网易首页 > 网易号 > 正文 申请入驻

数据赋能现实 证据引领未来——第四届博鳌国际药械真实世界研究大会侧记

0
分享至

来源:滚动播报

(来源:中国食品药品网)


 “AI在真实世界研究中的应用”分论坛上,参会人员认真聆听演讲。


    大会主论坛上,参会人员举起手机拍摄主题演讲内容。


    在“真实世界数据应用的法规体系”分论坛圆桌讨论环节,嘉宾就相关话题分享观点。


    “真实世界研究与药品临床评价分析”分论坛上,参会人员向演讲嘉宾提问。(图片由大会主办方提供)

  中国食品药品网讯 (李易真 张一) 椰风海韵,碧波万顷。11月22日至23日,第四届博鳌国际药械真实世界研究大会(以下简称真研大会)在海南博鳌如期举行。本届大会以“真实世界研究助力创新药械临床评价”为主题,吸引了来自国际组织、国内外药品监管机构、医疗机构、科研院校及药械企业等的700余位专家学者与行业代表

  11月22日上午,主会场内座无虚席。大会内容贴近前沿,参会代表专注聆听,不时举起手机记录精彩内容。除主论坛外,本届大会还举办了10场分论坛,嘉宾们紧密围绕药械临床评价、医疗保障及生物统计等前沿话题,进行了专题交流与研讨

  作为国际真实世界研究交流的重要平台,真研大会已逐渐发展为共享全球真实世界研究进展的盛会、连接国际药械产业对话的桥梁

激发新活力 聚焦前沿进展

  “当前,真实世界研究正蓬勃发展,其在全球药械监管决策中的重要性日益凸显。”海南乐城真实世界研究院执行院长陈平雁在真研大会主论坛发言中表示。

  随机对照临床试验虽被视作药物有效性评价的“金标准”,但其在罕见病、危及生命的重大疾病等缺乏标准治疗手段的领域存在应用局限。在这些临床场景中,真实世界研究所产生的真实世界证据可作为补充证据或关键性支撑证据,助力创新药械研发。

  我国很早就启动了真实世界相关研究。2019年6月,国家药监局会同海南省人民政府在海南博鳌乐城国际医疗旅游先行区临床急需进口药械政策(以下简称特许药械政策)的基础上,启动了临床真实世界数据应用试点工作。经过6年的不懈探索,我国真实世界研究取得了重要的阶段性成果。

  “目前,我国在真实世界研究相关指南体系建立方面已走在世界前列,且覆盖范围相对广泛。”陈平雁表示。

  2020年1月,我国首个真实世界研究指导原则——《真实世界证据支持药物研发与审评的指导原则(试行)》发布。随着研究的深入,截至目前,我国已累计发布12项相关技术指南。不仅有真实世界数据、真实世界证据、真实世界研究设计、申办方与监管方的沟通交流4个核心指导原则,还涵盖肿瘤药物、罕见病药物、儿童药物、中药等诸多治疗领域,以及药物研发和临床研究等主要环节,对不同领域的企业开展真实世界研究具有良好的指导作用。

  不仅如此,我国真实世界研究在药械审批方面的应用,也从扩展适应证和上市后研究,延伸至创新药械的早期研发、临床试验设计的优化,以及为监管决策提供支持。

  具体案例也印证了这一趋势。

  今年1月,罗氏诊断的FOLR1(FOLR1-2.1)抗体检测试剂获国家药监局批准上市。该产品能够辅助识别可接受索米妥昔单抗治疗的上皮性卵巢癌、输卵管癌或原发性腹膜癌患者。据悉,凭借在上海交通大学医学院附属瑞金医院海南医院(海南博鳌研究型医院)(以下简称瑞金海南医院)开展阅片一致性的真实世界研究,并将其作为辅助证据,该产品获批上市时间与对应的靶向药(索米妥昔单抗)获批上市时间,仅隔一个多月。

  赛诺菲的艾沙妥昔单抗注射液也于今年1月获批上市。该产品在瑞金海南医院开展临床真实世界数据研究,并成为首个基于乐城真实世界研究数据作为关键证据、桥接全球国际Ⅲ期临床研究获得国家药监局批准上市的血液肿瘤治疗药物。

