机构名称：
¥ 1.0
本研究旨在利用自然语言处理 (NLP) 技术开发可解释的 AI 方法，将患者与 1 期肿瘤临床试验进行匹配，以应对患者招募方面的挑战，从而提高药物开发的效率。已经开发出一个基于现代 NLP 技术的原型系统，将患者记录与 1 期肿瘤临床试验方案进行匹配。匹配考虑了四个标准：癌症类型、体能状态、基因突变和可测量疾病。系统输出匹配分数摘要以及证据解释。根据领域专家在十二份合成虚拟患者记录和六个临床试验方案的数据集上提供的真实匹配结果，评估了 AI 系统的输出。该系统的精确度为 73.68%，灵敏度/召回率为 56%，准确率为 77.78%，特异性为 89.36%。对错误分类案例的进一步调查表明，缩写的歧义和对上下文的误解是导致错误的重要因素。系统发现所有假阳性病例都没有匹配的证据。据我们所知，目前公共领域中还没有系统采用可解释的基于人工智能的方法来识别 1 期肿瘤试验的最佳患者。这项针对 1 期肿瘤试验开发患者和临床试验匹配人工智能系统的初步尝试取得了令人鼓舞的结果，有望在不牺牲患者试验匹配质量的情况下提高效率。
使用 I 期肿瘤学试验的概念验证试点研究
主要关键词
相关文件推荐
