临床试验是的一个基本支柱制药药物发现过程。从本质上讲，临床试验是一种研究，它试图确定一种医疗方法或设备对人类是否安全有效。而制药业也有丰富的经验一些波动这仍然是一个有利可图的市场。全球处方药支出估计接近到2021年将达到1.5万亿美元根据昆泰公司，IMS控股。
然而，研究人员在构建临床试验时面临的主要挑战是高成本和低成功率。根据美国食品和药物管理局的数据，大致如此在人体试验中，每10种药物中就有1种获得FDA批准与数百万美元的投资在研究过程中。
在本报告中，我们着手确定以下重要问题的答案:
- 哪些类型的人工智能应用正在出现，以提高临床试验的效率和优化?
- 是怎样的卫生保健市场实施这些人工智能应用?
大多数人工智能用例和新兴的临床试验技术似乎都围绕着三个主要应用:
- 病人招聘:各公司正在开发软件平台，以便根据指定的标准更好地匹配患者进行临床试验。
- 临床试验设计当前位置各公司正在开发机器学习算法，以帮助研究人员管理临床试验工作流程。
- 临床试验优化：公司正在开发的机器学习模型来预测哪些患者在临床试验中的辍学防止审判合法性威胁的风险。
病人招聘
解毒剂
公司成立于2010年，总部设在英国伦敦，在纽约、纽约和印第安纳州卡梅尔设有办事处。解毒剂声称它使用机器学习通过临床试验匹配平台将患者与医学研究联系起来。
使用培训了大批量的临床试验的患者合格标准算法，成千上万的公开审判是由搜索解毒剂比赛搜索根据用户的响应，以问卷的发动机。
在访问解药的网站时，搜索临床试验的患者会被提示回答一系列有关他们健康的问题，比如“你在寻找什么条件下的临床试验?”并将他们的位置与附近的机会相匹配。
在下面2分钟的视频中，CEO兼创始人Pablo Graiver和员工讨论了公司的使命及其在药物研发过程中的潜在价值。
根据一项案例研究，与阿尔茨海默氏病的临床试验所需的1名万人参加的2个月。解药声称，通过其平台和伙伴关系，它“在不到2个月[及其推荐]交付押金10,000推荐的8000更可能七次从其他渠道完成所需要的后续转诊相比。”
通过解药的连接网络在美国，该公司已经扩大了与卫生组织接触的平台比赛搜索引擎嵌入到网站。其结果是，该公司声称，它的平台达到了数百万患者通过180多个在线社区。
与解毒剂合作的公司包括国家肾脏基金会、狼疮研究联盟和健康热线。
有机器学习经验的员工包括汤姆·里夫总部位于伦敦，数据工程师培训的在埃塞克斯大学。迄今为止，解毒据报道，提出$ 28.9万元的资助并得到默克全球健康创新基金的支持。
深6人工智能
公司成立于2015年，总部设在加利福尼亚州帕萨迪纳，深6人工智能声称它使用自然语言处理（NLP），以更好地匹配患者的临床试验。
Deep 6的算法针对患者的医疗数据和数千个临床数据点(如症状、诊断和测试结果)进行训练，并从患者的健康记录中提取数据。该公司声称，它可以“在屏蔽受保护的健康信息的同时”执行提取过程。
接下来，将提取的临床数据点进行汇总，形成临床概况。临床资料用于查找和比较符合用户搜索条件的人群、队列和个别患者。
在下面的2分钟视频，CEO和联合创始人Wout的Brusselaers提供的公司目标的概述，以利用其平台，以帮助加速进入药物开发。
在一个案例研究该公司描述了它是如何帮助Cedars-Sinai的心脏研究所在提高其确定符合条件的患者进行的一项研究能力。在此之前实施，研究小组需要六个月的平均识别两个符合条件的患者进行临床试验共需8个例。
据报道，利用Deep 6 AI平台，Cedar Sinai在不到一小时的时间内就能识别出16名符合试验条件的患者。
b . Kerim Tshimanga是数据科学家，深6 AI与机器学习和深入学习专业知识。他毕业于加州大学圣巴巴拉分校获得物理学学位。
临床试验设计
Trials.AI
公司成立于2015年，总部设在加利福尼亚州圣迭戈，Trials.AI它利用NLP以帮助研究人员要求更有效地管理临床试验流程。
算法驱动试验。艾未未的云优化研究据报道，该平台根据“过去临床试验、医学期刊和真实世界来源的数十亿数据点”进行培训，以识别风险因素，并为临床试验优化提供建议。
例如，这个过程开始于用户用Microsoft Word或PDF将他或她的研究协议文档上传到平台上。通过分析方案文本确定风险因素，以及成功试验的任何潜在障碍。例如招聘和保留，都报告在仪表板上。
基于分析得出的见解，该平台提供了降低风险的建议，以优化研究方案。多个团队成员可以在平台上协作，帮助指导涉众完成他们的试验。这使得所有的团队成员都能得到通知。
