报告行业投资评级 未提及 报告的核心观点 临床研究领域正处于非凡时期，GenAI工具在临床试验中的成功应用使行业格局发生转变，FDA等监管机构也开始为临床研究中应用Responsible - AI提供指导；报告介绍GenAI和agentic AI区别，强调训练数据选择性重要性，并提出保障AI在临床试验中效率和质量的多方面原则，还列举成功应用案例[4][6][10] 根据相关目录分别进行总结 概述 临床研究领域发展非凡，每年业内人士都在探讨如何释放AI潜力以提高临床试验效率和包容性；临床试验生态系统有诸多利用AI技术的机会；近期GenAI工具在临床试验中的成功应用改变行业格局，监管机构开始为Responsible - AI应用提供指导；报告将回顾利用IQVIA Healthcare - grade AI®的案例，分析其成功驱动因素及对效率和质量的提升[4][5][6] How the bar was raised: ensuring safe and efficient use GenAI基于训练数据生成响应和内容，具有事务性；agentic AI能独立处理复杂多步问题和操作；开发AI框架需整体哲学方法，类似育儿，要进行适当训练、建立伦理框架、保证模型完整性和透明度，关键是有人为监督；成功应用AI的首要任务是确保其获得适当的情境化和训练[10][12][13] Selectivity of the training data 人工智能的准确性和可靠性取决于训练输入数据的完整性、相关性和选择性；开源消费级大语言模型数据范围广，但在科学领域可能产生低质量或幻觉响应；科学研究中，部分开源GenAI代理会出现幻觉，需对训练数据进行限制、审查和验证，以确保其在临床试验中安全有效使用[15][16][18] Taking a multi - pronged approach to safeguarding efficiency and quality 开发和应用Generative和agentic AI解决方案时，需考虑5个关键保障类别，包括数据的策划和封装、融入“人在回路”、响应的协调统一、使用的客观性和情境性、识别不确定性和知识差距，这些原则有助于确保效率、质量和最大化安全性[19][20][23] Curating and 'containerizing' data 为确保GenAI的质量和效率，需对训练数据进行策划，限制其范围，使其与无关或推测性信息隔离；用于临床试验的GenAI/agentic AI解决方案必须在预定的数据生态系统、操作流程和人为接触点范围内部署[24][25] Integrating "human - in - the - loop" 人工智能发展引发人类参与度的讨论，但在IQVIA成功开发的应用中，人类参与和AI的健康平衡对优化质量和避免幻觉响应至关重要；以自动驾驶汽车为例，“人在回路”与agentic AI结合可确保在各种场景下生成安全和符合伦理的响应；在临床试验中，“人在回路”可融入复杂多步流程，agentic AI用于行政或自动化任务，人类参与需更高敏感度的步骤，可提高效率和质量[26][27][29] Harmonization of response 要生成一致、高质量的响应，不受问题提问方式影响；自然语言处理需高度敏感以检测上下文、挖掘核心问题并提供准确响应，实现全球统一响应需要专业知识、技术和最佳实践经验[30][31] Objectivity and context of use 在GenAI应用中，客观性要求更严格；GenAI可用于客观化医学图像诊断和准确评估严重不良事件的严重程度，基于标准化分级和既定指南[32][33] Recognizing uncertainty and knowledge gaps 许多GenAI模型产生错误或幻觉响应的原因是缺乏识别不确定性的机制；应用于医学科学的新型GenAI代理必须经过严格训练，避免给出部分答案或猜测性回答[34] Putting principles into practice: use cases of successful utilization 报告回顾IQVIA利用相关原则的成功模型，如科学问答聊天机器人、数据审查和agentic AI监测工具[36] Successful utilization of a scientific chatbot in a Phase III trial 在2024年第四季度的大型III期研究中，科学问答聊天机器人快速准确回答多种科学、特定协议问题，加速协议澄清周转时间，减轻专家、医学监测人员和/或赞助商回答查询的负担；该聊天机器人成功的关键在于保留“人在回路”、从超6000个协议的策划数据集中进行严格训练、具备全面科学词汇、提供统一响应以及识别知识差距[39][40][41] Data review 未提及具体内容 Talking to your analytics: an agentic AI platform for monitoring support 未提及具体内容 Looking ahead: supporting a shared vision to improve patient lives 未提及具体内容 About the author 未提及具体内容