两篇新研究论文探讨了AI在临床试验匹配中的应用,解决了患者招募和决策问责方面的挑战。第一篇论文介绍了VERDICT,一个神经符号代理,它使用可满足性模理论(SMT)来确保一致的策略应用和可问责的决策制定,其表现优于现有的仅限LLM和神经符号基线。第二篇论文提出了TrialGPT 2.0,一个在多个肿瘤学环境中进行评估的AI辅助系统,该系统将临床医生效率提高了55%,并为90.9%的患者识别了额外的试验机会,同时还引入了一个新的数据集NIH-TrialBench以实现可重复性。 AI
影响 这些系统展示了AI在提高高风险医疗决策的效率和准确性方面的潜力,可能加速药物开发和患者获得试验的机会。
排序理由 两篇在arXiv上发表的学术论文,详细介绍了用于临床试验匹配的新AI系统和方法。
- NIH Institutes and Centers
- NIH-TrialBench
- TrialGPT 2.0
- United States National Institutes of Health
- arXiv
- Hugging Face
- MaxSMT
- Satisfiability Modulo Theories
- SIGIR 2016 Workshop WebQA II
- TREC 2021
- VERDICT
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →