20250422-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

报告摘要

人工智能领域令人期待的最新进展总结

核心内容

本文白皮书探讨了生成式人工智能（GenAI）和代理式人工智能（Agentic AI）在临床试验中的创新应用，旨在提升试验的效率和质量。作者指出，随着AI技术的发展，其在临床研究中的潜力正在被逐步释放，并强调了在应用过程中确保安全性和有效性的关键原则。

主要观点

AI的分类与功能
- 通用人工智能（GenAI）：根据训练数据生成内容，如报告或可视化内容。
- 代理人工智能（Agentic AI）：独立处理复杂多步骤任务，如控制系统（如自动驾驶）。
- 生成式AI与代理式AI结合：可创建能影响质量、合规性、速度和效率的创新解决方案。
确保安全和高效的使用
- 采用多管齐下的方法，涵盖五个关键安全保障类别：
  - 数据的整理与“集装箱化”
  - 人机协同
  - 响应的协调一致
  - 客观性与使用情境
  - 识别不确定性和知识差距
数据的整理与“集装箱化”
- 训练数据必须严格筛选，避免包含不相关或推测性信息，以确保生成的响应可靠。
- 在数据生态系统和操作流程中设立明确边界，以防止信息污染。
人机协同
- 强调人类在AI流程中的监督作用，尤其是在涉及高敏感性任务时。
- 人类参与与AI自动化结合，有助于提高效率和质量，同时降低错误风险。
响应的协调一致
- AI必须能够根据不同的提问方式提供一致、准确的回应。
- 需要高度复杂的自然语言处理技术，以识别上下文和核心问题。
客观性与使用情境
- 在医学科学中，AI应基于标准评分和指南进行训练，以确保诊断和评估的客观性。
- 医疗保健专业人员的背景差异可能导致主观性，AI可帮助减少这种影响。
识别不确定性和知识差距
- AI应具备识别自身不确定性的机制，以避免提供不准确或误导性的信息。
- 通过严格训练，确保AI不会给出部分答案或猜测。