FDA用AI盯临床实验：审批新药能快一半？

你刚吃完午饭，打开云端监控面板。三百公里外，一位患者体温升高0.3度，系统自动标红。十分钟后，FDA审查员已经看到这条数据——而按老规矩，这要等三个月后的纸质报告。

这不是科幻。美国食药监局（FDA）刚启动了史上第一个实时临床实验监控项目，用人工智能（人工智能）和云计算直接抓取试验数据。局长马卡里（Marty Makary）把这称为里程碑：从1960年代沿用至今的审批流程，终于要换了。

旧系统有多慢？十年里近一半时间耗在纸上

一款新药上市平均需要十到十二年。马卡里透露，从首次临床阶段到提交监管申请，大约45%的时间花在文书和行政事务上。

药企提交的文档动辄数百万页。审查员像考古学家一样，在纸质或PDF堆里翻找患者发烧、肿瘤缩小的记录。等发现问题时，实验可能已经结束数月。

新试点彻底推翻这个逻辑。通过云端直连，患者体温波动、影像变化、不良反应会实时流入FDA系统。马卡里描述的场景是：当肿瘤缩小发生时，监管者在云端同步看见。

AI首席官沃尔什（Jeremy Walsh）估算，这套方法可能将实验总时长压缩20%到40%。他强调安全标准不会降低——只是换了一种看数据的方式。

点子去年夏天诞生，两家药企率先入局

沃尔什透露，这个想法始于2024年夏天。当时团队意识到，审查流程与六十年前几乎没变，而数据技术已经换了数代。

首批合作伙伴是阿斯利康（AstraZeneca）和安进（Amgen）。FDA同时发布了公开信息征集，邀请更多方案参与AI驱动的临床实验改进。

选择这两家并非偶然。大型药企的数据基础设施相对成熟，能支撑实时数据管道的对接。对小公司而言，这套系统的接入成本仍是未知数。

试点目前处于早期阶段，具体技术架构未完全公开。已知的是核心组合：云端数据管道+AI实时分析+可视化监控界面。审查员不再需要等药企"交作业"，而是直接"看直播"。

背后推力：裁员后的"无资源创新"

这项改革有个尴尬背景。2025年初，特朗普政府与政府效率部（DOGE）对FDA实施了深度裁员。所有整合努力都在没有额外人力或预算的情况下推进。

马卡里算过一笔账：新项目每年至少节省1.2亿美元，这笔钱将用于重新雇佣多达3000名科学家。用技术换人力，用效率换时间——这是裁员倒逼出的生存策略。

内部AI adoption（采用率）的变化更剧烈。沃尔什披露，2025年初仅约1%的FDA员工常规使用生成式AI（生成式人工智能），如今已超80%。

内部工具"Elsa"是推手之一。它帮员工阅读、撰写、总结报告。早期试点中，原本耗时十天的行政任务被压缩到20分钟。

幻觉问题没解决，但先用起来了

Elsa并非完美。去年夏天，多名FDA员工向CNN透露，该工具会编造不存在的研究，误读数据。沃尔什当时承认，Elsa与其他大语言模型（大型语言模型）一样会产生幻觉（幻觉，即AI生成虚假内容）。

这个风险没被忽视，但似乎被接受了。试点项目的安全设计可能是关键：AI负责数据流转和初步筛选，关键决策仍留给人。实时监控的优势在于发现问题更快，而非让AI替代判断。

沃尔什的表述值得细品：他反复强调"安全标准不降低"，却未承诺"AI不犯错"。这是一种务实的风险分配——让机器做它擅长的（快速处理海量数据），让人做必须做的（最终裁决）。

制药业会跟吗？

对药企而言，这套系统是把双刃剑。实时透明意味着监管压力前置，任何数据异常都可能被立即追问。但缩短20-40%的实验周期，对专利悬崖前的产品意味着数十亿美元。

阿斯利康和安进的参与释放信号：头部玩家愿意试水。但行业真正的博弈在于数据标准——实时传输什么格式？谁承担云端基建成本？AI分析的阈值如何设定？这些细节将决定试点能否推广。

FDA的信息征集是聪明的一步。与其闭门制定规则，不如让利益相关方先提案。这种开放姿态在联邦机构中并不常见，或许也是资源约束下的必然选择。

一场被迫的现代化实验

回看时间线：2024年夏天萌生想法，2025年初遭遇裁员，同年推出试点。FDA的AI转型不是规划出来的，是被逼出来的。

讽刺之处在于，削减资源的行政命令，意外加速了技术革新。当"用更少的人做更多的事"成为硬约束，自动化从可选项变成必选项。1%到80%的AI采用率跃升，发生在短短几个月内——这在任何大型组织都堪称奇迹。

但隐患同样真实。Elsa的幻觉问题未解决，实时数据的安全边界未清晰，小药企的接入能力未保障。这是一场在飞行中换引擎的操作，而下面载的是新药审批这种高风险任务。

马卡里和沃尔什的赌注是：速度提升带来的收益，足以覆盖转型风险。如果20-40%的时间压缩成真，每年可能有更多救命药提前上市。这个账不难算，但难的是确保不算错。

对中国读者的启示或许是：监管科技的竞赛已经开场。当FDA用AI实时监控临床数据，其他国家的药审机构跟不跟？跟，需要怎样的数据基建和人才储备？不跟，审批效率差距会如何影响医药产业布局？

这些问题没有现成答案。但可以确定的是，1960年代设计的流程撑不了下一个六十年。FDA的选择是边跑边修——先让数据流起来，再慢慢拧紧螺丝。这种粗糙的实用主义，可能是大型组织技术转型最真实的模样。

至于Elsa会不会在关键时刻编造一篇不存在的研究来支持审批？沃尔什大概会说：所以我们还留着那3000个科学家的编制——至少目前如此。