En el ámbito de la investigación clínica, la evaluación de resultados clínicos (COA, por sus siglas en inglés) es fundamental para determinar la eficacia y seguridad de los tratamientos. En estudios relacionados con psicosis, ansiedad y trastornos del estado de ánimo, la calidad y fiabilidad de los datos recogidos durante estas evaluaciones son cruciales y pueden determinar el éxito o fracaso de un ensayo clínico. Tradicionalmente, la revisión de estos datos implica un enfoque complejo que requiere el análisis exhaustivo de grabaciones de audio y video, un proceso que es logísticamente complicado y consume mucho tiempo. Diversos factores pueden introducir variabilidad en la evaluación de las entrevistas, lo que a menudo se traduce en resultados poco confiables y riesgos de fallos en los estudios.
Recientemente, Clario, un importante proveedor de soluciones de datos para ensayos clínicos, ha implementado una innovadora solución automatizada que ayuda a mejorar la calidad en la evaluación de las entrevistas COA. La empresa ha hecho uso de capacidades avanzadas de inteligencia artificial a través de Amazon Bedrock y otros servicios de AWS para llevar a cabo esta transformación. Clario ha implementado técnicas como la diarización de altavoces, transcripción multilingüe y modelos de lenguaje de gran envergadura (LLMs), así como bases de datos vectoriales y búsqueda semántica para evaluar la calidad de las entrevistas.
Este avance tecnológico tiene como objetivo abordar varios desafíos operativos, como la variabilidad entre revisores, el manejo eficiente de grandes volúmenes de grabaciones de audio y el cumplimiento de estrictas regulaciones. Entre los beneficios esperados se encuentran la reducción de la subjetividad en la evaluación, la mejora de la calidad de los datos, la optimización de las operaciones y la aceleración en la toma de decisiones por parte de los patrocinadores de ensayos clínicos.
La solución implementada por Clario utiliza un motor de orquestación de IA que analiza los datos de audio, identifica a los hablantes y convierte el habla en texto, asignando metadatos que facilitan un análisis detallado. Los segmentos de audio se organizan de manera que conservan información contextual crucial, lo que permite una revisión más efectiva y precisa de las entrevistas. El sistema ofrece a los equipos clínicos información en tiempo real sobre la calidad de las entrevistas, lo que permite decisiones más rápidas y fundamentadas.
Los resultados iniciales de esta solución son prometedores. Se espera una disminución del 90 % en el esfuerzo de revisión manual, una cobertura de datos de hasta el 100 % y una notable reducción en los tiempos de respuesta, lo que podría transformar significativamente el proceso de revisión de ensayos clínicos. Clario ha aprendido lecciones valiosas durante el desarrollo de este sistema, como la importancia de un desarrollo responsable de la IA y la necesidad de evaluar continuamente los modelos de aprendizaje automático utilizados.
A medida que Clario continúa refinando esta solución, la compañía está explorando nuevas aplicaciones en estudios de neurociencia que dependen de entrevistas clínicas para evaluar la seguridad y eficacia de nuevos tratamientos. Con estas innovaciones, Clario está estableciendo un nuevo estándar en el análisis de datos de ensayos clínicos, lo que podría acelerar el desarrollo de terapias que cambien vidas.
vía: AWS machine learning blog
