在中国
，一场革命性的刷新在医药行业悄然进行。从前十年间
，随着创新药物的急剧发展
，中国已成为全球医药创新的一个沉要力量
，由中国药企提议的临床试验已经从全球占比3%
，提升到28%
，位居全球第二
，仅次于美国药企提议的临床试验数量。然而
，在创新药“出海”潮中
，我们仍旧面对着分歧国度的尺度医治分歧
，对于分歧国度钻研中心阐发不相识
，选择钻研中心决策等等难题。那么
，我国本土药企若何以有竞争力的创新药物叩开海表市场的大门
，在国际舞台上获得一席之地？人为智能（AI）能够助一臂之力。

AI时期开启
，数据领导决策

在全球医药领域
，新药的开发时时是一场与功夫的竞走。出格是对于要“出海”的中国药企来说
，突破国内市场的天堑
，将创新药推向国际舞台
，这一挑战充斥了不确定性和复杂性。随着精准医疗的鼓起
，高度依附经验的传统临床试验设计和中心选择方式已显不及。

从钻研设计来讲
，选择海表上市的赛路与国内天壤之别。例如
，同样的适应症
，尺度医治规划在中国可能选取化疗
，而在美国、欧洲则可能已经是靶向医治。因而
，我国药企亟需在临床试验前充分相识将来医治规划的疗效、安全性和候选药物的竞争力。以往
，医学部门常凭据已颁发文件判断
，但索求以往钻研没有覆盖的那些特定人群仍具挑战性。

不外
，在这场竞走中
，AI技术正成为一把利剑。固然人类需花数年筛选数据
，但算法仅需几秒。然而
，真正的力量在于人类专业知识与算法相结合
，挖掘汗青试验数据
，提高研发人员对于疾病理解
，优化临床试验设计
，以更急剧度开发更有效的医治规划。AI的染指
，使得从试验设计到患者入组的各个环节都越发高效和精准
，极大地缩短了药物从尝试室到市场的功夫。这不仅将加快创新药的国际化过程
，更将为患者带来新的但愿。

依附3万+项试验、33000个钻研中心和超过1000万患者堆集的汗青临床数据库及基于130多种适应症的入组预测模型
，Medidata AI在为优化试验规划设计、提升试验成效预测及试验洞察提供更多可能。

提高患者多样性
，惠及更宽泛的患者

由于药物在分歧人群中的反映可能分歧
，梦想情况下
，临床试验的受试者应尽可能多地代表将使用该疗法的人群。

以FDA为例
，美国作为一个多元种族的移民国度
，FDA对临床试验中的人种比例和多样性提出了严格的监管要求。汗青数据显示
，73%的临床试验参加者为白人
，这露出了不足人群多样性的问题
，这将直接影响药物上市后的成效与安全性。因而
，监管机构对患者多样性的要求越来越复杂。加上临床钻研设计的复杂性大幅提升
，这进一步增长了招募相宜患者的难度。在美国
，只管其人丁只占全球4.25%
，但承载了全球约35%的临床试验患者。在患者数量不变的情况下
，对受试者的要求却日益细化
，使得招募越发难题。

面对这些需要和挑战
，Medidata AI为多多药企提供了援手
，蕴含我国本土药企。例如
，一家驰名中国药企在美国为特定适应症定位相宜的钻研中心。申办方已知的钻研中心约莫有150家
，通过第三方推荐
，增长了约莫165家。去岁首
，Medidata AI为其鉴别出938家钻研中心
，其中蕴含之前第三方推荐的所有165家
，从而顺利推动了项目进行。这在肯定水平上证实了Medidata AI推荐的正确性。

值得一提的是
，Medidata也仍在持续索求AI利用的潜能。2022年
，Medidata AI已成功助力临床钻研人员评估嵌合抗原受体T细胞(CAR-T)癌症医治的风险。Medidata AI还曾与慈悲组织Every Cure合作
，为一名患有特发性多中心卡斯尔曼。╥MCD）的男子研发药物。这是一种危及性命的罕见病。通过在蛋白质组数据上利用AI算法
，Medidata AI可能鉴别出特定的iMCD患者亚组
，他们对现有药物有反映。幸运的是
，该患者刚好属于这些亚组之一。通过这种AI疏导的发现
，这名已经穷尽了所有已知疗法并筹备接受临终关切的患者——最终成功地寻找到了援救并一连性命的机遇。

AI利用：临床试验的下一代前沿技术

能够看到
，无论是在临床前阶段
，还是在贸易化阶段
，据估计
，目前已有超过400家公司使用人为智能开发药物
，并且已达到3520亿元的市场
，使人为智能技术在主流性命科学的利用越发不变。

不外
，将人为智能融入临床试验并非没有挑战
，终于性命科学行业第一要务是合规
，维持审慎有其合理性
，但在药物开产性命周期中整合AI的潜在益处却极其令人等待。AI的利用能够加快药物发现的快率、提高试验的精确度
，并最终改善患者的医治成效。我们必须平衡传统的风险躲避态杜纂钻营创新的勇气
，由于只有这样
，能力真正开释AI在临床试验中的巨大潜力。

另表一方面
，不得不提今年大热的天生式AI。天生式AI凭据其训练数据产生新内容
，与传统AI的自动化分析和基于汗青数据的预测分歧。在医药行业的使用
，天生式AI的潜在影响也在被不休挖掘。据麦肯锡全球钻研所估计（https://www.mckinsey.com/industries/life-sciences/our-insights/generative-ai-in-the-pharmaceutical-industry-moving-from-hype-to-reality）
，天生式AI技术通过加快药物开发
，每年可为造药和医疗产品格业创造600亿至1100亿美元的经济价值。

天生式人为智能凭据训练数据天生新内容。其中另一极具影响力的利用是使用合成数据
，这是由算法创建的高保真数据
，既；ち嘶颊咭衷
，又维持了数据安全
，同时保留了临床试验数据集的齐全性。

目前
，天生式AI更多的利用将首先产生在新药的早期发现阶段
，在临床试验等高度监管领域仍必要更多的优化和专家参加
，以确保正确性。

政策利好
，加持数字化机缘

近年来我国AI药物研发领域政策利好不休
，已有多项基础性、支持性政策颁布
，今年两会《当局工作汇报》提出
，“大力推动现代化产业系统建设
，加快发展新质出产力７⒄埂叭宋悄+”行动。”今年当局工作汇报初次提及“人为智能+”
，批注加快创新药产业发展、发展“AI+医疗”成为2024年医疗卫生领域沉要发展方向
，为创新药研发的数字化过程按下加快键。

2023年
，多款创新药成功闯关欧美
，对表授权合作再创新高。在国度激励加快发展医药领域新质出产力的档口
，若何借力创新科技助力创新药企抓住“出海”机缘
，买通“出海”要塞
，是沉中之沉。临床试验实际已证明
，AI技术在赋予临床试验全新的力量和可能性
，不仅极大提升了试验的效能和质量
，也为中国创新药的“出海”提供了强有力的支持
，助力试验降本增效。

时期的大幕已然拉开
，中国创新药企出海之路或将越走越宽。

本文作者：达索系统大中华区战术征询及解决规划业务部高级经理燕晓明