إدارة الغذاء والدواء الأمريكية ستسرع اختبارات الأدوية باستخدام الذكاء الاصطناعي والبيانات في الوقت الفعلي

FDA запускает переход к клиническим испытаниям в реальном времени: регулятор хочет видеть ключевые сигналы безопасности и эффективности еще по ходу исследования, а не после его завершения. Если схема сработает, разработка новых лекарств может сократиться на месяцы, а в отдельных случаях — и на годы.

Как меняется процесс

Сейчас данные из клинических исследований обычно идут длинной цепочкой: от площадок к спонсору, затем на анализ, и только после этого — в FDA. На ранних стадиях это особенно болезненно: пациентов мало, неопределенность высокая, а решения о дозировке, безопасности и продолжении программы часто принимаются с заметной задержкой. Новый подход должен сократить именно этот лаг.

Регулятор хочет получать не весь массив сырых пациентских данных, а ключевые сигналы по эффективности и безопасности почти сразу, пока исследование еще продолжается. Для этого FDA 28 апреля 2026 года объявило сразу о двух шагах. Первый — запуск proof-of-concept испытаний, в которых сигналы будут передаваться регулятору в реальном времени.

Второй — запрос предложений по более широкому пилоту для ранних фаз исследований. В опубликованном 29 апреля документе агентство отдельно подчеркивает, что пилот будет строиться с опорой на принципы NIST для надежных ИИ-систем: валидность, безопасность, защищенность, подотчетность, объяснимость, защиту приватности и справедливость. Комментарии к программе принимаются до 29 мая 2026 года.

С чего начнут На первом этапе FDA работает с двумя онкологическими исследованиями.

AstraZeneca уже ведет многоцентровое исследование Phase 2 TRAVERSE для пациентов с ранее не леченной мантийноклеточной лимфомой при участии MD Anderson и University of Pennsylvania. Amgen запускает исследование Phase 1b STREAM-SCLC для пациентов с ограниченной стадией мелкоклеточного рака легкого. Для проекта AstraZeneca агентство уже подтвердило техническую возможность получать и валидировать сигналы в реальном времени через платформу Paradigm Health — это и стало главным доказательством, что схема вообще применима вне презентаций.

• Подбор пациентов в исследование Выбор и эскалация дозы Мониторинг сигналов безопасности Адаптивный дизайн протоколов Более ранние go/no-go решения Следующий шаг — летний пилот с более широким кругом спонсоров. FDA хочет понять, где ИИ действительно дает выигрыш: в first-in-human исследованиях, в онкологии, в редких заболеваниях или в задачах вроде рекрутинга и отбора биомаркеров. Агентство также собирает мнения о том, как сравнивать подход с ИИ с традиционным процессом, какие метрики считать успехом и какую инфраструктуру нужно построить для безопасного обмена данными между компаниями, исследовательскими центрами и регулятором.

Где польза и риск

Потенциальный выигрыш здесь не только в том, что лекарства быстрее доходят до следующей фазы. Если регулятор видит критические сигналы сразу, можно раньше менять дозировку, точнее оценивать безопасность и быстрее принимать решения о продолжении или остановке программы. По словам руководства FDA, новая модель должна бросить вызов старому предположению, что путь препарата на рынок неизбежно растягивается на 10–12 лет. Для компаний это еще и шанс убрать часть административного «мертвого времени», которое не создает научной ценности, но задерживает разработку.

«Шестьдесят лет мы проводили клинические испытания почти одинаково, и важные сигналы могли идти к FDA годами».

Но вместе со скоростью растут и требования к качеству систем. Регулятор прямо спрашивает рынок, как измерять точность моделей, отслеживать drift, проверять устойчивость результатов на разных площадках и не потерять контроль над приватностью и целостностью данных. Отдельный вопрос — объяснимость: если ИИ рекомендует ускорить переход между фазами или помогает отсеивать пациентов, участники процесса должны понимать, почему система сделала именно такой вывод. Поэтому речь пока не об автоматическом одобрении лекарств, а о более ранней, более плотной и лучше измеряемой аналитике.

Что это значит

Если пилот подтвердит ожидания, FDA начнет менять собственную роль: из регулятора, который видит исследование постфактум, он превратится в участника более непрерывного мониторинга. Для фармы это шанс срезать месяцы бюрократического цикла без формального ослабления требований. Для пациентов — возможность быстрее добираться до перспективных терапий, особенно в онкологии и редких заболеваниях. Но главный тест впереди: сможет ли ИИ реально ускорить клиническую науку, не превратив качество данных и безопасность в побочный ущерб.