Evaluation de l’Intelligence Artificielle dans le screening des essais cliniques : étude de validation de l’outil MassiveBio

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

L’amélioration du recrutement des patients dans les essais cliniques est un enjeu majeur en oncologie, permettant un accès plus rapide aux innovations thérapeutiques et une meilleure représentativité des populations traitées. L’intelligence artificielle pourrait faciliter ce processus en identifiant de manière plus efficace les patients éligibles, réduisant ainsi les délais d’inclusion et optimisant l’utilisation des ressources médicales.
Bénéfices pour la société :
- Accès accéléré aux traitements innovants : En améliorant la détection des patients éligibles, cette technologie pourrait augmenter le taux d’inclusion dans les essais et ainsi accélérer l’accès aux nouvelles thérapies.
- Réduction de la charge de travail des cliniciens et chargés de recherche clinique : L’automatisation de cette tâche permettrait aux médecins et chargés de recherche clinique de réallouer leur temps de travail pour se consacrer davantage à des tâches à plus haute valeur ajoutée
- Meilleure équité d’accès aux essais cliniques : Un outil standardisé pourrait limiter les biais de sélection et assurer que tous les patients remplissant les critères soient considérés.
Effort de transparence et publication des résultats :
Les résultats de cette étude seront publiés afin d’assurer une transparence totale sur la performance de l’outil MassiveBio. Une diffusion dans des revues scientifiques et des congrès spécialisés garantira un accès libre aux données et encouragera la réflexion sur l’intégration de l’IA dans les processus de sélection des essais cliniques.
L’inclusion des patients dans les essais cliniques repose sur une analyse rigoureuse des critères d’éligibilité, un processus chronophage et sujet à variabilité inter-évaluateurs. L’intelligence artificielle pourrait optimiser cette sélection en automatisant l’identification des patients répondant aux critères d’un essai.
Cette étude vise à évaluer la performance de l’outil MassiveBio en comparant l’IA seule, l’IA assistée par un expert et l’évaluation humaine seule dans le screening des patients pour les essais cliniques.
L’étude repose sur une évaluation comparative des performances de l’outil MassiveBio selon trois stratégies de screening : IA seule, IA + humain et humain seul. Chaque dossier patient sera analysé indépendamment par ces trois approches par plusieurs reviewers oncologues.
Analyse descriptive : Statistiques descriptives des caractéristiques des patients et des critères d’inclusion/exclusion des essais.
Analyse de concordance : Comparaison des décisions d’inclusion entre les trois méthodes pour mesurer l’accord inter-évaluateurs.
Analyse de performance : Évaluation de la sensibilité, spécificité de l’IA par rapport au gold standard.
Analyse du temps d’évaluation : Comparaison des durées moyennes de screening entre les trois approches
Toutes les analyses seront réalisées avec un seuil de signification de p < 0,05
Patientes traitées à l’ICL pour un carcinome mammaire et :
- Passage en RCP sein pré-thérapeutiques
- Ou passage en RCP sein métastatiques
- Ou Avec hormonothérapie depuis plus de 2 ans
Période d’inclusion : 01/01/2020 au 31/12/2024
60 patientes dans une première phase de tests de l’outil, éventuellement augmentée si besoin de plus de puissance statistique