人工智能改变临床试验的 4 种方式

随着每年有数十万患者进入临床试验，更多的研究和挽救生命的治疗方法正在被开发出来。通过使用人工智能（AI）来加快临床时间表、招募更多样化的患者、监测和留住患者，以及使用数据来推动人工智能分析，这种快速的创新步伐正在得到加强。药物开发过程平均持续9 年，耗资 13 亿美元，但 COVID-19 强调了对更快、更灵活的临床试验的迫切需求。现在，这个价值 520 亿美元的临床试验行业正在借助人工智能进行急需的改造。

更自动化、更多样化的患者选择

有80% 到 85% 的试验因患者选择而延迟，这使得临床试验的完成成为最艰巨、最复杂的环节之一。从代表性的偏差到患者来源的困难，患者选择是人工智能可以改善的一个领域。例如，如果临床试验能够快速找到理想的参与者–那些不会因为不是人类而给旅行带来不便的人，会怎么样呢？

数据和人工智能正通过 “数字双胞胎 “的概念使之成为可能。"数字双胞胎 “是建立在历史数据基础上的患者虚拟代表。对这些数字双胞胎进行实时跟踪，模拟具有相同特征的人类患者进行临床试验时的生物过程和结果。这一过程节省了试验时间和费用，并建立了一个更加多样化的患者库，从而消除了结果的偏差。

例如，Unlearn.AI开发了 TwinRCTs^™，这是一项结合了人工智能、数字双胞胎和新型统计方法的专有技术，可实现更小、更高效的试验，帮助使试验更加以患者为中心，缩短入组时间，并增强对试验结果的信心。

Curebase 是一款基于人工智能的软件，它是另一项创新，可让患者在舒适的家中参与试验，无需出差。有了可穿戴设备、家访和远程医疗，来自更多不同背景的患者无需亲自前往或请假即可参与试验。

更有意义的数据和分析

临床试验会产生数百万个数据点，这些数据点可能分布在不同的地点和患者身上，这使得研究人员很难快速分析并得出结论。人工智能可实现数据收集、报告和处理的自动化，从而共享分析结果，提高协作性和可访问性等。

例如，Elluminate AI使用人工智能框架和机器学习来实现流程自动化，并提供更快、更全面的见解。创建的数据更有意义，研究人员可以与其他从业人员协作并分享结果。

此外，有了人工智能，研究人员可以在整个试验生命周期加强数据分析，而不仅仅是在试验结束时。人工智能可以分析从招募到监测过程中的每一个步骤，还可以整合来自多个来源的数据，以创建一个全面的画面。此外，在利用可穿戴技术或其他监测设备时，人工智能还可以汇总数据以进行预测分析，分析患者对治疗的反应，并确定患者何时可以转入试验的子队列–所有这一切都是实时的。

简化审判流程

患者和试验流程的日常管理既耗时又分散。人工智能驱动的平台可以整合信息，简化患者管理，并为所有试验数据创建一个集中的解决方案。例如，Deep 6 AI将所有研究利益相关者汇集到一个由人工智能驱动、实时、数据驱动的协作生态系统中。另一项创新技术Deep Lens AI 可创建易于使用的仪表板，确保注册目标不偏离轨道。这些工具使公司能够将临床试验流程数字化，更快地完成研究，在更短的时间内向公众市场提供拯救生命的治疗方法和药物。

节约更多成本

在德勤的调查中，76% 的受访者正在为临床开发投资人工智能，依靠数字化转型彻底改变试验的执行方式。最显著的优势之一是节约成本。试验可以减少返工，使用标准材料和资源，实现流程自动化，提高效率，减少总体时间和成本投入。据ITIF 称，人工智能每年可降低成本约 280 亿美元，同时将临床研究阶段缩短一半以上。