7.9
深览指数
科技虎嗅·健闻咨询··AI 生成
“AI医生”卖不出去，“AI患者”却已经被标到了260多万
文章指出，与“AI医生”商业化困难形成鲜明对比，“AI虚拟患者”在监管政策转向后迎来爆发性需求。核心发现是：美中两国药监部门在2024年先后发布支持性文件，明确允许模型引导的药物开发及虚拟患者技术，这促使药企和CRO公司积极寻求利用数字孪生技术模拟早期临床试验、替代部分真实患者。文章拆解了数字孪生在临床试验中的逻辑（为每位患者创造“平行时空”中的对照），并理性分析了其适用场景的局限（目前仅适用于神经退行性疾病，罕见病存在数据悖论）和数据监管的双重瓶颈。适合关注医疗AI商业化、药物研发创新趋势的产业人士阅读。原文 ↗
核心观点
- ▍AI虚拟患者（数字孪生）在临床试验领域的商业化前景远优于AI医生，其价值锚定在药企庞大的临床开发预算中，而非医疗服务收入。
- ▍2024年中，美国FDA和中国药监局先后发布支持性政策，是数字孪生从理论走向临床决策支持系统的关键转折点，直接引爆了企业需求。
- 012024年6月，FDA发布《模型引导的药物研发通用原则》，明确模型证据可为监管决策提供补充支持；五日后，中国药监局等四部门发文鼓励虚拟患者技术用于模拟优化方案。
- 02山东大学齐鲁医院近期发布了262.5万元的"数字孪生虚拟临床试验"采购意向，直接证明了该领域的市场需求已进入实质采购阶段。
- 03美国初创公司unlearn开发的PROCOVA技术已在阿尔茨海默病中实现对照组规模缩小23%，在帕金森病中缩小38%，并于2022、2023年分别获EMA和FDA支持性反馈。
- 04数字孪生的底层逻辑是为每个真实患者创建"平行时空"中的虚拟对照，预测其未接受新药治疗的可能结果，从个体层面进行因果归因。
- 052025年，中国有近3000项新药临床试验，若其中20%使用数字孪生技术，假设单项服务费200万，则对应市场空间超10亿元。
反方 / 局限
- — 数字孪生技术的成熟度高度依赖场景：在神经退行性疾病（阿尔茨海默病、帕金森等）效果显著，但在需求最迫切的罕见病领域存在"越需要数据越少"的悖论，短期内无法落地。
- — 目前此类技术只能用于极早期临床研究（如优化入排、早期疗效评估），因为生成式AI是黑箱，其结果难以解释和信任，且监管对替代范围及标准仍不明确。
- — 高质量数据的匮乏和技术泛化能力不足是核心瓶颈——临床试验数据单一且样本量小，不支持模型推广到更复杂的疾病领域。
7 分钟 · 4 卡片 · 9 资料
读原文 →