A tenor de un reportaje publicado en el Cardiology Magazine, que edita el American College of Cardiology (ACC), la inteligencia artificial (IA) y otras tecnologías ya están demostrando su potencial para mejorar diversos aspectos de los ensayos clínicos, como la identificación de candidatos, el seguimiento continuado y la interpretación de resultados.
Y es que los este tipo de estudios son esenciales a la hora de proporcionar nueva evidencia en medicina, pero también son muy costosos y requieren mucho tiempo, y no siempre hay garantías de que los resultados obtenidos sean los suficientemente significativos como para traducirse en mejoras de la práctica clínica.
El trabajo recoge ejemplos de herramientas de IA que se han mostrado prometedoras para paliar algunos de estos desafíos, como en el caso de la
selección de candidatos, lo que podría ayudar a acelerar la investigación clínica. Y es que ya se han probado modelos capaces de revisar miles de
historias clínicas electrónicas en minutos para identificar a los pacientes que cumplen con los requisitos para participar en un determinado ensayo.
La selección de candidatos con herramientas de IA podría acelerar la investigación clínica
También hay experiencias en marcha sobre aplicaciones de la IA a la hora de realizar el seguimiento continuo de los participantes mediante
dispositivos wearables, lo que facilita su evaluación y, al mismo tiempo, amplía las posibilidades para incorporar a pacientes que viven alejados de centros investigación médica.
Así mismo, el artículo destaca las posibilidades de los modelos de procesamiento del lenguaje natural para la evaluación automática de eventos clínicos. Experiencias al respecto han conseguido resultados que se acercan a los establecidos por los comités médicos humanos, pero obtenidos de forma mucho más rápida.
Finalmente, se resalta la relevancia de las tecnologías digitales para realizar simulaciones. Por ejemplo, podría resultar útil recurrir a datos observacionales disponibles para orientar y simular el diseño de un ensayo clínico específico con mayores posibilidades de proporcionar resultados relevantes.
OAD-ES-AMG-0001