Large Language Models Across the Clinical Trial Lifecycle: A Scoping Review of Applications, Methodologies, and Validation Gaps
Deze scoping review van 71 studies gepubliceerd tussen 2023 en 2025 onthult dat hoewel grote taalmodellen steeds vaker worden toegepast op de werving voor klinische trials en data-analyse, hun overgang naar de dagelijkse praktijk wordt belemmerd door gefragmenteerd bewijs, een gebrek aan vergelijkende benchmarks en onvoldoende prospectieve validatie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Klinische studies zijn de rigoureuze, dure en tijdrovende experimenten die bepalen of een nieuw medicijn of een nieuwe behandeling veilig en effectief is voor mensen. Voordat een medicijn een apotheek kan bereiken, moet het een reeks zorgvuldig gecontroleerde stappen doorlopen: onderzoekers ontwerpen de regels van het experiment, zoeken de juiste vrijwilligers om deel te nemen, begeleiden hen door de studie en analyseren tot slot de bergen data die zij produceren. Decennialang hebben deze stappen zwaar geleund op menselijke inspanning, waarbij teams van experts duizenden pagina's aan medische dossiers moesten lezen, complexe juridische documenten moesten schrijven en patiënten bij de juiste studies moesten matchen. Onlangs is er een nieuw type computerprogramma in deze wereld binnengekomen. Deze programma's, bekend als grote taalmodellen, zijn getraind op enorme hoeveelheden tekst en kunnen lezen, schrijven en redeneren met menselijke taal op manieren die onmogelijk waren voor eerdere software. Ze bieden de belofte om de trage, arbeidsintensieve delen van klinisch onderzoek te versnellen, maar omdat de technologie zo nieuw is, was het onduidelijk waar precies deze hulpmiddelen werden gebruikt, hoe goed ze eigenlijk werkten en of ze klaar waren voor echt gebruik.
Een team van onderzoekers zette zich scharpe schijn om dit snel veranderende landschap in kaart te brengen door elke studie te beoordelen die zij konden vinden waarin deze taalmodellen werden toegepast op klinische studies tussen januari 2023 en augustus 2025. Zij onderzochten 71 afzonderlijke studies om te zien hoe de technologie werd gebruikt, van het allereerste idee van een studie tot de uiteindelijke analyse van de resultaten. Hun onderzoek onthulde dat het gebruik van deze modellen snel groeit, maar dat het ook ongelijkmatig verdeeld is. De technologie is momenteel het meest actief op twee specifieke gebieden: het analyseren van gegevens nadat een studie is afgerond, en het helpen bij de werving van deelnemers voordat een studie begint. In het domein van de data-analyse worden de modellen gebruikt om specifieke feiten uit duizenden medische artikelen te halen, complexe bevindingen samen te vatten en te controleren of rapporten voldoen aan de noodzakelijke regels. Bij werving helpen de modellen om ingewikkelde medische geschiktheidsregels te vertalen naar eenvoudige lijsten en om patiëntendossiers te matchen met de juiste studies. De onderzoekers stelden echter vast dat de modellen zelden worden gebruikt tijdens de eigenlijke uitvoering van de studie, zoals bij interactie direct met patiënten of bij het beheren van de dagelijkelijkse activiteiten van de studie.
De review bekeek ook nauwgezet hoe deze computerprogramma's werden getest. In bijna de helft van de studies vergeleken de onderzoekers de nieuwe modellen met oudere computermethoden en stelden zij vast dat de taalmodellen beter presteerden. Toch werd in bijna evenveel studies helemaal geen dergelijke vergelijking gemaakt, waardoor het onduidelijk bleef of de nieuwe hulpmiddelen werkelijk een verbetering vormden. Belangrijker nog, de onderzoekers vonden een aanzienlijke kloof tussen hoe goed de computers op papier presteerden en hoe goed ze zouden werken in een echte ziekenhuis- of klinische setting. Hoewel ongeveer een derde van de studies een vorm van menselijke evaluatie bevatte, waarbij mensen het werk van de computer controleerden, gebeurde deze controle vaak achteraf door naar oude dossiers te kijken. Zeer weinig studies testten de modellen in realtime met daadwerkelijke patiënten of artsen om te zien of het advies dat de computer gaf veilig en nuttig was. Wanneer menselijke experts naar de resultaten keken, stelden zij soms vast dat de modellen belangrijke details misten of aanbevelingen deden die niet helemaal juist waren.
Een ander cruciaal bevinding betrof de data waarop deze modellen getraind waren. De meeste studies vertrouwden op informatie die al publiek toegankelijk was, zoals medische tijdschriften en registers van klinische studies die op internet beschikbaar zijn. Slechts een klein aantal studies gebruikte private, gevoelige patiëntgegevens uit ziekenhuizen. Wanneer private data werd gebruikt, lieten de onderzoekers vaak niet duidelijk zien hoe zij de privacy van patiënten beschermden of of zij officiële toestemming hadden om de informatie te gebruiken. Dit gebrek aan duidelijke verslaglegging maakt het moeilijk om te weten of de technologie verantwoord wordt gebruikt. De auteurs van de review concluderen dat hoewel deze taalmodellen krachtige instrumenten zijn die snel uitbreiden, ze nog niet klaar zijn om als standaardonderdelen van het klinische onderzoeksproces te worden vertrouwd. Voordat ze routinematig kunnen worden gebruikt, is er meer werk nodig om te bewijzen dat ze veilig zijn, om ze in de echte wereld te testen en om te garanderen dat de data die ze gebruiken met de grootste zorg wordt behandeld. De technologie beweegt snel, maar het bewijs dat het gebruik ervan ondersteunt, loopt nog achter.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.