Fast Clinical AI

Schnelle klinische KI

Wir entwickeln ein Tool zur Verarbeitung natürlicher Sprache (NLP) namens Fast Clinical AI zur Ermittlung von Risiken, Kosten, Rekrutierungs- und Einschreibungskriterien sowie Einwilligungskomplexitäten bei klinischen Studien mittels natürlicher Sprachverarbeitung, das in Datenquellen von Studienmanagementplattformen integriert werden kann, sodass Pharmaunternehmen KI in ihren Betriebsabläufen nutzen können .

Die Planung klinischer Studien ist derzeit ein anspruchsvoller Bereich der Arzneimittelentwicklung. Die Studie wird von einem Team von Forschern mit hochspezialisiertem Fachwissen entwickelt und als Protokoll niedergeschrieben, oft ein PDF-Dokument mit ca. 200 Seiten. Die Kosten oder das Risiko einer klinischen Studie erfordern auch eine geschäftliche Bewertung, bei der Team von hochqualifizierten Forschern. Dies geschieht normalerweise manuell in der Pharmaindustrie. Unternehmen und Förderorganisationen.

Wir haben eine Reihe von Tools entwickelt, die die Verarbeitung natürlicher Sprache (NLP) nutzen, kann Kosten- und Risikofaktoren in einem Protokoll identifizieren.

Eine erste Version eines früheren Tools, des Clinical Trial Risk Tool, finden Sie hier . Es hat wurde von Gates Open Research vorgestellt und gewann 2023 den ersten Preis bei der Plotly Dash Challenge für die Visualisierung eines KI-Modells.

Die aktuelle Version des Clinical Trial Risk Tool analysiert Protokolle klinischer HIV- und TB-Studien und identifiziert Risikofaktoren mithilfe der Verarbeitung natürlicher Sprache. Sie können ein Protokoll für klinische Studien im PDF-Format, und das Tool generiert eine Risikobewertung von der Prozess.

Wir hoffen, den bestehenden Prototypen weiter ausbauen zu können, um Pathologien, insbesondere onkologische Studien, und fügen Sie Dokumentenmanagement hinzu Fähigkeiten, anpassbare Vorhersagemodelle wie Kosten- und Risikomodellierung und Vorhersagen auf Grundlage von Einschreibungskriterien (wie etwa erwartete Schwierigkeit der Einschreibung, oder voraussichtliche Zeit, die benötigt wird, um die Mindeststichprobengröße zu erfassen)

Das Besondere an unserem Tool ist, dass es modernste KI nutzt, um Schlüsselfunktionen zu extrahieren aus einem Protokolltext, kombiniert mit traditioneller Risikomodellierung oder sogar manuell bestimmte Heuristiken zur Vorhersage von Kosten und anderen Faktoren. Dies wird als hybrider KI- Ansatz bezeichnet und wir können dies durch eine Kombination aus natürlichen Spracherfahrung und Insiderwissen aus der Pharmaindustrie.

Das Tool extrahiert nicht einfach Merkmale aus einem Text, sondern beinhaltet vor allem auch prädiktive Modellierung. Aus früheren Beratungsprojekten in diesem Bereich wissen wir, dass die Hinzufügung von hoch domänenspezifische prädiktive Modellierung (z. B. angesichts dieses Protokoll-PDFs, was ist die voraussichtlichen Kosten einer Studie in Milliarden Dollar oder die voraussichtliche Einschreibedauer) ermöglicht es Organisationen, das Risiko zu kontrollieren, ihre Finanzplanung zu verbessern und Verbesserung der betrieblichen Effizienz. Aus diesem Grund erwarten wir, dass dieses Tool disruptive Auswirkungen auf die eher traditionelle Art und Weise, wie viele Studien derzeit entworfen.

Unsere früheren Beratungsaufträge von Boehringer Ingelheim und der Gates Foundation sowie eine Reihe kleinerer Gespräche und Engagements mit andere Unternehmen im Pharmabereich, zeigen, dass echtes Interesse besteht und kommerzieller Antrieb, Geld für diese Art von Lösung auszugeben. Wir haben zwei sehr ähnliche Varianten dieses Produkts in Beratungsaufträgen, so dass wir starke Nachfrage, sobald ein robustes Produkt vorhanden ist.

