医疗AI:如何抓住四大机遇,应对四大挑战

动脉网
关注

人工智能(AI)正越来越多地应用于制药和医疗器械行业,它有望提高产品开发的效率,为延长患者生命提供创新的解决方案。然而,这一新兴领域将对现有监管系统提出挑战。因此,利益相关者必须通过合作,确保监管体系的顺利发展,以适应人工智能带来的变化。

动脉网编译了PharmaLex的相关报告。本文主要内容包括:

四大机遇:AI有望改善医疗产品的研发和生命周期管理

1.使用AI工具评估临床试验的纳入/排除标准;

2.在II期临床试验中使用人工智能识别临床活动;

3.从非结构化文本中提取数据;

4.自动化行政工作。

四大挑战:人工智能深入临床面临着监管挑战

1.如何验证不断“学习”的AI软件;

2.如何评估从新的基于AI的临床端点发出的安全信号;

3.如何审查使用AI的医疗技术;

4.人工智能系统需要数据——谁拥有患者的数据?

四大机遇:AI有望改善医疗产品的研发和生命周期管理

机遇1:使用AI工具评估临床试验的纳入/排除标准

在临床试验中,人工智能可用于评估与影像学或组织病理学相关的纳入和排除标准。因为第一批使用人工智能技术的诊断工具已经进入市场,所以这种应用是意料之中的。有了这些工具,对已有纳入/排除标准的评估过程将会变得更快,同时成本也会随着标准化程度的提高而降低。

对于低收入到中等收入国家来说,AI工具特别重要。当需要通过血液或组织等生物样本诊断疾病时,这些国家通常缺乏本国专家来评估生物样本。AI工具可以有效简化这一过程,帮助研究人员在当地进行样本评估,而不需要复杂且耗时的跨国运输。

机遇2:在II期临床试验中使用人工智能识别临床活动

利用人工智能评估新药的临床疗效可以降低成本、加快临床研发、尽早为患者带来新疗法,比如在II期试验中评估CT扫描或MRI扫描的成像端点。基于人工智能的算法可以优化成像结果的读取和评估,减少阅读器之间和内部的可变性,从而提高测量的灵敏度和特异性。如果这一工作不再需要放射科医生,那么可以有效地加快测量过程并降低成本。

另一个应用是开发新的临床试验终点,因为人工智能算法可以帮助减少试验患者数量。

例如,帕金森病患者可以在手腕上佩戴加速度计,就像健身追踪器一样。该加速度计将提供患者运动障碍及其随时间变化的连续数据,然后人工智能算法对这些数据进行评估,以区分患者是处于ON状态还是OFF状态,从而记录药物是否能起到改善病情的作用。

与患者日记或帕金森病综合评分量表(UPDRS)相比,这种评估方法可以极大降低可变性,因为UPDRS量表无法测量ON和OFF状态的确切时间。如果确认了临床终点,降低的变异性可能有助于招募更少的II期患者,以确定一种新药的治疗效果。

图1是关于帕金森病的一项临床研究,该研究与样本量以及是否持续监测有关。根据目前的UPDRS-III量表,在12个月的时间内,与患者日记等标准护理相比,超过300名患者(每只手臂150名患者)需要检测到疾病进展的放缓幅度大于40%。通过使用加速度计进行持续监测,大约有80名患者(每只手臂40名患者)达到预期结果的80%。

这使得之前假设的端点可变性,与UPRS-III相比,需要除以4。这种方差的降低是很有可能的,因为UPDRS-III量表与极端的变异性有关,在一年的时间内只能评估几次,例如四到六次,因为它需要患者去医院接受检测,并在没有服用左旋多巴(L-dopa)的情况下进行评估。

通过连续而不是交错的评估,从而提高运动活动的个别轨迹。而减少样本量会使研究成本更低,执行速度更快。

 

研究人员预计这种技术进步将对II期临床试验产生最大影响,因为III期临床试验需要足够多的患者来准确评估新产品的安全性,并在更大的样本容量中验证II期临床试验结果。

此外,在任何新的临床终点可以作为常规的替代终点证明临床效益之前,都需要经过大量的验证过程。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存