Il National Institutes of Health (Nih) ha sviluppato un nuovo algoritmo di intelligenza artificiale, denominato TrialGpt, per facilitare l’abbinamento tra pazienti e studi clinici, un processo che può richiedere tempi lunghi, soprattutto nel caso di malattie rare. Creato dagli esperti del National Center for Biotechnology Information (Ncbi) e della National Library of Medicine (Nlm), il software punta a velocizzare l’individuazione dei potenziali volontari per i trial clinici elencati su ClinicalTrials.gov. Il funzionamento di TrialGpt, descritto in un articolo su Nature Communications, si basa su un framework articolato in tre fasi: inizialmente, il modulo TrialGPT-Retrieval esegue un filtro su larga scala per individuare gli studi più pertinenti; successivamente, TrialGPT-Matching valuta l’idoneità del paziente ai criteri specifici; infine, TrialGPT-Ranking assegna un punteggio complessivo per ogni studio, offrendo un riepilogo chiaro dei motivi per cui un paziente risulta idoneo.
L’algoritmo è stato testato su tre gruppi di 183 pazienti sintetici, con oltre 75.000 annotazioni relative a studi clinici. I risultati indicano che TrialGPT-Retrieval ha individuato oltre il 90% degli studi pertinenti analizzando meno del 6% dei dati iniziali, mentre TrialGPT-Matching ha raggiunto un’accuratezza dell’87,3% nel confrontare i pazienti con i criteri, producendo spiegazioni affidabili comparabili a quelle degli esperti umani. Inoltre, TrialGPT-Ranking ha mostrato un’elevata correlazione con le valutazioni umane, superando del 43,8% i modelli concorrenti nella classificazione e esclusione degli studi. Uno studio sugli utenti ha inoltre dimostrato che l’utilizzo di TrialGpt può ridurre del 42,6% i tempi necessari per il reclutamento dei pazienti. Questo strumento, quindi, potrebbe supportare i clinici nell’orientarsi tra i numerosi trial disponibili, accelerando l’arruolamento e favorendo il progresso della ricerca medica.
La Redazione
Source: ABOUTPHARMA
