Ein in JAMA erschienener Research Letter erklärt, dass künstliche Intelligenz imstande ist, den Prozess der Identifizierung geeigneter Patient:innen für klinische Studien bedeutend schneller zu machen. Die Studie beschäftigt sich mit RECTIFIER, einem KI-gestützten Screening-System, das auf große Sprachmodelle (LLM) zurückgreift und die Zeit für das Patientenscreening signifikant verringert, während es die Zahl der Rekrutierungen erhöht.
Die Rekrutierung für klinische Studien ist ein kostspieliger Prozess, der zudem mit einem hohen Arbeitsaufwand verbunden ist. Die traditionellen Methoden sehen die manuelle Überprüfung der Patientenakten vor, eine Prozedur, die nicht nur den Abschluss der Studie verzögert, sondern auch bis zu ein Drittel der Gesamtkosten ausmacht. Auch wenn die strukturierten Prüfungen elektronischer Patientenakten (ePA) die anfängliche Identifizierung potenzieller Proband:innen verbessert haben, benötigen unstrukturierte klinische Daten wie klinische Notizen noch eine manuelle Analyse, die viel Zeit in Anspruch nimmt. RECTIFIER ermöglicht es den Forschenden, schnell und genau zu einzuschätzen, ob Patient:innen die komplexen Kriterien für eine Aufnahme in eine Studie erfüllen oder nicht. In einer Gegenüberstellung wurden bei der manuellen Überprüfung 887 Patientenakten untersucht, während mit der KI-gestützten Methode die Gruppe auf lediglich 37 Patient:innen eingeengt werden konnte, was sowohl für die Schnelligkeit wie die Genauigkeit des Tools spricht. RECTIFIER hat im Vergleich zu den traditionellen Methoden nicht nur die für die Identifizierung der Patient:innen benötigte Zeit mehr als halbiert, sondern auch die Rekrutierungszahlen fast verdoppelt.
Allerdings beruht diese verbesserte Effizienz auf einem Human-in-the-Loop–Modell. Die KI liefert eine schnelle Vorprüfung, während die endgültigen Entscheidungen weiterhin von den Forschenden getroffen werden. Dieser Ansatz stellt sicher, dass durch die menschliche Supervision die Genauigkeit und Angemessenheit der Patientenauswahl gewährleistet ist, während die KI den Prozess beschleunigt.
Auch wenn die Studie nur in einer Klinik durchgeführt wurde und sich auf Herzinsuffizienz konzentriert hat, besteht Optimismus hinsichtlich weiterer Anwendungsmöglichkeiten von RECTIFIER. „Es besitzt keine Merkmale, die es zu einem spezifischen Tool für Herzinsuffizienz machen“, erklärt Alexander J. Blood vom Accelerator for Clinical Transformation am Mass General Brigham. Die zugrundliegende Technologie des Tools kann an verschiedene Krankheitsbereiche angepasst und auf unterschiedliche klinische Kontexte eingestellt werden. Das Mass General Brigham, ein großes Gesundheitsnetz, zu dem ca. vierzehn Krankenhäuser gehören, hat schon angefangen, das Tool in einer Beta-Phase zu testen, in der Hoffnung, seine Anwendung innerhalb des Netzes und darüber hinaus auszudehnen.
Quelle
Hswen Y, Collins N. Study Finds AI Can Quickly Prescreen Patients for Clinical Trials, Speeding Enrollment. JAMA 2025. Published online March 14. doi:10.1001/jama.2025.2590