Yeni Yapay Zeka Eşleştirme Sistemi, ALS Hastalarını Klinik Çalışmalarla Saniyeler İçinde Eşleştiriyor

EverythingALS, amyotrofik lateral skleroz (ALS)Amyotrofik Lateral Skleroz (ALS)Amyotrofik lateral skleroz (ALS), beyin ve omurilikteki motor sinir hücrelerinin (nöronlar) kaybı sonucu gelişen, kaslarda güçsüzlük, erime (atrofi) ve istemli hareket kaybına yol açan ilerleyici bir nörodejeneratif hastalıktır. hastalarını klinik araştırmalarla anında eşleştirmek için yapay zeka kullanan SAVA AI adlı yeni bir çevrimiçi aracı kullanıma sundu.

Platforma EverythingALS web sitesi veya mobil uygulama üzerinden ücretsiz olarak erişilebiliyor; bu da hastalara uygun olabilecekleri araştırma fırsatlarını gerçek zamanlı olarak bulmaları için güvenli bir yol sunuyor. Kullanıcılar sağlık bilgilerini araca girerek ilgili çalışmalar hakkında anında bildirim alabiliyor ve bu bulguları doktorları ve aileleriyle paylaşabiliyor. Bu dijital kaynak, deneysel tedaviTedaviBir hastalığı veya yaralanmayı iyileştirmek için uygulanan tıbbi müdahale. bulma sürecindeki belirsizliği ortadan kaldırmayı amaçlayarak hastanın konumunun veya kişisel bağlantılarının bakıma erişimini sınırlamasını engellemeyi hedefliyor.

EverythingALS kurucusu ve CEO'su Indu Navar bir basın açıklamasında, "SAVA AI'yı oluşturduk çünkü klinik araştırmalara erişim asla şansa, coğrafyaya veya bağlantılara bağlı olmamalıdır," dedi. "Yapay zeka ve vatandaş odaklı araştırmalardan yararlanarak, hastalara kendi hastalık yolculuklarının gidişatını değiştirebilecek fırsatları bulma gücü veriyor ve tüm topluluğun tedaviTedaviBir hastalığı veya yaralanmayı iyileştirmek için uygulanan tıbbi müdahale.ye giden yolunu hızlandırıyoruz."

Klinik Araştırma Kayıt Süreçlerindeki Zorluklar

ALSALSAmyotrofik Lateral Skleroz, motor nöronların ilerleyici dejenerasyonu ile karakterize nörodejeneratif bir hastalıktır. teşhisinden sonra, klinik araştırma fırsatlarını hızlı bir şekilde bulmak genellikle hastanın bakım planının hayati bir parçasıdır. Mevcut onaylanmış tedaviTedaviBir hastalığı veya yaralanmayı iyileştirmek için uygulanan tıbbi müdahale.ler semptomSemptomBir hastalığın veya durumun belirtisi.ları yönetmeye veya hastalığın ilerlemesini hafifçe yavaşlatmaya yardımcı olsa da, etkileri genellikle sınırlıdır. Bu durum, birçok hastayı deneysel tedaviTedaviBir hastalığı veya yaralanmayı iyileştirmek için uygulanan tıbbi müdahale.lere erişmek ve bir tedaviTedaviBir hastalığı veya yaralanmayı iyileştirmek için uygulanan tıbbi müdahale. arayışına katkıda bulunmak için klinik araştırmalara yöneltmektedir.

Ancak, zamanlama bu süreçteki en büyük engellerden biridir. Birçok klinik çalışmaKlinik ÇalışmaYeni tıbbi yaklaşımların insanlarda güvenliğini ve etkinliğini değerlendirmek için yapılan araştırma çalışmasıdır., yalnızca semptomSemptomBir hastalığın veya durumun belirtisi. başlangıcından sonraki ilk iki yıl içinde olan katılımcıları kabul etmektedir. Teşhis gecikmeleri genellikle hastaların resmi bir teşhis için 10 ila 16 ay beklemesi anlamına geldiğinden, bir çalışmaya kaydolma penceresi sıklıkla çok kısadır. Bu zaman kısıtlamalarına ek olarak, hem hastalar hem de doktorlar mevcut her çalışma hakkında bilgi sahibi olmakta zorlanabilirler. Bir kişinin özel sağlık profiliyle eşleşenleri bulmak için yüzlerce araştırmayı manuel olarak filtrelemek zor olabilir.

SAVA AI, bu süreci çok daha verimli hale getirmek için tasarlanmıştır. Platform, bir hastanın sağlık verilerini analiz eder ve potansiyel eşleşmeleri bulmak için mevcut çalışmaların uygunluk gereksinimleriyle karşılaştırır. Ayrıca kullanıcıları genetik testGenetik TestBir bireyin DNA'sında, kromozomlarında veya genlerinde değişiklikler olup olmadığını belirlemek için yapılan laboratuvar testidir. gibi seçenekler konusunda uyarır ve yeni, ilgili bir araştırma açıldığı anda bildirim gönderir.

Araç, kullanıcılara klinik değerlendirmeleri, semptomSemptomBir hastalığın veya durumun belirtisi.larının ne zaman başladığı, konumları ve bir araştırmada neyi tercih ettikleri hakkında sorular soran etkileşimli bir arayüz kullanır. Ardından ClinicalTrials.gov gibi doğrulanmış kaynaklardan kişiselleştirilmiş bilgiler çeker. Sistem ayrıca, belirli bir araştırmanın belirli bir bölgede mevcut olup olmadığı gibi özel soruları da yanıtlayabilir.

Navar tarafından paylaşılan bir habere göre platform, büyük dil modeli (LLM) teknolojisini küratörlüğünde hazırlanmış klinik verilerle birleştiriyor. Sistem, yararlı ve doğru kalmasını sağlamak için hastalardan, araştırmacılardan ve klinisyenKlinisyenHastaları doğrudan muayene eden, tanı koyan ve tedavi süreçlerini yöneten tıp doktoru.lerden gelen geri bildirimlere dayanarak sürekli olarak güncelleniyor. Kullanıcı gizliliğini korumak için yapay zeka yalnızca EverythingALS'den gelen verileri ve içgörüleri kullanıyor.

Kuruluş, aracın hastaları saniyeler içinde doğru araştırmalara bağlayabildiğini bildiriyor. Şimdiye kadar, hastanın özel uygunluk kriterleriyle uyumlu çalışmaları belirlemede %92 doğruluk oranına ulaştı.