Trí tuệ nhân tạo (AI) đang ngày càng được khai thác để tăng hiệu quả hoạt động của các thử nghiệm lâm sàng, đẩy nhanh quá trình khám phá thuốc và giảm chi phí. Nó có thể được sử dụng để mở khóa thông tin từ nhiều nguồn dữ liệu khác nhau và hỗ trợ việc tuyển dụng bệnh nhân nhanh hơn và có ý nghĩa hơn.
Một trong những cách mà AI có thể hỗ trợ trong việc tuyển dụng bệnh nhân - một trong những lĩnh vực thách thức nhất của việc chạy thử nghiệm - là kết hợp với bệnh nhân. Bằng cách đưa AI vào môi trường chăm sóc lâm sàng, các bác sĩ có thể dễ dàng được thông báo về các thử nghiệm tiềm năng mà bệnh nhân của họ có thể hưởng lợi, đặc biệt là những người có nhu cầu chưa được đáp ứng, nơi có thể có ít lựa chọn trên thị trường.
Một công ty đi đầu trong giải pháp này là IQVIA. Chúng tôi đã ngồi lại với phó chủ tịch trung tâm phân tích xuất sắc (ACoE) của công ty, Lucas Glass, để thảo luận về việc phù hợp bệnh nhân với thử nghiệm với AI, vấn đề đa dạng thử nghiệm và một số thách thức trong việc tuyển dụng nhân tài cho không gian nghiên cứu lâm sàng AI .
Kezia Parkins: Làm thế nào AI có thể được sử dụng để ghép bệnh nhân với một thử nghiệm lâm sàng?
Kính Lucas: Thực sự có hai mô hình mà chúng ta đã thấy. Một là trang web xem xét các bệnh nhân của họ để tìm những người tham gia tiềm năng phù hợp với một thử nghiệm nhất định. 'Tôi có một cuộc thử nghiệm và tôi đang tìm kiếm bệnh nhân' là một cơ chế rất phổ biến. Mô hình khác là 'Tôi là một bệnh nhân và tôi đang tìm kiếm một thử nghiệm'.
Học máy đã và đang hoạt động khá tích cực trong cả hai không gian đó. Từ một góc nhìn rất thô thiển, 'Tôi có một cuộc thử nghiệm và tôi đang tìm kiếm bệnh nhân' đã mạnh mẽ hơn nhiều vì các cơ chế tài trợ trong không gian đó rất rõ ràng. Tuy nhiên, đối với những bệnh nhân đang cố gắng tìm kiếm các thử nghiệm, nơi được xây dựng trong lịch sử là Clinicaltrials.gov, không phải là nơi đặc biệt thân thiện với bệnh nhân.
Mọi người liên tục cố gắng giải quyết vấn đề này, nhưng vấn đề là một vấn đề / giải pháp phù hợp nhưng một vấn đề khác là tìm một sản phẩm / thị trường phù hợp. Tôi biết rằng chúng tôi đang rất tập trung vào nó và cố gắng giải quyết nó, nhưng đó là một thách thức liên tục đang diễn ra.
Nội dung từ các đối tác của chúng tôi
Làm cách nào để AI có thể được tích hợp vào môi trường chăm sóc lâm sàng để phù hợp với bệnh nhân đến thử nghiệm?
Nơi tôi đã xem một số vở kịch đang diễn ra là khi chúng ta có thể tích hợp điều này vào quy trình làm việc của một bác sĩ bên cạnh bệnh nhân. Một loại cảnh báo nào đó nói rằng, 'Này, bạn có biết rằng có những nghiên cứu này mà bệnh nhân này có thể được hưởng lợi từ đó không?' Sau đó, bác sĩ rất quen thuộc với các loại thuốc trên thị trường, nhưng thường không quen thuộc với các loại thuốc chưa có, có thể giúp thiết lập điều đó.
Tìm ra một số cách để đưa nó vào quy trình làm việc mà không gây phiền nhiễu cho bác sĩ là điều quan trọng. Điều cuối cùng mà các bác sĩ muốn là nhiều cửa sổ bật lên và công nghệ hơn.
Tôi tưởng tượng nó giống như một thứ thụ động hơn một chút. Các thuật toán không phải là vấn đề. Đó là quy trình làm việc lâm sàng, đó là thách thức thực sự.
Bạn sẽ nói chúng tôi đang ở đâu với đường cong áp dụng AI trong ngành khi nói đến việc kết hợp bệnh nhân với các thử nghiệm lâm sàng?
Là một ngành công nghiệp, chúng tôi bắt đầu nhận thấy một lượng đầu tư hợp lý đổ vào không gian cho dù đó là trong các hãng dược phẩm lớn hay thậm chí là trong thế giới đầu tư mạo hiểm. Sẽ có một số đột phá trong hai, ba năm tới có tác động lớn vì tôi thấy có rất nhiều công việc và nỗ lực dành cho nó.
Không ai thực sự vượt qua và nhận thấy rất nhiều bệnh nhân đã đăng ký và tìm kiếm các thử nghiệm phù hợp, nhưng chúng tôi đã kết thúc. Một trong những lý do tôi ở IQVIA là tôi nghĩ chúng tôi sẽ là những người vượt qua ngưỡng đó.
Sự đa dạng của bệnh nhân là điều đang được nói đến nhiều hơn trong ngành. Và sau đó, một điều khác mà chúng ta cũng nói đến rất nhiều là cách AI có thể khá phân biệt chủng tộc hoặc thành kiến.
Tôi sẽ nói AI là phi đạo đức.
Vậy đó là những người đứng sau chương trình?
Có, nó [AI] bắt chước các hành vi trước đây - các hành vi thiên vị. AI không thông minh lắm, đừng nói cho ai biết.
