AI百科网 AI教程
产业观察

甲骨文和阿斯利康要用 AI 找临床试验病人

两家在 10 月 20 日签的是非约束性协议,不是合同落地。这篇讲清它想解决的是「招不到病人」这道老题,以及为什么这一步比分子设计更靠近钱。

本文目录 · 6 节

新药研发最贵的一环,很多时候不是找到分子,是找到愿意入组、并且符合条件的人。一个 III 期试验拖上一年,损失以千万美元计。甲骨文和阿斯利康这次要动的,就是这一段。

一、发生了什么

2026 年 10 月 20 日,甲骨文在奥斯汀与阿布扎比两地发布消息,宣布与阿斯利康达成一项协议:探索用 AI 和真实世界数据,帮临床医生识别符合临床试验条件的患者、加快证据生成,并把研究结论带进日常诊疗流程。

关键限定词是「非约束性」。甲骨文在公告里用的是 non-binding agreement,双方计划先挑几个用例做探索,没有披露金额、没有说部署范围、也没有给出时间表。这是一份意向框架,不是采购合同。

合作的方式是把两边的东西拼起来:阿斯利康出科学与治疗领域的判断,甲骨文出健康数据、云、AI、分析和临床工作流。首批考虑的方向有四个——肿瘤,心血管、肾脏及代谢疾病,呼吸与免疫疾病,罕见病。

公告明确说,双方计划建立共同治理机制、可复用的技术组件和约定的效果指标,用来判断某套做法能不能推到更多疾病领域和地区。这句话的意思是:先证明有效,再谈扩张。

出面的人规格不低。阿斯利康 CEO 帕斯卡尔·索里奥特、首席数字数据与 AI 官安妮-克莱尔·热尔巴尔迪,甲骨文 CEO 迈克·西西利亚、甲骨文健康与生命科学部门负责人西玛·维尔玛都作了表态。但公告里没有任何一方给出预期的招募效率提升数字。

补充一个背景,来自阿斯利康研发负责人贝旭鸿 10 月接受新华财经采访时的说法:公司超过 90% 的小分子药物发现管线借助 AI 支持,今年已有两个由 AI 识别的新靶点进入研发管线。这是阿斯利康自己的口径。

二、跟你有什么关系

药企和 CRO 的临床运营团队。 招募慢是你们最熟悉的痛。这套东西如果成立,改变的是筛选环节的人力结构,不是试验设计本身。

医院信息科和临床研究病房。 真实世界数据在谁手里、能不能出医院、以什么形式出,决定了这类合作在医院侧是「对接」还是「停摆」。

参与试验的患者。 更早被识别出来,意味着更多入组机会,也意味着你的诊疗数据会进入一套新的匹配流程。知情同意怎么覆盖这一步,公告没说。

三、怎么判断

读到这儿,可以顺路看 把找靶点改成推状态,同济团队创业 扰动之心完成数千万天使轮,用几何世界模型推演细胞状态而不是筛靶点。读完知道这条路和主流 AI 制药差在哪、判断靠不靠谱要看哪几件事。
  1. 先把「非约束性」四个字记住。看到这类消息,第一反应应该是问:有没有金额、有没有试点医院、有没有上线时间。三个都没有,就还在意向阶段。
  2. 看数据从哪来。甲骨文的价值在于医院信息系统和真实世界数据资产,不在模型。合作能不能落地,取决于数据授权,不取决于算法。
  3. 看适应症顺序。四个方向里先做哪个,说明哪里的数据最齐、病人最多。顺序比名单有信息量。
  4. 关注治理条款。共同治理、可复用组件、约定指标这三项,是把试点变成产品的前提;缺一项,第二年就会停在 PPT 上。
  5. 别把这类合作当成新药进展。它改的是研发流程效率,不是成功率。

四、三个别信的说法

「甲骨文和阿斯利康签了 AI 大单」。 签的是非约束性协议,没有金额、没有交付物、没有期限。把它写成合同落地,是把意向当成了收入。

「AI 可以替医生判断谁能入组」。 公告的措辞是帮临床医生识别(help clinicians identify),决定权仍在医生和研究者。入组标准是方案写死的,模型只能缩小候选范围。

「这只是公关稿,没有意义」。 反过来也错。招募是临床试验最大的堵点之一,两家把第一个用例定在这里,说明 AI 制药的竞争重心正从「设计分子」往「找到人」移。这一步更靠近现金流。

五、一句话结论

这份协议现在只值一个方向:AI 制药的下一场竞争,不在试管里,在病历和招募名单上。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。

关于这篇

本文为编辑整理的行业动态,未附官方原文链接。涉及价格、参数、发布时间的,请以厂商官方页面为准;发现错误可来信指出,会在「本次更新」里注明。

下一站 · 具身智能 机器人学拧螺丝,为什么要拆成两步教 读完能理解机器人自主拧螺丝为何难:接触密集、发力精细、环境多变。新研究把任务拆成两段三模块,在真机上做到对齐成功率接近熟练工人,做具身操作的人可参考其分步思路。
下一篇,直接发你邮箱

每周一封,只发新教程和可复制模板。不发广告,随时退订。

复制规范引用格式,便于转载注明出处
这篇有用吗?