  截至目前,乐城先行区已累计推动21个药械产品通过真实世界证据辅助成功上市,其中包括6个药品和15个医疗器械,覆盖肿瘤、心血管、眼科等疾病领域。

  首次到访真研大会的诺华全球证据生成负责人Adrian Cassidy表示,此次参会最让他欣喜的是亲眼见证了中国真实世界数据/证据领域的快速发展,以及其在医疗决策中发挥的重要作用。他认为,这不仅体现在监管机构理念的转变与指南体系的不断完善,更反映在整个行业对采纳真实世界数据/证据支持决策的开放态度和实施能力的提升。未来,真实世界研究和随机临床试验将围绕关键问题协同构建综合证据体系,最终形成整体性的证据框架,为患者带来更优的健康解决方案。

  真实世界研究不仅被用于药械产品注册,还受到了国家医保部门的重视。

  在“真实世界研究与医疗保障”分会场中,关于真实世界研究如何应用于医保决策的讨论异常热烈。天津大学药物科学与技术学院党委书记吴晶教授在发言中表示:“真实世界研究已在医保决策中扮演关键角色,成为该领域的核心议题。”

  据悉,今年9月,国家医保局决定在北京市、辽宁省等11个省份的13个地区开展真实世界医保综合价值评价试点工作,旨在通过深度应用真实世界数据,进一步完善药品、医用耗材等应用场景的医保综合价值评价机制。“未来几年,在国家医保局的积极倡导与系统推动下,医保将成为真实世界研究与应用的重要场景。”吴晶总结。

研讨新方法 优化实践路径

  工欲善其事,必先利其器。记者在本届真研大会上了解到,真实世界研究近年来在全球范围内蓬勃发展并向纵深推进,很大程度上得益于新方法、新工具、新平台的强力支撑。

  分论坛上,与会专家围绕生物统计学、人工智能(AI)技术和可信数据空间等前沿话题展开了热烈讨论,现场互动踊跃,思想碰撞不断。

  高质量的真实世界证据可以用于支持药品监管决策,而高质量的真实世界数据则是高质量真实世界证据的基础。在这一转化过程中,生物统计学发挥着至关重要的作用。生物统计学是确保数据价值被有效挖掘、转化为可靠证据的关键方法。

  在“真实世界研究与生物统计”分论坛的主题演讲中,复旦大学公共卫生学院生物统计学教研室主任秦国友表示,真实世界研究本质上属于观察性研究,其核心分析方法是因果推断。然而,真实世界数据规模庞大,分析过程中常会出现离群值,可能导致估计偏差增大;在数据收集过程中还可能存在缺失、测量误差以及分布偏态等问题。这些问题都会对研究结果的估计造成影响。

  秦国友从数据层面与模型层面介绍了一些传统的稳健估计方法,并说明了如何通过这类方法减少估计偏差。他同时介绍,近年来,在因果推断领域还涌现出“双重机器学习”等新方法。

  秦国友解释,应用传统稳健估计方法时,需要预先设定倾向性评分模型和结果模型,在设定过程中可能出现模型错误指定问题,导致因果效应估计产生偏差。“双重机器学习”基于机器学习思路,利用机器学习方法分别估计倾向性评分模型和结果模型,从而避免模型指定,减少模型错误指定带来的风险。为了实现因果效应的无偏估计,该方法将样本数据分为两个独立部分,一部分用于估计倾向性评分模型,另一部分用于估计结果模型。这种方式最终能够在理论上证明所得出的因果效应估计结果是无偏的。

  中国药科大学理学院生物统计系主任言方荣则介绍了贝叶斯方法在真实世界研究中的应用。在他看来,贝叶斯方法的优势主要体现在能够便捷地纳入历史信息、形成持续自我更新的分析过程、具备适应性的决策特征。“正因如此,近年来,多个国家和地区及相关监管机构已将目光投向贝叶斯方法,并在药品研发领域中积极推进其应用。”言方荣说。

  随着对真实世界研究认识的不断深入,生物统计学已成为开展真实世界研究的重要工具。言方荣表示,近年来,生物统计学在真实世界研究领域取得了一系列新进展——从传统的倾向性评分匹配,到因果推断,再到贝叶斯方法的创新运用,生物统计的创新方法持续推动着真实世界研究的发展。“与此同时,近两年AI与真实世界研究的结合也发展迅速。”言方荣补充道。

