AIが臨床試験でスムーズな患者マッチングを実現する方法

新型コロナウイルス感染症のパンデミックは、がんとの戦いにおいて医療界に重要な教訓を浮き彫りにした。それは、高度なツールは臨床現場で広く利用できなければ研究にほとんど役に立たないということだ。

パンデミックにより、医療業界におけるいくつかの非効率性が浮き彫りになった。例えば、コロナウイルスの発生当初は、人工呼吸器や個人用防護具の不足に注目が集まりました。その後、米国の低所得層や社会的弱者層が流行に対してより脆弱であることが認識され、さらに、流行により、米国内の州間でワクチン接種の不均等な配分も浮き彫りになった。

[[392553]]

こうした危機に対処するため、一部の医療機関では人工知能、自然言語処理、データ管理などビッグデータに関連する技術を導入している。一部の医学研究者や医師は、これらのツールを活用して、ウイルス感染リスクが最も高い人々に検査を集中させ、最も脆弱な患者にリソースを再配分し、ワクチンの開発と生産を加速させている。

こうした先進技術の一部は、すでに世界中の一流研究室や医療機関で導入されているが、米国のほとんどの病院やがん治療センターがコロナウイルス患者やがんなどの生命を脅かす重大な病気の治療に使用している医療機器の標準機能ではない。

デジタルヘルス技術は、がん治療センターで広く使用されるようになっています。この技術は医療システムの回復力と効率性を高める可能性がある一方で、すでに過剰負荷となっている臨床環境に影響を及ぼす可能性もあります。パンデミックが収束した後、人々が米国の医療制度への信頼を回復しようとする中、より優れた先進技術を導入する必要があるが、それは臨床医がそれを使用できる場合に限る。実用的な技術を優先して派手な機能を放棄することが、指針となるべきです。

がんの研究試験

この流行により、がん研究も深刻な影響を受けています。がんの臨床試験は、がん患者にとって最善かつ最後の希望となることが多いですが、病院の臨床試験リソースが限られている場合、ボランティアの特定と募集は困難な場合があります。

パンデミック以前でさえ、十分な数の患者を見つけることが困難であったため、こうした研究や試験は失敗することが多かった。昨年4月、医療データサービスプロバイダーのメディデータは、実施中の1,500件の試験への参加登録数が70%減少したことを確認した。登録者数は昨年6月に増加し始めたが、米国で新型コロナウイルス感染者数が急増したため、登録者数は再び減少した。

今日、何万人もの癌患者が腫瘍専門医や研究者にさらなる期待を抱いています。コロナウイルスとの戦いと同様に、既存のテクノロジーを活用して科学者や医師の研究活動をサポートし、加速させる大きなチャンスがあります。

多くの AI ソリューションが発表されているにもかかわらず、機械学習や自然言語処理を使用する際の課題は、計算能力や完璧なアルゴリズムへのアクセスが保証されていないことです。クラウド コンピューティングとソフトウェアの急速な発展により、これを実現することは容易になります。腫瘍学の研究者は、臨床現場にシームレスに適合するソリューション、つまり医師とそのスタッフが使用するツールに重点を置く必要があります。ここで、医療システムにおけるテクノロジーを推進するエンジンである患者データの生成が重要になります。

より簡単にデータを抽出

患者を臨床試験にうまく誘導するソリューションは、負担の大きい医師やそのサポートスタッフに摩擦や過度の作業を発生させることなく、既存のシステムやワークフローに統合されます。多くの AI ソリューションは電子医療記録を使用するため、データの作成には医師からの追加入力が必要になります。現実には、医師や患者対応スタッフにはこれを行うための時間と余裕がありません。

ほとんどの腫瘍専門医は、患者一人の診察に費やす時間はおそらく13～24分程度だと言います。一方、医師が患者と過ごす時間は通常 15% 程度で、患者データの分析に多くの時間を費やしています。こうしたツールを開発する研究者は、医師にさらなる負担をかけるのではなく、医師の時間を解放することを目指すべきだ。そのため、研究機関は、電子医療記録 (EMR) や腫瘍学の患者登録などの既存の構造化データ ソースをマイニングするための AI 対応プラットフォームを設計しました。一方、研究者らは、臨床試験を実施して適合する可能性のあるものを見つけるために不可欠となる、その他の臨床的に関連のあるデータを抽出することにも注力している。これには、医師からの患者メモ、外部ソースからの検査レポート、ファックスやスキャンされた文書などの非構造化データが含まれます。これらのデータには、複雑な臨床試験の包含基準または除外基準に一致する重要な情報が含まれている場合があります。

腫瘍学で試されている多くの技術や製品とは異なり、今日では肯定的な結果が見られ始めています。昨年3月から6月にかけて多くの臨床試験が中止されたため、臨床試験の参加者数は激減した。例えば、この技術を導入したあるがん治療センターでは、がん患者をわずか10人しか募集しなかった。

データ抽出プロセスでは、自然言語処理を使用して、非構造化ソースに隠されたデータのロックを解除し、患者の癌の組織学と動作、遺伝子構成、ステージ、患者が手術を受けたかどうかを調べます。

医療専門家も時間があればこの作業を行うことができます。クラウド コンピューティングとデータ処理の大きな進歩のおかげで、このテクノロジーは何千もの臨床試験基準の数万通りの組み合わせをスクリーニングできます。これは、手作業で行うと何週間もかかる作業です。

この技術ではボランティアが適しているかどうか決定的に判断することはできないが、重要なのは、研究分野が大幅に絞り込まれ、医師が臨床試験の要件を満たす患者を見つける機会が増えることだ。

研究によると、成人の癌患者のうち臨床試験に参加するのは 20 人に 1 人だけであり、患者の躊躇や経済的な障壁が最も重要な要因の一部であり、主に情報や医師の紹介の不足によるものであることがわかっています。医師たちは、臨床試験は正しい行為であり、患者に質の高い治療とケアを提供できると信じています。

患者募集の難しさは、時間的制約と煩雑な臨床ロジスティクスに起因していました。人々はこの現実を認識し、医師がこれらの困難を克服できるよう支援する必要があります。