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未来医治规划的疗效、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速度、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