  如何将AI应用于真实世界研究,提升药物注册效率?Adrian Cassidy认为,可以分为三个步骤:第一,利用AI进行文献整理;第二,借助AI技术识别可能解决问题的数据源;第三,运用AI技术加速研究方案设计,从而整体推动研究执行与分析进程,缩短证据生成周期。

  “我们不仅致力于提升真实世界证据的生成效率,还将进一步探索如何利用AI等新技术,为监管机构、医保部门等相关方提供决策支持。”Adrian Cassidy兴奋地向记者描绘AI在真实世界研究中更广泛的应用前景。

  除新设计、新工具外,在真研大会上,一个新兴平台——“可信数据空间”也引发了全场热议。该平台该如何建设?相关数据是否可以打通?如何实现“可信”这一目的?能切实解决真实世界研究中的哪些难题?专家们从技术架构、治理机制到应用场景等多个维度,对其进行了热烈讨论。

  据乐城先行区管理局医疗能力建设部副部长袁玮鸿介绍,今年7月,海南博鳌乐城牵头申报的国际创新药械“三医协同”可信数据空间项目获批入选国家数据局首批医疗健康行业可信数据空间创新发展试点。

  “国际创新药械‘三医协同’可信数据空间借助区块链、隐私计算等先进技术,在严格保障患者隐私与数据安全的基础上,可有效破解长期以来医疗数据碎片化、孤岛化的难题,实现医疗数据的可控共享与价值流转。”袁玮鸿说。她表示,目前,乐城已与多个区域数据中心建立了数据共享合作机制,探索真实世界证据支持监管决策的创新路径。

探索新可能 引领未来方向

  机遇与挑战并存。与会者们并未沉浸于真实世界研究已有的成就,而是以更加理性、审慎的眼光审视真实世界研究前行道路上的“荆棘”与“险滩”,并积极寻求解决方案。

  真实世界证据是药物有效性和安全性评价证据链的重要组成部分。在此次会议采访与交流中,记者注意到,当前真实世界研究在实践中面临的挑战主要集中在“数据拿不到”“数据不合规”“数据质量差”三方面。

  获取数据是开展真实世界研究的前提。但由于种种原因,在真实世界研究中有价值、高质量的数据并不容易获取。

  国家心血管病中心医学统计部副主任王杨坦言,高质量且符合监管要求的真实世界专病登记是理想的数据源,但由于我国的专病注册登记工作大多以分散的科研课题为载体推进,临床数据被禁锢在单个课题内,无法有效流通。当新的真实世界研究需求出现时,后来的研究者往往无法直接利用既有数据,不得不重复投入大量人力、物力重新收集临床信息。“这不仅造成了科研资源与医疗资源的浪费,也制约了研究效率与规模的提升。”他说。

  王杨建议,从国家层面进行顶层设计与规划,推动建立跨机构、跨区域的高质量专病登记网络,建立统一的数据收集整理标准,让真实世界数据真正汇聚成能够滋养创新的“一池春水”。

  合规使用数据是研究者必须坚守的底线。真实世界数据来源于患者诊疗等多种途径,其收集、处理、存储等均涉及伦理与法律问题。我国个人信息保护法、数据安全法等政策法规规定,研究者必须在获得数据主体知情同意后,方可在授权范围内使用数据。

  “现实中,真实世界研究所使用的医疗数据大多是基于临床诊疗目的产生的,而非基于研究目的专门采集。”北京大学医学部副研究员张海洪表示,研究者在二次使用这些数据时,需遵循《赫尔辛基宣言》等国际公认的伦理准则以及我国相关政策法规,通过伦理审查,并获取研究参与者的知情同意。

  结合当前在实操层面存在的诸多挑战,张海洪建议,应前瞻性建立真实世界数据治理框架,提前规划数据可能的用途,包括可预见的二次利用,按现行政策规范获取知情同意和授权。对于回顾性研究,应多管齐下,在合规框架基础上,探索可行的知情同意模式,同时强化相关数据使用的“最小必要”“目的限制”等原则,加强风险防控。

