人工智能助力临床新药试验提质增效
随着人工智能（AI）的井喷式发展和加速迭代，其在临床试验中的应用也不断加深，通过外部数据分析提供精准的决策洞察，AI能够帮助临床试验提质增效。美国食品和药品监督管理局（FDA）不久前宣布加速批准百时美施贵宝（BMS）研发的首个用于治疗复发/难治性慢性淋巴细胞白血病（R/R CLL）或小淋巴细胞淋巴瘤（SLL）成人患者的CAR-T细胞疗法—Breyanzi，该突破性成果为接受过包括BTK抑制剂和BCL-2抑制剂两线治疗的患者开辟了新的治疗方案。
CLL及SLL是成年人常见的白血病，通常表现为血液、骨骼或淋巴结中的淋巴细胞异常，此类疾病进展缓慢，大多数患者需要长期应对但治疗困难，临床试验若以传统指标为终点需要多年随访，耗时耗力；与此同时，患者亟需有效疗法，长期等待传统指标结果会进一步让更多患者延误治疗机会，也会造成试验招募难。综合评估后，BMS研究者认为替代终点或可成为“破局”的关键，即通过将患者治疗后一年内完全反应（CR）/部分完全反应（CRi）作为无进展生存期（PFS）的替代终点，以期获得FDA的上市加速批准。
上海执业药师协会会员、澳洲药师协会会员宋乐等在日前举行的“达索系统Medidata 2025分享会”上，以BMS在CAR-T细胞疗法Breyanzi的应用案例介绍了Medidata的AI解决方案以及如何帮助研究人员优化试验方案，为新疗法获得FDA加速批准提供了关键性证据，加速了从试验到上市的进程。
FDA虽然认可BMS提交的试验设计，但要求BMS必须提供强有力的临床验证和统计学证据。为符合FDA对替代终点严格的审核标准，BMS不仅需要证明CR/CRi与患者长期生存之间有明确关联，同时还需要证明其所使用的数据是有效的对比数据。此前，为证明某一替代终点是否适用于一款新型药物的某种作用机制，可以用历史数据来验证其短期治疗反应总体上与长期生存率相关，且适用于任何作用机制。BMS需要可信的外部数据进行有效的临床对比验证，为其补全“统计学证据”，Medidata承担了这一工作。
Medidata的数据积累汇集来自36 000多项涵盖不同疾病领域和作用机制的临床试验、超1100万名患者的历史试验，是开展此类研究的最佳证据来源之一。2024年FDA新批准的新药中72%由Medidata提供技术支持。
Medidata技术人员汇总了来自5项以上的历史临床试验数据集，包含1600多名先前接受过至少一种治疗方案（BTKi、BCL2i、PI3K或抗CD20单克隆抗体）的R/R CLL/SLL患者数据。同时，为评估治疗后12个月达到并维持CR/CRi与患者长期生存之间的关系，也做了时间-事件分析。
分析显示，所有患者中CR/CRi的比例为15.08%。依据Landmark分析法控制时间偏倚，Medidata对比数据证明了治疗后12个月内实现并维持CR/CRi与长期生存结果改善显著相关，调整后风险比（HR）为0.62。与此同时，与仅部分缓解（PR）或完全没有缓解（nPR）的患者相比，治疗后保持CR/CRi的R/R CLL/SLL患者的生存优势更明显，且优于未达到任何缓解或缓解后未能维持的患者。
结果显示，治疗后12个月内的CR/CRi反应可以是评估患者人群无进展生存期的一个早期反应终点，这一结论为BMS向FDA申请加速批准上市提供了基础证据，从而使其成为FDA对CLL/SLL患者CAR-T治疗的首个批准。依托Medidata的AI解决方案，助力创新药物提前数年更快进入临床应用，惠及患者。宋乐表示，强大稳健的AI数智工具在创新药临床研发领域潜力巨大，将可能彻底改变肿瘤临床试验的设计，缩短试验时间，节约开发成本。
在精准治疗的背景下Medidata的研究者们将依托自身在AI领域的特长，把替代终点的研发与基准测试、外部对照组、虚拟孪生等技术相结合，从而为临床提供个性化的患者水平的预测，并不断探索并建立其他适应症和治疗领域的替代终点，一旦这些替代终点被监管机构认可，便可以被应用于所有临床研发中，从而加速创新药上市，为治愈更多患者提供新的可能。
本文摘自 《中国医药科学》
作者：潘锋