AI在CRO的“真实渗透率”:93%的公司说在用,但用在了哪里?


某CRO的年度总结会上,数字化负责人展示了一页PPT:“我们已在数据采集、医学撰写、患者招募三个环节引入了AI工具,覆盖率达到100%。”台下掌声响起。

会后,一位项目经理小声问数据管理员:“所以,上个月那批质疑,是AI关的,还是你关的?”

数据管理员回答:“AI帮我排了优先级,但每一条,还是我一条一条看的。”

“覆盖率100%”和“AI真正在干活”,是两个完全不同的故事。

01 93% vs 12%:同一件事的两个数字

先说数据。

Medidata发布的《临床试验人工智能应用现状:今日与未来》报告,调研了全球超过200位来自药企、生物科技公司和CRO的核心决策者。结果显示:93%的受访者所在企业已采纳或计划引入AI技术,其中56%表示在一定程度上应用了AI。在数据管理环节,高达83%的受访者所在企业将AI应用于数据采集与审查,70%的AI用户认为AI实现了数据准确性提升,61%表示AI优化了数据采集流程。

93%——这是一个让人安心的数字。

但Florence的2026年临床试验技术报告给出了另一个数字:近70%的受访者在探索或试点AI,但持续使用者仅12%。

12%——这是一个让人清醒的数字。

两个数字不矛盾,但讲的是完全不同的故事。“在用AI”和“持续在用AI”之间的距离,就是CRO行业AI落地的真实鸿沟。

Florence的报告进一步揭示了鸿沟的成因。64%的临床试验机构报告,申办方提供的技术跟他们现有的工作流程重复。35%的机构每天使用3-4个内部系统管理核心运营,37%的机构每个试验叠加3-4个研究专用系统。当一个团队已经在五六个系统之间来回切换时,再叠加一个AI工具,不是赋能,是增负。

安永大中华区咨询服务主管合伙人吴晓颖的判断更直接:“AI将使客户更关注CRO企业的实际成果。尤其在药物发现阶段,AI加速候选分子生成与筛选后,实验验证与判断效率将成为关键。谁能更快帮助客户排除错误方向、推进有潜力分子,谁就更容易获得高价值项目。”

02 数据采集与审查:渗透率最高,但“减少复核量”和“提升质量”是两回事

数据采集与审查是AI渗透率最高的环节。83%的渗透率不是偶然——III期试验平均数据采集量已高达360万数据点,较20年前增长近7倍。人工处理这个量级的数据,越来越不可持续。

但这里有一个关键的分野:AI在数据管理环节产生的价值,到底是“减少人工复核量”,还是“提升数据质量”?这两个目标看似相关,但商业价值完全不同。

“减少人工复核量”是效率叙事。AI自动标记异常值、自动生成质疑草稿、自动排序质疑优先级——数据管理员仍然要逐条审核,但审核的对象从“全部数据”变成了“AI筛选后的数据”。效率提升是真实的,但天花板也清楚:数据管理员的岗位没有消失,只是工作量从100变成了60。更关键的是,效率提升往往意味着价格竞争的加剧——当一家CRO说“我的人效提升了40%”,客户的第一个反应往往是“那你的报价是不是应该降40%”。

“提升数据质量”是价值叙事。如果AI不仅标记异常,还能判断“这个异常是化疗后预期的血小板下降,不需要质疑”,那它改变的是数据管理的判断逻辑,而不仅是处理速度。Octozi的案例展示了这个方向:其平台结合大语言模型与确定性临床算法,能够区分“化疗后预期的血小板计数下降”与“需要调查的数据不一致”。在控制研究中,AI辅助将数据清理吞吐量提升约六倍,审阅者错误率从约54.7%降至8.5%,假阳性质疑降低约十五倍。

行业正在从第一层往第二层走,但大部分仍然停留在第一层。

03 医学撰写:效率提升最“硬”,但离“替代”最远

医学撰写是AI效率提升最可量化的环节,原因很简单——CSR撰写的痛点是结构化的、可量化的、且高度重复的。

Merck的案例最有说服力。其内部生成式AI平台将CSR初稿的创建时间从平均180小时缩短至80小时,同时将错误数量减少了50%——涵盖数据、信息、引用、术语和排版等类别。整个CSR初稿的产出时间从“两到三周”压缩到“三到四天”。

