臨床試験の中止率を減らすためには、募集の困難さに対処し、特に少数派の人々の認知度を高める必要があります。試験管理者と調査者の役割の再定義や、人種的多様性の欠如への対応が求められています。規制当局も多様性の向上を強調しています。
デジタル技術の活用は、募集スピードと効率を向上させる鍵です。歴史的なデータと合成データの活用、分散型臨床試験（DCT）による地理的制約の解消、デジタルヘルステクノロジーとソフトウェアの活用が可能になっています。
地域の初期治療医との提携は、臨床試験への参加を劇的に向上させます。初期治療医は患者との信頼関係を持ち、AIとの組み合わせにより試験プロトコルの改善と患者の安全性の確保が可能になります。
マーケティング戦略の改善は、クリニカルトライアルの意識度向上と信頼構築に寄与します。ターゲット広告、コンテンツ提供、AIを活用したソーシャルメディア広告、ヘルスケアインフルエンサーとの連携が有効です。
AIの活用により、臨床試験のサイト選択や募集戦略の最適化、リアルタイムなサイトパフォーマンスの追跡が可能になり、臨床試験の効率化と中断の軽減が期待できます。
ニュース解説
臨床試験は新しい薬や治療法を開発するために不可欠ですが、参加者の募集と維持には多くの課題があります。特に、参加者の多様性を確保することは、試験の信頼性と普遍性を高めるために重要です。しかし、多くの臨床試験では、特に少数派の集団からの参加者が不足しています。これに対処するために、IBMは人工知能（AI）を活用して臨床試験のプロセスを改善する方法を提案しています。
まず、複雑で厳格な試験プロトコルは、臨床試験の遅延や参加者の関与の低下を引き起こす原因となっています。これを解決するために、過去のデータや合成データを用いてプロトコルを最適化し、参加者の募集をスピードアップすることが提案されています。また、分散型臨床試験（DCT）を採用することで、地理的な制約をなくし、より多くの人々が参加しやすくなります。
地域の初期治療医との提携は、信頼関係を活かして参加者を募る効果的な方法です。初期治療医は患者の健康状態や医療履歴を熟知しており、臨床試験への参加を促すことができます。AIを活用することで、患者データの分析が容易になり、より適切な参加者を見つけることが可能になります。
マーケティング戦略の改善も重要です。多くの人々が臨床試験の存在を知らないため、ソーシャルメディア広告やヘルスケアインフルエンサーとの連携を通じて、臨床試験への意識を高める必要があります。信頼構築も同様に重要で、参加を決定する際の大きな要因となります。
最後に、AIを活用して臨床試験のサイト選択や募集戦略を最適化し、リアルタイムでサイトのパフォーマンスを追跡することで、試験の効率化と中断の軽減が期待できます。これにより、臨床試験のスピード、ボリューム、多様性が向上し、新しい薬や治療法の開発が加速されることが期待されます。
これらの取り組みは、臨床試験の質と効率を高めるだけでなく、参加者の多様性を確保し、より公平で普遍的な研究結果を得るためにも重要です。AIの活用は、臨床試験の未来を大きく変える可能性を秘めており、医療の進歩に大きく貢献することでしょう。
from Redefining clinical trials: Adopting AI for speed, volume and diversity.
