FDA启动实时临床试验数据试点项目 行业拥抱AI驱动监测

FDA于2026年4月宣布了一项试点计划,旨在实现临床试验期间的数据实时审阅,以期显著缩短药物审批时间。行业专家强调了直接数据采集和AI驱动站点选择带来的益处,同时对早期信号检测的潜在准确性问题表示谨慎。

FDA于2026年4月宣布了一项试点计划,旨在实现临床试验期间的数据实时审阅。该机构表示,此举将显著缩短药物审批流程的时间线。该计划将允许临床试验在数据记录时实时报告终点和数据信号,这标志着从传统模式的转变——过去关键数据信号可能需要数年时间才能提交给FDA。

该机构表示,当前流程中的延迟可能不必要地推迟监管决策并延缓药物开发。在试点计划下,FDA的科学家将能够在试验进展过程中实时查看安全信号和终点,其目标是加速有前景的疗法开发,并为跨所有药物开发阶段的连续性试验奠定基础。

Tru Technologies董事会主席理查德·格雷厄姆博士讨论了实时数据审阅与实时临床试验监查之间的区别。格雷厄姆指出,实时数据审阅似乎侧重于将审阅时间框架从数月缩短至数周或数天。他强调了在患者床边源头进行直接数据采集的价值,称其提供了精确且准确的数据。然而,格雷厄姆警告说,从较小的患者亚组更早地分析信号,如果数据并非完全精确,可能会得出错误的结论。

与此同时,行业领导者也正在采用实时监测和AI工具以提高临床试验效率。Debiopharm首席开发官安吉拉·祖贝尔将2026年描述为AI和高级分析技术在药物开发中的应用实施之年,并指出许多技术已经超越了试点测试阶段,准备好在临床运营中更广泛地采用。

祖贝尔强调,站点选择、患者分配和在线监测现在可以实时进行。无需再等待两到三个月的数据包,监测和数据核查可以持续进行。她指出了处理招募不力站点是一个重大机遇,指出维持那些未在招募患者的开放站点代表着重要的成本因素。

祖贝尔表示,如果组织能够快速识别表现不佳的站点,并将资源转移到更有可能招募的站点——这可能是基于AI的建议——那将是一项重大成就。那些主动标准化数据、采用实用AI工具并负责任地进行试验的赞助者,已经在效率和竞争力方面看到了可衡量的收益。

Related Entities

Companies

Related Articles

References

  1. Agentic RTSM and the Push to Compress Clinical Trial Startup: Q&A with Robert Hummel, Suvoda · appliedclinicaltrialsonline.com
  2. The Difference Between Real-Time Clinical Data Review and Real-Time Clinical Trial Oversite · pharmexec.com
  3. Real-Time Monitoring and Smarter Site Allocation as Efficiency Drivers · appliedclinicaltrialsonline.com