政策与监管:人机协同成主线
据公开信息,国家药监局于2026年4月发布《关于人工智能+药品监管的实施意见》(国药监综〔2026〕6号),确立数智赋能、人工复核、全程留痕的人机协同机制。北京市药品审评检查中心2026年4月围绕 AI 赋能 FIH 早期临床试验开展专题调研,聚焦智能体系统建设、多中心数据协同、数据安全治理与研发质量管控四大环节,并计划加快完善相关监管指引。
真实应用:从筛选到风控的闭环
据行业报道与公开案例,AI 在临床试验中的落地集中在三处:一是受试者筛选,用大语言模型解析病历文本、拆解试验入排条款,批量生成精准患者候选清单;二是方案与终点设计,通过分析历史试验数据库识别影响成功率的关键要素,辅助确定剂量、样本量与分层策略;三是执行端实时风控,对试验数据实时清洗校验,结合可穿戴设备提取数字生物标志物,将风险管理由事后评估转向事前预测。
上邦解读:落地的合规前提
① 数据合规:受试者数据须基于知情同意与合法授权并做匿名化处理,跨机构可用联邦学习实现可用不可见;
② 人工复核:AI 给出的筛选与判定须保留人工审核节点,关键决策不可完全交由模型;
③ 全程留痕:模型版本、输入数据与输出结论应可追溯,满足监管对可解释性与责任认定的要求。
风险与边界
说明:文中临床试验市场、管线数量等来自行业研究机构的公开报告,口径不一仅供参考;AI 辅助结论不能替代临床与监管专业判断。
参考来源
关于人工智能+药品监管的实施意见(国药监综〔2026〕6号) - 国家药品监督管理局;北京市药品审评检查中心开展 AI 赋能临床试验专题调研 - 国家药监局食品药品审核查验中心;医药工业数智化转型实施方案(2025—2030年) - 工业和信息化部等七部门。