Paradigm, GPT-4를 통합해 임상시험 환자 매칭을 가속화

Paradigm은 OpenAI의 GPT-4 API를 통합하여 임상시험 적격성을 위한 환자 의료 기록 선별을 자동화했습니다. 특화된 머신러닝 모델에서 대형 언어 모델(LLM)로 전환함으로써 데이터 추출 정확도가 10% 향상되고, 임상의들의 수작업 부담이 크게 감소했습니다.

임상시험 등록 병목 현상 해결

임상시험 등록은 환자 의료 기록을 평가하는 데 필요한 수작업 때문에 자주 방해받습니다. 의료 제공자는 시험을 찾고, 복잡한 적격성 기준을 이해하며, 환자를 매칭하는 데 시간을 내기 어려운 경우가 많습니다. 이로 인해 일반적으로 선택 편향이 발생하여, 시험이 주로 시험 장소 근처에 있는 환자들로 채워져 많은 사람들에게 생명을 구하는 치료 접근성을 제한합니다.

이전에는 Paradigm이 전문가가 선별한 "골든 데이터 세트"로 훈련된 도메인 특화 ML 및 NLP 모델을 사용했습니다. 그러나 이 접근 방식은 필요한 각 정보 조각마다 별도의 모델을 구축, 훈련, 검증해야 하므로 비효율적이었습니다. Paradigm의 최고 전략 책임자 Jonathan Hirsch는 다음과 같이 언급했습니다:

‘우리는 최신 의료 모델을 파인튜닝하여 배포한 뒤 추가로 최적화했습니다. 많은 시간을 투자해야 하며, 사용 사례마다 모든 작업을 해야 합니다. 각 정보 조각마다 별도의 모델을 구축, 훈련, 검증해야 합니다.’

특화된 ML 대비 GPT-4의 기술적 장점

Paradigm은 일회성 ML 모델을 GPT-4로 교체했으며, LLM이 이전 특화 모델뿐만 아니라 경우에 따라 복잡한 데이터 평가 작업에서 인간 전문가보다도 뛰어났음을 확인했습니다. OpenAI API 사용 결정은 네 가지 주요 요인에 기반했습니다:

  • 정확도: GPT-4는 최신 ML 모델에 비해 혼합 정밀도/재현율 지표에서 최소 10% 향상을 보였습니다. 정보의 복잡성과 데이터 소스 수가 증가할수록 모델 성능이 향상되었습니다.
  • 통합 용이성: API와 문서 덕분에 Paradigm은 통합 과정에서 보다 자립적으로 작업할 수 있었습니다.
  • 멀티모달 기능: 긴 컨텍스트 윈도우와 멀티모달 입력은 다양한 의료 기록 데이터를 처리하는 데 필수적이었습니다.
  • 규정 준수: 민감한 의료 제공자 및 환자 데이터를 다루기 위해 HIPAA 준수를 지원하는 OpenAI는 협상할 수 없는 필수 요건이었습니다.

운영 효율성 및 데이터 품질에 미친 영향

GPT-4로의 전환은 제품 속도와 운영 비용에서 측정 가능한 개선을 가져왔습니다:

  • 빠른 기능 배포: Paradigm은 이제 새로운 데이터 요소를 수개월이 아닌 며칠 안에 추출할 수 있어, 각 구성 요소마다 개별 ML 모델을 구축할 필요가 없어졌습니다.
  • 검증 노력 감소: 모델 검증에 필요한 전문가 임상의 시간은 90% 감소했으며, Paradigm은 이제 출력 품질을 평가하기 위해 전체 데이터의 1/10만 필요합니다.
  • 정확도 향상: 정확도가 10% 상승함에 따라 인간 개입이 줄어들어, 의사와 간호사가 문서 검토보다 환자 치료에 더 집중할 수 있게 되었습니다.
  • 형평성 향상: GPT-4가 비구조화 데이터(예: 임상의 메모)를 해석할 수 있는 능력은, 종종 구조화된 데이터가 적은 의료 기록을 가진 소외된 환자들에게 보다 공평한 시험 접근성을 제공할 수 있습니다.

환자 선별 속도 확대

GPT-4는 환자 선별 규모를 크게 확대합니다. 일반적인 간호사 연구 코디네이터가 하루에 약 50명의 환자를 수작업으로 검토할 수 있는 반면, Paradigm의 플랫폼은 이제 분당 수백 명의 환자를 평가할 수 있습니다.

앞으로 Paradigm은 GPT-4의 자연어 이해 능력을 활용해 임상 팀이 AI와 환자 데이터에 대해 직접 대화하며 적격성을 판단하고, 누락된 정보를 식별하며, 코드를 작성하지 않고도 다음 단계를 결정하도록 할 계획입니다.

SUMMARY: Paradigm은 OpenAI의 GPT-4 API를 사용해 임상시험 적격성을 위한 의료 기록 평가를 자동화하여 정확도를 10% 향상시키고, 분당 수백 명의 환자를 선별할 수 있게 했습니다.

TITLE: Paradigm, GPT-4를 통합해 임상시험 환자 매칭을 가속화

Sources