AI如何提高临床试验成功率，在这里或许你能找到答案

药明康德AI/报道

目前大型药企以及其他药物研发企业正在面临两难的境地：畅销药横行时代的结束以及新药研发进程慢、高投入。通常将新药推向市场平均需要10-15年，总投入费用预计达1.5 - 2亿美元，其中大约一半的时间和资金投入到了临床试验部分。

药物研发周期，高临床试验失败率是药物开发周期普遍存在效率低下的一个主要原因

（图片来源：参考资料[2]）

尽管人工智能目前尚未对于临床试验产生重大影响，但基于AI的各种模型正不断赋能临床试验设计，AI技术也正不断应用于临床试验的患者招募中，使用AI监测系统也能提高试验成功几率并降低数据丢失率。

IBM澳大利亚研究院的计算机科学家以及论文的第一作者Stefan Harrer表示：“人工智能在现阶段正处于快速发展之中，虽然它目前不能快速扭转乾坤解决新药研发的两难境地，但未来它将对医疗大健康和药物研发的发展大有帮助。”

Harrer研究团队表示AI可通过以下方式提高临床试验成功率

有效测量能反映被测药物有效性的生物标志物；

识别并描述最适合特效药的患者亚群。现阶段不到三分之一的药物能从II期临床试验顺利进入III期临床试验阶段，另外三分之一的临床III期试验会面临失败，这不是因为药物无效或具有危险性，而是因为在临床试验阶段缺乏足够的患者或有该药物适应症类型的正确患者。

初创型新药研发企业、大型药企、监管机构以及政府机构各方推动人工智能用于改进临床试验设计。Harrer说：“针对政策等大力推动我们目前看到的成就主要是在早期概念验证和可行性试点研究，这些研究表明，许多人工智能技术在提高临床试验成功率方面具有巨大的潜力。”

AI在现实世界中对患者最有用的几个方面

使用人工智能的系统可能将允许患者更多了解并控制他们自己的个人临床数据；

在临床试验进行前以及进行时，可通过基于AI开发的软件对患者个人进行指导；

人工智能检测系统可实时观测到单个患者对试验阶段协议的遵守情况；

人工智能技术可引导患者进行他们所不了解的临床试验；

尤其是人工智能在精准医疗中的应用。人工智能的应用在针对神经系统的临床试验前中期可以提高对患者的有效监测。比如，应用人工智能技术如何有效和准确诊断、治疗和管理神经系统疾病。

重要结论

图片来源：pixabay

健康医疗AI领域日益发展，能联动医学、制药、数据科学和工程多端发展；

新生代健康医疗领域的人工智能专家需要在分析、算法编码和计算机技术集成方面拥有更全面广泛的知识；

数据的隐私性、安全性和可访问性需不断强化，使人工智能技术应用于敏感医疗信息时不触及合规底线以及不违反伦理道德。

由于人工智能在过去5-8年内才开始应用于临床试验中，技术尚未成熟，所以在AI精准提高临床试验成功率方面，未来可能还需要在常规药物研发10-15年的研发周期之外多几年才能得以完全实现。

Harrer补充说到：“新举措的可行性必须依托于严谨、科学的测试。在将人工智能正式纳入临床试验设计之前，还需要更多的测试以及数据作为支撑。任何违反研究方案的举措或过早预期成功、盲目乐观都可能最终导致人工智能在临床领域的失败。”

药明康德AI整理编译

来源：eurekalert.org

题图来自：pixabay

参考资料

[1]Review evaluates how AI could boost thesuccess of clinical trials, Jul 17,2019, from

https://www.eurekalert.org/pub_releases/2019-07/cp-reh071119.php

[2]ArtificialIntelligence for Clinical Trial Design, Jul 17, 2019,from

https://www.cell.com/action/showPdf?pii=S0165-6147%2819%2930130-0