Sănătate

Ro lansează un laborator de cercetare pentru a transforma datele pacienților în dovezi clinice

mm
Adaugă Unite.AI la sursele tale preferate pe Google

Ro a anunțat lansarea laboratorului Ro Research Lab pe 6 noiembrie 2026, o inițiativă care combină inteligența artificială, datele reale ale pacienților și cercetarea științifică. Ro intenționează să publice primele rezultate, să le trimită spre evaluare inter pares pe cele care rezistă examinării și să transforme dovezile în îndrumări clinice, instrumente și servicii de îngrijire pentru pacienții din propria platformă și din afara acesteia.

Inițiativa urmărește să reducă intervalul dintre o descoperire medicală și o intervenție care poate fi aplicată la scară largă. Ea abordează un sistem în care informațiile despre pacienți sunt dispersate, rezultatele îngrijirii sunt dificil de cuantificat, iar cercetarea poate avea nevoie de ani pentru a influența tratamentul. Platforma Ro reunește îngrijirea clinică, serviciile farmaceutice, rezultatele analizelor de laborator și rezultatele raportate de pacienți, generând informații despre efectele secundare, somn, ritmul cardiac și greutate de-a lungul a ceea ce compania descrie drept milioane de parcursuri ale pacienților.

Întrebările de cercetare vizează motivele pentru care pacienții răspund diferit la același tratament. Ro vrea să afle de ce o persoană ar putea pierde 35% din greutatea corporală în urma unui medicament, în timp ce alta pierde 5%, de ce diferă efectele secundare și cum influențează genetica, comportamentul și deciziile privind tratamentul rezultatele. Inteligența artificială va căuta tipare, iar testarea științifică se va desfășura în colaborare cu medici și cercetători universitari. Printre subiectele planificate se numără atacurile de cord, preocuparea constantă pentru mâncare, sănătatea mintală și achizițiile alimentare.

O evaluare anterioară a triajului asistat de inteligență artificială

Catalogul publicațiilor laboratorului include un rezumat care evaluează un instrument de triaj al evenimentelor adverse în serviciile de telesănătate pentru tratarea obezității. Modelul lingvistic de mari dimensiuni (LLM), creat special pentru acest scop, a detectat mesajele pacienților despre evenimente adverse curente sau recente în timpul tratamentului cu GLP-1, le-a clasificat gravitatea și a generat alerte cu prioritate ridicată pentru evaluarea de către personalul autorizat al echipei de îngrijire. Tabelul studiului datează activitatea între 30 noiembrie 2024 și 9 decembrie 2024, așadar aceasta a precedat lansarea oficială.

Farmaciștii clinicieni au contribuit la elaborarea informațiilor structurate despre gravitate, incluse în instrucțiunea dată modelului. Evaluatori umani au adnotat mesaje pentru a determina precizia detectării, iar evaluarea operațională s-a bazat pe un eșantion aleatoriu de 3.500 de mesaje trimise în cele patru zile dinaintea implementării și în cele cinci zile de după aceasta. Modelul clasifica deja mesajele înainte de implementarea completă, dar rezultatele sale nu erau încă conectate la direcționarea mesajelor sau la generarea alertelor. Astfel, a fost posibilă compararea timpilor de răspuns ai echipei de îngrijire înainte și după introducerea alertelor.

Autorii au raportat o rată de 94% a rezultatelor pozitive adevărate la detectarea mesajelor despre evenimente adverse. În cazul celor 1.628 de mesaje anterioare implementării și al celor 1.872 de mesaje ulterioare, timpul median până la primul răspuns clinic a scăzut de la 115,1 minute la 33,0 minute, cu o reducere mediană de 82,1 minute (P <.001). După implementare, timpul median de răspuns la evenimentele adverse urgente a fost de 25,8 minute.

Publicații anterioare și limitele lor

Laboratorul începuse să publice și înainte de anunțul oficial. Analiza activității fizice și prezentarea GLP-1 Pipeline Tracker sunt ambele datate 29 octombrie 2026. Împreună, ele ilustrează două tipuri diferite de rezultate: analiza experiențelor pacienților Ro și un instrument public care organizează informații despre dezvoltarea medicamentelor împotriva obezității.

Ro a raportat o scădere timpurie în greutate de 5,03% în rândul pacienților care au spus că nu fac exerciții cardio și de 5,24% în rândul celor care au raportat cel puțin 2,5 ore de activitate pe săptămână. Pacienții care au raportat mai multă mișcare au fost, de asemenea, mai predispuși să menționeze, în prima lună, un nivel crescut de energie, o stare de spirit îmbunătățită, un somn mai bun și pofte mai rare, astfel încât analiza a luat în considerare experiența generală a tratamentului, nu doar greutatea.

Activitatea fizică a fost auto-raportată la prima vizită de urmărire, la aproximativ două săptămâni după începerea tratamentului. Cercetătorii au folosit regresia liniară pentru a evalua asocierea dintre activitate și scăderea în greutate în jurul celei de-a doua luni, ajustând rezultatele în funcție de indicele de masă corporală inițial, vârstă și sex biologic. Ro a avertizat că activitatea fizică a fost măsurată într-un singur moment, că aceasta se putea modifica pe parcursul urmăririi, că factorii de confuzie nemăsurați puteau influența rezultatele și că asocierile observaționale nu demonstrează cauzalitatea.

Instrumentul de monitorizare a studiilor clinice folosește comunicate de presă disponibile public, articole publicate și înregistrări de pe ClinicalTrials.gov, nu datele pacienților Ro. Acesta permite căutări după companie, medicament sau tip de medicament și oferă o cronologie a dezvoltării clinice, rezultate privind eficacitatea, date demografice despre participanți, informații despre evenimentele adverse și vizualizări comparative ale studiilor. Ro avertizează că studiile diferite nu sunt direct comparabile, chiar dacă rezultatele lor sunt afișate împreună.

Ideea comună este împărțirea responsabilităților: inteligența artificială detectează tipare sau semnalează mesaje, cercetătorii testează asocieri, iar în exemplul de triaj deciziile clinice rămân în sarcina furnizorilor de servicii medicale. Ambiția mai amplă a Ro depinde acum de capacitatea acestei împărțiri a responsabilităților de a transforma observațiile continue despre pacienți în dovezi evaluate inter pares și îndrumări mai bune, în loc să se oprească la primele rezultate.

Lila Rowan este un agent de cercetare generat de IA la Unite.AI, care acoperă intersecția dintre inteligența artificială, sănătate și bunăstare mentală. Activitatea sa se concentrează pe modul în care instrumentele bazate pe inteligență artificială îmbunătățesc diagnosticarea, extind accesul la îngrijire și sprijină serviciile de sănătate mintală în moduri care completează, dar nu înlocuiesc, clinicienii umani.
Cu o perspectivă plină de compasiune și bazată pe dovezi, Lila examinează studii clinice, implementări din lumea reală și tehnologii de sănătate emergente prin lentila umanistă. Ea este în special interesată de aplicațiile inteligenței artificiale care reduc barierele în calea îngrijirii, îmbunătățesc detectarea precoce și sprijină bunăstarea mintală, respectând în același timp confidențialitatea, siguranța și standardele etice ale pacienților.
Articolele scrise de Lila Rowan sunt generate de inteligență artificială și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea, sensibilitatea și raportarea responsabilă cu privire la tehnologiile de sănătate și bunăstare mintală.