GPT—4V在临床试验筛选中提供巨大益处

筛选患者以找到合适的参与者进行临床试验是一项劳动密集型、昂贵且容易出错的任务，但人工智能可能很快就会解决这个问题。

来自布里格姆妇女医院、哈佛医学院和马萨诸塞州布里格姆个性化医学学院的一组研究人员进行了一项研究，看看人工智能模型是否可以处理医疗记录来找到合适的临床试验候选人。

他们使用了GPT-4V，OpenAI的LLM具有图像处理功能，通过检索-增强生成(RAG)来处理潜在候选人的电子健康记录(EHR)和临床笔记。

LLM使用固定的数据集进行预训练，只能根据该数据回答问题。RAG是一种技术，使LLM能够从外部数据源（如互联网或组织的内部文档）检索数据。

当参与者被选中进行临床试验时，他们的适合性由一系列纳入和排除标准来确定。这通常需要训练有素的工作人员梳理数百或数千名患者的电子病历，以找到符合标准的患者。

研究人员从一项旨在招募症状性心力衰竭患者的试验中收集了数据。他们使用这些数据来观察使用RAG的GPT—4V是否可以比研究人员更有效地完成这项工作，同时保持准确性。

潜在候选人的EHR中的结构化数据可用于确定临床试验的6项入选标准中的5项和17项排除标准中的5项。这是最简单的部分。

剩下的13个标准需要通过询问每个患者临床记录中的非结构化数据来确定，这是研究人员希望人工智能能够帮助的劳动密集型部分。