随着人工智能（AI）迅速融入日常生活，其在临床试验领域的进一步应用展现了巨大的潜力。
在7月8日至9日于波士顿举行的2025年东海岸肿瘤学临床试验（Clinical Trials in Oncology, CTO East Coast 2025）会议上，与会者对AI在患者招募和数据质量管理等领域的更大作用寄予厚望。
在一场小组讨论中，赛诺菲（Sanofi）临床与全球研究管理项目负责人丽贝卡·雅各布（Rebecca Jacob）强调，AI正逐渐与电子健康记录（EHR）整合，并通过分析患者的过往数据甚至社会决定因素，推动患者参与临床试验的进程。
雅各布建议道：“完成评估后，应进行彻底的需求差距分析，并像实施其他临床项目一样，按阶段推进。”她还指出，AI在患者中心化领域（如试验匹配）也有进一步潜力。如果申办方采用更多适应性试验设计，将患者分配到更相关的治疗组，这一领域也将受益。
“匹配合适的患者，能够标记退出试验的情况，因为你会发现你的试验方案不够灵活，然后调整设计并将患者重新分配到合适的组别——这些领域，尤其是在肿瘤学领域，都可能从中受益。”
NextPoint Therapeutics首席医学官莉娜·甘地（Leena Gandhi）在接受《临床试验竞技场》（Clinical Trials Arena）采访时认为，AI将在运营方面发挥更大的作用，特别是在试验过程中修改试验方案以应对变化时。
甘地表示：“我不认为AI会让我们摆脱对真实人群中发生情况的学习能力以及基于此作出调整的需求。我们可能会更快地调整，但仍需了解真实人群中的实际情况，并据此改变策略。”
Repare Therapeutics临床生物标志物运营高级经理阿亚特·阿尔萨拉比（Ayat Alsaraby）希望看到更多申办方利用AI识别数据漏洞并确保研究的质量标准。
阿尔萨拉比总结道：“AI可以帮助我们发现收集数据中的问题，并理解为何我们无法获得所需的质量。通过识别这些差距，我们可以设计更好的临床研究，更快获得批准，并将疗法更快带给患者。”
加拿大合同研究组织（CRO）Scimega的首席执行官朱莉·马丁（Julie Martin）告诉《临床试验竞技场》，她希望AI能够继续简化那些参与临床试验人员所面临的繁琐行政任务。
马丁表示：“我特别希望AI可以减少我们在日益增多的平台上需要处理的繁重任务。在科学和研究领域，我们合作的聪明才智完全可以做比整理邮件更重要的事情。因此，我希望AI能提供额外的支持层，让熟练的研究专业人员节省时间，专注于他们最擅长的工作。”
(全文结束)
