匹茲堡大學醫(yī)學院的研究人員開發(fā)了一項新的臨床試驗，提出了一個應對COVID-19大流行期間的重要問題：醫(yī)生們應該如何決定是迅速采用新療法，比如抗瘧疾藥羥氯喹，還是等到更長時間的臨床試驗后再做決定？

醫(yī)學博士、公共衛(wèi)生碩士、教授、匹茲堡大學和匹茲堡大學醫(yī)學中心重癥監(jiān)護醫(yī)學部主任德里克·安格斯（Derek Angus）說：“解決的辦法是找到一個最佳的折衷方案，是現(xiàn)在就采取行動，比如開非適應癥藥物的處方，還是等到傳統(tǒng)的臨床試驗結(jié)束后再采取行動。”

“我們開發(fā)了一種適應性臨床試驗模型，它依靠一種稱為強化學習的人工智能來識別最佳的、有證據(jù)支持的COVID-19療法，比使用傳統(tǒng)的科學方法要快得多。”

在COVID-19出現(xiàn)之前，Angus和廣泛的國際合作者已經(jīng)開發(fā)了一個平臺，稱為REMAP-Community Acquired Pneumonia （REMAP-CAP），用于在非大流行和大流行環(huán)境中尋找重癥肺炎的最佳治療方法。

當COVID-19開始傳播時，REMAP-CAP根據(jù)其目的迅速適應，納入了針對SARS-CoV-2病毒的額外治療方案。國際團隊在近日出版的美國胸科學會年鑒（AnnalsATS）上的一份手稿中描述了REMAP-CAP平臺。

REMAP（隨機、嵌入式、多因素、自適應平臺）使研究人員能夠以較低的成本和比傳統(tǒng)臨床試驗更少的患者同時快速測試多種治療方法。2015年，安格斯在《美國醫(yī)學會雜志》（JAMA）上首次描述了REMAP設(shè)計，它是所謂“適應性平臺試驗”的靈活版本。

安格斯指出，建立在REMAP-CAP平臺基礎(chǔ)上的UPMC-REMAP-COVID19試驗將特別強大，因為它將與UPMC（匹茲堡大學醫(yī)學中心）的電子健康記錄系統(tǒng)集成在一起。

“在大流行的情況下，醫(yī)生們將沒有時間就每一個可能的臨床試驗的利弊進行辯論。通過在護理點建立這種一站式解決方案，我們正在推出一種方法，可以確保每位使用COVID-19入院的患者，如果他們愿意，都可以參加該項目。”

安格斯最近在《美國醫(yī)學會雜志》（JAMA）上發(fā)表了一篇觀點，主張“邊做邊學”的方法。他說：“我們必須拋棄舊的思維方式，把臨床護理和臨床研究融合到一個極其有效的系統(tǒng)中。”

“這是一場前所未有的大流行，我們需要采取前所未有的應對措施。” UPMC-REMAP-COVID19將在UPMC的40家醫(yī)院系統(tǒng)中開放，并開始以不同的組合同時測試多種治療方法——包括羥基氯喹、類固醇和一種稱為免疫調(diào)節(jié)劑的藥物，這種藥物可以改變免疫系統(tǒng)的反應。

此外，由于UPMC-REMAP-COVID19平臺與世界范圍內(nèi)的REMAP-CAP是連接的，因此該試驗借鑒了整個國際經(jīng)驗。REMAP-CAP正在北美、歐洲、澳大利亞和新西蘭招募COVID-19患者，并迅速擴大。

“試驗設(shè)計使用一個機器學習模型，其中包括來自世界各地的病人登記數(shù)據(jù)，不斷學習哪種治療和療法的組合表現(xiàn)最好。” AnnalsATS作者斯科特?貝里（Scott Berry）博士解釋道。