阿斯利康在临床试验中运用人工智能技术,重塑患者治疗效果
大型制药企业竞相将人工智能应用于药物发现、研发及临床试验的进程中。然而,阿斯利康通过在前所未有的公共卫生规模上部署人工智能进行临床试验,实现了差异化突破。
当竞争对手专注于优化内部研发时,阿斯利康已将人工智能融入国家医疗体系。该技术筛查数十万患者,彰显了人工智能从实验室走向临床前沿的实际成效。
临床验证印证了该模式的有效性。在2025年欧洲肺癌大会上,阿斯利康CREATE研究揭示其AI胸片分析工具达到54.1%的阳性预测值——远超预设的20%成功基准线。
数据背后:自2022年起泰国筛查逾66万人次,AI在8%病例中标记出疑似肺部病变。关键在于,泰国国家卫生安全办公室正斥资逾4.15亿泰铢(三年预算),将该技术推广至全国887家医院。
这并非局限性试点或概念验证,而是面向整个国家医疗体系规模的临床试验级人工智能应用。
临床试验AI应用策略分化
与其他制药巨头的对比颇具启发性。辉瑞机器学习研究中心已将药物研发周期缩短至约30天完成分子筛选。该公司运用AI以创纪录速度开发出帕克斯洛维德,其机器学习分析患者数据的速度比传统方法快50%。目前AI已参与辉瑞半数以上的临床试验。
诺华与诺贝尔奖得主德米斯·哈萨比斯创立的Isomorphic Labs及微软合作推进人工智能驱动的药物研发。其智能决策系统运用计算孪生体模拟试验流程,据称通过人工智能筛选的试验站点招募患者的速度快于传统方法。
罗氏采用"循环实验室"策略,通过物理实验循环验证人工智能模型。在收购Foundation Medicine和Flatiron Health后,罗氏构建了业内最大的临床基因组数据库——涵盖150多种肿瘤亚型的80多万份基因组档案——并计划到2026年将安全性管理效率提升50%。
阿斯利康在临床试验中的运营优势
阿斯利康在临床试验人工智能领域的独特优势源于大规模执行能力。该公司目前在全球开展240余项活跃试验,已系统性地将生成式人工智能融入临床运营。
其与医学撰稿人共同开发的"智能方案工具",已将文档撰写时间缩短85%。该公司还运用人工智能进行CT扫描的3D定位检测,大幅减少放射科医师的手动标注时间。
更具突破性的是,阿斯利康正开创性地推行虚拟对照组试验。通过电子健康记录与历史试验数据模拟安慰剂组,该技术有望减少接受无效治疗的患者数量——这标志着试验设计理念的根本性变革。
肺癌筛查计划正是该战略的典范。借助Qure.ai的qXR-LNMS工具,阿斯利康不仅在开展试验,更在重塑公共卫生基础设施。2025年12月的扩展计划将覆盖泰国四省5000名产业工人,筛查范围从肺癌扩展至心力衰竭检测。
竞速缩短研发周期
行业数据凸显人工智能在临床试验中的重要性。传统药物研发周期长达10-15年,失败率高达90%。而人工智能发现的药物在I期临床试验中的成功率达80-90%,是传统40-65%基准的两倍。目前有3000余种人工智能辅助药物处于研发阶段,预计到2030年将有200余种人工智能支持的药物获批上市。
辉瑞公司实现分子识别到临床试验仅需六周周期。诺华能在数分钟内完成46万项临床试验分析(传统耗时数月)。而阿斯利康的模型则带来即时患者效益——现已能在弱势群体中检测出癌症,往往早于症状出现。
4100亿美元的战略抉择
世界经济论坛预测,到2030年人工智能每年可为制药业创造3500亿至4100亿美元价值。关键问题在于:加速药物研发还是优化临床运营,哪种策略更能创造价值?
