であるため、はるかに堅牢です。 しかし、試験を検索しようとしている患者にとって、歴史的に構築されてきた場所は、clinicaltrials.govであり、これは特に患者に優しいものではありません。
人々は絶えずこの問題を解決しようとしますが、ある種の問題/解決策の適合性を見つけることと、製品/市場の適合性を見つけることは別のことです。 私たちはそれに非常に集中して対処しようとしていることを知っていますが、それは継続的な挑戦です。
パートナーからのコンテンツ
AIを臨床ケアの設定に統合して、患者を試験に適合させるにはどうすればよいですか？
いくつかの演劇が起こっているのを見たのは、これを患者のベッドサイドで医師のワークフローに統合できるときです。 「ねえ、この患者が恩恵を受けるかもしれないこれらの研究があることを知っていましたか？」と言うある種の警告。 次に、市場に出回っている薬に非常に精通しているが、まだ使用されていない薬に精通していないことが多い医師は、それを確立するのに役立ちます。
医師に迷惑をかけずにワークフローに挿入する方法を見つけることが重要です。 医師が最後に望んでいるのは、より多くのポップアップとテクノロジーです。
私はそれをもう少し受動的なものとして想像します。 アルゴリズムは問題ではありません。 それがその臨床ワークフローであり、それが本当の課題です。
患者と臨床試験のマッチングに関して、業界でのAIの採用曲線はどこにあると思いますか？
業界として、大手製薬会社であろうとベンチャーキャピタルの世界であろうと、この分野にかなりの投資が行われ始めています。 今後XNUMX、XNUMX年でいくつかのブレークスルーがあり、それには多くの作業と努力が注がれているので、大きな影響があります。
誰も実際に割り込んで、多くの患者がサインアップして適切な試験を見つけるという歩みを見つけたわけではありませんが、私たちは近くにいます。 私がIQVIAにいる理由のXNUMXつは、私たちがそのしきい値を突破するものになると思うからです。
患者の多様性は、業界でもっと多くのことについて話されているものです。 そして、私たちがよく話している他のことは、AIがいかに人種差別的または偏見的であるかということです。
AIは非道徳的だと思います。
それで、それはプログラムの背後にいる人々ですか？
はい、それは[AI]以前の行動、つまりバイアス行動を模倣しています。 AIはあまりインテリジェントではありません。誰にも言わないでください。
その場合、AIの使用が患者の多様性を妨げるのではなく、助けることをどのように保証できますか？
これは私にとって今の大きな研究分野であり、臨床試験の多様性です。 イリノイ大学とコーネル大学からは、AIの公平性に関して非常に優れた研究がいくつか行われています。
それは多様性に固有のものではありません。 ある種の分布に到達することに焦点を合わせていることを確認するためにAIを制約するという概念にすぎません。 リンゴとオレンジの分布を満たしていることを確認することは、完全に恣意的である可能性があります。 しかし、多様な臨床試験への応用は本当に有益です。
私たちにとって、私たちが焦点を当てているスペースのいくつかは、特にトライアルマッチングではありません。患者がトライアルを見つけるのを手伝っていれば、民族に関係なくすべての患者がトライアルを見つけるのを手伝うからです。私の研究に引き込むだろう。 私のAIが医師の患者パネルの多様性に注意を払っていることを確認します。 私は白人患者集団だけを治療している医師を追いかけたくありません。 多様な患者さんを治療している医師を募集したいと思います。
そして、私が言及したこれらの学校や研究グループからのAI方法論におけるこれらの公平性のいくつかは、それで本当に素晴らしい仕事をしています。 私たちは、サイトの選択と患者の募集のために、それを私たち自身のAIのいくつかに組み込むために取り組んできました。
業界は、データ内のサイロについて話し合っており、しばらくの間、他の国のデータにアクセスできませんでした。 それはIQVIAが苦労していることですか？ または、この分野のリーダーとして、アルゴリズムが適切にトレーニングされているデータに十分にアクセスできますか？
私はR＆Dで働いており、これらすべての実際のグローバルデータ資産から恩恵を受ける多くのユースケースがあります。 ただし、R＆Dには、これまで、資産やすべてのプライバシーおよびテクノロジーの制限を扱った経験がありません。 ナビゲートするのは非常に複雑なシステムです。
しかし、私がリーダーシップを発揮してACoEを作成したとき、私たちはこの大きな贅沢を味わいました。このグローバルな組織があり、会社の半分は国固有のデータ、データ製品、データソリューションに重点を置いているため、文字通りXNUMX人を採用しました。各国のデータと規制の状況は完全に異なるため、ソリューションの構築を支援し、現地の規制に完全に準拠していることを確認するために、すべての国の人々がいます。
私たちはそれが有益であることに大きな賭けをしました、そしてそれは私たちのビジネスと臨床試験の運営方法にこれらすべてのグローバルデータ資産を組み込むことに本当に役立っていると感じています。 これがIQVIAの最大の差別化要因であり、R＆Dのユースケースに役立てることができる、非常に豊富で多様な国々とそれらの国々の専門知識です。 特定の国に拡大しようとしている場合、誰かに電話して、「ねえ、あなたの国に拡大するのを手伝ってくれる人をあなたの組織から借りてもいいですか？」と言う人がいます。
この分野では、適切な人材を採用することが大きな課題ですか？
はい。 非常に複雑なグローバルデータアセットを知るという面だけでなく、一部のデータには異なる言語と異なるデータアセットがありますが、機械学習には複雑な問題があります。 機械学習は難しいです！
宇宙にはたくさんの大学を卒業する本当に優秀な学生が毎年たくさんいます。 しかし、AIの分野で学生や卒業生を獲得し、さらに困難で確立された、臨床試験を知っている経験豊富なAI専門家を獲得することは、干し草の山から針を見つけるようなものです。
私の才能の多くは製薬会社に密猟されています。 チームメンバーが大きくてエキサイティングな機会を得ることができてとてもうれしいですが、AIのバックグラウンドと臨床分野の専門知識の両方を備えた才能があまりないため、AIの専門家を雇うことに多くの時間を費やしています。その後、臨床試験について彼らを訓練します。
関連会社
