三条线均先小范围验证,再依据项目条件和人力逐步扩展
近期先把现有系统、真实资料和人工复核流程跑通;是否扩大范围,以试用结果为依据。
环节2|方案设计
环节3|入排审核
环节6|医学监查
环节8|医学写作
共同底座:规则、知识、来源链与人工终审。
AI入排审核
核心能力
线上提交 → 主管初审 → 监察复核 → AI逐项匹配 → 双专家终审。
当前:初步测试版已上线,客户端与服务测试中。 下一步:选择条件合适的研究试用并复盘。
医学监查 MRDS
解决的问题
跨域、跨批次数据难关联,缺少统一受试者视角。
核心能力
Timeline/Profile、风险队列、Query草稿与处置闭环。
当前:先从SAR核查自查沉淀资料和规则。 下一步:用可获得数据小范围验证,成熟后分批复用。
医学写作
解决的问题
多资料、多版本的来源定位与一致性维护耗时。
核心能力
资料包 → 章节树 → 候选段落 → 来源定位 → 可审阅DOCX。
当前:准备供应商受控试用并整理内部语料。 下一步:优先验证结构稳定的IND资料,再按效果扩展。
规则与项目知识持续沉淀 → AI只形成建议或初稿 → 责任人完成最终确认
一个运营平台承接四类任务,数据接口和规则版本是智能预警的前提
2026-10 中心推荐基础功能与内部试点
2026-11 SSU智能追踪与卡点识别
2026-12 AI质量核查与部门推广
关键依赖:CTMS / EDC / TMF数据接口|历史数据质量|规则、权限与版本责任人
数统三项工具减少资料准备和重复核对,不替代统计假设与方法确认
1
试验设计与样本量
- 触发
- 统计师
- 输入
- 竞品、方案/SAP、论文和审评文件。
- 输出
- 人群、对照、终点、参数与方法对照。
- 人工确认
- 来源、参数假设和样本量计算。
- 目标
- 2026年11月|实现辅助试验设计和样本量计算。
2
AI数统文件审阅
- 触发
- 统计师 / DM
- 输入
- 审阅说明书、参考库和CRO文件。
- 输出
- 预审意见与跨文件核对清单。
- 人工确认
- 统计解释和最终审阅意见。
- 目标
- 2027年2月|完成审阅说明书和参考资料库,实现常规数统文件AI审阅。
3
项目时间线追踪
- 触发
- 统计师 / DM,每两周
- 输入
- RTSM项目时间线。
- 输出
- 节点状态、延期提示与变更摘要。
- 人工确认
- 运营维护进度;AI不补造缺失。
- 目标
- 2027年6月|实现项目时间线自动追踪。
三项工具均由统计师或DM触发和确认;AI负责准备、比对与提示,不替代统计判断。
PV按数据规整难度安排顺序:Narrative与统计在前,报告与法规随后
1ICSR Narrative
结构化输入较明确。
人工确认:严重性、预期性、因果关系。
试点 26.09 → 验证 26.11 → 推广 27.01
2信号检测统计
减少周期性统计准备。
人工确认:识别、验证、评估和措施。
试点 26.12 → 验证 27.03 → 推广 27.05
3PSUR / PBRER初稿
归集多来源,生成Section 1–11初稿。
人工确认:Section 15–18及获益-风险。
试点 27.03 → 验证 27.06 → 推广 27.09
4法规情报监测
多来源监测与适用性初筛。
人工确认:核对原文并正式归档。
试点 27.05 → 验证 27.08 → 推广 27.11
PV不以AI生成文字数量衡量进度;验收看来源可追溯、人工复核完成和流程时限达标。