ИИ-набор пациентов для клинических испытаний

01Обзор и цепочка создания стоимости#

Markers EC: AI-based matching of patients to clinical trials and data-driven trial site selection | OECD: Biopharmaceutical clinical development | Regulator: FDA (US), EMA (EU)

Платформы ИИ-набора пациентов для клинических испытаний сканируют структурированные и неструктурированные данные электронных медицинских карт для выявления пациентов, соответствующих критериям включения в испытание, заменяя часы ручного просмотра карт персоналом клинических исследований. Deep 6 AI оптимизирует выбор центров для клинических испытаний, позволяя спонсорам основывать выбор центра на актуальных данных о популяции и скрининге, а не только на исторических показателях эффективности центра. TriNetX представила разговорный интерфейс ИИ и расширенные возможности API в январе 2026 года, успешно снизив затраты и сроки испытаний в рамках улучшений платформы, призванных демократизировать аналитику клинических исследований. Antidote.me от Antidote Technologies предлагает ИИ-сопоставление клинических испытаний для врачей по корпоративной модели оплаты за результат, напрямую связывая пациентов с исследованиями через направляющих клиницистов. ПО Mendel.ai призвано экономить время медсестёр на предварительном скрининге, а академическое исследование сквозных систем рекомендаций испытаний на основе ИИ (TrialMatchAI, опубликовано в Nature Communications в 2026 году) прямо описывает набор пациентов как главное узкое место, требующее масштабируемых автоматизированных решений — именно ту проблему, для решения которой существует вся эта категория поставщиков. ИИ-нативное решение Paradigm Health увеличило пропускную способность скрининга на 41% в рамках партнёрства в августе 2026 года с Ochsner Health, расширяющего доступ к клиническим испытаниям по всему региону Gulf South США, а компания отдельно представила официальный ответ на запрос информации FDA по инициативе клинических испытаний в реальном времени.

Ключевые направления ИИ-набора пациентов для клинических испытаний:

1. Сопоставление соответствия критериям на основе ЭМК: сканирование структурированных и неструктурированных записей пациентов для автоматического выявления кандидатов, соответствующих конкретным критериям включения в испытание.
2. Выбор центра на основе данных: оценка кандидатов-центров испытаний по актуальным данным о популяции пациентов и скрининге, а не только на основе исторического показателя набора центра.
3. Интерфейсы сопоставления для врачей и пациентов: разговорный ИИ и инструменты направления, связывающие врачей и пациентов напрямую с релевантными открытыми испытаниями.
4. Расширение пропускной способности скрининга в медицинских системах: развёртывание ИИ-нативного скрининга непосредственно в рабочих процессах медицинской системы для расширения популяции, которую можно проверить на соответствие критериям испытания.

Отраслевая цепочка создания стоимости#

[Доступ к данным ЭМК и структурирование] ──> [ИИ-сопоставление соответствия критериям] ──> [Шорт-лист кандидатов-пациентов]
                                                                    │
                                                        (Оценка выбора центра)
                                                                    │
                    [Включение пациента] <──── [Обращение к врачу/пациенту] <─── [Связь с направляющим клиницистом]

Уровни цепочки создания стоимости#

Сквозные технологии сектора:

• ИИ-сопоставление пациентов с испытаниями: ПО машинного обучения, сканирующее структурированные и неструктурированные данные ЭМК для выявления пациентов, соответствующих критериям включения в испытание, заменяя ручной просмотр карт.
• Аналитика выбора центров испытаний в реальном времени: аналитика, оценивающая кандидатов-центров испытаний по актуальным данным о популяции пациентов и скрининге, позволяющая спонсору выбирать центры с высокой вероятностью быстрого набора.

02США#

США — родина ведущих поставщиков ИИ-набора пациентов, у нескольких из которых есть прямые развёртывания в медицинских системах и улучшения платформ 2026 года.

Оптимизация выбора центров Deep 6 AI, разговорный ИИ TriNetX, рост пропускной способности скрининга на 41% у Paradigm Health#

• Deep 6 AI: оптимизирует выбор центров клинических испытаний, используя актуальные данные о популяции и скрининге, а не только исторические показатели эффективности центра.
• TriNetX: представила разговорный интерфейс ИИ и расширенные возможности API в январе 2026 года, снизив затраты и сроки испытаний в рамках более широких усилий по демократизации аналитики клинических исследований.
• Antidote Technologies: её платформа Antidote.me предлагает ИИ-сопоставление клинических испытаний для врачей по корпоративной модели оплаты за результат.
• Mendel.ai: её ПО призвано экономить время медсестёр на предварительном скрининге, применяя ИИ напрямую к узкому месту набора, которое академические исследования определили как центральное ограничение отрасли.
• Paradigm Health: партнёрство в августе 2026 года с Ochsner Health увеличило пропускную способность скрининга на 41% по всему региону Gulf South США, а компания официально ответила на запрос информации FDA по инициативе клинических испытаний в реальном времени.

