今年的临床运营高管峰会（更广为人知的 SCOPE）可谓风头正劲。我们共举办了 28 场会议，吸引了 3,000 多名参会者，内容丰富。现在尘埃落定，我们又回到了日常工作中，以下四个关键要点将为您的 2023 年临床试验策略定下基调。
专注于简化高级协议
吉利德临床数据科学执行董事 Matt Southwick 对此有最深刻的理解：“请记住，每个数据点都有成本，并直接给患者带来负担。” SCOPE 的许多演讲都强调，需要制定平衡先进科学的“创造力”、运营现实以及对患者和机构的影响的协议。在设计协议时，要与医生和科学合作伙伴进行有益的辩论，问问自己：我们真的需要收集这些数据吗？
方案也需要一定程度的标准化。评估每项方案时无需重新设计，尤其是针对同一适应症或临床项目的试验。相反，确定哪些顶级研究将成为值得定制的“珍宝”，并保持其余研究简单。
DCT 面临成长的烦恼
分散式临床试验 (DCT) 在 SCOPE 2023 议程中被提及了 242 次。在过去五年中，为满足患者需 加拿大赌博数据 求而开发的 DCT 技术呈爆炸式增长。但是，这些良好的意愿是否取得了成果？我们是否真的让患者的生活变得更轻松了？
我们必须认识到，这些颠覆性的变化可能会在短期内给患者和研究机构带来更多困难。AbbVie 研究启动、PRO 管理和数字实施全球负责人 Lorena Gomez 指出，“尤其是在病情较重的患者群体中，他们可能需要竭尽全力才能到达临床研究机构。现在，我们要求他们戴上新手表、携带新手机、玩平板电脑，或者记住几个不同的登录名。”研究机构也感受到了影响，需要与多个赞助商、不同的 DCT 策略和数百台设备一起进行试验。
为了缓解这些 DCT 挑战，请拓宽视野，思考如何收集和共享试验数据，而不是在哪里进行试验。分散化只是迈向全面、数字化连接的临床试验的一小步。
打破人工智能炒作
生命科学行业对人工智能 (AI) 和机器学习 (ML) 的炒作很多， SCOPE 议程中总共提到了 56 项。一个有趣的演讲要求我们区分炒作（为了数据分析而分析数据）和现实。运营跟进，或者能够自信地根据这些见解采取行动，是 AI 在临床试验中有价值的原因。
许多演讲者还分享了数据清理和自动化的 AI 用例，包括合作伙伴和自主开发的解决方案。但赞助商和 CRO 仍然强调，强大的数据基础仍应是每项临床试验的核心。正如一位演讲者所说，“机器学习还不够。你仍然需要关注高质量的数据。