Connecting patients to clinical trials and oncology centers to one another.
The goal was to build a system usable across multiple sites that connects patients, physicians, and researchers, and ensures that no patient misses the chance to be enrolled in a suitable study. Trial Matcher has two interfaces, each for a different group of users.
For physicians
The system is connected to a simulated hospital information system (NIS) and works directly within the physician’s workflow. While a medical report is being written, the patient is automatically screened against all studies in the database. The database includes studies from FNMH, MÚO, and clinicaltrials.gov, and it can be expanded further. Physicians do not need to search for studies themselves or know their criteria. If the system finds a potential match but information needed for confirmation is missing, it proactively asks follow-up questions or suggests the examinations that need to be completed. The physician thus receives not only a signal that the patient may be eligible, but also a concrete next step.
For researchers
After the study documentation is uploaded, Trial Matcher automatically extracts the eligibility criteria, which can be edited or supplemented. Researchers then follow the progress of the study in a clear interface: they browse and filter patients, and for every claim they can click through to a citation pointing directly to the source text, so they can verify the system’s decisions. Results can be exported to a table.
Bonus: TrialGPT
TrialGPT enables basic data analysis in natural language. Users can ask, for example, for a chart of value distributions or for the number of patients excluded by a specific rule, without having to write queries manually. All data are stored on an InterSystems FHIR server, on top of which structured queries can be built, allowing rapid analysis of large patient cohorts.
Future development
The system is designed to be deployable both within the FNMH NIS and beyond it. We would be glad to collaborate with other oncology clinics to help make the right match between patient and study across institutions.
Technical details: Deployed on Azure, resource group in the VZP tenant: https://portal.azure.com/#@vzpcrrakaton.onmicrosoft.com/resource/subscriptions/83ae1511-eee9-469a-8c48-b9a9069b92e4/resourceGroups/rg-team72/overview
The LLM can easily be swapped for a locally hosted model.
- Had before
- Jen naši lásku a zkušenosti z mnoha komerčních projektů napříč obory, které používaly velmi podobné technologie.
- Use of AI
- - Extrakce strukturovaných dat z lékařských zpráv do formátu FHIR
- Automatické vytažení eligibility kritérií z dokumentace studie
- Generování dotazů nad strukturovanými daty
- Citace ke každému tvrzení s odkazem na konkrétní místo ve zdrojovém textu, takže je každé rozhodnutí ověřitelné
- TrialGPT: analýza dat v přirozeném jazyce (grafy distribucí, počty pacientů vyloučených konkrétním pravidlem)
- Vývoj během Rakathonu: Claude Code - Impact
- Trial Matcher zjednodušuje práci lékařům i výzkumníkům při zařazování pacientů do klinických studií. Po integraci do NIS screeninguje pacienta proti všem dostupným studiím už při psaní lékařské zprávy, takže žádný vhodný kandidát neunikne jen proto, že na studii nikdo nepomyslel.
Chybí-li informace, systém se doptá nebo navrhne potřebná vyšetření. Šetří čas lékařů, zrychluje nábor a zvyšuje šanci, že pacient dostane léčbu, která mu může pomoci. Rádi bychom projekt rozšířili i na další (onkologické) kliniky, aby vznikl skutečně sdílený match mezi pacienty a studiemi napříč pracovišti. - Who benefits
- Doctors and nurses, Research
- InterSystems technologies
- Yes — Vsechna data jsou ulozena ve FHIR serveru, tato strukturalizace umožnuje rychlé queries nad daty, tedy i analýza probíha za zlomek času.
- Team
- M&A — Martin Mazáč, Alice Diakonu
- Challenge
- AI Trial Matching · Prague