clinical trial
PulseAugur coverage of clinical trial — every cluster mentioning clinical trial across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架对临床试验中的人机交互进行分类
本文介绍了一种用于对临床试验中的人机交互进行分类的新型多维度框架。该方法根据人工智能任务、人机关系、配置和涉及的人群来对这些交互进行分类。研究人员将该框架应用于 15 项临床试验，并使用人工审查员和大型语言模型（LLM）分类器来对交互进行分类。研究强调了 LLM 辅助分类的潜力，同时强调了在记录不完整或不明确的试验时，人类判断的持续必要性。
-
新框架CLIN客观评估大型语言模型在波斯文学中的创造力
研究人员开发了CLIN，一个用于客观评估大型语言模型生成的波斯短篇文学文本创造力的新框架。研究发现，大型语言模型在诸如情感和吸引力等主观创造力维度上表现不佳，而在原创性和流畅性等结构化属性方面则表现更好。CLIN利用这些维度的代理指标，与直接的大型语言模型评估相比，以更低的计算成本实现了与人类水平相当的一致性。
-
AI框架通过可靠的分子性质预测增强药物发现能力
研究人员开发了一个新的共形预测框架，旨在提高AI在药物发现中的可靠性，尤其是在处理标签偏移时。该方法通过用边际标签概率比加权共形分数来生成统计上严格的预测区间，即使在分子性质分布发生变化时也能进行稳健的不确定性量化。该方法旨在增强对关键分子性质（如溶解度、效力和毒性）的AI驱动预测的信任度，从而支持药物开发流程中更明智的决策，并符合监管机构对透明度的要求。
-
AI/ML临床试验分析揭示2010-2023年研究趋势
对2010年至2023年间进行的AI和ML临床试验进行了全面分析，共审查了3106项研究。研究结果表明，其中56.2%的试验是随机的，44.2%由医院或诊所赞助。肿瘤是12.9%研究的焦点，绝大多数，即75.3%，在高收入国家进行。
-
研究发现人工智能可为临床试验节省数百万美元
塔夫茨药物开发研究中心的一项新研究表明，人工智能可以显著降低癌症治疗临床试验的成本和时间。分析表明，人工智能驱动的工具可以将试验周期缩短约10周，并为后期试验节省高达560万美元的运营成本。预计这些效率将在三到五年内成为临床试验的标准，有可能降低药物失败率，并为进一步研究腾出资源。
-
新基准标准化心理健康分类的机器学习
研究人员推出了 Neurai-VN Benchmark，这是一个用于评估机器学习模型在数字表型分析心理健康分类中的标准化框架。该基准建立在 Neurai-VN 数据集之上，该数据集包含 100 名越南成年人两周的被动传感和主动评估数据。该研究建立了基线性能指标，在区分健康个体与抑郁或临床状况个体方面达到了高达 0.71 的 F1 分数，在区分健康个体与焦虑个体方面达到了 0.69。
-
新的基准套件AMEND++可预测临床试验资格标准修正
研究人员推出AMEND++，一个旨在预测临床试验资格标准修正的新基准套件。该套件包含两个数据集：AMEND，追踪公开试验的历史编辑和修正标签；以及AMEND_LLM，一个专注于实质性变更的精选子集。他们还开发了变化感知掩码语言模型（CAMLM），一种利用历史编辑改进修正预测的预训练策略，在各种基线模型上显示出持续的收益。
-
首位人类患者接受细胞重塑疗法
一项具有里程碑意义的临床试验已经开始，首位参与者接受了一种新颖的细胞重塑疗法，旨在逆转细胞衰老过程。这种开创性的方法旨在使细胞恢复活力，标志着寿命研究领域的一个重要进展。该试验代表了这项技术在人类身上的全球首次应用。
-
AI和ML在医疗保健领域的应用，尤其是在临床试验中，呈现快速增长
生成式AI和机器学习在医疗保健领域的应用正在迅速扩展，尤其是在临床试验中。自2017年以来，该领域的研究激增，2021年至2023年的研究数量显著增加。尽管高收入国家和学术机构在该研究领域占据主导地位，但研究完成后报告结果的比率较低。
-
AI助手帮助患者找到临床试验
开发了一个AI助手，帮助患者应对临床试验的复杂性，解决了许多人不知道或无法获得相关研究机会的问题。该助手利用FHIR和MCP等医疗数据标准来访问和处理信息。尽管取得了进展，但文章指出，目前医疗领域的AI解决方案往往未能完全满足患者的需求和系统集成。
-
Databricks Genie 工具通过自然语言数据洞察加速临床试验
Databricks 推出了 Genie for Clinical Trial Intelligence，一款旨在加速临床试验完成的新工具。该平台解决了识别现场绩效问题延迟可能导致试验时间增加数周的关键问题。Genie 允许临床运营负责人使用自然语言查询海量的试验数据，从而能够更快地检测和解决诸如入组速度和方案偏差等问题。此举旨在降低成本，更重要的是，加快患者获得新疗法的速度。
-
Claude CLI将700篇PubMed论文与200项临床试验进行匹配
一项案例研究详细介绍了如何使用AI助手Claude来语义链接700篇PubMed论文和200项临床试验。该过程涉及根据药物别名、研究设计和医学数据集中的术语来评估潜在匹配项。与Claude集成的FutureSearch工具成功识别了73个论文-试验匹配项，在匹配报告了其结果的出版物与试验方面，显示出90.6%的高召回率。