生成式AI的快速进化正在刺激每一位医药人的神经。AI正在如何改变临床研究行业？哪些场景已经产生肉眼可见的变革，哪些场景仍然面临挑战？AI技术与云的融合将带来哪些想象空间？从技术展望到商业价值变现，我们还将经历哪些考验?

近日，太美医疗科技数字化服务事业部负责人蔡鑫、亚马逊云科技大中华区行业方案高级总监黄庆春两位业界大咖联手，为大家奉献了一次精彩的前沿分享。

嘉宾分享

太美医疗科技数字化服务事业部负责人蔡鑫

蔡鑫分享了近年来太美医疗科技在AI领域进行的探索。目前，基于文思智能平台，太美医疗科技已自主研发多款可灵活组合的AI agent，为临床研究的关键环节赋能。如iDM数据管理智能体，能够缩短约80%的临床试验数据管理设置时间，提升约40%的数据审核效率；iCTA主文档管理智能体也能够提升约80%的文档分类效率。

IRC领域，AI技术也已实现全流程赋能，广泛应用于阅片偏倚控制、智能QC、智能风险预警、智能决策建议等，成为推动IRC（独立影像评估）向IRV（基于价值的多学科影像评估）进阶强有力的支撑。以评估标准筛选为例，AI驱动的智能决策支持能够帮助申办方快速完成评估标准的筛选，避免决策失误。

亚马逊云科技大中华区行业方案高级总监黄庆春

黄庆春先生则分享了亚马逊云在AI领域的部分应用场景。亚马逊云科技是全球最早提供云计算服务的企业之一，在全球超过36个国家和地区拥有数据中心，在稳定性、安全性、合规性等方面处于业界领先地位，同时提供多种AI大模型及工具，帮助数万个生命科学领域的客户快速搭建深层次人工智能或AI agent，助力前沿探索。

如基于AI agent的“多模态医学影像+多组学+多中心协作”、基于AI大模型对于海量病理影像进行深度拆解、基于AI智能体的高度智能化的药物发现等等。

前沿对话：生成式AI还要经历哪些考验？

从机器学习到深度学习，从简单模型到万亿级大模型，直至高度智能化的AI agent，AI技术一直在给生命科学领域带来惊喜，但生成式AI的快速发展也令业界焦虑。从技术到价值，生成式AI还有哪些考验必须经历？

随后的圆桌分享中，两位嘉宾均给出了各自见解。

黄庆春透露，亚马逊云科技在生成式AI的应用上拥有丰富经验，在助力产业提效的过程中，有以下几点必须注意：

1、模型选择的多样性与灵活性。各类生成式AI所擅长的业务场景各不相同，需要根据实际情况进行筛选；

2、必须借助高质量自有数据进行差异化定制。尤其是通用AI大模型在垂直领域应用时，高质量自有数据必不可少；

3、安全合规、可溯源的AI大模型。当前部分大模型存在用户数据“被分享”的可能，然而对于生命科学领域来说，数据安全和隐私保护是基础要求，亚马逊云科技综合采用数据加密传输、权限控制、隐私计算、模型沙箱等多重机制予以防范，保障用户数据安全；

4、低成本、高性能的基础设施。应用生成式AI模型必须考虑应用成本，综合包括硬件、软件投入、模型迭代成本等，而云计算则是更为高效且低成本的选择。

5、生成式AI驱动的程序是否能够产生业务价值。是否所有的程序都能够通过生成式AI提效，需要认真考虑。

蔡鑫表示：生成式AI的应用场景已贯穿临床研究全流程，如临床试验方案优化、患者招募、患者监测、数据管理、对照组合成等。实际应用中，合规是基石，我们必须高度关注数据安全与患者隐私保护、患者权益保护，遵循临床研究行业现行的各类法律法规，进而更为审慎、基于临床价值出发，采用相应的AI技术推动临床研究的质效提升。