ИИ для набора пациентов в клинические исследования

Набор пациентов — самая надёжная точка отказа в клинической разработке: протоколы регулярно закрываются недобранными или сдвигают сроки, а цена измеряется месяцами эксклюзивности. Соблазн автоматизировать сопоставление очевиден. Трудность в том, что обе половины этого сопоставления сложнее, чем кажутся.

Критерии включения — это логика, а не ключевые слова#

Критерии протокола записаны прозой, но кодируют временные, количественные и отрицательные условия. «Адекватная функция печени» означает лабораторное значение внутри заданного окна, измеренное не ранее указанного числа дней до включения, — ограничение, связывающее значение, единицу измерения, референсный интервал и дату. «Отсутствие предшествующей системной терапии по поводу метастатической болезни» — это отрицание на интервале, дополнительно обусловленное стадией, которую саму ещё нужно вывести. «Статус по ECOG 0–1» отсылает к оценке, которую в большинстве записей просто никогда не делали. Сопоставление, таким образом, требует временного рассуждения и способности представить отсутствие, а не поиска подстроки по списку диагнозов.

Отсутствие — более острая проблема. Запись, где не упомянута предшествующая терапия, не свидетельствует ни о чём: помощь раздроблена между организациями, и полной истории нет ни у одной. Модель может утверждать только то, что не нашла свидетельств, — поэтому такие системы честно выдают ранжированный короткий список для скрининга координатором, а осмысленной метрикой служит доля отсева на скрининге, а не число найденных кандидатов.

Запись велась ради возмещения затрат#

Структурированные клинические данные — артефакт биллинга. Коды МКБ-10 проставляются, чтобы обосновать оплату, и потому систематически смещены в сторону возмещаемого и в сторону от клинически тонкого; наличие кода часто отмечает исключённую при обследовании гипотезу, а не подтверждённую болезнь. Клинически решающая деталь — стадия, биомаркерный статус, причина отмены препарата — обычно живёт только в текстовых записях, где отрицание («данных за рецидив нет»), гипотетические конструкции («при прогрессировании») и семейный анамнез наивным извлекателем читаются как положительные упоминания.

Отсюда же и провал переноса между учреждениями. У каждой клинической системы свои шаблонные формулировки, свои локальные лабораторные коды, свои привычки в том, что кодируется, а что набирается текстом. Модель, выучившая эти привычки в одном центре, выучила центр, а не болезнь. Смягчают это общие модели данных — OMOP для структуры наблюдательных данных, FHIR для обмена, LOINC для идентичности лабораторных тестов, SNOMED CT для клинического смысла, — и отображение в них делается вручную, с потерями, и именно в нём сосредоточена основная работа.

Базовые частоты и ловушка справедливости#

Подходящие пациенты редки — для конкретного протокола часто существенно меньше процента популяции клинической системы. При такой базовой частоте даже высокоспецифичный классификатор выдаёт список кандидатов, в котором преобладают ложноположительные, потому что берутся они из несоизмеримо большего пула. Заявленная чувствительность почти лишена смысла без указания распространённости, при которой её измеряли.

Последнее ограничение не техническое. Модель, обученная на том, кого включали исторически, выучивает исторические практики включения — вместе с недопредставленностью групп, которых исследования давно недонабирают; без ревизии она делает эту практику эффективной. И найти пациента не значит получить право к нему обратиться: контакт идёт через лечащего врача и одобрение локального этического комитета, поэтому пропускная способность ограничена людьми независимо от качества ранжирования.