隨著每年有數十萬患者進入臨床試驗，更多���研究和挽救生命的治療方法正在開發中。通過使用人工智能 （AI） 來加快臨床時間表、招募更多樣化的患者庫、監控和留住患者以及使用數據推動支持人工智能的分析，這種快速的創新步伐正在得到增強。平均而言，藥物開發過程持續九年，成本為 1.3 億美元，但 COVID-19 凸顯了對更快、更敏捷的臨床試驗的迫切需求。現在，由於人工智慧，價值五百二十億美元的臨床試驗產業正在進行急需的改造。
更自動化、多樣化的患者選擇
80% 到 85% 的試驗因患者選擇而延遲，這使得填寫臨床試驗成為最艱鉅和最複雜的方面之一。從代表性的偏見到採購困難，患者選擇是人工智慧可以改進的領域之一。例如，如果臨床試驗能夠快速找到理想的參與者——那些不會因為不是人類而因旅行而感到不便的人呢？
數據和人工智能正在通過“數字孿生”的概念使這成為可能，“數字孿生”是基於歷史數據構建的患者虛擬表示。這些數位孿生會即時追蹤，以模擬具有相同特徵的人類患者進行臨床試驗時的生物過程和結果。這個過程節省了試驗時間和金錢，並創造了更多樣化的患者群體，從而消除了有偏見的結果。
例如，Unlearn.AI 開發了 TwinRCT，™這是一種專有技術，結合了人工智慧、數位孿生和新型統計方法，可實現更小、更有效率的試驗，幫助使試驗更加以患者為中心，縮短入組時間，並增強對試驗結果的信心。
Curebase 是一款基於人工智慧的軟體，是另一項創新，它允許患者在舒適的家中參與試驗，無需旅行。透過穿戴式裝置、家訪和遠距醫療，來自更不同背景的患者無需親自出差或請假即可參與其中。
更有意義的數據和分析
臨床試驗會產生數百萬個數據點，並且可能分佈在各個地點和患者之間，這使得研究人員很難快速分析和得出結論。AI 自動化數據收集、報告和處理，以共享分析、增強協作、可訪問性等。
例如，Elluminate AI 使用 AI 框架和機器學習來自動化流程並提供更快、更全面的見解。創建了更有意義的數據，研究人員可以與其他從業者合作並分享結果。
此外，借助人工智慧，研究人員可以在整個試驗生命週期中增強數據分析，而不僅僅是在結論時。人工智慧可以分析從招募到監控的流程的每一步，還可以整合多個來源的數據，創建全面的圖景。此外，在利用穿戴式技術或其他監控設備時，人工智慧可以匯總數據以進行預測分析，分析患者對治療的反應，並確定何時可以將患者轉移到試驗的子隊列——所有這些都是即時的。
簡化的審判流程
患者和試驗流程的日常管理非常耗時，而且通常是分散的。AI 驅動的平台整合信息，簡化患者管理，並為所有試驗數據創建集中解決方案。例如，Deep 6 AI 將所有研究利益相關者聚集在一個人工智能驅動的實時、數據驅動的協作生態系統中。另一項創新技術 Deep Lens AI 創建易於使用的儀表板，以確保註冊目標保持在正軌上。這些工具使公司能夠將臨床試驗流程數位化並更快地完成研究，提供挽救生命的治療和藥物，從而在更短的時間內進入公開市場。
增加成本節約
76% 的德勤調查受訪者正在投資用於臨床開發的人工智慧，並依靠數位轉型來徹底改變試驗的執行方式。最顯著的好處之一是節省成本。試驗可以執行更少的返工、使用標準材料和資源、自動化流程、提高效率並減少總體時間和成本投資。根據 ITIF 的數據，人工智慧每年可以削減估計 280 億美元的成本，同時將臨床研究階段縮短一半以上。
Ambiq 如何貢獻
初創公司和大型科技公司正在積極革新臨床試驗的各個方面，預計到 2027 年，人工智能臨床試驗市場價值可能達到 4.8 億美元。Ambiq 提供節能解決方案，延長設備的電池壽命，因此研究人員可以在不犧牲性能或用戶體驗的情況下利用創新技術。
事實上，透過先進的亞閾值功率最佳化技術 （SPOT）® 平台，Ambiq 已幫助全球許多領先製造商創造出可以在鋰電池或一次充電下運行數天、數月甚至數年的產品。訪問 https://dev.ambiq.com/wearables 了解更多信息。
