率先分享給美國網路媒體「Axios」的研究報告顯示，人工智慧（AI）不僅正在加速早期藥物開發，更開始在癌症治療的臨床試驗中，創造價值數百萬美元的效益。
塔夫茨藥物開發研究中心（Tufts Center for the Study of Drug Development）的一項新分析發現，AI代理（AI agents）可將抗癌藥物的臨床開發時程縮短約10週，並在後期試驗中減少高達560萬美元（約新台幣1.8億元）的直接營運成本。
搭載AI的工具可省去數個月耗時的流程，例如招募與納入病患（收案）、監測結果，以及解讀數據，釋出資源用於更多臨床研究，並可能降低新藥的高失敗率。
塔夫茨中心發現，這種效率會隨著藥物可標靶的腫瘤數量而增加：一種具有50種有效適應症的實驗性療法，淨效益最高可達5.65億美元（約新台幣182億元）。
塔夫茨中心將提供臨床試驗支援平台的Medable公司的一款臨床監測代理程式，應用於一項未公開的第2期與第3期腫瘤藥物開發計畫中。
塔夫茨中心執行主任蓋茨（Ken Getz）表示，部署該代理程式帶來新的效率，例如減少實地訪視次數、加速試驗收案，以及資料鎖定（data lock）。
他說：「據我們所知，這是首次將基於實際使用狀況與基準數據的（預測性）模型，應用於量化代理式AI解決方案在藥物開發計畫中的淨財務影響。」
Medable主管表示，AI代理程式可能在3到5年內成為某些臨床試驗的標準配備，運作方式宛如自動駕駛汽車，用於處理新藥核准申請時繁瑣但必要的紀錄保存工作。
它們也可用於追蹤試驗群體的多樣性，這是一個常見的關注點，有助於確保實驗性療法對廣大群體有效。
Medable主管也指出，這項技術將使臨床試驗研究人員能更早了解藥物的安全性與有效性，讓他們能將心力集中在藥物開發更具戰略意義的工作上。
這在抗癌藥物試驗中尤為重要，因為這類試驗通常是最複雜、且監測預算最龐大的試驗之一。
不過，AI仍無法保證試驗一定會成功。一些重大挑戰並不涉及資訊處理，而是圍繞在尋找合適的病患、取得他們的同意，以及製造與分配藥物。
此外，AI代理程式的工作也需要驗證，可能會抵消整體省下的一部分時間。
