面向AI推理增强的患者-临床试验匹配系统
人工智能
2025-12-10 v1
摘要
筛选患者是否符合临床试验资格仍是手动、耗时且资源密集的过程。我们提出了一个安全、可扩展的面向人工智能(AI)增强的患者-试验匹配原型系统，旨在解决关键实施挑战：整合异构电子健康记录(EHR)数据、促进专家审核、保持严格的安全标准。该系统利用开源、具备推理能力的大型语言模型(LLM)，超越二元分类，生成具有可解释推理链的结构化资格评估，支持人类在回路中的审核。该决策支持工具将资格视为动态状态而非固定确定，识别匹配情况并提供可行建议，从而使患者在未来可能符合资格。该系统旨在减轻协调员负担，智能扩大每个患者考虑的试验范围，并保证所有AI生成输出的全面可审计性。
引用
@article{arxiv.2512.08026,
title = {Toward an AI Reasoning-Enabled System for Patient-Clinical Trial Matching},
author = {Caroline N. Leach and Mitchell A. Klusty and Samuel E. Armstrong and Justine C. Pickarski and Kristen L. Hankins and Emily B. Collier and Maya Shah and Aaron D. Mullen and V. K. Cody Bumgardner},
journal= {arXiv preprint arXiv:2512.08026},
year = {2025}
}
备注
10 pages, 2 figures, submitted to AMIA