学术界的验证也在同步进行。一项针对药代动力学临床研究报告撰写的生成式AI框架研究显示,AI生成的报告相对于人工撰写的CSR达到了约90%的报告质量评分。金山办公发布的WPS 365医药报告写作智能体,已能处理20余种临床试验数据统计图表,数据提取准确率超过95%,可智能生成30多种符合ICH规范的报告,撰写准确率达90%。

但医学撰写有一个“不可能三角”:效率、质量、监管接受度。

AI可以把初稿时间从180小时压到80小时,但剩下的80小时里,医学撰写人员要做的事情——核实数据的临床意义、确认叙述的逻辑一致性、确保术语符合监管要求——恰恰是AI最不擅长的。一个AI生成的CSR初稿,可能“看起来”很完整,但一个细微的临床逻辑错误,在注册审评中可能被放大成数据完整性问题。

更现实的风险来自AI的“幻觉”。一项评估LLM回答临床试验相关患者问题的研究发现,开源模型Llama-3.2-8B在14.5%的回复中产生了虚构陈述。另一项关于临床研究文档生成的研究显示,基线LLM的事实错误率在18%到43%之间。在GCP场景下,一个AI生成的“看起来合理但实际错误”的内容,如果不经过人工核实就进入CSR,后果是灾难性的。

所以医学撰写的AI应用,本质上是“加速初稿,人工定稿”。Merck的平台明确设计了“在合格医学撰写人员的严格监督下运行”的机制。

04 患者招募:准确率在提升,但真正的瓶颈不在匹配环节

患者招募是AI应用最“热闹”的领域,但也是最容易高估效果的领域。

从技术指标看,进展是真实的。一项发表在Nature Communications上的研究显示,多模态LLM驱动的患者-试验匹配系统在真实世界试验中达到了87%的准确率,标准数据集上达到了93%。TrialMatchAI系统在超过26,000项试验的搜索空间中,能在排名前3%的结果中检索到超过90%的相关试验。国内的应用也取得进展,中国电信北京公司的AI智能体患者筛选准确率达到86%。

但这里有一个被掩盖的问题:患者匹配的准确率提升,不等于入组速度提升。

一项对比研究发现,AI预筛选在图表层面的准确率(76.5%)优于人工(71.1%),但每份图表的审阅时间几乎没有差异(AI辅助37.4分钟 vs 人工37.8分钟)。也就是说,AI找到了更准确的患者,但没有让人更快地找到患者。

真正的瓶颈不在“匹配”,在“接触”和“转化”。患者被识别出来了,但联系不上、联系上了但不感兴趣、感兴趣但来不了中心——这些环节AI帮不上忙。行业调研指出,AI在患者招募中的价值主要体现在“减少无效筛选”上,而不是“加速入组”。

05 从“处理了多少条”到“排除了多少错误方向”:CRO该怎么展示AI价值

安永吴晓颖的判断指向一个核心问题:客户不会为“你用了AI”买单,只会为“你帮我做成了什么”买单。

这对CRO的AI价值展示方式提出了明确要求:从“过程指标”转向“成果指标”。

过程指标是“处理了多少条数据”。“我们的AI平台处理了120万条数据点,自动生成了8,000条质疑草稿,数据清理效率提升了40%。”——这些数字很漂亮,但客户会问:然后呢?这帮我省了多少钱、少花了多少时间、避开了哪些风险?

成果指标是“排除了多少错误方向”。“通过AI辅助的可行性分析,我们在方案定稿前排除了3个入组潜力不足的中心,避免了预计约4个月的入组延期。”——这才是客户愿意为之付费的价值。

eClinical Solutions的ROI研究展示了这个逻辑的财务表达。基于对40个活跃试验的建模,投资500万美元的AI数据智能平台在三年内创造了1,720万美元的总价值,投资回报率241%,回本周期4.6个月。这个价值的构成不是“处理了多少数据”,而是:数据汇总时间减少90%,数据管理员审阅时间减少45%,从LPLV到数据库锁定的时间减少25%。

对CRO而言,这意味着三件事:

第一,AI的ROI要“翻译”成客户的语言。不是“我们的人效提升了”,而是“您的数据库锁库提前了X天,按行业日均成本计算,为您节省了Y万元”。

第二,AI的价值要“定位”在决策节点上。客户最在意的不是“你处理了多少数据”,而是“你帮我避免了哪个错误决定”。可行性评估中排除了不该选的中心,方案设计中识别了不该设的入排标准,数据清理中发现了不该忽略的信号——这些才是客户愿意付溢价的地方。