辉瑞专注计算药物设计,诺华运用AI选址技术,或将催生突破性分子药物;罗氏整合药学与诊断的模式则构筑了强大的专有数据优势。
但阿斯利康将人工智能嵌入临床运营全流程的战略——从方案设计到患者招募再到监管申报——已显著缩短上市周期,同时大规模生成真实世界证据。
该公司的合作模式同样独树一帜。当其他企业收购人工智能公司或建立内部中心时,阿斯利康选择与Qure.ai、Perceptra等科技伙伴、监管机构及国家卫生系统协作,在基础设施最薄弱的环节部署人工智能。
在阿斯利康朝着2030年交付20种新药、实现800亿美元营收的目标迈进之际,其在临床试验中的人工智能优势不仅体现在速度上,更在于证明人工智能在药物研发中最受监管、风险最敏感阶段的价值。当竞争对手争相寻找下一个突破性分子时,阿斯利康正在重塑临床试验的实施方式。
最终胜负或许不在于谁构建了最先进的算法,而在于谁能在临床试验中实现人工智能的实质性应用——在监管审查下,于真实医疗体系中,以规模化方式切实改善患者预后。
在这场竞赛中,阿斯利康目前处于领先地位。
另请参阅:谷歌AMIE:人工智能医生学会"解读"医学影像
想向行业领袖学习人工智能与大数据?欢迎参加在阿姆斯特丹、加州和伦敦举办的人工智能与大数据博览会。这场综合性活动隶属TechEx系列,与其他顶尖科技盛会同期举行。点击此处了解更多信息。
AI News由TechForge传媒提供支持。探索更多即将举办的企业技术活动与网络研讨会请点击此处。
相关文章
Google 相册借助人工智能,将《绯闻女孩》中那间标志性的衣帽间重现于世
谷歌相册于周三宣布推出一项基于人工智能的新功能,该功能将很快把你的服装照片转化为一个数字衣橱,让你能够搭配出全新的穿搭组合,甚至可以进行虚拟试穿。这一概念显然借鉴了电影《绯闻女孩》中雪儿(Cher)那标志性的虚拟衣橱,她在其中可以浏览众多套装,从而决定穿什么。谷歌表示,该功能将利用人工智能技术,根据用户Google相册中的衣物自动构建一个数字衣橱。在应用内,用户可以按类别(如上装、下装、首饰等)筛
Notion 将其工作区转变为人工智能代理的枢纽
生产力软件公司 Notion 正迈入智能代理时代。在周三的一场直播产品发布会上,以协作式笔记应用而闻名的 Notion 推出了一款全新的开发者平台。该平台不仅扩展了其定制 AI 代理的功能,还能与外部代理连接,并允许团队构建能够从任何数据库提取数据的自动化多步骤工作流。通过构建一个编排层——即一个能在多个工具和数据源之间协调AI工作的系统——Notion将自身定位为不仅仅是一款具备AI功能的笔记应
ElevenLabs宣布黑石集团、杰米·福克斯和伊娃·朗格利亚成为新投资者
语音人工智能公司ElevenLabs披露了其5亿美元D轮融资的更多投资者名单,该轮融资最初于2月宣布。 其中包括贝莱德(BlackRock)、威灵顿(Wellington)、D.E. Shaw和施罗德(Schroders)等机构投资者;英伟达(NVIDIA)、Salesforce、桑坦德银行(Santander)、KPN和德国电信(Deutsche Telekom)等企业;以及杰米·福克斯(Jam
相关专题推荐
评论 (0)
0/500
大型制药企业竞相将人工智能应用于药物发现、研发及临床试验的进程中。然而,阿斯利康通过在前所未有的公共卫生规模上部署人工智能进行临床试验,实现了差异化突破。
当竞争对手专注于优化内部研发时,阿斯利康已将人工智能融入国家医疗体系。该技术筛查数十万患者,彰显了人工智能从实验室走向临床前沿的实际成效。
临床验证印证了该模式的有效性。在2025年欧洲肺癌大会上,阿斯利康CREATE研究揭示其AI胸片分析工具达到54.1%的阳性预测值——远超预设的20%成功基准线。
数据背后:自2022年起泰国筛查逾66万人次,AI在8%病例中标记出疑似肺部病变。关键在于,泰国国家卫生安全办公室正斥资逾4.15亿泰铢(三年预算),将该技术推广至全国887家医院。
这并非局限性试点或概念验证,而是面向整个国家医疗体系规模的临床试验级人工智能应用。
临床试验AI应用策略分化
与其他制药巨头的对比颇具启发性。辉瑞机器学习研究中心已将药物研发周期缩短至约30天完成分子筛选。该公司运用AI以创纪录速度开发出帕克斯洛维德,其机器学习分析患者数据的速度比传统方法快50%。目前AI已参与辉瑞半数以上的临床试验。
诺华与诺贝尔奖得主德米斯·哈萨比斯创立的Isomorphic Labs及微软合作推进人工智能驱动的药物研发。其智能决策系统运用计算孪生体模拟试验流程,据称通过人工智能筛选的试验站点招募患者的速度快于传统方法。
罗氏采用"循环实验室"策略,通过物理实验循环验证人工智能模型。在收购Foundation Medicine和Flatiron Health后,罗氏构建了业内最大的临床基因组数据库——涵盖150多种肿瘤亚型的80多万份基因组档案——并计划到2026年将安全性管理效率提升50%。
阿斯利康在临床试验中的运营优势
阿斯利康在临床试验人工智能领域的独特优势源于大规模执行能力。该公司目前在全球开展240余项活跃试验,已系统性地将生成式人工智能融入临床运营。
其与医学撰稿人共同开发的"智能方案工具",已将文档撰写时间缩短85%。该公司还运用人工智能进行CT扫描的3D定位检测,大幅减少放射科医师的手动标注时间。
更具突破性的是,阿斯利康正开创性地推行虚拟对照组试验。通过电子健康记录与历史试验数据模拟安慰剂组,该技术有望减少接受无效治疗的患者数量——这标志着试验设计理念的根本性变革。
肺癌筛查计划正是该战略的典范。借助Qure.ai的qXR-LNMS工具,阿斯利康不仅在开展试验,更在重塑公共卫生基础设施。2025年12月的扩展计划将覆盖泰国四省5000名产业工人,筛查范围从肺癌扩展至心力衰竭检测。
竞速缩短研发周期
行业数据凸显人工智能在临床试验中的重要性。传统药物研发周期长达10-15年,失败率高达90%。而人工智能发现的药物在I期临床试验中的成功率达80-90%,是传统40-65%基准的两倍。目前有3000余种人工智能辅助药物处于研发阶段,预计到2030年将有200余种人工智能支持的药物获批上市。
辉瑞公司实现分子识别到临床试验仅需六周周期。诺华能在数分钟内完成46万项临床试验分析(传统耗时数月)。而阿斯利康的模型则带来即时患者效益——现已能在弱势群体中检测出癌症,往往早于症状出现。
4100亿美元的战略抉择
世界经济论坛预测,到2030年人工智能每年可为制药业创造3500亿至4100亿美元价值。关键问题在于:加速药物研发还是优化临床运营,哪种策略更能创造价值?
