日本近畿大学病院、中外制药、NTT及NTT数据公司于今年6月启动了一项四方联合研究，旨在利用真实世界数据（RWD）和大规模语言模型（LLM）提升临床试验候选患者的筛选准确度及流程效率。
研究概要
本研究将基于日本近畿大学病院所持有的电子病历数据，结合中外制药制定的临床试验方案中规定的适格标准，利用LLM进行候选患者的筛选。
在筛选过程中，NTT数据公司将发挥其在医疗信息平台“千年カルテ”运营中积累的安全信息管理和数据运用设计经验，结合医疗数据分析的专业知识，开展基于LLM及规则基础方法的候选患者筛选技术验证。
技术验证将采用NTT自主开发的大规模语言模型“tsuzumi 2”，该模型设计注重数据控制，能够安全处理包含敏感信息的数据。验证将基于经过医学公开论文等持续预训练的医疗专用版本“tsuzumi 2”。
筛选方法包括基于Python和SQL的规则基础筛选、利用LLM的筛选以及两者结合的混合方法。通过与医生及临床研究协调员（CRC）的判定结果对比，评估筛选的准确性。
此外，研究还将评估筛选所需时间及医生和CRC的工作量和内容变化，综合考察筛选准确性和流程效率，验证是否能缩短临床试验参与者的招募周期。
该研究已获得日本近畿大学医学部伦理委员会批准，计划持续至2027年3月。
各方职责
- 近畿大学病院：提供医疗数据，执行候选患者筛选，并对筛选准确性及流程效率进行比较和评估。
- 中外制药：提供临床试验方案（适格标准）并协助评估。
- NTT：负责基于LLM的候选患者筛选技术验证。
- NTT数据：负责基于规则基础的候选患者筛选，并参与筛选准确性及流程效率的比较和评估。
本研究基于今年5月近畿大学病院与NTT数据发布的技术验证成果，重点评估在临床试验方案规定的适格标准下，利用真实世界数据筛选候选患者的有效性及实际应用可能性。
未来，相关企业将基于本研究成果，推动与医疗机构及制药企业的进一步合作，探索真实世界数据与AI技术在临床试验候选患者筛选平台的社会化应用潜力。
