Souhrn
Společnost YPrime, specializující se na technologie pro klinické zkoušky, zveřejnila výsledky výzkumu, podle kterých použití AI při lokalizaci elektronických klinických hodnocení (eCOA) snížilo počet chyb při migraci lokalizovaného textu o 74 %. Současně se zkrátily revizní cykly o dvě třetiny a zvýšila se schopnost zahrnout do studií účastníky z různých jazykových oblastí.
Klíčové body
- AI snížila počet chyb při migraci lokalizovaných eCOA o 74 %.
- Revizní cykly jsou o dvě třetiny rychlejší.
- Zlepšená lokalizace umožňuje širší mezinárodní účast ve fázích klinických zkoušek.
- Výzkum byl prezentován na konferenci ISPOR 2025.
- Zaměřuje se na často opomíjený proces migrace přeložených textů do digitálních systémů.
Podrobnosti
Výzkum s názvem „Garbage In, Garbage Out: Can AI Reduce the Impact of Human Error in eCOA Localized Text Migration?“ analyzoval, jak AI může zlepšit proces migrace – tedy přenos přeložených klinických hodnocení (COA) do elektronických systémů používaných v klinických studiích. Tento krok je kritický, protože chyby v lokalizaci mohou vést ke zkreslení dat, nejasnostem pro pacienty nebo dokonce k neplatnosti částí studie. Jonathan Norman, ředitel pro lokalizaci a škálovatelnost ve společnosti YPrime, prezentoval výsledky na mezinárodní konferenci ISPOR 2025.
YPrime je dodavatelem cloudových řešení pro sběr dat z pacientů v klinických studiích (tzv. eCOA – electronic Clinical Outcome Assessments). Tyto nástroje umožňují pacientům vyplňovat dotazníky přímo na tabletech nebo telefonech, což zvyšuje kvalitu a rychlost sběru dat. Lokalizace těchto nástrojů je nezbytná pro mezinárodní studie, ale ruční migrace překladů do digitálního prostředí je náchylná k chybám. AI v tomto případě nejen kontroluje konzistenci překladů, ale také ověřuje formátování, logiku dotazníků a soulad s původním anglickým prototypem.
Proč je to důležité
Přesná lokalizace eCOA je klíčová pro validitu klinických studií, zejména v globálním měřítku. Chyby v překladech nebo jejich implementaci mohou vést k nesprávné interpretaci symptomů nebo vedlejších účinků, což ohrožuje bezpečnost pacientů i věrohodnost výsledků. Zavedení AI do tohoto procesu nejen zvyšuje kvalitu, ale také urychluje přípravu studií – což je v oboru, kde každý měsíc zpoždění znamená miliony ztracených dolarů, zásadní. Tento přístup také podporuje inkluzivitu, protože usnadňuje zapojení pacientů z neanglicky mluvících zemí, což vede ke spravedlivějším a reprezentativnějším výsledkům klinického výzkumu.
Zdroj: 📰 Financial Post
| 