A gyógyszerfejlesztési folyamat kulcsfontosságú eleme a klinikai vizsgálatok sikerességének előrejelzése, ami döntő jelentőséggel bír a gyógyszerhatóanyag-jelöltek piacra vitelében és a betegek számára elérhető kezelések kínálatának bővítésében. A hagyományos statisztikai módszerek mellett a mesterséges intelligencia és a gépi tanulás, különösen a területspecifikus nagy nyelvi modellek (LLM) alkalmazása új lehetőségeket nyit meg a klinikai vizsgálatok kimenetelének pontosabb előrejelzésére.

 

A kutatás célja a gyógyszerfejlesztési folyamatban rejlő komplex adatok – beleértve a klinikai vizsgálati terveket, a betegpopuláció jellemzőit, a preklinikai eredményeket, és a korábbi klinikai vizsgálatok adatait – mélyebb elemzésére és modelljének kialakítására képes, területspecifikus LLM-ek fejlesztése és validálása. Ezek a modellek képesek lesznek a szöveges adatokból releváns információkat kinyerni, értelmezni és integrálni, így támogatva a döntéshozatali folyamatokat és javítva a klinikai vizsgálatok sikerességének előrejelzési pontosságát.

 

A kutatási projekt során a következő lépések végrehajtása tervezett: