人工智能领域有前景的新发展-利用生成性和代理性人工智能进行创新，以提高临床试验的效率和质量

研报总结

核心观点

本研报探讨了人工智能（AI）在临床试验中的应用前景，重点介绍了生成式AI（GenAI）和代理式AI（agentic AI）如何提升临床试验的效率和品质。报告强调，AI的成功应用需要适当的训练、伦理框架、模型完整性和透明度，以及“人在回路中”的监督机制。

关键数据和研究结论

1. AI的分类和应用：

   • 生成式AI：将大量数据转化为可操作的洞察，如科学聊天机器人。
   • 代理式AI：独立处理复杂的多步骤问题和操作，如自动驾驶汽车。

2. 优化AI应用的关键原则：

   • 数据策展与“容器化”：审慎缩小训练数据范围，确保数据质量和相关性。
   • “人在回路中”：人类监督确保生成安全且符合道德规范的反应。
   • 响应协同化：生成一致且高质量的回应，不受提问方式影响。
   • 客观性与使用背景：消除回答中的偏差，确保医学科学的严谨性。
   • 认识到不确定性和知识差距：AI需要具备自我意识，避免提供片面答案。

3. 成功应用案例：

   • 科学聊天机器人：在III期试验中快速准确回答协议相关的科学疑问，减轻专家负担。
   • SAE严重程度分级工具：依据CTCAE标准准确分级严重不良事件（SAE）。
   • 数据回顾工具：检测和分析关键风险信号，生成结构良好的摘要，暴露潜在风险。
   • 自主AI监控工具：通过对话指令回答高度具体的监督查询，提供关键风险信号和预测分析。

4. 合作与未来展望：

   • IQVIA与NVIDIA建立战略合作关系，推进医疗级AI的发展，自动化复杂工作流程，提高精准度。
   • AI将在临床试验中发挥更大作用，提升效率、创新和患者结果。

结论

本研报通过多个成功案例展示了AI在临床试验中的应用潜力，强调了数据策展、人类监督和模型优化的重要性。未来，AI将继续推动临床试验的效率和品质提升，改善患者生活。