Warum Fast Clinical AI verwenden?

Das Clinical Trial Analysis Tool unterstützt Pharmaunternehmen und medizinische Forschungsorganisationen bei der Planung, Risikominimierung und Optimierung ihrer klinischen Studien.

Das Tool hilft bei der Optimierung des Prozesses der neue Medikamente und Geräte vom Labor bis zum Markt. Unser Projekt konzentriert sich auf einen datengesteuerten Ansatz für das Design klinischer Studien und Planung.

Wir hoffen, dass unser Tool dazu beitragen wird, die Entwicklung von Studien zu demokratisieren und die Pharmaindustrie in Großbritannien und auch in LMICs/dem Globalen Süden. Dies wird dazu beitragen zum Ansehen Großbritanniens als führendes Land im Bereich Gesundheits- und Medizintechnologie.

Laden Sie das Pitch Deck für das Clinical Trial Risk Tool herunter

Was ist neu bei Fast Clinical AI?

Unser Ansatz ist innovativ, denn obwohl es eine Reihe von Kosten- und Risikofaktoren gibt, vorhandene Metriken, wie das Protocol Cost Tool, entwickelt von WCG Metrics Champion Consortium/Avoca Quality Consortium und TransCelerates Risk Assessment and Categorization Tool (RACT), sind dies häufig Tabellen mit Dropdown-Listen, in die ein Benutzer bis zu 100 Schlüsselparameter einer Studie eingeben kann. Dies ist sehr unterscheidet sich von der Benutzerfreundlichkeit, Effizienz und Geschwindigkeit, die ein Ansatz zum Verständnis natürlicher Sprache bietet.

Unsere Innovation kann neben den aktuellen Bewertungsmethoden klinischer Studien bestehen, sondern ermöglicht es Ermittlern, Studienleitern und Geldgebern, eine schnelle Triage einer Studie durchzuführen Schwachstellen, Risiken oder Kostensenken zu identifizieren oder ein Bündel von Versuchen oder Einverständniserklärungen, wie sie beispielsweise von anderen Pharmaunternehmen erhältlich sind.

Das Tool wird die Effizienz in der Phase der Studienplanung steigern und, wenn es in Studienmanagement-Software, ermöglichen eine Feedback-Schleife. Dies wird letztlich bringen Vorteile für die Pharmaindustrie: Kostensenkung (Abfall) und Reduzierung von vorhersehbares Risiko und Ursachen für ein Scheitern der Studie, wie z. B. das Versäumnis, sich anzumelden. Reduzierte Die Kosten klinischer Studien werden letztlich an die Patienten und Gesundheitsdienstleister weitergegeben.

Warum keine generative KI und LLMs in der Pharmaindustrie einsetzen?

Obwohl große Sprachmodelle (LLMs) und generative Modelle wie GPT in letzter Zeit sehr Mainstream-Lösungen auf LLM-Basis übersehen oft ein entscheidendes Element des Puzzles, nämlich würde den Wert für Pharmakunden steigern: eine Verbindung zwischen den unstrukturierten Daten in einem klinischen Studienprotokoll und die wahrscheinlichen Ergebnisse der Studie (Effektstärke, Einschreibung, Nichterbringung informativer Ergebnisse, Kosten in Milliarden Dollar usw.). Dieses letzte Problem können mit prädiktiver Modellierung und der Kombination mit LLMs angegangen werden könnte man als hybride KI bezeichnen.

Unsere wichtigste technische Innovation bei Fast Clinical AI ist die Idee eines hybriden maschinellen Lernansatzes bestehend aus: ein Modell zur Verarbeitung natürlicher Sprache, das den Text des Versuchsprotokolls verarbeitet ein Risiko-, Kosten- oder anderes Vorhersagemodell (anpassbar auf Basis der Anforderungen), verknüpft mit dem NLP-Modell.

Unseres Wissens verfolgt kein anderes Produkt auf dem Markt einen hybriden Ansatz für NLP kombiniert mit prädiktiver Modellierung von Protokollen klinischer Studien.