直播回顧|太美醫療科技＆亞馬遜雲科技：生成式AI賦能臨床研究的未來與挑戰

生成式AI的快速進化正在刺激每一位醫藥人的神經。AI正在如何改變臨床研究行業？哪些場景已經產生肉眼可見的變革，哪些場景仍然面臨挑戰？AI技術與雲的融合將帶來哪些想象空間？從技術展望到商業價值變現，我們還將經歷哪些考驗?

近日，太美醫療科技數字化服務事業部負責人蔡鑫、亞馬遜雲科技大中華區行業方案高級總監黃慶春兩位業界大咖聯手，為大家奉獻了一次精彩的前沿分享。

蔡鑫分享了近年來太美醫療科技在AI領域進行的探索。目前，基於文思智能平臺，太美醫療科技已自主研發多款可靈活組合的AI agent，為臨床研究的關鍵環節賦能。如iDM數據管理智能體，能夠縮短約80%的臨床試驗數據管理設置時間，提升約40%的數據審核效率；iCTA主文檔管理智能體也能夠提升約80%的文檔分類效率。

IRC領域，AI技術也已實現全流程賦能，廣泛應用於閱片偏倚控製、智能QC、智能風險預警、智能決策建議等，成為推動IRC（獨立影像評估）向IRV（基於價值的多學科影像評估）進階強有力的支撐。以評估標準篩選為例，AI驅動的智能決策支持能夠幫助申辦方快速完成評估標準的篩選，避免決策失誤。

黃慶春先生則分享了亞馬遜雲在AI領域的部分應用場景。亞馬遜雲科技是全球最早提供雲計算服務的企業之一，在全球超過36個國家和地區擁有數據中心，在穩定性、安全性、合規性等方面處於業界領先地位，同時提供多種AI大模型及工具，幫助數萬個生命科學領域的客戶快速搭建深層次人工智能或AI agent，助力前沿探索。

如基於AI agent的「多模態醫學影像+多組學+多中心協作」、基於AI大模型對於海量病理影像進行深度拆解、基於AI智能體的高度智能化的藥物發現等等。

前沿對話：生成式AI還要經歷哪些考驗？

從機器學習到深度學習，從簡單模型到萬億級大模型，直至高度智能化的AI agent，AI技術一直在給生命科學領域帶來驚喜，但生成式AI的快速發展也令業界焦慮。從技術到價值，生成式AI還有哪些考驗必須經歷？

隨後的圓桌分享中，兩位嘉賓均給出了各自見解。

黃慶春透露，亞馬遜雲科技在生成式AI的應用上擁有豐富經驗，在助力產業提效的過程中，有以下幾點必須註意：

1、模型選擇的多樣性與靈活性。各類生成式AI所擅長的業務場景各不相同，需要根據實際情況進行篩選；

2、必須借助高質量自有數據進行差異化定製。尤其是通用AI大模型在垂直領域應用時，高質量自有數據必不可少；

3、安全合規、可溯源的AI大模型。當前部分大模型存在用戶數據「被分享」的可能，然而對於生命科學領域來說，數據安全和隱私保護是基礎要求，亞馬遜雲科技綜合采用數據加密傳輸、權限控製、隱私計算、模型沙箱等多重機製予以防範，保障用戶數據安全；

4、低成本、高性能的基礎設施。應用生成式AI模型必須考慮應用成本，綜合包括硬件、軟件投入、模型叠代成本等，而雲計算則是更為高效且低成本的選擇。

5、生成式AI驅動的程序是否能夠產生業務價值。是否所有的程序都能夠通過生成式AI提效，需要認真考慮。

蔡鑫表示：生成式AI的應用場景已貫穿臨床研究全流程，如臨床試驗方案優化、患者招募、患者監測、數據管理、對照組合成等。實際應用中，合規是基石，我們必須高度關註數據安全與患者隱私保護、患者權益保護，遵循臨床研究行業現行的各類法律法規，進而更為審慎、基於臨床價值出發，采用相應的AI技術推動臨床研究的質效提升。