Una research letter pubblicata sul JAMA spiega come l’intelligenza artificiale sia in grado di accelerare notevolmente il processo di identificazione dei pazienti idonei per gli studi clinici. La ricerca si sofferma in particolare su RECTIFIER, un sistema di screening assistito basato sull’intelligenza artificiale che sfrutta modelli linguistici di grandi dimensioni (LLM), riducendo significativamente i tempi di screening e aumentando l’arruolamento dei pazienti.

Il reclutamento per gli studi clinici è da tempo un processo costoso e ad alta intensità di lavoro. I metodi tradizionali si basano sulla revisione manuale delle cartelle cliniche, una procedura che non solo ritarda il completamento dello studio, ma che contribuisce fino a un terzo dei costi complessivi della sperimentazione. Anche se le interrogazioni strutturate delle cartelle cliniche elettroniche (EHR) hanno migliorato l’identificazione iniziale dei potenziali partecipanti, i dati clinici non strutturati, come le note narrative, hanno ancora bisogno di un’analisi manuale che richiede molto tempo. ECTIFIER di fatto consente ai ricercatori di valutare in modo rapido e accurato se i pazienti soddisfano i complessi criteri di inclusione ed esclusione delle sperimentazioni. In un confronto, mentre il metodo di screening manuale ha esaminato 887 cartelle cliniche, il metodo assistito dall’intelligenza artificiale ha ristretto il gruppo a sole 37 cartelle, il che riflette sia la velocità che la precisione dello strumento. RECTIFIER non solo ha ridotto di oltre 2 volte il tempo necessario per determinare l’idoneità dei pazienti, ma ha anche portato a un tasso di iscrizione quasi doppio rispetto ai metodi tradizionali.

Questo guadagno in termini di efficienza è comunque basato su un modello “human-in-the-loop”. Nonostante il rapido prescreening fornito dall’IA, le decisioni finali vengono comunque verificate dal personale di ricerca. Questo approccio garantisce che, mentre l’IA accelera il processo, la supervisione umana mantiene l’accuratezza e l’adeguatezza della selezione dei pazienti.

Anche se lo studio è stato condotto in un singolo centro e si è concentrato sull’insufficienza cardiaca, c’è ottimismo circa le applicazioni più ampie di RECTIFIER. “Non ci sono caratteristiche che lo rendano uno strumento specifico per l’insufficienza cardiaca”, spiega Alexander J. Blood dell’Accelerator for Clinical Transformation alla Mass General Brigham. La tecnologia di base del sistema è adattabile a diverse aree patologiche e può essere scalata in più contesti clinici. Il Mass General Brigham, una grande rete sanitaria che comprende circa 14 ospedali, ha già iniziato a testare lo strumento in fase beta con la speranza di estenderne l’uso a livello aziendale e oltre.

Fonte

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