  在处理数据、清洗数据的过程中,往往不可避免地伴随信息偏移或价值损耗。

  上海功承瀛泰律师事务所高级合伙人章煦春表示,医疗数据要实现合规应用,通常需要经过严格的匿名化处理与深度清洗,以使其彻底脱离“个人信息”的法律界定。然而,这种处理方式在剔除个人标识的同时,也极易导致关键医学信息的丢失,进而削弱了数据在药物研发中的科学价值与应用效能。

  同时,这个难题还体现在执行层面。医疗数据清洗与预处理工作通常由数据技术团队负责,但技术人员普遍缺乏医学背景,很难准确判断数据的研究价值,导致处理后的数据常常无法满足药械企业对真实世界数据的研究需求。“这就形成了‘数据越合规,其科研价值越低;数据越有用,其获取方式越接近合规红线’的行业困境。”章煦春表示。

  针对这一难题,章煦春提出,解决问题的核心在于实现从“过程匿名化”向“结果匿名化”的转变。她建议,在合规框架下,通过构建“可信数据空间”,并前置严格的“数据伦理审查”,来建立一种“技术信任”与“程序正义”相结合的新模式。

  这种模式允许研究人员在确保数据本身不出安全域、隐私不被泄露的前提下,对部分高价值的原始医疗数据进行分析和利用。最终,只输出无法识别特定个人且不可复原的匿名化研究结果。这样既保障了原始数据的完整性和科研价值,又从根本上回应了公众对个人隐私保护的核心关切,为破解行业困局提供了切实可行的路径。

  这样热烈的观点交锋,在真研大会上并不少见。与会专家坦言,能在此畅所欲言,正是因为真研大会提供了一个开放、多元且有深度的交流平台。他们期待,借助大会的国际影响力,持续推动各界对真实世界研究的理解深化与实践探索。

  “随着乐城先行区在真实世界研究领域的体系化推进,未来必将在方法创新、数据质量提升与国际标准对接等方面实现更多突破。”作为ICH《M14:使用真实世界数据进行药品安全性评估的非干预性研究:规划、设计、分析和报告的一般原则》外部专家组组长,高博医疗集团战略顾问郭彤展望。

  琼海市委书记、博鳌乐城国际医疗旅游先行区管理局党委书记周长强表示:“真实世界研究的发展离不开持续创新。我们将进一步推动临床真实世界数据应用试点向纵深拓展,致力于将博鳌乐城打造成为全球真实世界研究的新高地,助力中国乃至全球真实世界研究蓬勃发展。”

《中国医药报》社版权所有,未经许可不得转载使用。

(责任编辑:郭肖)

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
特朗普抓捕马杜罗!委内瑞拉一夜变天!中国600项协议或打水漂?

特朗普抓捕马杜罗!委内瑞拉一夜变天!中国600项协议或打水漂?

介知
2026-01-03 18:06:19
长城哽咽背诗的女孩火了,元旦假期多名大学生登长城朗诵,八达岭文旅集团:十分支持

长城哽咽背诗的女孩火了,元旦假期多名大学生登长城朗诵,八达岭文旅集团:十分支持

极目新闻
2026-01-02 23:57:51
这不是迷信!最怕“冬月十五是晴天”,今日冬月十五,晴天啥预兆

这不是迷信!最怕“冬月十五是晴天”,今日冬月十五,晴天啥预兆

叮当当科技
2026-01-03 13:41:18
6金变局!马龙“三级跳”执教,为何弃选王楚钦独宠1人?

6金变局!马龙“三级跳”执教,为何弃选王楚钦独宠1人?

卿子书
2026-01-03 13:52:00
《人民日报》:真正能给你撑腰的,是足够的金钱,稳定的情绪....

《人民日报》:真正能给你撑腰的,是足够的金钱,稳定的情绪....

诗词中国
2026-01-02 20:36:32
故事:重庆地头蛇文强,600万邀韩国女星喝酒,强行灌醉与其共度良宵

故事:重庆地头蛇文强,600万邀韩国女星喝酒,强行灌醉与其共度良宵

红豆讲堂
2025-01-01 05:10:02
你扣我油轮,我没收你军火,中国海警发布海报:敢运海马斯就登船

你扣我油轮,我没收你军火,中国海警发布海报:敢运海马斯就登船

温读史
2026-01-04 05:21:21
莫言:夫妻能过就好好过,最好别离婚,你渐渐就会发现,跟谁过都是一个鬼样,或许更糟糕

莫言:夫妻能过就好好过,最好别离婚,你渐渐就会发现,跟谁过都是一个鬼样,或许更糟糕

北极星心理
2025-12-31 06:50:45
多地开始严查电动车,商家拍手称快,不买新国标等着罚款扣车!

