ice 9月3日，临床试验解决方案提供商Medidata在上海举办NEXT中国年会，讨论AI在临床试验中的应用。公司高管现场介绍了7月推出的Medidata Plus和智能助手Dot。前者定位为覆盖临床试验全流程的AI平台架构，后者作为核心引擎，整合研究、患者和数据体验，形成协同的临床试验工作流。
临床开发阶段的新药过去约有九成因安全性或有效性等问题倒下。以往，AI大多被当作单一工具用于病历读取、患者匹配、不良事件报告整理等场景，分散的数据增加了系统与供应商管理复杂度。Medidata的思路是将AI能力接入统一平台，再嵌入药企原有流程。其高管Moneymaker说，关键不是为用AI而放置AI，而是能否让工作推进更快、资源利用更高效、质量更高。
这一能力与其EDC业务有关。核心产品Rave负责采集和管理患者数据，也是进入药企工作流的主要入口。Medidata称与超过90%的客户签有数据权利协议，平台累计支持超过3.8万项临床试验，涉及1200万名试验参与者。
具体应用中，研究建库是较早落地的场景。上传研究方案PDF后，系统可自动提取访视与评估安排，生成表单和测试数据；传统建库通常需10至12周，AI可缩短至数天。过去十年，该技术已用于超过500项研究。另一种是试验模拟：在首例患者入组前，团队可反复试跑方案，比如调整入排标准或研究中心组合，系统会结合历史数据判断招募速度、成本和风险。约11%的研究中心最终未能入组患者，提前模拟有助于在投入前发现问题。
