Менее 5% взрослых онкологических пациентов включаются в терапевтические клинические исследования (КИ). Основные барьеры — структурные и клинические: отсутствие доступного исследования в месте лечения пациента и невыявленное соответствие критериям включения. Крупные интегрированные онкологические центры часто поддерживают КИ как в главных, так и в сетевых клиниках, что расширяет доступ, но усложняет операционный процесс выявления подходящих пациентов в большой распределённой популяции. Традиционный скрининг опирается на ручной просмотр предстоящих визитов и нозологических списков, создавая значительную нагрузку на персонал офиса клинических исследований (CTO) и повышая риск, что потенциально подходящие пациенты не будут выявлены при открытии исследования.

При активации фазы III исследования по лечению рака предстательной железы в Yale Cancer Center и партнёрской Smilow Cancer Hospital исследователи развернули автоматизированную AI-систему скрининга PRISM, основанную на электронной медицинской карте (ЭМК), в масштабах всей сети, включая региональные клиники. В день 0 каждый пациент с онкологической активностью за предыдущие 6 месяцев был проскринирован на соответствие критериям включения и исключения протокола. Отмеченные пациенты направлялись исследовательской группе для углублённого анализа и последующего контакта с главным исследователем или лечащим врачом.

В день 0 6362 активных пациента были проскринированы, 56 отмечены как потенциально подходящие; примерно 30% из них находились в сетевых клиниках. Исследовательская команда проанализировала 25 отмеченных пациентов (7 — сильное соответствие, 4 — в списке наблюдения, 14 — не соответствуют). Два пациента дали согласие и были включены в исследование. Один из двух включённых пациентов был выявлен через общесетевой скрининг в сателлитной клинике, демонстрируя способность эффективно находить потенциальных кандидатов в более широкой сети.

Автоматизированный общесетевой скрининг в день 0 обеспечил быстрое выявление потенциально подходящих пациентов в крупной интегрированной онкологической сети, включая региональные площадки, которые уже вносят значимый вклад в набор в КИ. Дополняя существующие рабочие процессы CTO, автоматизированный скрининг снизил нагрузку ручного анализа карт и создал масштабируемый процесс оценки тысяч пациентов при активации исследования. Распространение скрининга на всю сеть может улучшить операционную эффективность, ускорить время до первого включения и обеспечить последовательное выявление потенциально подходящих пациентов независимо от места получения помощи.