AI虚拟患者：监管破冰，百亿级临床研究市场开启

近期，医疗AI领域出现了一个耐人寻味的转向：当“AI医生”还在为商业化落地苦苦挣扎时，“AI患者”却已悄然获得市场青睐。某医疗模型公司创始人陈欢一个月内接连收到四拨客户需求，均希望借助大模型开发虚拟患者，用于预测药物在早期临床试验中的效果。 AI虚拟患者并非新概念，但过去多用于医学教育场景，如虚拟标准化患者（VSP）辅助临床训练。如今，随着大模型技术普及，临床研究成为其新的试炼场。其核心逻辑是：基于真实患者数据构建数字分身，模拟不同治疗方案下的生理轨迹，从而优化临床决策、降低研究成本——这正是“数字孪生”在医疗领域的应用。 转折点出现在今年6月。美国FDA发布《模型引导的药物研发通用原则》，明确模型引导的药物开发证据可作为监管决策的补充支持。5天后，中国国家药监局等四部门联合发文，鼓励应用虚拟患者技术，允许在真实试验前用数字模型模拟优化方案。陈欢表示，监管共识的转变是近期客户需求爆发的根本原因，“一旦AI虚拟受试者产生的数据能被监管接受，其背后的价值不可估量。” 市场反应迅速。山东大学齐鲁医院近期发布“数字孪生虚拟临床试验”采购意向，预算262.5万元，用于虚拟人群建模、疗效虚拟预测等。与“赔本赚吆喝”的AI医生不同，AI造患者从一开始就有明确买单方——药企的临床开发预算。2025年仅中国就有近3000项新药临床试验，假设未来20%的试验采用该技术，每个项目服务费200万元，仅此一层市场空间就超10亿元。 数字孪生在临床试验中的理想状态，是通过构建虚拟对照组来替代部分真实患者。例如，在罕见病药物试验中，先招募100名患者接受新药治疗，同时基于其个性化数据构建100个数字孪生患者作为对照，从而解决招募难题。这本质上是在预测“另一个没有接受试验的你会怎样”，类似于平行时空的推演。

然而，技术落地仍需跨越障碍。2021年，美国初创公司unlearn向欧洲药品管理局递交了PROCOVA机器学习方法的资格认定申请，通过生成数字孪生预测患者预后评分，已在阿尔茨海默病试验中实现对照组规模缩小23%，帕金森病中缩小38%。2022年EMA发布有利意见，2023年FDA也给出支持性反馈。陈欢认为，unlearn的启示在于要找到合适的临床试验场景，如神经退行性疾病，因其纵向量表明确、疾病进展连续、历史数据丰富。 但数字孪生技术仍面临高质量数据不足和生成式AI黑箱难以解释的挑战。AI制药行业资深人士徐亮指出，“数据决定模型能不能做出来，监管决定这个模型最终能值多少钱。”尽管监管层已给出鼓励态度，但临床证据替代范围及监管标准仍不明确，目前企业只能将其用于极早期的临床研究。 无论如何，AI虚拟患者的大门已经打开。它不会替代患者，而是帮助药企做出更正确的决定。随着监管框架逐步清晰、技术持续迭代，这一市场有望在未来几年迎来爆发。点击原文链接，查看完整技术细节与行业洞察。