张晓鸣

法国里昂商学院2018级Global DBA

百利佳生医药科技有限公司副总裁、中国区业务发展总负责人张晓鸣女士决定给自己一场前所未有的挑战。已经拥有双硕士学位的她，选择就读里昂商学院工商管理博士项目（Global DBA），最初打算将博士论文方向定为大数据与临床研究。

两年前，她曾服务过的一家国际知名临床研究公司与一家医疗数据公司进行了合并，这引发了她的好奇与思考，“未来，大数据会对这个行业产生怎样的影响呢？”

产业痛点有多深，人工智能就有多少机会

入读法国里昂商学院后，张晓鸣跟随Margherita PAGANI教授作为其博士论文的导师，PAGANI教授在和她一席长谈后，很欣赏她的尝试，并建议她从大数据里跳出来，不妨看一下人工智能在临床研究领域的应用。在导师的建议下，她对人工智能在新药临床研究领域的应用进行了一番调研，这才发现国内外均已经有了实际的应用案例。人工智能的背后实则是大数据+深度学习。大数据是工具，人工智能是手段，两者结合能够创造出意想不到的效果。

受导师启发，张晓鸣开始重新审视新药临床研究领域的数字化创新。业内人士都了解，新药研发是一个费时费力的工程，失败率高、花费巨大且极为耗时，通常一个新药上市需要10-15年的时间，投资10-20亿美元左右。

由于研发过程异常复杂，制药公司希望把新药研发工作部分或全部外包给专业的公司，以提高效率、缩短研发周期，因而这一领域诞生了不少CRO（合同研究组织）公司，PPC佳生便是一家专注于药物临床研究服务的CRO公司。

在新药临床研究中，III期临床试验为治疗作用确证阶段，需要大量的病人样本，这将有助于获取更丰富的药物安全性和疗效方面的资料，为药品获批上市提供依据。

临床试验是个极为复杂的过程，前期方案设计需要有医学专家、法规注册专家、统计学家、药物安全专家参与，方案设计完成后的执行和数据分析也需要交给专业的团队。“在新药临床研究领域，最大的困难其实还是患者招募，一个III期试验通常需要招募几百到上千名左右的病人，要在两到三年时间内完成。临床试验90%的延误都是由于找不到合适的患者。”张晓鸣说。

在此领域，行业的痛点极深，一方面是制药公司或CRO招募不到合适的受试者，另一方面则是大量的患者想参与新药临床试验，以期尝试最新的治疗手段或是减轻治疗费用的负担，但因受制于医学知识以及有限的资源，无法判断哪些是适合自己病情的临床试验。

人工智能的应用给了张晓鸣及与她相似的企业高管们一种全新的途径，“人工智能在这一领域的应用正像当年的互联网革命。虽然现在还在早期，但思维方式很重要。”

产业机会凸现

一项抗肿瘤药物的临床试验，往往有二三十条患者入选标准，每一条都有着极为详细的医学描述，需要经由专业的医学人士指导才能匹配到合适的患者。

为此，一些国外的AI创业公司开发了人工智能临床试验患者招募系统，患者将病历资料上传至系统平台，系统自动与临床试验数据库进行匹配，进而为患者推荐可能适合参加的新药临床试验。“如果效果好，几分钟就可以实现匹配，解决临床试验中最耗时、最有难度的环节。”张晓鸣说。

人工智能的应用首先需要解决数据来源的问题。医药领域的数据通常大而无当，有既往临床试验数据，也有医院电子病历系统 （EMR, electrical medical record）数据，还有医保数据和药品销售数据等等，这些数据散落在各个不同的系统中。“导师对我的建议是，与其研究大数据不如就此往前一步看人工智能，两者结合才能产生需要的结果。”张晓鸣说。

目前PPC佳生正在开展多项癌症新药的临床研究。为此，她开始尝试与中国医疗领域的人工智能技术公司合作，首选拥有足够规模的医疗大数据的专业公司，其中的一家已经与中国几百家医疗机构合作构建数据网络。“这些公司都是这几年才涌现出来的，可以提供专业的医疗数据和人工智能解决方案。”

除了寻找病患，张晓鸣看到越来越多的人工智能在临床试验领域的应用场景。有公司尝试将临床试验方案以word 或PDF文档的方式上传至相关的平台，用人工智能来指导优化临床试验方案的设计。

参加临床试验的病人领药后，是否漏服或是丢弃完全取决于病人的报告，如果病人不如实汇报，将会导致试验数据出现误差。“人工智能+人脸识别会是一种很好的解决方案，一是通过相应的app提醒患者服药，二是可以确认是不是患者本人服药，保证数据收集的真实性。”张晓鸣说。

用人工智能的方法解决帕金森病的药物临床试验也将会是产业的机遇。帕金森病药物的临床试验需要采集患者的行为和认知数据。目前的方式是病人到医生处采集记录，既有纸质记录，也有电子记录，费时费力。业界在思考的替代方案是给病人提供可穿戴设备，辅以人工智能，这些行为和认知数据可实时传输至临床试验的数据采集系统，医生获得实时反馈，患者也不用频繁去医院访视。“帕金森患者通常没办法描述自己的状态，有了人工智能辅助之后，医生的判断会更加准确、及时，临床数据也会更精准。”张晓鸣说。

“是否采用人工智能来帮助组织变革这是战略部门的事，而不仅仅是技术部门的事。”张晓鸣已经在公司小规模地开展实践，虽然现在没有人可以彻底预见未来，但是通过DBA课程的学习，在理论层面的研究和探索可以帮助张晓鸣对商业机会做出准确判断，“我们是做服务的公司，如果不做产业结构调整，跟上人工智能，就会错过这个时间窗口期。”