醫(yī)療研究人員和制藥公司通過試驗，來驗證針對癌癥和其他重癥疾病新療法的有效性。但是只有不到 10％ 的癌癥患者參加了臨床試驗，由于試驗參與者短缺，80% 的相關研究都不得不被推遲。
對于有興趣參加試驗的患者，卻沒有簡便的方法來確定他們是否符合試驗條件。AI 工具 Ancora 則旨在通過自然語言處理模型，將患者與潛在研究進行匹配，以改善試驗匹配過程。
“這一切都是因為我朋友的父母被診斷出患有癌癥三期，”Ancora 背后的瑞士（Switzerland）初創(chuàng)公司 Intrepida 的創(chuàng)始人兼首席執(zhí)行官 Danielle Ralic 說。“我知道可以進行臨床試驗，但是當我試圖幫助他們尋找合適的試驗時，卻十分困難。”
美國國立衛(wèi)生研究院（U.S. National Institutes of Health）維護著數(shù)十萬個臨床試驗數(shù)據(jù)庫，其中，每項研究都列出了針對試驗參與者的一系列詳細文本要求。
盡管用戶可以根據(jù)病情和基本人口統(tǒng)計數(shù)據(jù)進行分類，但仍然可能有數(shù)百項研究需要進行手動分類，即通過復雜的醫(yī)學術語進行繁瑣的篩選過程。
Intrepida 的定制自然語言處理模型可以完成這項艱巨的工作，為患者和醫(yī)師解釋這些繁重的文本標準，并在 NVIDIA GPU 上處理新的研究。Ancora 工具中列出的研究會每周更新一次，用戶可以填寫一份簡單的、有針對性的問卷，以篩選出合適的臨床試驗，并收到新的潛在研究的提醒。
Ralic 說：“我們通過對 20 個問題進行評估，可以有效地幫助患者，將其試驗清單從 250 個可能試驗降低到 10 個。” 該平臺還會向患者提供其他有效信息，以幫助患者決定是否進行試驗。
Intrepida 所提供的工具目前可用于乳腺癌和肺癌患者。此外，該公司即將推出醫(yī)生版本的工具，以幫助其為患者匹配合適的試驗。Intrepida 還是 NVIDIA 初創(chuàng)加速計劃（NVIDIA Inception）中的一員，該計劃致力于為 AI 初創(chuàng)公司提供上市支持，其中包括 NVIDIA 深度學習學院（Deep Learning Institute）相關權益、營銷支持和硬件購買優(yōu)惠。
尋找完美的臨床試驗匹配
盡管患者了解臨床試驗的主要渠道為醫(yī)生，但僅有不到 25% 的患者可以從醫(yī)生那里得知臨床試驗也是一種選擇。因為這些醫(yī)生的時間和資源有限，無法跟蹤現(xiàn)有的試驗。
Intrepida 創(chuàng)始人 Danielle Ralic 在去年的生物物理學會年會上介紹了 AI 和藥物發(fā)現(xiàn)
Ralic 回憶在巴塔哥尼亞（Patagonia）徒步旅行時，遇到了一名癌癥四期幸存者，這使他感到驚訝，他發(fā)現(xiàn)該名男子參加了一項新的突破性藥物臨床試驗。
“我問他，你是怎么知道新藥臨床試驗的？他說，他是通過妻子朋友的親戚了解到的， 但這不是正確的了解渠道，” Ralic 說。
對于醫(yī)生和患者來說，能從專業(yè)渠道，更加及時地了解到臨床試驗可以挽救生命。這樣還可以通過提高試驗入選率，幫助制藥公司加快新藥研究周期，并將其投放市場。
作為 NVIDIA 初創(chuàng)加速計劃的一員，Ralic 表示，她和 Intrepida 團隊能夠與其他 AI 初創(chuàng)公司，以及 NVIDIA 開發(fā)人員在 2018 年慕尼黑（Munich）舉行的 GPU 大會上見面。
她說：“我們加入該計劃是因為，作為一家已經在使用 NVIDIA GPU 的公司，我們希望開發(fā)更加復雜的自然語言模型。我們通過該計劃從 NVIDIA 團隊成員，和其他作為該計劃成員的初創(chuàng)公司學到了很多東西。”
使用 NVIDIA GPU，Intrepida 可以將一個時期的訓練時間從 20 分鐘縮短到僅 12 秒。
數(shù)據(jù)多樣化
在這個迄今為止一直由男性主導的行業(yè)里，一位女性初創(chuàng)公司的創(chuàng)始人 Ralic 說，數(shù)據(jù)更加多樣化是改善整個醫(yī)療行業(yè)（尤其是臨床試驗）的關鍵。
“醫(yī)療領域涉及許多不同類型的人和知識。”她說。“沒有多樣化的數(shù)據(jù)為我們提供相應見解，我們將永遠無法解決醫(yī)療行業(yè)所面臨的問題。”
美國的臨床試驗參與者絕大多數(shù)為白人和男性，而試驗中缺乏數(shù)據(jù)多樣性會導致藥物劑量的嚴重錯誤。
例如，2013 年，美國食品藥品監(jiān)督管理局（U.S. Food and Drug Administration）要求將幾種助眠劑的劑量針對女性減少一半。由于女性的藥物代謝方式不同，因此女性服用安眠藥后，增加了其早晨發(fā)生車禍的風險。
Ralic 說：“如果我們的試驗人群不夠多樣化，我們將無法了解到不同性別或種族的患者，對新藥的反應是否會不同。如果我們從一開始就做對了，那么我們就可以根據(jù)不同類別的人，改善為患者開藥的方式。”
