AI คัดพบผู้สมัครทดลอง ATTR-CM 46 รายที่คลีฟแลนด์ คลินิก

คลีฟแลนด์ คลินิก (Cleveland Clinic) ใช้ Synapsis AI ของ Dyania Health ตรวจเวชระเบียนอิเล็กทรอนิกส์ 1,476 รายการในเวลาราว 1 สัปดาห์ และพบผู้มีโอกาสเข้าร่วมการทดลองทางคลินิกระยะที่ 3 สำหรับโรคหัวใจหายาก ATTR-CM จำนวน 46 ราย แพทย์ประเมินว่า 43 รายเหมาะสม และ 30 รายพร้อมเข้าสู่กระบวนการรับสมัครทันที

คลีฟแลนด์ คลินิกระบุในงานวิจัยที่เผยแพร่เมื่อวันที่ 3 มีนาคมว่า ใช้ Synapsis AI ช่วยคัดเลือกผู้สมัครสำหรับการทดลอง ATTR-CM โดยระบบตรวจเวชระเบียนจากโรงพยาบาลและศูนย์ผู้ป่วยนอกในรัฐโอไฮโอ ฟลอริดา และเนวาดา

ในบรรดาผู้มีโอกาสเข้าร่วม 46 ราย แพทย์ประเมินว่า 43 รายเป็นผู้สมัครที่เหมาะสม หลังพิจารณาเกณฑ์การคัดเลือกที่ก้ำกึ่งแล้ว จึงจัดให้ 30 รายพร้อมเข้าสู่กระบวนการรับสมัครทันที

ผู้สมัคร 29 รายจากทั้งหมด 30 รายนี้ไม่เคยถูกพบในกระบวนการรับสมัครเดิม งานวิจัยครอบคลุมการทดลองโรคหายากในระบบสุขภาพแห่งเดียว จึงยังนำผลไปใช้กับสถาบันหรือโรคอื่นโดยตรงไม่ได้

ทีมวิจัยสุ่มเวชระเบียนผู้ป่วย 100 ราย เพื่อตรวจคำถาม 7,700 ข้อที่เกี่ยวข้องกับเกณฑ์การทดลอง ระบบตอบสอดคล้องกับเกณฑ์ 7,409 ข้อ คิดเป็นความแม่นยำ 96.2%

แพทย์ตรวจเวชระเบียนของผู้ป่วยที่ AI คัดออกอีก 200 รายจากกลุ่มตัวอย่างสุ่ม และเห็นว่าการคัดออกเหมาะสมใน 198 ราย ตัวเลขทั้งสองชุดสะท้อนประสิทธิภาพการตรวจเวชระเบียนสำหรับการทดลองนี้ ไม่ได้หมายถึงความแม่นยำในการวินิจฉัยโรคทั่วไปหรือผลการรักษา

ผู้ป่วย 7 รายที่ผ่านการคัดกรองโดย AI ลงทะเบียนเข้าร่วมการทดลองภายใน 6 วัน ส่วนกระบวนการรับสมัครแบบเดิมลงทะเบียนผู้ป่วยได้ 10 รายใน 90 วัน การรับสมัครโดยใช้ AI สิ้นสุดลงหลังสถาบันบรรลุเป้าหมาย

เนื่องจากการรับสมัครโดยใช้ AI จบลงเมื่อถึงเป้าหมาย จึงไม่สามารถใช้ระยะเวลาและจำนวนผู้สมัครเพียงอย่างเดียวคำนวณอัตราการเร่งการรับสมัครโดยทั่วไปหรือสรุปผลเชิงสาเหตุของ AI ได้ งานวิจัยแสดงให้เห็นกระบวนการที่ AI ช่วยคัดกรองเวชระเบียนสำหรับการทดลองหนึ่งรายการ ก่อนให้แพทย์เป็นผู้ตัดสินใจขั้นสุดท้าย

