FDA用AI盯臨床實驗：審批新藥能快一半？

你剛吃完午飯，打開云端監控面板。三百公里外，一位患者體溫升高0.3度，系統自動標紅。十分鐘后，FDA審查員已經看到這條數據——而按老規矩，這要等三個月后的紙質報告。

這不是科幻。美國食藥監局（FDA）剛啟動了史上第一個實時臨床實驗監控項目，用人工智能（人工智能）和云計算直接抓取試驗數據。局長馬卡里（Marty Makary）把這稱為里程碑：從1960年代沿用至今的審批流程，終于要換了。

舊系統有多慢？十年里近一半時間耗在紙上

一款新藥上市平均需要十到十二年。馬卡里透露，從首次臨床階段到提交監管申請，大約45%的時間花在文書和行政事務上。

藥企提交的文檔動輒數百萬頁。審查員像考古學家一樣，在紙質或PDF堆里翻找患者發燒、腫瘤縮小的記錄。等發現問題時，實驗可能已經結束數月。

新試點徹底推翻這個邏輯。通過云端直連，患者體溫波動、影像變化、不良反應會實時流入FDA系統。馬卡里描述的場景是：當腫瘤縮小發生時，監管者在云端同步看見。

AI首席官沃爾什（Jeremy Walsh）估算，這套方法可能將實驗總時長壓縮20%到40%。他強調安全標準不會降低——只是換了一種看數據的方式。

點子去年夏天誕生，兩家藥企率先入局

沃爾什透露，這個想法始于2024年夏天。當時團隊意識到，審查流程與六十年前幾乎沒變，而數據技術已經換了數代。

首批合作伙伴是阿斯利康（AstraZeneca）和安進（Amgen）。FDA同時發布了公開信息征集，邀請更多方案參與AI驅動的臨床實驗改進。

選擇這兩家并非偶然。大型藥企的數據基礎設施相對成熟，能支撐實時數據管道的對接。對小公司而言，這套系統的接入成本仍是未知數。

試點目前處于早期階段，具體技術架構未完全公開。已知的是核心組合：云端數據管道+AI實時分析+可視化監控界面。審查員不再需要等藥企"交作業"，而是直接"看直播"。

背后推力：裁員后的"無資源創新"

這項改革有個尷尬背景。2025年初，特朗普政府與政府效率部（DOGE）對FDA實施了深度裁員。所有整合努力都在沒有額外人力或預算的情況下推進。

馬卡里算過一筆賬：新項目每年至少節省1.2億美元，這筆錢將用于重新雇傭多達3000名科學家。用技術換人力，用效率換時間——這是裁員倒逼出的生存策略。

內部AI adoption（采用率）的變化更劇烈。沃爾什披露，2025年初僅約1%的FDA員工常規使用生成式AI（生成式人工智能），如今已超80%。

內部工具"Elsa"是推手之一。它幫員工閱讀、撰寫、總結報告。早期試點中，原本耗時十天的行政任務被壓縮到20分鐘。

幻覺問題沒解決，但先用起來了

Elsa并非完美。去年夏天，多名FDA員工向CNN透露，該工具會編造不存在的研究，誤讀數據。沃爾什當時承認，Elsa與其他大語言模型（大型語言模型）一樣會產生幻覺（幻覺，即AI生成虛假內容）。

這個風險沒被忽視，但似乎被接受了。試點項目的安全設計可能是關鍵：AI負責數據流轉和初步篩選，關鍵決策仍留給人。實時監控的優勢在于發現問題更快，而非讓AI替代判斷。

沃爾什的表述值得細品：他反復強調"安全標準不降低"，卻未承諾"AI不犯錯"。這是一種務實的風險分配——讓機器做它擅長的（快速處理海量數據），讓人做必須做的（最終裁決）。

制藥業會跟嗎？

對藥企而言，這套系統是把雙刃劍。實時透明意味著監管壓力前置，任何數據異常都可能被立即追問。但縮短20-40%的實驗周期，對專利懸崖前的產品意味著數十億美元。

阿斯利康和安進的參與釋放信號：頭部玩家愿意試水。但行業真正的博弈在于數據標準——實時傳輸什么格式？誰承擔云端基建成本？AI分析的閾值如何設定？這些細節將決定試點能否推廣。

FDA的信息征集是聰明的一步。與其閉門制定規則，不如讓利益相關方先提案。這種開放姿態在聯邦機構中并不常見，或許也是資源約束下的必然選擇。

一場被迫的現代化實驗

回看時間線：2024年夏天萌生想法，2025年初遭遇裁員，同年推出試點。FDA的AI轉型不是規劃出來的，是被逼出來的。

諷刺之處在于，削減資源的行政命令，意外加速了技術革新。當"用更少的人做更多的事"成為硬約束，自動化從可選項變成必選項。1%到80%的AI采用率躍升，發生在短短幾個月內——這在任何大型組織都堪稱奇跡。

但隱患同樣真實。Elsa的幻覺問題未解決，實時數據的安全邊界未清晰，小藥企的接入能力未保障。這是一場在飛行中換引擎的操作，而下面載的是新藥審批這種高風險任務。

馬卡里和沃爾什的賭注是：速度提升帶來的收益，足以覆蓋轉型風險。如果20-40%的時間壓縮成真，每年可能有更多救命藥提前上市。這個賬不難算，但難的是確保不算錯。

對中國讀者的啟示或許是：監管科技的競賽已經開場。當FDA用AI實時監控臨床數據，其他國家的藥審機構跟不跟？跟，需要怎樣的數據基建和人才儲備？不跟，審批效率差距會如何影響醫藥產業布局？

這些問題沒有現成答案。但可以確定的是，1960年代設計的流程撐不了下一個六十年。FDA的選擇是邊跑邊修——先讓數據流起來，再慢慢擰緊螺絲。這種粗糙的實用主義，可能是大型組織技術轉型最真實的模樣。

至于Elsa會不會在關鍵時刻編造一篇不存在的研究來支持審批？沃爾什大概會說：所以我們還留著那3000個科學家的編制——至少目前如此。