The increasing demand for new therapies and other clinical interventions has made researchers conduct many clinical trials. The high level of evidence generated by clinical trials makes them the main approach to evaluating new clinical interventions. The increasing amounts of data to be considered in the planning and conducting of clinical trials has led to higher costs and increased timelines of clinical trials, with low productivity. Advanced technologies including artificial intelligence, machine learning, deep learning, and the internet of things offer an opportunity to improve the efficiency and productivity of clinical trials at various stages. Although researchers have done some tangible work regarding the application of advanced technologies in clinical trials, the studies are yet to be mapped to give a general picture of the current state of research. This systematic mapping study was conducted to identify and analyze studies published on the role of advanced technologies in clinical trials. A search restricted to the period between 2010 and 2020 yielded a total of 443 articles. The analysis revealed a trend of increasing research interests in the area over the years. Recruitment and eligibility aspects were the main focus of the studies. The main research types were validation and evaluation studies. Most studies contributed methods and theories, hence there exists a gap for architecture, process, and metric contributions. In the future, more empirical studies are expected given the increasing interest to implement the AI, ML, DL, and IoT in clinical trials.

中文翻译：

---

应用先进技术改进临床试验：系统性绘图研究

对新疗法和其他临床干预措施的需求不断增加，使得研究人员进行了许多临床试验。临床试验产生的高水平证据使它们成为评估新临床干预措施的主要方法。在临床试验的规划和实施中要考虑的数据量越来越多，导致临床试验的成本和时间增加，生产力低下。人工智能、机器学习、深度学习和物联网等先进技术为提高各个阶段临床试验的效率和生产力提供了机会。尽管研究人员对先进技术在临床试验中的应用做了一些实实在在的工作，这些研究尚待绘制，以大致了解当前的研究状况。这项系统性绘图研究旨在识别和分析已发表的关于先进技术在临床试验中的作用的研究。仅限于 2010 年至 2020 年期间的搜索共产生了 443 篇文章。分析揭示了多年来该领域研究兴趣增加的趋势。招聘和资格方面是研究的主要焦点。主要研究类型是验证和评估研究。大多数研究贡献了方法和理论，因此在架构、过程和度量贡献方面存在差距。鉴于在临床试验中实施 AI、ML、DL 和 IoT 的兴趣日益增加，预计未来会有更多的实证研究。这项系统性绘图研究旨在识别和分析已发表的关于先进技术在临床试验中的作用的研究。仅限于 2010 年至 2020 年期间的搜索共产生了 443 篇文章。分析揭示了多年来该领域研究兴趣增加的趋势。招聘和资格方面是研究的主要焦点。主要研究类型是验证和评估研究。大多数研究贡献了方法和理论，因此在架构、过程和度量贡献方面存在差距。鉴于在临床试验中实施 AI、ML、DL 和 IoT 的兴趣日益增加，预计未来会有更多的实证研究。这项系统性绘图研究旨在识别和分析已发表的关于先进技术在临床试验中的作用的研究。仅限于 2010 年至 2020 年期间的搜索共产生了 443 篇文章。分析揭示了多年来该领域研究兴趣增加的趋势。招聘和资格方面是研究的主要焦点。主要研究类型是验证和评估研究。大多数研究贡献了方法和理论，因此在架构、过程和度量贡献方面存在差距。鉴于在临床试验中实施 AI、ML、DL 和 IoT 的兴趣日益增加，预计未来会有更多的实证研究。仅限于 2010 年至 2020 年期间的搜索共产生了 443 篇文章。分析揭示了多年来该领域研究兴趣增加的趋势。招聘和资格方面是研究的主要焦点。主要研究类型是验证和评估研究。大多数研究贡献了方法和理论，因此在架构、过程和度量贡献方面存在差距。鉴于在临床试验中实施 AI、ML、DL 和 IoT 的兴趣日益增加，预计未来会有更多的实证研究。仅限于 2010 年至 2020 年期间的搜索共产生了 443 篇文章。分析揭示了多年来该领域研究兴趣增加的趋势。招聘和资格方面是研究的主要焦点。主要研究类型是验证和评估研究。大多数研究贡献了方法和理论，因此在架构、过程和度量贡献方面存在差距。鉴于在临床试验中实施 AI、ML、DL 和 IoT 的兴趣日益增加，预计未来会有更多的实证研究。主要研究类型是验证和评估研究。大多数研究贡献了方法和理论，因此在架构、过程和度量贡献方面存在差距。鉴于在临床试验中实施 AI、ML、DL 和 IoT 的兴趣日益增加，预计未来会有更多的实证研究。主要研究类型是验证和评估研究。大多数研究贡献了方法和理论，因此在架构、过程和度量贡献方面存在差距。鉴于在临床试验中实施 AI、ML、DL 和 IoT 的兴趣日益增加，预计未来会有更多的实证研究。