Arrow
use cases

Mejore la eficiencia de la redacción de estudios clínicos con inteligencia artificial

El 33% de ensayos clínicos tienen problemas con aleatorización, análisis estadístico y reclutamiento de pacientes. La IA ayuda en cuellos de botella.

Problem

Un estudio clínico es una investigación científica diseñada para evaluar la seguridad y la eficacia de un tratamiento o intervención médica en seres humanos. En estos estudios pueden participar pacientes, voluntarios sanos o ambos, y su objetivo es determinar si una intervención médica es segura, qué efectos secundarios puede tener y su eficacia en el tratamiento de una enfermedad o afección en particular (1). Los estudios clínicos pueden tener varios diseños, incluidos los estudios aleatorizados y controlados, y se clasifican en fases I, II, III o IV según sus objetivos y etapas de desarrollo (2) (3). Sin embargo, persisten los desafíos; un estudio de la Universidad de Toronto descubrió que alrededor del 33% de los ensayos clínicos aleatorizados publicados en las principales revistas médicas tenían problemas relacionados con la aleatorización, el cegamiento o el análisis estadístico, lo que repercutía en la validez de los resultados (4). Además, el 33% de los ensayos clínicos registrados en la plataforma de los NIH no lograron reclutar suficientes participantes, lo que provocó que los estudios estuvieran incompletos o se retrasaran considerablemente (5).

Why it matters

  • El 33% de los ensayos clínicos presentan problemas relacionados con la aleatorización, el cegamiento o el análisis estadístico, lo que afecta a la validez de los resultados.
  • El 33% de los ensayos clínicos no reclutan a suficientes participantes, lo que provoca retrasos o estudios incompletos.
  • Los desafíos en la selección de pacientes, la retención de los participantes, la recopilación y el análisis de datos, el tiempo necesario para obtener los resultados y las consideraciones éticas tienen un impacto significativo en el desarrollo de los estudios clínicos.

Solution

«TrialMaster» es un asistente de inteligencia artificial creado para ayudar a los investigadores a formular protocolos sólidos de ensayos clínicos. Proporciona orientación para definir los objetivos del estudio, la metodología y las consideraciones éticas, y asesora sobre el establecimiento de los criterios de inclusión y exclusión, así como los procedimientos de gestión de datos.

Discover more and interact with our AI!

Datasources

El mensaje TrialMaster se creó a partir de la información extraída de artículos sobre el diseño de ensayos clínicos, incluidos trabajos del Instituto de Medicina (EE. UU.) (6) y contribuciones de M. Shi y otros (7), que exploran el papel de la IA en el perfeccionamiento de los protocolos de los ensayos clínicos.

Citations

  1. Institutos Nacionales de Salud (NIH). Ensayos clínicos. Disponible en: https://www.nih.gov/health-information/nih-clinical-research-trials-you/clinical-trials. Accedido el 23 de febrero de 2023.
  2. Administración de Alimentos y Medicamentos (FDA). Ensayos clínicos: lo que los pacientes deben saber. Disponible en: www.fda.gov. Accedido el 23 de febrero de 2023.
  3. Organización Mundial de la Salud (OMS). Ensayos clínicos. Disponible en: www.who.int. Accedido el 23 de febrero de 2023.
  4. Chan AW, Hróbjartsson A, Haahr MT, Gotzsche PC, Altman DG. Evidencia empírica para la notificación selectiva de los resultados en los ensayos aleatorizados: comparación de los protocolos con los artículos publicados. JAMA. 26 de mayo de 2004; 291 (20) :2457-65. doi: 10.1001/jama.291.20.2457. PMID: 15161896.
  5. Olaniyan T, Jeebhay M, Roösli M, Naidoo R, Baatjies R, Kunzil N, Tsai M, Davey M, de Hoogh K, Berman D, Parker B, Leaner J, Dalvie MA. Estudio de cohorte prospectivo sobre la contaminación del aire ambiente y las morbilidades respiratorias, incluido el asma infantil, en adolescentes de la provincia occidental del Cabo: protocolo del estudio. BMC Public Health. 16 de septiembre de 2017; 17 (1) :712. doi: 10.1186/s12889-017-4726-5. PMID: 28915873; PMCID: PMC5602849.
  6. Foro del Instituto de Medicina (EE. UU.) sobre descubrimiento, desarrollo y traducción de fármacos. Transformar la investigación clínica en los Estados Unidos: desafíos y oportunidades: resumen del taller. Washington (DC): National Academies Press (EE. UU.); 2010. 2. Miller, Nueva Jersey. Junta de Revisión Institucional: Administración y función. Jones y Bartlett Publishers; 2005.
  7. M. Shi et al., «El papel de la inteligencia artificial en la mejora del diseño del protocolo de ensayos clínicos: una revisión sistemática», npj Digital Medicine, vol. 3, no. 1, agosto de 2020, art. no. 96. DOI: 10.1038/s41746-020-00306-4.

Reserve una consulta gratuita

Con la confianza de las principales instituciones de salud del mundo