对于被诊断患有多种疾病（包括多发性硬化症）的患者来说，临床试验是开发创新药物和疗法的重要里程碑。世界各地正在进行许多临床试验，以寻找和改善多发性硬化症患者的治疗方法和症状管理，并且在过去的十年中，多发性硬化症临床试验中引入了许多新药，为患者提供了更多的参与选择。但是仍有许多需要改进的地方。
　　 
　　尽管有多种选择，但多发性硬化领域对临床试验的了解水平要低得多。技术可以缩小这种差距，从而使应对多发性硬化的人们更容易进行研究。先从基础开始。
　　
　　什么是临床实验？
　　
　　临床试验是一种研究类型，用于比较新的健康干预措施对患者的影响。这些是最常见的新药或疗法。但是，他们也可能检查其他健康干预措施的影响，例如诊断方法，手术或程序和技术设备。
　　
　　有多种类型的针对多发性硬化症的临床试验-旨在寻找可改善多发性硬化症引起的进行性神经损伤的药物，以及针对多种其他症状（例如疲劳）的试验。一些临床试验旨在缓解症状，而另一些临床试验则旨在缩短复发率和复发率以及其强度。
　　
　　临床试验正在研究多种选择和策略来帮助患者应对多发性硬化症，但是患者如何确定哪个临床试验与他们最相关？他们如何访问和浏览所有信息？在临床试验匹配世界中有许多挑战需要克服，第一步就是要承认它们是什么。
　　
　　
　　挑战性
　　
　　对于多发性硬化症患者来说，找到相关的临床试验确实很困难。在某些情况下，患者没有意识到他们的选择，或者没有时间在为每次预约分配的短时间内与医生讨论这些选择。除此之外，现有的临床试验数据库很难使用，原因如下：
　　
　　1.排他性语言–大多数数据库在设计时都考虑了医生。如果患者在搜索试验时看到的第一件事是医学术语，例如扩展的残疾状态量表和神经系统病变，他们会感到不舒服。此外，双盲研究等研究术语也会使外行患者感到困惑。
　　
　　2.不精确的搜索词和结果-随着时间的推移，临床试验已经变得越来越详细。患者在搜索中更有可能使用的搜索词通常会导致大量不相关的结果，这将使找到正确的试验更加困难。
　　
　　3.隐藏的细节–患者可能会在数据库中找到理想的试验，但是当尝试进行下一步操作时，他们会发现其他未发布的要求。如上所述，研究要求变得越来越复杂，自然，每个细节都不会像数据库中显示的那样将其纳入试验说明中。
　　
　　这些挑战给任何人都造成了很大的障碍，尤其是对于那些正在寻找相关临床试验的患者和护理人员。
　　
　　另一个具有挑战性的因素是临床试验数据库不断更新，而且更新速度很快（应该如此），但这降低了在短时间内找到正确临床试验的机会，给等式增加了更多压力。快速确定合适的匹配是至关重要的，因为患者能够满足所有相关标准的机会窗口很小。
　　
　　最后，尽管存在多个数据库，但这些信息并没有得到整合，而且可能会非常混乱和难以接受。许多多发性硬化症患者无法快速获得正确的信息，无法在选择临床试验时做出明智的决定。
　　
　　在过去的几年中，出现了一种新方法来帮助简化此过程，-将临床试验数据库和患者病史与人工智能（AI）和机器学习相结合，以自动为患者和医生建议匹配。这些自动搜索不仅针对搜索参数进行了自定义，而且针对特定患者的整个历史进行了自定义，并且正在帮助应对这些挑战。
　　
　　什么是人工智能（AI）？
　　
　　人工智能（AI）是计算机科学的一个分支，致力于构建能够执行通常需要人类智能的任务的智能机器。人工智能（AI）的目的是简化人们，通常由人类完成的工作，从而缩短患者，医生和医院管理人员的生活，而花费的时间却更少。人工智能不是一种技术，而是它们的集合，并且正在迅速适应各种医疗领域。
　　
　　对医疗保健具有最高价值的人工智能（AI）技术包括机器学习和自然语言处理（NLP）。自然语言是指在医学数据库中发现的压倒性的，难以分析的技术文本，而自然语言处理（NLP技术可以帮助我们理解普通患者难以理解的文本。
　　
　　用于临床试验匹配的人工智能
　　
　　传统上，内科医生执行人工将患者匹配到临床试验的任务，但是人工智能可以有效地处理大量患者数据，并且具有相似甚至更高的成功率。
　　
　　人工智能技术通过分析各种数据源（例如文档和电子健康记录）来消化已识别身份的患者信息。然后，算法从该信息中捕获数据点，为每位患者创建一个匿名配置文件，以了解患者的旅程。该系统收集数百种不同类型的数据点，然后使用它来查找针对各个患者的相关临床试验。
　　
　　先进的人工智能技术使用机器学习和特定于临床试验的自然语言处理（NLP）算法来从英国卫生研究院（NIH）和临床试验转化计划（CTTI）等数据库中实时分析全球所有可用的试验。然后，该技术会处理患者的医疗信息，并验证数据库中对该特定患者的临床试验的相关性，最后生成针对患者病情的特定试验列表，以便他们可以咨询医生或医疗团队进行讨论。
　　
　　临床试验专家还监督算法，并不断对其进行更新。但是，只有5％的工作完成了，而该技术却承担了其他95％的工作，这对于临床试验专业人士来说是一个非常节省时间的工作。
　　
　　结论
　　
　　无论是对于多发性硬化症社区还是在医学方面，寻找新方法将合格患者与相关试验联系起来的重要性都不能被夸大。使用现代技术，人们可以有效地链接试验数据和患者数据，以创建支持突破性治疗的即时连接，从而帮助改善最需要的患者的生活质量。
　　
　　人工智能在克服临床试验匹配的挑战中发挥了重要作用，并将继续在MS治疗中发挥越来越重要的作用。最终，患者可以使用所有相关的临床试验，不再需要单独解读医学术语和资格要求，因为该技术简化了它。人工智能可以帮助全球的多发性硬化症患者以快速、支持和有效的方式找到适用的临床试验。
   

     编辑：Harris