在下面的6分钟短片2:20，金沃波尔Trail.AI的联合创始人兼首席执行官，讨论了功能和她的公司的平台的潜在好处。
沃波尔称审判。人工智能帮助加州大学圣迭戈分校(UC San Diego Health)莫尔斯癌症中心(Moores Cancer Center)将研究时间缩短了近33%，并将数据误差减少了20%。
收入模式需要一个一次性的入职费和每案后续月度数据存储费。在沃波尔的演讲时，主办板载$ 15,000试验以$ 833月租费。企业$ 100,000与$ 250月租费遇难。
我们无法找到对试验资金总额的估计。但是Ai提出，投资者包括DreamIt Ventures公司，NEX立方和EvoNexus。据LinkedIn，该公司的首席架构师AI是福阿德·拉赫曼,他在英国肯特大学获得计算机视觉和模式识别博士学位。
牛蛙AI
公司成立于2017年，总部位于马里兰州安纳波利斯，牛蛙AI声称它使用机器学习来预测患者更精确的匹配，以开发治疗。
启动声称其平台bfLEAP是约翰·霍普金斯大学应用物理实验室开发了在过去七年。经过大量临床数据的训练，BullFrog AI的算法驱动平台进行数据挖掘，以识别大型复杂数据集中的关系和模式。
例如，软件应用程序通过接收一组临床数据来启动该过程，对数据进行清理，进行分析，进行数据关联，并生成预测模型。
二月2018年，启动宣布它与利伯脑发育研究所建立了战略伙伴关系，致力于改善患者的抗精神病药物选择。医学博士克里斯汀·比戈斯是利伯研究所的首席研究员，提供更多的内容围绕靶向药物选择面临的挑战:
到目前为止，还没有一种有效的方法可以替代试错法让病人服用最好的抗精神病药。能够理解和预测哪种药物对哪种病人最有效对双方都有巨大的好处病人和为他们服务的医生。
在一个案例研究，启动声称，从一组240万个数据点，系统识别的利益30个目标，并最终这些七个被确认为准确的目标。使用标准方法，同样的过程将需要70000个的目标，而不是仅仅30来达到同样的效果。
我们无法确定该公司迄今为止通过我们的研究筹集了多少资金，该公司也没有在其Linkedin个人资料中列出任何员工。似乎牛蛙刚离开地面。
临床试验优化
闪亮的健康
该公司成立于2015年，总部位于加州帕洛阿尔托，闪亮的健康声称它利用机器学习来更好地管理临床试验中的患者参与。
该公司的病人应用程序和网站仪表板是由其算法驱动的，据报道，该算法针对数百万临床数据点进行训练。推荐引擎能够识别与患者脱离研究相关的关键标记。
例如，通过移动病人应用程序（如下图所示），系统会发送通知到整个临床试验关系到他们的计划任务和实地考察用户。参与与该应用程序还通过策展内容和个性化的沟通鼓励。经批准的学习材料定制一个对话的聊天机器人是提供给患者在任何时间。
研究团队能够利用监控平台的仪表盘（如下图所示），病人参与和遵守。从推荐引擎的见解和通知允许早期干预的患者，以防止粘附及辍学从研究。
我们无法找到案例研究或通过我们的研究筹集的资金总额。然而，目前的投资者包括即插即用风险投资和Unshackled风险投资。
Brite参加了a卫生与健康创新计划由辉瑞公司的带领下，和拜耳交易撮合者计划。
似乎没有要对球队的任何C级管理人员与AI背景。我们提醒读者要警惕那些声称做人工智能的公司他们的团队中没有任何c级人工智能专家。
给医疗行业的商业领袖们的建议
值得注意的是，大多数公司都是在开业后的头几年里，而面向病人招聘的应用程序似乎具有最强的吸引力。
例如，制药公司如Merck公司已经投资解毒剂的平台可能提供通过以更快的速率识别正确的候选，以加速R＆d时间表重要的价值。考虑到一个成功的临床试验的长度只要能运行从开始到结束需要10到15年，节省时间的策略是至关重要的。
相比之下，病人参与和优化是人工智能的最新应用。这些应用需要更多的案例研究，以获得更深刻的意识，他们在制药行业的潜在竞争力。
该数据将在患者卡合的情况下尤其重要。随着越来越多的医疗服务提供者使用的健康一直使用多个应用程序可能存在的挑战IT管理病人的健康状况越来越病人。
对于涉及数千名患者的大型国际研究，将需要多种语言选择来满足全球参与者的需求。
而患者寻求临床试验往往是自我激励参与和工具，以帮助他们发现相关的机会可能是一个更容易出售。
随着临床数据的数量和复杂性的不断增加，人工智能的应用为临床试验过程和制药行业提供了潜在的价值。
标题图片来源：国际骨髓瘤基金会
