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