2025-04-24-艾昆纬-人工智能领域令人期待的最新进展_利用生成式和代理式人工智能推动临床试验的效率和质量的创新_9页_1mb

白皮书总结

这篇白皮书探讨了生成式和代理式人工智能在临床试验中的应用进展，分析了其如何提升效率和质量。

一、人工智能的特性与分类

• 生成式人工智能关注内容的生成。
• 代理式人工智能能够独立处理复杂问题。

二、优化临床研究效率的核心原则

1. 数据治理与完整性：训练数据需经过精选与“容器化”处理，避免低质量或幻觉式回答。
2. 人类监督（Human-in-the-Loop）：在关键决策保留人工干预，确保敏感步骤的质量和安全。
3. 响应的一致性：确保高质量的响应，避免因提问方式改变而影响结论。
4. 客观性：通过基础评分和指南实现客观评估，避免偏见和猜测。
5. 识别不确定性和知识边界：需明确人工智能的能力范围，避免给出部分答案或猜测。

三、实践案例

• 科学聊天机器人：用于快速回答试验协议相关问题，提供支持。
• 数据回顾工具：赋能中央监控人员和检查员，提升数据质量。
• 代理型AI分析对话平台：用于监控支持，提升反应速度和效率。

总之，选择性、人类监督与安全原则相结合可以最大化人工智能在临床试验中的潜力。