In uno studio pubblicato la scorsa settimana su Nature Communications si dettaglia la creazione di un algoritmo di intelligenza artificiale (IA) chiamato TrialGpt. TrialGpt è stato sviluppato dai ricercatori del National Institutes of Health (Nih) degli Stati Uniti per semplificare il processo di abbinamento di potenziali volontari a una serie di studi clinici ritenuti appropriati ed elencati su ClinicalTrials.gov. TrialGpt funziona elaborando una sintesi del paziente che include le informazioni mediche e demografiche ritenute pertinenti. L’algoritmo identifica quindi gli studi clinici pertinenti su ClinicalTrials.gov per i quali un paziente è idoneo ed esclude gli studi per i quali non lo è. TrialGpt spiega quindi in che modo la persona soddisfa i criteri di iscrizione allo studio. Il risultato finale è un elenco annotato di studi clinici, classificati per pertinenza e idoneità, che i medici possono utilizzare per discutere le opportunità di studi clinici con i loro pazienti. Per valutare l’efficacia di TrialGpt nel prevedere se un paziente soddisfaceva un requisito specifico per uno studio clinico i ricercatori hanno confrontato i risultati di TrialGpt con quelli di tre medici umani che hanno valutato oltre 1.000 coppie di criteri del paziente. Hanno scoperto che TrialGpt ha raggiunto quasi lo stesso livello di accuratezza dei medici. Inoltre, i ricercatori hanno condotto uno studio pilota con l’utente in cui hanno chiesto a due medici umani di esaminare sei riepiloghi anonimi dei pazienti e di abbinarli a sei studi clinici. Per ogni coppia paziente-studio, a un medico è stato chiesto di esaminare manualmente i riepiloghi dei pazienti, verificare se la persona era idonea e decidere se il paziente poteva qualificarsi per lo studio. Per la stessa coppia paziente-studio un altro medico ha utilizzato TrialGpt per valutare l’idoneità del paziente. I ricercatori hanno scoperto che quando i medici usano TrialGpt trascorrono il 40% in meno di tempo a selezionare i pazienti ma mantengono lo stesso livello di accuratezza. Trovare lo studio clinico giusto per i partecipanti interessati è un processo che richiede tempo e risorse, il che può rallentare importanti ricerche mediche. TrialGpt potrebbe aiutare i medici a collegare i loro pazienti alle opportunità di studi clinici in modo più efficiente e far risparmiare tempo prezioso che può essere meglio speso per compiti più difficili che richiedono competenze umane. In forza dei promettenti risultati di benchmarking il team di ricerca è stato recentemente selezionato per il Director’s Challenge Innovation Award per valutare ulteriormente le prestazioni e l’equità del modello in contesti clinici reali. I ricercatori prevedono che questo lavoro potrebbe rendere più efficace il reclutamento per gli studi clinici e contribuire a ridurre le barriere alla partecipazione per le popolazioni sottorappresentate nella ricerca clinica. Ci sembra che questo esempio di utilizzo delle intelligenze artificiali sia interessante almeno sotto tre punti di vista. Avere la possibilità di selezionare partecipanti idonei può ridurre significativamente il tempo necessario per trovare candidati e aumenta la probabilità di successo dello studio. Inoltre, gli algoritmi di IA possono prevedere quali pazienti hanno maggiori probabilità di abbandonare uno studio clinico, consentendo agli organizzatori di adottare misure preventive, come un migliore supporto o comunicazioni personalizzate. Ciò migliora la partecipazione e riduce il rischio di interruzioni che potrebbero compromettere i risultati dello studio. Infine, l’AI potrà analizzare dati storici e attuali per ottimizzare i protocolli degli studi clinici, suggerendo dosaggi ottimali, durate del trattamento e popolazioni di pazienti più adatte. © riproduzione riservata