怎么加速人工智能和移动医疗软件改善临床研究的参与度及效率？

显而易见，人工智能（AI）和移动医疗软件（mHealthapp）能改善临床研究的参与度及效率，然而行业的古老惯性和尚待发展的分析手段拖慢了新技术的进一步应用。

德勤的一份研究报告中指出，通过提升患者参与度和优化流程效率，人工智能（AI）和移动医疗软件（mHealthAPP）可加速临床研究的创新。然而行业惯性和数据分析方法的尚待完善让相关方犹豫再三，踌躇不前。

随着消费期望值的提高，受试者逐渐要求获得更友好的参与体验度。然而报告指出，行业对技术的采纳过慢导致哪怕是受试者的基本需求都难以满足。对于受试者而言，前往中心的交通不便就很大程度上降低了他们参与意愿。据分析，美国70％的潜在受试者离最近中心的行程为两个多小时，这种现况让潜在受试者的参与意愿不再强烈。

然而，虚拟临床试验（Virtual trials ）却为这个问题提供了解决方案，使受试者能够在舒适的家中就可以参与研究并消除了其交通不便的负担。该报告称：“虚拟临床试验可通过社交媒体、电子许可、远程医疗、应用程序和生物传感器来简化受试者招募流程，实现与受试者的直接交流并且支持被动和主动的数据收集。”

此外，虚拟临床试验还通过利用短信和智能手机APP来提醒受试者服药，记录他们的健康数据并实时回答他们提出的问题，就能持续吸引受试者参与到整个临床研究中来。

传统临床试验的招募方法因无法招到多样化的代表性研究人群而宣告失败。而通过社交媒体和人工智能的虚拟临床试验却能做到，同时这种方式也可以帮助申办方更好地分析其在研产品在不同亚组人群的治疗效果。

将数字参与和有关健康的互联网（IT）工具融入到传统临床试验招募和管理流程中可能有助于研究人员克服当前系统的一些低效问题。比如，在传统临床试验中，标准的定期临床评估并不能总收集到受试者的研究数据，而重复的手动和管理任务也只会降低研究人员的生产力。

该报告称，智能手机传感器、可穿戴设备和移动医疗软件（mHealth APP）可更高效地收集受试者临床研究数据并产生更敏感的测量结果，这就使得申办方在研产品的疗效通过更短的研究，更少的受试者以及更少的时间和金钱投入就可以得到验证。

智能手机应用程序（Smartphone apps）还可以帮助捕获与受试者有关的数据关键点，比如可作为生活质量的测量工具或能进行特定的日常活动，而这些都有利于推动其在市场上的应用。

另外，使用以人工智能（AI）方法、机器学习或自然语言处理为驱动的工具可自动执行重复性任务，比如起草标准化合同或检查遗漏或不一致的受试者研究数据等。

尽管人工智能（AI）和移动医疗软件（mHealth APP）对受试者参与临床研究和运营效率均产生积极的潜在影响，但是否予以采纳，许多利益相关方仍犹豫再三，踌躇不前。

报告指出：“我们发现该行业在数字化其临床开发流程方面的应用进展缓慢，这与该行业在其他方面的数字化应用差异很大。”

“即使是最先进的机构，也只是在临床开发的不同领域试用过几种技术，且这些技术集中在零碎的解决方案或支持现有流程的新工具上。”

所有临床试验申办方都认同这一观点，即将人工智能（AI）应用于市场之前，必须解决其安全性和可靠性问题。 然而，有人认为，开发商的预算只够用于试点创新。在这种情况下，想说服临床试验申办方将资金用在这些未经证实的人工智能（AI）上，就显得更加艰难。

报告建议：“严格的变革管理有助于克服许多组织和文化的障碍。“关于新技术与新流程是如何影响临床研究结果和日常生活的相关培训将会成为变革管理举措的一部分。”

IT基础设施不足和尚待发展的分析手段是人工智能（AI）未得到应用的其他方面的主要原因。

该报告还指出，对于临床试验而言，从电子病历（EHR）管理系统和基因组数据库中获取外部数据至关重要，但这些数据却很难获得。“学术研究人员，研究者，合同研究企业（CRO）和申办方需要彼此高效地共享数据。但由于不同地区受试者的数据隐私规则存在差异，要想在临床试验之外使用这些数据，则还需要获得额外的同意。”

为了缓解这些问题，报告建议利益相关方要制定出相应的数据基础设施和管理计划，以便在多项研究中都能分析其内部数据。同时，临床开发领导者还应确保受试者的数据可用于二次分析，并确保研究人员之间签署数据共享协议。

该报告称，未来，使用人工智能（AI）和移动医疗软件（mHealth APP）将成为临床试验行业取得成功的必要条件。

该报告总结说：“数字技术可通过整合来自多个数据源的有价值的见解，从根本上改善受试者体验，提高临床试验生产力，并提高试验中收集的数据的数量和质量，以进一步改变公司临床开发的方式。”