Ученые предложили многоагентную систему ИИ для автоматизации клинических исследований
Международная группа исследователей разработала концепцию многоагентной системы искусственного интеллекта ASTRA, предназначенной для оптимизации работы центров клинических исследований. Предполагается, что технология сможет распределять задачи между специализированными цифровыми агентами, контролировать выполнение отдельных этапов исследования и помогать специалистам обрабатывать большие объемы информации.
В основе архитектуры ASTRA находится центральный ИИ-координатор. Он должен управлять десятью функциональными командами, каждая из которых отвечает за конкретное направление работы. В их число входят подготовка протокола клинического исследования, ведение и проверка данных, биостатистический анализ, контроль качества, мониторинг безопасности, взаимодействие с исследовательскими центрами и лабораториями, а также коммуникация с пациентами.
Система не предполагает полной передачи клинических исследований под контроль алгоритмов. Авторы концепции предлагают разделить все операции на три категории. К первой относятся действия, которые выполняют исключительно специалисты. Вторая включает процессы, где ИИ готовит результат, но окончательное решение принимает человек. Третья категория охватывает стандартизированные низкорисковые задачи, которые агенты смогут выполнять самостоятельно при соблюдении заранее заданных ограничений.
Такой подход должен сохранить ведущую роль врачей, исследователей и регуляторных специалистов. Человеку предлагается оставить все решения, требующие профессиональной оценки, клинического опыта или этического анализа. Речь идет о выборе тактики лечения, интерпретации неоднозначных сообщений о нежелательных явлениях, утверждении промежуточных результатов, оценке рисков для участников и внесении существенных изменений в протокол.
Одним из ключевых элементов ASTRA станет распределение доступа к информации. Каждый агент должен получать только те данные, которые необходимы для выполнения его функции. Это позволит снизить риск несанкционированного использования сведений и ограничить последствия возможных ошибок. Все действия системы предполагается сохранять в журнале аудита, чтобы специалисты могли восстановить последовательность операций, проверить основания для решений и выявить нарушения.
Авторы публикации в журнале Digital Medicine подчеркивают, что ASTRA пока остается концептуальной архитектурой. Система еще не прошла полноценную проверку в реальных клинических исследованиях и не может рассматриваться как готовый продукт для немедленного внедрения.
Для практического использования потребуется подключить платформу к уже действующим информационным системам клинических центров, лабораторий и спонсоров исследований. Кроме того, архитектуру придется адаптировать к локальным стандартным операционным процедурам, требованиям регуляторов, правилам хранения медицинской информации и особенностям конкретных протоколов.
Отдельная проблема связана с надежностью языковых моделей. ИИ может неверно интерпретировать текст, пропустить важную деталь или сформировать правдоподобный, но ошибочный вывод. Поэтому разработчикам потребуется внедрить механизмы проверки фактов, контроль версий алгоритмов, автоматическое выявление несоответствий и регулярный аудит качества работы агентов.
Испытания ASTRA предлагается проводить поэтапно. Сначала систему планируют проверять на обезличенных данных уже завершенных исследований. Такой этап позволит оценить способность агентов обрабатывать документы, находить расхождения и выполнять аналитические операции без риска для участников текущих проектов.
Затем ИИ можно будет запустить параллельно с традиционными процессами. В этом режиме агенты будут формировать рекомендации и отчеты, но не смогут влиять на ход исследования. Специалисты смогут сравнить результаты системы с решениями сотрудников, определить частоту ошибок и понять, какие задачи действительно безопасно автоматизировать.
Только после такой проверки, по мнению авторов, допустим переход к ограниченному использованию отдельных функций в действующих исследованиях. В первую очередь речь может идти о низкорисковых операциях: сортировке документов, проверке полноты форм, подготовке сводных отчетов, контроле сроков и выявлении технических несоответствий.
Многоагентный принцип может оказаться эффективнее единого универсального чат-бота. Разделение функций позволяет назначить каждому агенту четкую область ответственности, установить собственные правила проверки и ограничить набор доступных данных. Центральный координатор при этом сможет объединять результаты и передавать сложные случаи специалистам.
Потенциальная польза ASTRA особенно заметна в крупных международных исследованиях. В таких проектах одновременно работают десятки центров, используются разные медицинские информационные системы, а документы поступают на нескольких языках. Автоматизация рутинной обработки может ускорить обмен информацией и уменьшить нагрузку на координаторов.
При этом технология не отменяет необходимость подготовки персонала. Сотрудникам придется понимать, какие задачи можно поручать ИИ, как проверять его выводы и в каких ситуациях запрещено использовать автоматические рекомендации без дополнительного анализа. Для этого потребуются новые регламенты, обучение и процедуры реагирования на сбои.
Важным условием внедрения станет защита персональных и медицинских данных. Система должна учитывать требования к конфиденциальности, разграничению доступа, хранению документов и передаче информации между организациями. Даже при наличии журнала аудита необходимо заранее определить, кто отвечает за контроль агентов и расследование спорных ситуаций.
Таким образом, ASTRA рассматривается не как замена исследовательской команде, а как цифровая инфраструктура для распределения и контроля повторяющихся операций. Ее задача - освободить специалистов от части административной нагрузки, повысить прозрачность процессов и ускорить обработку данных, сохранив за людьми ответственность за клинические, научные и этические решения. 二四六