03КНР#

Китай представлен качественно, а не через живой скрининг китайского вендора: кандидаты-китайские фирмы ИИ-набора пациентов, найденные при этом скрининге, дали только общие отчёты о рыночных исследованиях и академические комментарии, а не подтверждённого поимённо вендора, поэтому ниже не приведена ни одна китайская компания.

Нет подтверждённого поимённого отечественного поставщика; освещение рынка описывает категорию, не называя лидера#

• Освещение рынка без названного лидера: источники на китайском языке подробно описывают рост и тренды рынка ИИ-набора пациентов для клинических испытаний, но этот скрининг не выявил конкретного поставщика со штаб-квартирой в Китае, подтверждённого поимённо живым источником 2026 года.
• Внутренний разрыв: ни одна платформа ИИ-набора пациентов со штаб-квартирой в Китае, подтверждённая поимённо, не была найдена в этом скрининге.

04ЕС#

Ни один поставщик со штаб-квартирой в ЕС не прошёл порог подтверждения в этом скрининге отдельно от уже приведённых платформ со штаб-квартирой в США; европейских спонсоров испытаний и медицинские системы обслуживают те же глобальные поставщики, перечисленные выше.

Обслуживаются теми же глобальными платформами, а не отдельным специалистом со штаб-квартирой в ЕС#

• Развёртывание глобальных платформ в ЕС: перечисленные выше поставщики напрямую обслуживают спонсоров клинических испытаний и медицинские системы ЕС, а не через подтверждённого отдельного конкурента со штаб-квартирой в ЕС.
• Не подтверждён отдельный поставщик со штаб-квартирой в ЕС: этот скрининг не выявил специалиста ИИ-набора пациентов со штаб-квартирой в ЕС, отличного от уже перечисленных платформ.

05Ведущие компании и исследовательские институты#

06Технологический стек и инновации#

Технологический стек ИИ-набора пациентов для клинических испытаний сочетает доступ к данным ЭМК в масштабе с всё более разговорным и встроенным в медицинскую систему слоем ИИ:

1. Сопоставление данных ЭМК в крупном масштабе:
   • Deep 6 AI и Mendel.ai применяют ИИ напрямую к структурированным и неструктурированным данным ЭМК для выявления подходящих пациентов без ручного просмотра карт.
2. Разговорный ИИ и расширение API:
   • Разговорный интерфейс ИИ TriNetX от января 2026 года и расширенные API показывают, что категория движется к более доступным, удобным для интеграции инструментам.
3. Развёртывание скрининга, встроенного в медицинскую систему:
   • Прямое партнёрство Paradigm Health с региональной медицинской системой (Ochsner Health) демонстрирует ИИ-скрининг, развёрнутый внутри клинических рабочих процессов, а не как автономный исследовательский инструмент, дающий измеримый рост пропускной способности на 41%.

07Цепочки создания стоимости и производственные конвейеры#

Промышленный конвейер ИИ-набора пациентов#

┌───────────────────────────┐      ┌───────────────────────────┐
│ 1. Доступ к данным ЭМК и    │ ───> │ 2. ИИ-сопоставление          │
│    структурирование             │      │    соответствия критериям        │
└───────────────────────────┘      └───────────────────────────┘
                                                 │
                                                 ▼
┌───────────────────────────┐      ┌───────────────────────────┐
│ 4. Оценка выбора центра     │ <─── │ 3. Шорт-лист кандидатов-    │
│                                  │      │    пациентов                      │
└───────────────────────────┘      └───────────────────────────┘
              │
              ▼
┌───────────────────────────┐      ┌───────────────────────────┐
│ 5. Связь с направляющим      │ ───> │ 6. Включение пациента       │
│    клиницистом                  │      │                                   │
└───────────────────────────┘      └───────────────────────────┘

Этап 1: Доступ к данным ЭМК и структурирование

Платформа получает доступ к структурированным и неструктурированным данным записей пациентов медицинской системы и структурирует их для анализа ИИ.

Этап 2: ИИ-сопоставление соответствия критериям

Модели ИИ выявляют пациентов, соответствующих критериям включения конкретного испытания, на основе структурированных данных.

Этап 3: Шорт-лист кандидатов-пациентов

Подобранные кандидаты компилируются в шорт-лист для проверки персоналом клинических исследований.

Этап 4: Оценка выбора центра

Кандидаты-центры испытаний оцениваются по актуальным данным о популяции и скрининге для информирования решений спонсора о выборе центра.

Этап 5: Связь с направляющим клиницистом

Подобранный, подходящий пациент связывается с испытанием через направляющего врача.

Этап 6: Включение пациента

Завершается процесс включения для направленного, подходящего пациента, замыкая цепочку от данных ЭМК до включённого участника.