2024年人工智能医疗峰会
由辉瑞公司副总裁、法国医学总监、医学博士卢卡·莫洛（Luca Mollo）、Artefact合伙人托马斯·菲莱尔（Thomas Filaire）以及Artefact高级数据顾问莱娅·吉鲁莱（Léa Giroulet）共同参与的“释放人工智能在临床试验中的潜力”专题讨论会的核心要点。
讨论围绕人工智能在临床试验中的变革性作用展开，内容基于辉瑞和Artefact提供的见解，并在双方合作发布的白皮书中得到了突出体现。该白皮书展示了具体应用案例、生态系统图谱，以及在推广人工智能创新过程中面临的挑战。
Artefact发布白皮书的初衷
Artefact 随着人工智能有望将临床试验周期缩短多达 50%、加速创新疗法的上市进程，并确保制药公司的竞争力，研发领域对人工智能的需求正日益增长。白皮书中探讨的应用案例，目前已开始实施或被纳入相关利益方的中期战略。
辉瑞在药物研发中应用人工智能
辉瑞利用人工智能分析数据集、识别药物靶点、预测疗效并优化研发流程。例如，在新冠疫情期间，人工智能帮助辉瑞将分子筛选范围从300万个缩减至600个，从而将口服抗病毒药物的研发周期从四年缩短至四个月。 此外，人工智能还推动了去中心化临床试验和远程监测等新方法的采用，助力将平均药物研发周期从2019年的8.6年缩短至2022年的4.8年。
临床试验的关键阶段
该白皮书将临床试验价值链划分为三个阶段：设计、患者招募和执行。在试验设计阶段，大型语言模型（LLMs）从以往的试验中提取安全性和有效性数据，从而简化研究方案。在患者招募方面，人工智能模型通过分析人口统计数据和病史来预测退出率，从而确保试验的连续性。在执行和管理方面，借助人工智能驱动的数据处理，不仅提升了效率，还缩短了生成报告并提交给监管机构所需的时间。
临床数据管理领域的进展
人工智能能够自动化处理诸如清理、处理和分析临床数据等劳动密集型任务，从而发现传统方法可能忽略的规律和关联。在新冠疫苗研发过程中，得益于人工智能，辉瑞仅用48天就完成了监管报告的起草工作，而传统方法通常需要100天。这一时间表的缩短使得疫苗能够更快上市，并提高了患者的可及性。
人工智能创新规模化面临的挑战
主要挑战在于建立坚实的数据基础，包括治理和合规框架。尽管这些基础在初期被认为成本高昂且进展缓慢，但它们对于实现长期可扩展性以及有效交付人工智能驱动的应用场景至关重要。
结论
人工智能正通过缩短时间周期、提高效率以及改善患者预后，彻底改变临床试验的格局。然而，其成功与否取决于能否解决数据治理方面的挑战，并促进整个医疗生态系统内的协作。
