Інтеграція моделей штучного інтелекту в SAS для аналізу даних клінічних випробувань

Abstract

Оскільки галузь клінічних випробувань продовжує розвиватися, зростає інтерес до використання технологій штучного інтелекту (ШІ) та обробки природної мови (NLP) для спрощення програмувальних завдань та підвищення ефективності. Однією з перспективних технологій у цій сфері є ChatGPT, розширена модель мови, яка показала вражаючі результати у різноманітних застосуваннях. У кваліфікаційній роботі я дослідив потенціал інтеграції ChatGPT у робочі процеси програмування SAS для клінічних випробувань. Починаючи з архітектури і принців роботи ChatGPT, я зосередив увагу на інноваційному методі трансформерів моделі ШІ. Далі я запропонував метод інтеграції моделі ШІ в середовище програмування SAS, розглядаючи конкретні задачі, з якими може допомогти ChatGPT, включаючи створення наборів даних ADaM на основі стандартів CDISC, генерацію фігур та таблиць за допомогою мови програмування SAS 9.4, генерацію тестових даних для клінічних випробувань. Нарешті, була оцінена точність та ефективність ChatGPT у аналізі даних, спираючись на приклади з реального світу клінічних досліджень, спираючись на питання, пов'язаних з конфіденційною інформацією та іншими обмеженнями.

As the field of clinical trials continues to evolve, there is increasing interest in leveraging artificial intelligence (AI) and natural language processing (NLP) technologies to streamline programming tasks and enhance efficiency. One of the promising technologies in this area is ChatGPT, an advanced language model that has demonstrated impressive results in various applications. In this paper, I explored the potential of integrating ChatGPT into SAS programming workflows for clinical trials. Starting with the architecture and working principles of ChatGPT, I focused on the innovative method of AI model transformers. I then proposed a method for integrating the AI model into the SAS programming environment, considering specific tasks that ChatGPT can assist with, including creating ADaM datasets based on CDISC standards, generating figures and tables using the SAS 9.4 programming language, and generating test data for clinical trials. Finally, I evaluated the accuracy and effectiveness of ChatGPT in data analysis, drawing on realworld examples from clinical research, addressing issues related to confidential information and other limitations.