Le recrutement en recherche clinique est une étape longue, difficile et coûteuse. L’objectif était de tester l’efficacité d’une solution utilisant des techniques d’intelligence artificielle (Text Mining, classification…) pour le screening et la détection de patients éligibles à l’inclusion dans les essais cliniques à l’institut de cancérologie de Lorraine, dans le but d’augmenter le recrutement dans les essais cliniques et d’accélérer la phase d’inclusion.

Les performances d’un outil informatique (SAS® Viya) utilisant l’intelligence artificielle ont été évaluées à l’aide des données cliniques informatisées de la première consultation médicale de l’ensemble des patients pris en charge dans le centre sur la période de janvier 2019 à mars 2023. Les critères d’évaluation de l’algorithme ont été les suivants : sensibilité, spécificité, F1-Score et temps gagné au screening.

Sur 9876 patients inclus dans l’étude, l’algorithme d’intelligence artificielle a obtenu une précision de 96 %, une sensibilité de 94 % et un F1-score de 0,95 pour détecter les patients atteints d’un cancer du sein (n=2039) et potentiellement incluables dans un essai clinique. Le screening des 258 patients présélectionnés par l’algorithme d’intelligence artificielle et susceptibles d’être inclus a pris en moyenne 20 secondes par dossier contre cinq minutes et six secondes avec les procédures habituelles.

Cette étude conclut qu’un outil informatique utilisant l’intelligence artificielle facilite et accélère le processus de screening des patients potentiellement éligibles à l’inclusion dans les essais cliniques.

The recruitment step of all clinical trials is time consuming, harsh and generate extra costs. Artificial intelligence tools could improve recruitment in order to shorten inclusion phase. The objective was to assess the performance of an artificial intelligence driven tool (text mining, machine learning, classification…) for the screening and detection of patients, potentially eligible for recruitment in one of the clinical trials open at the “Institut de Cancérologie de Lorraine”.

Computerized clinical data during the first medical consultation among patients managed in an anticancer center over the 2019–2023 period were used to study the performances of an artificial intelligence tool (SAS® Viya). Recall, precision and F1-score were used to determine the artificial intelligence algorithm effectiveness. Time saved on screening was determined by the difference between the time taken using the artificial intelligence-assisted method and that taken using the standard method in clinical trial participant screening.

Out of 9876 patients included in the study, the artificial intelligence algorithm obtained the following scores: precision of 96 %, recall of 94 % and a 0.95 F1-score to detect patients with breast cancer (n=2039) and potentially eligible for inclusion in a clinical trial. The screening of 258 potentially eligible patient's files took 20s per file vs. 5min and 6s with standard method.

This study suggests that artificial intelligence could yield sizable improvements over standard practices in several aspects of the patient screening process, as well as in approaches to feasibility, site selection, and trial selection.