多地开始严查电动车,商家拍手称快,不买新国标等着罚款扣车!

眼光很亮
2026-01-03 16:03:00
瑞士酒吧火灾,女儿求助老爸救下10人。而火烧到房顶,他们却在拍照

瑞士酒吧火灾,女儿求助老爸救下10人。而火烧到房顶,他们却在拍照

英国那些事儿
2026-01-03 23:02:51
这才是特别军事行动?美军应答器全关3小时抓获马杜罗,专家沉默

这才是特别军事行动?美军应答器全关3小时抓获马杜罗,专家沉默

眼光很亮
2026-01-03 22:53:36
西安事变真相:蒋家7侄阵亡护蒋,双方死伤超600,血债被记五十四年

西安事变真相:蒋家7侄阵亡护蒋,双方死伤超600,血债被记五十四年

磊子讲史
2025-12-30 18:03:15
向华强直播算账:《寻秦记》3亿成本1亿分账,古天乐最终会赔多少

向华强直播算账:《寻秦记》3亿成本1亿分账,古天乐最终会赔多少

半糖甜而不腻
2026-01-03 11:32:20
十四年前,无法生育、40岁嫁给年轻丈夫的陈松伶现状如何?

十四年前,无法生育、40岁嫁给年轻丈夫的陈松伶现状如何?

手工制作阿歼
2026-01-04 03:48:10
大陆军演刚结束,台湾最新民调出炉,结果惊人,赖清德被将军

大陆军演刚结束,台湾最新民调出炉,结果惊人,赖清德被将军

乐天闲聊
2026-01-03 14:30:39
攻占巴塞罗那?西班牙人球迷在全城公交车站张贴近200张海报

攻占巴塞罗那?西班牙人球迷在全城公交车站张贴近200张海报

懂球帝
2026-01-04 01:27:47
蒋圣龙为何无缘邵佳一国足首期名单,背后原因找到了,引发热议

蒋圣龙为何无缘邵佳一国足首期名单,背后原因找到了,引发热议

懂个球
2026-01-03 14:55:20
广东险胜北控避免连败,赛后传来四大利好消息,广东渡过至暗时刻

广东险胜北控避免连败,赛后传来四大利好消息,广东渡过至暗时刻

晓隯就是我
2026-01-04 01:35:58
炸裂!美高罚球11中10!中国男篮未来第一前锋

炸裂!美高罚球11中10!中国男篮未来第一前锋

篮球实战宝典
2026-01-03 23:50:58
重磅!你好,第一中锋!快船2换1交易方案...

重磅!你好,第一中锋!快船2换1交易方案...

技巧君侃球
2026-01-03 14:40:52
2026-01-04 06:04:49
新浪财经 incentive-icons
新浪财经
新浪财经是一家创建于1999年8月的财经平台
1899103文章数 5149关注度
往期回顾 全部

科技要闻

雷军:骂小米汽车有流量,但别故意抹黑

头条要闻

特朗普称马杜罗夫妇将在美受审 还对古巴发出威胁

头条要闻

特朗普称马杜罗夫妇将在美受审 还对古巴发出威胁

体育要闻

青岛西海岸官宣:郑智出任一线队主教练

娱乐要闻

司晓迪事件再升级 司晓迪称鹿晗最好

财经要闻

具身智能抢人大战:毕业一年 年薪300万

汽车要闻

奕派科技全年销量275,752辆 同比增长28.3

态度原创

亲子
手机
房产
本地
公开课

亲子要闻

双标的妈妈,不让孩子驼背,她自己却做不到

手机要闻

小米展示YU7门锁机械拉线:内外都有,专用备份电池

房产要闻

海大誉府新年家年华暨2号楼耀世加推发布会圆满落幕

本地新闻

即将过去的2025年,对重庆的影响竟然如此深远

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版