将独特数字图像作为临床试验激励物：面向有意义参与的数字转型

《Journal of Medical Internet Research》：Unique Digital Images as Incentives in Clinical Trials: A Digital Shift Toward Meaningful Participation

　　

临床试验中的受试者在参与过程中的激励（Incentivization）一直具有挑战性，尽管采用传统补偿策略，许多研究仍无法达到招募或留存目标。随着数字健康（Digital Health）的发展，新的方法可望更有意义地吸引受试者参与。研究人员提出将独特数字图像（Unique Digital Images）作为一种新颖的象征性激励（Symbolic Incentive）用于临床试验。数字图像结合了个性化（Personalization）、所有权（Ownership）和数字可见性（Digital Visibility）等特质，可能比单纯金钱奖励更有效地驱动参与。在研究人员设计的示范性研究中，受试者使用CURATE.DTx完成人工智能（Artificial Intelligence, AI）个性化的数字疗法（Digital Therapeutics, DTx）训练，生成个体化学习轨迹（Individualized Learning Trajectories），这些轨迹被转化为数字艺术品并铸造（Mint）为非同质化代币（Non-Fungible Token, NFT）作为试验完成后的奖励。该概念整合了游戏化（Gamification）、个性化和区块链技术（Blockchain Technology），以支持内在动机（Intrinsic Motivation）与外在动机（Extrinsic Motivation）。研究人员探讨了其在去中心化医疗（Decentralized Health Care）、长期行为改变（Long-Term Behavior Change）及预防医学与长寿科学（Longevity Science）背景下对受试者认可（Participant Recognition）的影响，旨在鼓励开展使用数字激励物来改变试验受试者体验并促进对健康干预措施持续参与的研究。

论文解读：《将独特数字图像作为临床试验激励物：面向有意义参与的数字转型》（Unique Digital Images as Incentives in Clinical Trials: A Digital Shift Toward Meaningful Participation），发表于Journal of Medical Internet Research

一、研究背景与立题依据

临床试验面临的最严重瓶颈是受试者招募失败与随访脱落（Retention），约9.9%的试验因此中断，19%的试验因入组不足预期85%而终止或未完成入组。传统金钱补偿（Monetary Compensation）和新型疗法早期使用权常不足以吸引参与，且金钱激励存在"挤出效应"（Crowding-Out Effect）——即外在金钱奖励会稀释利他主义等内在动机，并可能引发隐瞒风险行为或诱导脆弱人群。此外，单纯金钱补偿难以留下持久参与感，对提升初始入组率效果不一致。随着去中心化临床试验（Decentralized Clinical Trials, DCTs）和数字疗法（Digital Therapeutics, DTx）兴起，远程APP端数据采集渐成主流，传统留存工具已不足以维持长期互动。基于此，新加坡国立大学医学院WisDM研究所Blasiak Agata及Dean Ho等研究人员提出以基于个人表现数据生成的个性化数字艺术作品——乃至铸造成非同质化代币（Non-Fungible Token, NFT）——作为非交易性、具身份锚定（Identity Anchor）功能的新型临床试验激励物，并设计Avatar.DTx可行性研究予以阐释。

二、关键技术与方法概要

研究人员拟开展一项经新加坡国立大学IRB批准（NUS-IRB-2023-183）、注册于ClinicalTrials.gov（NCT06647030）的Avatar.DTx试点可行性研究，计划招募15名健康受试者，使用平板端多任务严肃游戏CURATE.DTx（此前在NCT04848935及NCT06240897中验证）进行为期10周的个性化认知训练；CURATE.AI平台依据个体纵向表现数据动态生成独特学习轨迹曲线，由数字艺术家联合生成对抗网络（Generative Adversarial Network, GAN）与变分自编码器（Variational Autoencoder, VAE）引入可控随机噪声将轨迹可视化为个性化生成艺术图像，完成训练后将其铸造为ERC-721标准NFT转入研究者代管之数字钱包；未完训者仅获按次本地货币补偿不获艺术品。通过深度访谈收集对数字艺术、AI生成艺术、NFT权属感与隐私的认知，记录钱包配置、去标识化流程及链上交易协议，并评估完训率、艺术品保有/转手行为及主观价值感知，同时控制数字素养偏差与投机动机。

三、研究结果（按原文小节归纳）

Introduction（引言）

研究人员指出招募与留存本质是行为学挑战，传统提醒沟通增益有限。提出将源自个人表现数据的唯一数字艺术品视为耐久外在线索，可通过自我信号理论（Self-Signaling Theory）内化为身份认同（如"我是长寿先行者"），把短暂参与转化为带有能动性与贡献感的持久叙事，且当前电子健康档案普及与移动端患者基础设施为数字激励模型提供落地土壤。

