研究称机器学习模型可预测临床试验主要终点，疗效模型AUROC达0.828

Chen、Duan、Gou等提出一套机器学习系统，用于预测I至IV期临床试验能否达到主要终点，并将疗效终点与安全性/毒性终点分开建模。作者称，模型仅使用注册时可得特征训练，包括靶点与作用机制先例、药物模态与新颖性、试验设计与运营特征，以及冻结的文献来源靶点选择嵌入，以避免前视偏倚和结果泄漏。每个预测输出0至1之间的连续预测试验指数（PTI）。在2021年及以后启动的试验测试集上，疗效模型AUROC为0.828（95% CI 0.812-0.845；n=2,347），安全性/毒性模型为0.809（95% CI 0.787-0.831；n=1,485）。作者称，上述模型已嵌入inClinico Agent，并推出涵盖3,311项在研试验的ClinBench前瞻性基准。