Artificial Intelligence and Machine Learning Innovations to Improve Design and Representativeness in Oncology Clinical Trials

EN BREF ...

Cet article examine comment l'intégration de l'intelligence artificielle (IA) et de l'apprentissage automatique (ML) transforme les essais cliniques en oncologie, en mettant l'accent sur les phases II et III. L'objectif principal de l'ouvrage est de démontrer comment ces innovations peuvent améliorer l'efficacité des essais, la stratification des patients et la représentativité des populations étudiées. Les thématiques principales incluent : • L'optimisation du recrutement et de la rétention des patients via des modèles de langage (LLM) et des chatbots. • La modernisation de la conception des essais par des modèles adaptatifs et des simulations de patients ("jumeaux numériques"). • L'évolution des diagnostics grâce à la radiomique, la pathologie computationnelle et la génomique de précision. • La gestion des défis éthiques, des biais et des cadres réglementaires (notamment ceux de la FDA et de l'EMA) pour garantir une mise en œuvre responsable. L'ouvrage conclut que si l'IA offre un potentiel immense pour accélérer le développement de médicaments, elle nécessite une surveillance humaine continue et une collaboration multidisciplinaire étroite pour assurer la sécurité des patients