Trong trường hợp đó, làm thế nào chúng ta có thể đảm bảo rằng việc sử dụng AI giúp ích cho sự đa dạng của bệnh nhân hơn là cản trở nó?
Đây là một lĩnh vực nghiên cứu lớn đối với tôi bây giờ - sự đa dạng trong các thử nghiệm lâm sàng. Có một số công trình thực sự tốt đến từ Đại học Illinois và Cornell xoay quanh sự công bằng trong AI.
Nó không đặc trưng cho sự đa dạng. Đó chỉ là khái niệm hạn chế AI để đảm bảo rằng nó tập trung vào việc tiếp cận một số loại phân phối. Có thể hoàn toàn tùy tiện khi đảm bảo rằng bạn đang gặp sự phân bổ của táo và cam. Nhưng các ứng dụng trong sự đa dạng của các thử nghiệm lâm sàng thực sự mang lại lợi ích.
Đối với chúng tôi, một số không gian mà chúng tôi tập trung vào - và đây không phải là thử nghiệm đối sánh cụ thể, bởi vì nếu tôi đang giúp bệnh nhân tìm kiếm thử nghiệm, tôi sẽ giúp tất cả bệnh nhân tìm kiếm thử nghiệm bất kể sắc tộc - đang tìm ra bác sĩ nào tôi sẽ kéo vào nghiên cứu của tôi. Tôi đảm bảo rằng AI của tôi đang chú ý đến sự đa dạng của các bảng điều trị bệnh nhân của bác sĩ. Tôi không muốn theo đuổi những bác sĩ chỉ điều trị cho nhóm bệnh nhân da trắng. Tôi muốn có được những bác sĩ đang điều trị cho nhiều bệnh nhân khác nhau.
Và một số công bằng trong các phương pháp luận AI từ các trường học và nhóm nghiên cứu mà tôi đã đề cập đang thực sự làm rất tốt điều đó. Chúng tôi đã và đang làm việc để kết hợp điều đó vào một số AI của riêng mình để lựa chọn địa điểm và tuyển dụng bệnh nhân.
Ngành công nghiệp đã nói về các hầm chứa trong dữ liệu và không có quyền truy cập vào dữ liệu ở các quốc gia khác trong một thời gian. Đó có phải là điều mà IQVIA phải vật lộn? Hoặc là một nhà lãnh đạo trong không gian này, bạn có đủ quyền truy cập vào dữ liệu mà các thuật toán của bạn đã được đào tạo bài bản không?
Tôi làm việc trong lĩnh vực R&D và chúng tôi có rất nhiều trường hợp sử dụng được hưởng lợi từ tất cả các tài sản dữ liệu toàn cầu trong thế giới thực này. Tuy nhiên, R&D trước đây không có kinh nghiệm làm việc với tài sản và tất cả các hạn chế về quyền riêng tư và công nghệ. Đó là một hệ thống rất phức tạp để điều hướng.
Nhưng, khi tôi tạo ra ACoE với sự lãnh đạo của mình, chúng tôi đã có được sự xa xỉ khổng lồ này - chúng tôi có tổ chức toàn cầu này và một nửa công ty của chúng tôi tập trung vào dữ liệu cụ thể theo quốc gia, sản phẩm dữ liệu, giải pháp dữ liệu và vì vậy tôi đã thuê ba mọi người ở mọi quốc gia để giúp xây dựng các giải pháp và đảm bảo chúng tôi hoàn toàn tuân thủ các quy định của địa phương vì dữ liệu và bối cảnh quy định của mỗi quốc gia là hoàn toàn khác nhau.
Chúng tôi đặt cược lớn rằng điều đó sẽ có lợi và chúng tôi cảm thấy nó thực sự đã kết hợp tất cả các tài sản dữ liệu toàn cầu này vào cách chúng tôi điều hành doanh nghiệp và các thử nghiệm lâm sàng của chúng tôi. Đó có lẽ là điểm khác biệt lớn nhất mà IQVIA có, đó là những quốc gia thực sự phong phú, đa dạng và chuyên môn ở những quốc gia đó mà tôi có thể mang đến cho các trường hợp sử dụng R&D của mình. Nếu tôi đang cố gắng mở rộng nó đến một quốc gia cụ thể, tôi có một người nào đó tôi gọi đến và nói, 'Này, tôi có thể mượn ai đó từ tổ chức của bạn để giúp tôi mở rộng sang quốc gia của bạn không?'
Việc tuyển dụng đúng người có phải là một thách thức lớn trong lĩnh vực này không?
Đúng. Không chỉ ở mặt trước của việc biết tài sản dữ liệu toàn cầu, điều này siêu phức tạp - một số dữ liệu có ngôn ngữ khác nhau và tài sản dữ liệu khác nhau - mà còn có những vấn đề phức tạp của học máy. Học máy thật khó!
Có rất nhiều sinh viên thực sự sáng giá tốt nghiệp hàng năm từ rất nhiều trường đại học trong không gian. Nhưng việc đưa sinh viên và sinh viên tốt nghiệp vào không gian AI, và sau đó là các chuyên gia AI giàu kinh nghiệm, được thành lập tốt, có kinh nghiệm và biết các thử nghiệm lâm sàng, giống như mò kim đáy bể.
Rất nhiều tài năng của tôi được các công ty dược săn đón. Tôi rất vui vì các thành viên trong nhóm của mình có được những cơ hội lớn và thú vị, nhưng vì không có nhiều tài năng có cả nền tảng AI đó, cũng như chuyên môn về lĩnh vực lâm sàng - chúng tôi dành nhiều thời gian thuê các chuyên gia AI và sau đó đào tạo họ về các thử nghiệm lâm sàng.
Các công ty liên quan
