FDA于4月29日发布联邦公告，就“AI驱动优化早期临床试验试点计划”（AI-Enabled Optimization of Early-Phase Clinical Trials Pilot Program）征求公众意见，意见征集截至5月29日。

在该公告发布前一天的4月28日，FDA宣布实施"实时临床试验"（RTCT）试点（见识林报道），利用AI和电子健康记录技术将传统"事后提交"的注册和审评模式转变为"边试验、边报告、边审评"的滚动式监管流程。时任局长Makary（刚于5月12日辞职）在视频发布会上高调宣传这项颇具想象空间的举措。

但细读这份联邦公告可知，两者并非一回事。公告全文未提RTCT字样，且此次AI早期临床试点显得更为务实，旨在将AI嵌入早期临床试验的全流程，提速提质，利好监管和行业双方。

FDA指出早期临床试验是药物开发的关键瓶颈，面临的问题是剂量、安全性和有效性方面的不确定性，患者群体有限，进展决策效率低下，时间周期长且资源需求高。

针对这些问题，FDA预期AI有可能改善患者招募、优化剂量爬坡、增强安全性监测、实现适应性设计、支持更早的I期到II期决策、改善生物标志物评估和基于生物标志物的患者选择/分层。

对于此次试点FDA显得颇为慎重，其在联邦公告中就6个试点实施考量提出10余个问题。

例如，FDA很关心哪些试验类型或环节最可能从AI应用中获益。FDA列举了首次人体试验、肿瘤剂量递增、罕见病试验等典型场景，但并未预设答案，而是希望行业基于实践经验提出优先级建议。FDA还特别强调了“竞争前合作”与知识共享的重要性。在AI领域，数据孤岛与算法黑箱是普遍挑战，FDA试图通过试点搭建一个申办者-AI技术供应商-学术界-监管机构之间的协作平台，从而在保护知识产权信息的前提下促进透明度。FDA还寻求关于经验教训的捕获与传播机制的建议，这或将为后续AI相关指南的制定奠定基础。

针对试点的评估指标与成功标准，FDA又罗列7个维度20余个问题。

FDA的头号目标就是“快”，首先想要明确的就是采用哪些指标才能证明AI确实加速了早期临床，包括从启动到入组、从入组到完成、从I期完成到II期启动。

接着是决策质量问题。FDA关注AI支持下的go/no-go决策质量，包括监管决策与申办者内部决策两个角度。其特别提出评估AI支持决策与传统决策之间的一致性，以及考察早期决策改善是否可降低后期失败率。

即便AI确实可以提速提质，但仍然必须取信于企业，更必须取信于FDA，才可能真正影响药品审评审批。因此在可信度评估方面，FDA想了解业界认为什么样的证据足以证明AI系统在临床试验中确实有效可靠，以及如何评估AI系统带来的安全风险，相应的缓解措施是否到位；对于不同角色（监管、研究者、患者）来说，透明度和可解释性该用什么指标来衡量，而且有没有一套指标能同时适用于申办者自研系统（通常基于开源AI模型）和第三方黑盒系统（调用商用闭源AI大模型），等等。

此次试点将招募向CDER、CBER和肿瘤卓越中心（OCE）提交产品申请进行早期临床试验的申办者，由局长办公室的副首席医学官居中协调。