第三,AI的差异化要“可验证”。如果两个CRO都说“我们用了AI”,客户凭什么选你?答案是:你的AI用了什么数据、什么模型、什么验证、什么结果。没有验证过的AI宣称,等于没有宣称。

06 小型CRO的务实路径:不做自研模型,做垂直场景的选型与嵌入

不是所有CRO都有Merck那样的资源去自研AI平台。对于中小型CRO,务实路径非常清晰。

CRIO发布的《Site AI Playbook》给出了一个可操作的路线图:先迁移到电子eSource/eReg系统,建立基本的AI治理政策,给员工分配企业级LLM账户让他们安全地实验,围绕最痛苦的瓶颈构建小型内部工具,然后才探索后端数据访问和更复杂的工作流。

跳过数据基础直接做AI,是最常见的错误。Florence的报告显示,55%的文档仍始于纸质,95%的文档交换靠邮件。在这个基础上叠加AI,就像在沙地上盖楼。

小型CRO的务实路径,可以概括为“三步走”:

第一步:不做自研模型,做“选型”。市场上已经有成熟的垂直AI工具——数据清理有Octozi,医学撰写有WPS医药写作智能体,患者匹配有TrialMatchAI。小型CRO不需要造轮子,需要的是精准选择适合自己业务场景的工具,并做好集成。

第二步:不做“全覆盖”,做“单点突破”。选择一个最痛的环节——数据清理的质疑关闭、医学撰写的初稿生成、可行性评估的基准检索——先把一个环节跑通,积累可验证的成果,再扩展到第二个环节。

第三步:不做“黑箱”,做“可追溯”。即使使用了第三方AI工具,也要建立审计记录:AI用了什么数据、输出了什么、人工审核了什么、修改了什么。这在核查中不是“加分项”,是“必选项”。

07 自查清单

AI渗透率评估:

1. □ 团队中“持续使用AI”的人数占比是多少?(而非“试用过AI”)

2. □ AI工具是否与现有工作流重复?是否存在“系统叠加导致增负”的情况?

3. □ 使用的AI工具是否有企业级数据保护(而非个人账号)?

AI价值定位:

4. □ 向客户展示的AI价值是“过程指标”还是“成果指标”?

5. □ AI应用是否定位在决策节点上(可行性评估、方案设计、数据清理信号识别)?

6. □ AI的差异化是否有可验证的证据(数据来源、模型版本、验证结果)?

AI质量与合规:

7. □ AI生成的每一项输出是否经过人工审核才进入正式记录?

8. □ AI的幻觉风险是否已有控制措施(如事实核查、来源追溯)?

9. □ AI辅助的工作是否有完整的审计记录(输入、输出、人工修改)?

小型CRO务实路径:

10. □ 数据基础是否已到位?(eSource/eReg是否已迁移?文档是否已电子化?)

11. □ 是否已建立基本的AI治理政策?

12. □ 是否从一个最痛的环节起步,而非追求“全覆盖”?

最后提醒

AI在CRO的渗透率,不是一个“用了多少”的问题,而是一个“用在了哪里、产生了什么价值”的问题。

93%的公司说在用,但只有12%在持续用。这个差距说明,AI落地的真正门槛不是“有没有工具”,而是“工具能不能嵌入工作流、产生可验证的成果”。

安永的判断值得CRO认真对待:客户越来越在意“你帮我做成了什么”。AI的价值,最终要体现在“帮客户排除了多少错误方向”上,而不是“处理了多少条数据”上。

建议你现在就做三件事:

第一,问你的数据管理团队一个具体问题:这个月关闭的质疑里,AI帮忙排除了多少条“看起来有问题但实际不需要质疑”的假阳性?如果答不上来,说明AI还在“处理”层面,没有到“判断”层面。

第二,检查你的AI工具是否真的在“干活”——还是只是挂在系统列表里,实际使用者寥寥。12%的持续使用率,可能就是你的团队的真实写照。

第三,如果你是一家小型CRO,从“选型”和“单点突破”开始,不要自研模型,不要追求全覆盖,先在一个最痛的环节跑出可验证的成果。AI不是用来“宣称”的,是用来“算账”的。

免责声明:本文基于公开信息与行业实践整理,仅供学习交流,不构成法律或合规意见。具体执行请以官方发布文件、适用法规及项目实际为准。