臨床試験への応用を通じて、AIが生成したデジタル・ツインの受容が進む

Increasing acceptance of AI-generated digital twins through clinical trial applications.

抄録

今日の医療アプローチでは、患者ごとに適切な治療方針を決定するために大規模な試行錯誤が必要だ。人工知能（AI）のようなコンピュータサイエンスの技術的飛躍的進歩の恩恵を受けている分野は多いが、効果的な治療法を開発する作業は、実際にはより遅く、よりコストがかかっている。過去の臨床試験や実世界のデータソースからの豊富な履歴データセットの利用可能性が高まったことで、AIモデルを活用して、AIが生成したデジタルツインの形で、個々の患者の将来の健康転帰の全体的な予測を作成することができる。これは、シリコにおける介入戦略の迅速な評価をサポートし、最終的には個別化医療を現実のものとするために臨床に導入される可能性がある。この研究では、臨床試験参加者のAI生成デジタルツインの用途に焦点を当て、医薬品開発におけるこの技術の規制上の見通しから、AI生成デジタルツインをヘルスケアに安全に適用するための理想的な環境であると主張する。継続的な研究と規制当局の受け入れが進むことで、この技術に対する信頼が高まり、AIが生成したデジタルツインが臨床現場で広く採用される機運が高まるだろう。

Today's approach to medicine requires extensive trial and error to determine the proper treatment path for each patient. While many fields have benefited from technological breakthroughs in computer science, such as artificial intelligence (AI), the task of developing effective treatments is actually getting slower and more costly. With the increased availability of rich historical datasets from previous clinical trials and real-world data sources, one can leverage AI models to create holistic forecasts of future health outcomes for an individual patient in the form of an AI-generated digital twin. This could support the rapid evaluation of intervention strategies in silico and could eventually be implemented in clinical practice to make personalized medicine a reality. In this work, we focus on uses for AI-generated digital twins of clinical trial participants and contend that the regulatory outlook for this technology within drug development makes it an ideal setting for the safe application of AI-generated digital twins in healthcare. With continued research and growing regulatory acceptance, this path will serve to increase trust in this technology and provide momentum for the widespread adoption of AI-generated digital twins in clinical practice.