Cancer3.AIAI w onkologiiModele AI › TrialGPT
Narzędzie Tylko API / hosting Tylko do badań clinical-LLM

TrialGPT

Trójetapowy framework LLM (wyszukiwanie, dopasowanie na poziomie kryteriów, ranking), który dopasowuje opis pacjenta do badań klinicznych z ClinicalTrials.gov; w publikacji skrócił czas przesiewu przez klinicystów o ponad 40% w pilotażowym badaniu z użytkownikami.

W skrócie

TwórcaNIH National Library of Medicine (with National Cancer Institute collaborators)
Wydanie2024-11-18
Licencjapublic domain (NIH code) — depends on the backing LLM
DostępnośćTylko API / hosting
RodzajNarzędzie
Status regulacyjnyTylko do badań

Co robi

TrialGPT to oparty na dużych modelach językowych system opracowany w amerykańskich Narodowych Instytutach Zdrowia (NIH), który dopasowuje dane pacjentów do badań klinicznych. Analizuje kryteria kwalifikacji jedno po drugim, wyjaśnia swoje rozumowanie w języku naturalnym i szereguje badania odpowiednie dla danego pacjenta.

Ważne zastosowania w onkologii

W ocenie opublikowanej w Nature Communications (2024) trafność jego ocen na poziomie pojedynczych kryteriów wyniosła 87,3% — blisko poziomu lekarzy ekspertów — a pilotażowe badanie z udziałem użytkowników wykazało skrócenie czasu wstępnej selekcji o 42,6%. System testowano pilotażowo na onkologicznych badaniach klinicznych prowadzonych przy National Cancer Institute.

Zadania, typy danych i nowotwory

Typ danychTekst kliniczny
Zastosowanie kliniczneBadania kliniczne
NowotwórWiele nowotworów
Wejściepatient summary (free text) + trial eligibility criteria
Wyjściecriterion-level eligibility labels with explanations; ranked trials

Architektura

RodzinaLLM pipeline (retrieval + criterion-level reasoning)
SzkieletGPT-4 class models via API in the paper; open models can be substituted

Dane treningowe

Brak. TrialGPT dopasowuje pacjenta do badań w trybie zero-shot, odpytując ogólnego przeznaczenia duży model językowy przez API OpenAI lub Azure (repozytorium dokumentuje uruchomienia na GPT-4 / GPT-4-turbo); żaden model nie jest trenowany ani dostrajany, więc zachowanie zależy od podłączonego modelu.

Powiązane zbiory danych

  • ewaluacja ClinicalTrials.gov Otwarte pobieranie — korpus badań, z którego system wyszukuje

Ewaluacja

Benchmark / zbiórMiaraWartośćWalidacja zewnętrznaŹródło
SIGIR / TREC clinical-trial cohorts criterion-level accuracy vs. experts 87.3% (paper) tak Źródło

Jak uruchomić

BibliotekaPython (repo) + LLM API

The code is open, but results depend on the LLM you plug in; patient data sent to a commercial API needs a compliant deployment.

Status regulacyjny i przeznaczenie

Status regulacyjnyTylko do badań
PrzeznaczeniePomoc przesiewowa dla koordynatorów badań; kwalifikację potwierdza zespół badania.

Źródło →

Status regulacyjny cytujemy ze wskazanego źródła i może się zmienić. Modele „tylko do badań” nie służą do decyzji klinicznych.

Ograniczenia i błędy systematyczne

  • Błędy LLM przy niuansowych kryteriach (progi laboratoryjne, wcześniejsze terapie); wymagana kontrola człowieka.
  • Prywatność: tekst pacjenta opuszcza instytucję przy modelach hostowanych.

Źródła

  1. Jin Q et al. Matching patients to clinical trials with large language models. Nat Commun 2024
  2. GitHub — ncbi-nlp/TrialGPT

Ta strona ma charakter edukacyjny — nie stanowi porady medycznej i nie zastępuje konsultacji z onkologiem. Decyzje diagnostyczne i terapeutyczne podejmuje wyłącznie lekarz specjalista.