NIH setzt KI ein, um Patienten automatisiert mit klinischen Studien abzugleichen (TrialGPT)

Klinische Studien gelten als kritischer Engpass in der Arzneimittelentwicklung. Ein neues Medikament braucht im Schnitt mindestens ein Jahrzehnt bis zur Zulassung und kostet zwischen 1 und 2 Milliarden US-Dollar. 60 bis 70 Prozent dieser Zeit entfallen auf die drei klinischen Phasen. Gleichzeitig scheitern 90 Prozent der Medikamente, die die klinische Testphase erreichen, an den Zulassungsanforderungen. Ein wesentliches strukturelles Problem ist die Rekrutierung geeigneter Studienteilnehmer: Patienten müssen zu den spezifischen Ein- und Ausschlusskriterien einer Studie passen, und dieser Abgleich war bislang eine aufwändige manuelle Aufgabe für medizinisches Fachpersonal.

Die US-amerikanischen National Institutes of Health (NIH) haben TrialGPT entwickelt, ein KI-System, das Patienten automatisiert mit klinischen Studien abgleicht, die zu ihrer spezifischen Erkrankung passen und in ihrer geografischen Nähe verfügbar sind. Das System übernimmt damit eine Aufgabe, die sonst von medizinischen Experten manuell durchgeführt wird.

TrialGPT basiert auf dem Einsatz generativer KI-Technologie für das strukturierte Matching zwischen Patientenprofilen und den Kriterien klinischer Studien. Details zur zugrundeliegenden Modellarchitektur oder zu den genutzten Datenquellen gehen aus den vorliegenden Quellen nicht hervor.

Laut Untersuchungen, auf die in den Quellen verwiesen wird, erreicht TrialGPT beim Abgleich von Patienten mit klinischen Studien eine Genauigkeit, die nahezu der menschlicher Experten entspricht, bei einem um 40 Prozent geringeren Zeitaufwand.

TrialGPT reiht sich in einen breiteren Trend ein, KI zur Beschleunigung klinischer Studien einzusetzen. Vergleichbare Plattformen wie das Schweizer Unternehmen Ancora.ai verfolgen ähnliche Ansätze: Ancora wurde seit 2022 von über 23.000 Menschen aus 101 Ländern genutzt, um nach Krebsstudien zu suchen. Auch die US-Arzneimittelbehörde FDA hat im Berichtszeitraum ein Pilotprojekt angekündigt, das untersuchen soll, wie KI-gestützte Technologien die Effizienz und Qualität der Entscheidungsfindung in frühen Studienphasen verbessern können, ein Zeichen, dass Regulierungsbehörden dem KI-Einsatz in klinischen Studien zunehmend offen gegenüberstehen.