Conventional Incentives in Clinical Trials（临床试验中的传统激励）

综述显示金钱支付虽可提高部分低风险任务应答率，但对初始入组影响不稳定，存在边际效用递减、潜在胁迫（Coercion）风险及动机挤出，亦未必改善招募人群多样性；固定金额无法反映个体机会成本差异，且鲜有IRB对金额与形式给出统一指引，表明需探索适配数字试验的新激励机制。

Digital Art Incentives（数字艺术激励）

数字艺术具稀缺性、溯源（Provenance）、作者身份与象征价值，与金钱无直接绑定。通过区块链NFT化可编码参与证明、溯源与附条件权利，公开所有权路径允许推断行为模式。关键机制在于"凭任务完成挣得"且图像与个人数据挂钩——依自我信号理论强化成就归因（"我完成了训练，故我有承诺"）。与投机数字艺术不同，本语境下艺术品目的与语境塑造其非金钱行为属性。

Conventional, Digital, and Tokenized Incentive Mechanisms（传统、数字及代币化激励机制对比）

三类激励对照如下：传统现金——可替代（Fungible）、无二级市场、无身份信号、补偿逻辑、伦理风险为胁迫；非代币化数字激励（数字证书/徽章）——通常可替代、无二级市场、可有身份信号、认可逻辑、长期价值为情境性、伦理风险系数字素养差异致感受不足；代币化数字激励（NFT）——不可替代（Nonfungible）、有二级市场、可有身份信号、认可逻辑、具潜在长期价值、伦理风险为金融化（Financialization）。三者可互补而非互斥，需依设计与场景定效度与伦理剖面。

Digital Images as Incentives: Methodological Recommendations（方法学建议）

建议试验同步采集定量（完训率、留存、艺术品转手/保有）与定性指标（可接受性、感知价值、动机影响的结构化访谈），记录既往数字资产熟悉度以校正选择偏倚；若用NFT须报告钱包设置、去标识化及链上协议，预见到数字鸿沟、投机动机与访问不均并设计消减措施（明示无保证市值、免先验加密艺术知识、低Gas费链/代管钱包、透明隐私说明及售后访问保障），书面约定遗失/争议处理条款。

An Illustrative Example: The Avatar.DTx Study（例证：Avatar.DTx研究）

详述前述15人健康受试者10周CURATE.DTx训练→去标识化表现数据→人机协同（艺术家引导GAN/VAE参数与选色，算法决定排布）生成唯一数字画作→高分辨率文件交付并铸ERC-721 NFT入受试者钱包。中途退出仅获按次现金无艺术品，以防过度诱导。访谈探询对AI艺术、NFT及隐私态度，落实数据匿名与透明知情同意。

Broader Implications（更广泛意义）

该模式可延伸至长寿科学与预防性健康所需的长期行为依从维持（运动、饮食、认知训练），结合小数据（Small-Data）分析生成个体健康画像反馈配数字艺术激励，培育去中心化健康社区里程碑分享文化；技术上可通过FHIR（Fast Healthcare Interoperability Resources）标准外接激励支持模块读取必要预约/完成记录触发推荐，融入现成临床工作流（如漏诊后或出院时推送），设临床医生覆写权与群体分布监测防分配不公；亦可能为寻求更多个性化之少数族裔或数字原生群体提供吸引力，可与金钱补偿并存。

Ethical and Practical Considerations（伦理与实践考量）

链上仅存Token ID及链下托管艺术品链接，严禁上链个人/临床数据，敏感信息存机构加密服务器；为降区块链认知负担可由研究团队代管钱包并辅助入链，NFT延至完训后铸造（退出的不铸）；选用PoS（Proof-of-Stake）机制以太坊降能耗逾99%。须在知情同意书声明NFT无投资属性、完训方可获艺术品否则仅获按次现金，避开炒币社群渠道招募并用离场问卷控动机偏倚；明确知识产权（IP）——通常仅授受Token引用而非艺术底层版权，IRB监督披露；警惕低数字素养人群理解障碍及二级市场波动误解，可以不可转让设计、延迟铸造及IRB比例原则缓解。

四、讨论与结论翻译

研究人员认为数字健康与临床研究界应探索超越纯交易性的激励模型，数字艺术等有意义的认可形式可重塑科学贡献者的受试者激励范式。在决定试验科学有效性的招募、留存与持续参与环节，激励设计仍是待解难题。长寿科学与预防性干预依赖饮食、运动、认知训练及用药依从，维持长期互动恰是难点，融合个性化、感知价值与可见性的数字激励为临床研究与长期健康干预提供新工具。随医疗向主动个性化演进，认可与回馈机制也须同步发展——未来个体有望要求被视作主动贡献者而非被动受试者，获得其参与历程的独特物证即是一种承认。当试验参与者收到表征其卷入过程的唯一数字艺术品时，即被致以认可（Acknowledged）。医疗数字化允许新形式的互动与奖赏，独特数字图像或可成为其中代表之一。