บทคัดย่องานวิจัยด้านมะเร็งผิวหนังอีกชิ้นที่ส่งในการประชุมประจำปีของสมาคมมะเร็งวิทยาคลินิกอเมริกัน (ASCO) ปี 2025 ระบุว่า Synapsis AI ประมวลผลคำถามเกี่ยวกับการทดลอง 1,125 ข้อจากเวชระเบียนผู้ป่วย 50 รายภายใน 2.5 นาที และมีความแม่นยำ 95.73% ผลดังกล่าวเป็นการทดสอบตรวจเวชระเบียนคนละชุดกับงานวิจัยโรคหัวใจหายาก

ในงานทดสอบมะเร็งผิวหนังชุดเดียวกัน พยาบาลวิจัยผู้เชี่ยวชาญด้านมะเร็งผิวหนังใช้เวลา 427 นาทีและมีความแม่นยำ 95.11% ส่วนพยาบาลวิจัยด้านมะเร็งวิทยาใช้เวลา 540 นาทีและมีความแม่นยำ 88.09%

Synapsis AI อ่านได้ทั้งข้อมูลที่มีรูปแบบแน่นอน เช่น ค่าผลตรวจ และข้อมูลข้อความ เช่น บันทึกการรักษากับรายงานผลตรวจ ระบบช่วยคัดกรองเวชระเบียนเพื่อประเมินโอกาสเข้าร่วมการทดลอง แต่แพทย์ยังเป็นผู้ยืนยันผู้สมัครขั้นสุดท้าย

Dyania Health ระบุว่าใช้ระบบประมวลผลเร่งความเร็วของเอ็นวิเดีย (NVIDIA, $NVDA) บนโครงสร้างพื้นฐานภายในโรงพยาบาล โดย Dyania Health เป็นผู้พัฒนาระบบวิเคราะห์เวชระเบียน ส่วนเอ็นวิเดียจัดหาโครงสร้างพื้นฐานด้านการประมวลผล

Dyania Health ยังยกกรณีศึกษาอีกชิ้น ซึ่งวิเคราะห์เวชระเบียนของผู้ป่วย 7,812 รายที่เข้ารับการเปลี่ยนลิ้นหัวใจเอออร์ติกระหว่างปี 2005 ถึง 2021 โมเดลตรวจคำถามทางคลินิก 88 ข้อต่อผู้ป่วยหนึ่งราย และประเมินความเสี่ยงที่ลิ้นหัวใจทำงานลดลงกับการเข้ารับการรักษาซ้ำในช่วง 3, 5 และ 10 ปี

บริษัทระบุว่าโมเดลดังกล่าวต้องผ่านการตรวจสอบจากบุคลากรทางการแพทย์ภายนอกก่อนนำไปใช้ในคลินิก คลีฟแลนด์ คลินิกลงทุนใน Dyania Health และเปิดเผยว่าอาจได้รับประโยชน์ทางการเงินจากการขายผลิตภัณฑ์

ในบรรดาผู้เขียนงานวิจัยมีบุคลากรของ Dyania Health รวมอยู่ด้วย ขณะที่หัวหน้าวิจัยเปิดเผยความสัมพันธ์ด้านการให้คำปรึกษาและงานที่ปรึกษากับบริษัท ข้อมูลผลประโยชน์ทับซ้อนนี้เป็นประเด็นที่ควรพิจารณาประกอบการประเมินผลการศึกษา

คลีฟแลนด์ คลินิกติดตั้ง Synapsis AI ทั่วทั้งองค์กรในเดือนพฤศจิกายน 2025 โรงพยาบาลระบุเมื่อวันที่ 26 ตุลาคมว่า ความร่วมมือกับ Dyania Health เพื่อคัดเลือกผู้สมัครทดลองทางคลินิกได้รับรางวัล Gartner Eye on Innovation Award ประจำปี 2026

โรงพยาบาลระบุว่า หลังนำแพลตฟอร์มมาใช้ ทีมวิจัยการทดลองทางคลินิกรับผู้ป่วยได้เพิ่มขึ้นเฉลี่ย 40% และเพิ่มความเร็วในการรับสมัคร 47% ตัวเลขนี้เป็นข้อมูลที่โรงพยาบาลรวบรวมเอง ขณะที่เอกสารสาธารณะไม่ได้ระบุขนาดตัวอย่าง ช่วงเวลาเปรียบเทียบ หรือวิธีคำนวณค่าเฉลี่ย