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
华纳音乐收购AI归因初创公司Sureel AI
华纳音乐集团(WMG)于周三确认,其正在收购Sureel AI,一家专注于人工智能归因的初创公司。Sureel的专有技术为音乐曲目生成“AI DNA”,将其分解为各个组成部分,以追踪人工智能模型如何利用这些元素。通过此次收购,WMG旨在增强其监控其艺术家和词曲创作者的作品在人工智能生成内容中被使用或用于训练人工智能模型的能力。“将Sureel整合到WMG中,增强了我们的保护、控制和变现能力,确保创意社区保留对其知识产权、姓名、肖像、形象和声音的控制权,”WMG首席执行官Robert Kync
亚马逊推出“Alexa for Shopping”,同时将Rufus边缘化
亚马逊推出了“Alexa for Shopping”,将 Rufus 购物聊天机器人 Alexa+ 整合到应用程序、网站和 Echo Show 设备中。该助手回答产品查询、比较商品、跟踪价格,并支持购物提醒。它还处理计划中的购物操作和符合条件的自动购买。据该公司称,“Alexa for Shopping”将 Rufus 的产品专业知识与 Alexa+ 的个性化助手上下文相结合。亚马逊表示,Rufus 在 2025 年协助了超过 3 亿客户进行产品研究、比较和购买。GeekWire 报道称,
微软、Azure 和人工智能技术共同应对加利福尼亚州野火风险
微软投资于人工智能驱动的山火监测技术,其首席副总裁兼首席数据科学家胡安·拉维斯塔·费雷斯(Juan Lavista Ferres)探讨了减轻环境损害的策略。据美国国家航空航天局(NASA)称,气候变化影响着地球上的每个人,其表现为气温上升、降雨模式改变以及海平面上升。NASA指出,有确凿证据表明地球正以史无前例的速度变暖,而人类活动是其主要驱动因素。随着全球气温上升,野火构成的威胁日益加剧。 在美
相关专题推荐
评论 (1)
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。
华纳音乐收购AI归因初创公司Sureel AI
华纳音乐集团(WMG)于周三确认,其正在收购Sureel AI,一家专注于人工智能归因的初创公司。Sureel的专有技术为音乐曲目生成“AI DNA”,将其分解为各个组成部分,以追踪人工智能模型如何利用这些元素。通过此次收购,WMG旨在增强其监控其艺术家和词曲创作者的作品在人工智能生成内容中被使用或用于训练人工智能模型的能力。“将Sureel整合到WMG中,增强了我们的保护、控制和变现能力,确保创意社区保留对其知识产权、姓名、肖像、形象和声音的控制权,”WMG首席执行官Robert Kync
微软、Azure 和人工智能技术共同应对加利福尼亚州野火风险
微软投资于人工智能驱动的山火监测技术,其首席副总裁兼首席数据科学家胡安·拉维斯塔·费雷斯(Juan Lavista Ferres)探讨了减轻环境损害的策略。据美国国家航空航天局(NASA)称,气候变化影响着地球上的每个人,其表现为气温上升、降雨模式改变以及海平面上升。NASA指出,有确凿证据表明地球正以史无前例的速度变暖,而人类活动是其主要驱动因素。随着全球气温上升,野火构成的威胁日益加剧。 在美





首页






