综述：人工智能在成人和儿童风湿病学临床试验中的作用

《Current Opinion in Immunology》：The role of artificial intelligence in clinical trials in adult and pediatric rheumatology

　　

临床试验的发展受到高昂成本和方法学复杂性的限制。在此背景下，人工智能正逐渐成为优化临床试验的关键工具。在研究设计及受试者招募的早期阶段，生成式人工智能系统有助于完善纳入标准并提高招募效率；与此同时，数字生物标志物与患者报告结果的整合可实现持续远程监测，并提升安全性数据收集的质量。此外，机器学习模型还可用于有效分析纵向多模态试验数据。然而，将人工智能应用于实际场景时仍需克服诸多挑战：监管机构正在更新相关指南，而基于人工智能的干预措施能否成功应用，取决于能否在严格遵循质量标准的同时，保持医学判断的核心地位。在本综述中，我们全面介绍了人工智能在成人和儿童风湿病领域临床试验中的应用、伦理考量以及监管相关问题。

引言

风湿性疾病和肌肉骨骼疾病属于慢性疾病，人们对针对这些疾病的疗法需求日益增加，而这些疗法会显著影响成人和儿童的生活质量1, 2。尽管人们越来越致力于开发针对这些疾病的新疗法，但临床研究仍受到样本量小、方法学复杂以及严格监管要求等因素的制约。临床试验是验证干预措施有效性的黄金标准，但其实施往往受到高昂成本、物流难题，以及对于少数族群和特定人群适用性问题的担忧所限制3, 4。

在此背景下，人工智能作为精准医疗领域的有力工具逐渐崭露头角，其应用范围从早期诊断到患者分层以及生物标志物识别等各个环节5, 6, 7•, 8。在众多机遇中，人工智能有潜力重塑临床试验的整个生命周期，涵盖方案设计、患者筛选与选择、数字端点数据收集、长期监测支持、高级统计分析、安全性与药物警戒以及上市后监测等多个方面。实际上，部分相关方法已开始被探索，但大多数仍处于概念或可行性研究阶段。既能生成新文本或内容的全能型人工智能系统，也能实现模式识别、预测及患者分层的传统机器学习方法，都可能发挥核心且互补的作用。与此同时，相关的监管框架和方法学标准也在不断制定，明确了人工智能在该领域应用的机会与局限。

过去30年来，多个国际协作临床试验网络相继建立，其中包括儿科风湿病国际试验组织（PRINTO）和儿科风湿病协作研究组（PRCSG），它们为儿科风湿病领域的高质量随机对照试验提供了方法学和基础设施方面的标准9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19。同样，也有多个国际研究网络为成人风湿病领域的高质量研究提供了支持，其中包括针对复杂难治性疾病的分类标准与定义20, 21, 22, 23, 24。由于具备多中心研究团队、标准化操作流程以及长期管理机制，这些组织为将人工智能以高效且符合伦理的方式融入临床试验提供了理想的环境。本综述旨在全面介绍人工智能在临床试验从设计到上市后的各类应用，重点探讨其相关的监管与伦理问题。

章节节选

人工智能在临床试验全生命周期中的应用

在本综述中，我们将用于评估的干预手段的人工智能与用于支持试验运营的人工智能区分开来。这种区分十分重要，因为在这两种应用场景下，报告要求、验证标准、监管要求以及责任归属都有所不同。当人工智能系统本身是评估对象时，专门的检查清单和指南更为适用；而用于资格筛选、招募支持、数据分析、远程监测或安全性评估的人工智能则适用其他不同的规范

伦理考量、透明度与可解释性

临床试验需要极高的诚信度和伦理合规性，而在人工智能模型应用于此类试验的背景下，这一点尤为重要。伦理考量贯穿多个阶段，包括在知情同意书中明确提及人工智能的使用方式，以及在训练过程中建立清晰的数据管理规范。随着网络安全的重要性日益凸显，研究者和资助方必须妥善存储和保护敏感数据，同时也要充分考虑数据泄露可能带来的风险

临床试验中人工智能的报告标准

近年来，已出台多项指南，旨在推动人工智能在医疗领域，尤其是临床研究中的透明化报告。当干预手段本身就是人工智能系统，比如基于人工智能的决策支持工具或影像分析算法时，这类检查清单尤为适用。而当研究的干预手段是药物治疗时，传统的报告指南仍是主要参考依据。不过，人工智能专用指南中的部分内容也可作为补充参考

欧盟人工智能法案

欧盟人工智能法案（欧盟法规2024/1689）为包括医疗领域使用的人工智能系统制定了基于风险的监管准则[61]。该法案根据风险程度将基于人工智能的干预措施分为四类，从高风险到低风险依次排列。其中，系统性风险、事件追踪与报告以及网络安全防护被赋予了极高重要性；此外，大多数义务都由高风险人工智能系统的提供方承担，通常这类系统都与医疗健康领域相关

未来发展方向与机遇

这些应用为将人工智能正确融入临床试验带来了诸多机遇，尤其对于那些已经成熟的国际研究网络而言更是如此。考虑到目前的种种限制和监管要求，相关机遇涵盖了从资格筛选和受试者招募等早期阶段，到更精准的结果预测等多个方面。对于那些因发病率较低而发展受限的罕见疾病，包括成人和儿童风湿病中的某些罕见疾病而言，这些机遇尤为重要

结论

将人工智能融入临床试验，能为整个试验生命周期带来诸多实际机遇，涵盖从设计、招募，到数字端点数据收集、长期监测、数据分析以及上市后管理等多个环节。与此同时，这一过程也要求具备严格的方法学、监管和伦理标准。随着专门报告检查清单、相关监管法规以及现代化良好临床实践指南的同步发展，人工智能的应用正逐步朝着更加透明、经过充分验证、具有可解释性且得到妥善管理的方向发展

资金支持

作者们在本项研究、论文撰写及发表过程中未获得任何形式的财务资助。

数据共享

不适用。

伦理委员会审批情况

不适用。

CRediT作者贡献说明

萨维里奥·拉贝拉：概念构建、数据整理、初稿撰写。安娜·伊莎贝尔·雷博略-希门尼斯：概念构建、监督指导、审阅与编辑。亚历山德拉·阿隆吉：概念构建、监督指导、审阅与编辑。朱莉娅·卡皮托利：概念构建、监督指导、审阅与编辑。卢奇亚娜·布雷达：概念构建、监督指导、审阅与编辑。弗朗切斯科·拉托雷：概念构建、监督指导、审阅与编辑。文森佐·韦内里托：

利益冲突声明

作者声明，他们不存在任何可能影响本文所述工作的已知财务利益关系或个人关系。

萨维里奥·拉贝拉|安娜·伊莎贝尔·雷博略-希门尼斯|亚历山德拉·阿隆吉|朱莉娅·卡皮托利|卢奇亚娜·布雷达|弗朗切斯科·拉托雷|文森佐·韦内里托|尼科利诺·鲁佩尔托

意大利蒙扎，米兰-比科卡大学医学与外科系