辉瑞专注计算药物设计,诺华运用AI选址技术,或将催生突破性分子药物;罗氏整合药学与诊断的模式则构筑了强大的专有数据优势。
但阿斯利康将人工智能嵌入临床运营全流程的战略——从方案设计到患者招募再到监管申报——已显著缩短上市周期,同时大规模生成真实世界证据。
该公司的合作模式同样独树一帜。当其他企业收购人工智能公司或建立内部中心时,阿斯利康选择与Qure.ai、Perceptra等科技伙伴、监管机构及国家卫生系统协作,在基础设施最薄弱的环节部署人工智能。
在阿斯利康朝着2030年交付20种新药、实现800亿美元营收的目标迈进之际,其在临床试验中的人工智能优势不仅体现在速度上,更在于证明人工智能在药物研发中最受监管、风险最敏感阶段的价值。当竞争对手争相寻找下一个突破性分子时,阿斯利康正在重塑临床试验的实施方式。
最终胜负或许不在于谁构建了最先进的算法,而在于谁能在临床试验中实现人工智能的实质性应用——在监管审查下,于真实医疗体系中,以规模化方式切实改善患者预后。
在这场竞赛中,阿斯利康目前处于领先地位。
另请参阅:谷歌AMIE:人工智能医生学会"解读"医学影像
想向行业领袖学习人工智能与大数据?欢迎参加在阿姆斯特丹、加州和伦敦举办的人工智能与大数据博览会。这场综合性活动隶属TechEx系列,与其他顶尖科技盛会同期举行。点击此处了解更多信息。
AI News由TechForge传媒提供支持。探索更多即将举办的企业技术活动与网络研讨会请点击此处。
Google 相册借助人工智能,将《绯闻女孩》中那间标志性的衣帽间重现于世
谷歌相册于周三宣布推出一项基于人工智能的新功能,该功能将很快把你的服装照片转化为一个数字衣橱,让你能够搭配出全新的穿搭组合,甚至可以进行虚拟试穿。这一概念显然借鉴了电影《绯闻女孩》中雪儿(Cher)那标志性的虚拟衣橱,她在其中可以浏览众多套装,从而决定穿什么。谷歌表示,该功能将利用人工智能技术,根据用户Google相册中的衣物自动构建一个数字衣橱。在应用内,用户可以按类别(如上装、下装、首饰等)筛
Notion 将其工作区转变为人工智能代理的枢纽
生产力软件公司 Notion 正迈入智能代理时代。在周三的一场直播产品发布会上,以协作式笔记应用而闻名的 Notion 推出了一款全新的开发者平台。该平台不仅扩展了其定制 AI 代理的功能,还能与外部代理连接,并允许团队构建能够从任何数据库提取数据的自动化多步骤工作流。通过构建一个编排层——即一个能在多个工具和数据源之间协调AI工作的系统——Notion将自身定位为不仅仅是一款具备AI功能的笔记应
ElevenLabs宣布黑石集团、杰米·福克斯和伊娃·朗格利亚成为新投资者
语音人工智能公司ElevenLabs披露了其5亿美元D轮融资的更多投资者名单,该轮融资最初于2月宣布。 其中包括贝莱德(BlackRock)、威灵顿(Wellington)、D.E. Shaw和施罗德(Schroders)等机构投资者;英伟达(NVIDIA)、Salesforce、桑坦德银行(Santander)、KPN和德国电信(Deutsche Telekom)等企业;以及杰米·福克斯(Jam





首页






