临床试验开始“直播”给监管者看，但实时不等于更快得到答案

凌晨两点的数据，不该等到下一次会议才被看见

一项早期临床试验开始以后，医院里的时间与监管文件里的时间并不相同。病人的一次检查在星期二上午完成，实验室结果在下午回传，研究中心晚上录入数据库；安全团队或许在第二天发现一个值得追问的信号，而监管者真正看到整理后的材料，可能还要经过核对、冻结、汇总和正式提交。

这些等待并不全是官僚主义。临床数据需要清洗，需要解释一个异常是疾病本身、药物作用、测量误差，还是录入错误。未经核实的“实时”信息也可能制造噪声。但如果所有信息都必须等到一个预设节点才被看见，那么早期试验最珍贵的东西——及时调整下一步的能力——也会被一起延迟。

2026 年 4 月，美国食品药品监督管理局宣布推进“实时临床试验”（Real-Time Clinical Trials，RTCT）。FDA 公布的动作包括两项已经启动的概念验证试验，以及面向拟议试点计划的公开征询。官方材料列出的两个项目分别涉及阿斯利康在未经治疗的套细胞淋巴瘤患者中开展的多中心二期试验 TRAVERSE，以及安进在广泛期小细胞肺癌中的三期项目 DeLLphi-304。这里最值得注意的不是公司或药名，而是监管关系的变化：试验终点和数据信号将以更连续的方式向 FDA 报告。

“实时”很容易被理解成直播。实际上，它更像把过去堆在一个大文件包里的过程，拆成可以持续观察、反复澄清的事件流。监管者不必等到一批数据全部封存后才第一次接触问题；申办方也可能更早知道，哪些字段缺少上下文，哪些分析需要补充，某个安全信号是否值得立即讨论。

快的不是病程，而是看见问题的时间

临床试验无法像软件发布那样，把迭代周期简单压缩。一个治疗需要观察多久，往往由疾病进程、作用机制和临床终点决定。肿瘤是否缩小、疾病是否进展、严重不良事件是否出现，都有自己的生物学时间。即使数据每分钟上传，病人也不能被“快进”。

因此，实时试验真正可能节省的是行政与认知等待。传统流程中，数据从研究中心到申办方，再到统计团队、安全委员会与监管机构，常被分成一段段交接。每次交接都需要格式转换、解释口径和版本确认。若共同的数据结构、权限和审计机制能让各方在合适的时间看见同一事实，许多问题可以在积累成大返工之前解决。

这里的技术并不只是一套预测模型。它包括电子数据采集、身份与权限控制、数据标准、时间戳、异常检测、可追溯变更以及人类审核。AI 可以帮助从连续数据里提出需要关注的信号，却不能替代对信号的临床解释。一个模型标出“异常”，只是把问题举手示意；谁判断、依据什么判断、结论如何进入试验决策，仍需要明确责任链。

FDA 在 2026 年的药物开发良好 AI 实践原则中强调“明确使用情境”、数据治理与文档、基于风险的性能评估和全生命周期管理。这些词听起来像合规清单，却准确指出实时系统最容易被忽略的部分。一个模型在试验启动时通过验证，不代表数据分布变化、站点流程调整或软件更新后仍然可靠。一个仪表盘显示得越及时，越需要知道它展示的是什么版本、漏掉了什么、谁在什么时候修改过。

连续可见，也可能连续制造偏差

把数据变成事件流，会带来新的诱惑。人们可能频繁查看尚未成熟的趋势，把随机波动当成方向；也可能因为某个站点上传更快，就误以为它的患者结果更重要。早期数据尤其脆弱：样本小，患者差异大，几次新增事件就能让比例明显变化。如果团队不断根据短期波动调整计划，试验反而可能失去原先设计的统计含义。

“更早看见”与“更早下结论”不是一回事。前者有助于安全监测和质量控制，后者必须受到预先设定的分析计划、停止规则和独立监督约束。实时系统需要把临时探索与正式决策分开，把用于发现问题的视图与用于证明疗效的分析分开。否则，一块更新迅速的屏幕会给人一种掌控感，却让证据在不断窥看中变形。

数据完整性也是另一道门槛。不同医院的病历系统、化验编码和录入习惯并不一致。有的结果按分钟记录，有的只留下日期；有的药物剂量是结构化字段，有的藏在医生文本里。实时上传不会自动消除这些差异，反而可能让差异更快进入模型。若没有统一定义和站点级质量检查，所谓“实时信号”只是实时聚合的不一致。

还有一个更朴素的问题：谁有能力持续回应。大型研究中心可能有数据工程师、研究护士和全天候安全团队，小型站点却可能仍靠少数协调员手工核对。系统若要求更频繁上传和解释，效率收益可能集中在申办方和监管端，工作负担却落到医院一线。技术节省了一个人的等待，可能占用了另一个人的夜晚。

监管者看见得更多，也必须解释得更多

传统监管常被想象成一道终点闸门：公司提交，机构审查，最后给出同意或拒绝。实时试验把这道闸门拉长成一段共同观察的路。它可能让申办方更早得到反馈，也让监管者更深地进入研究进行中的细节。

这会产生责任上的新问题。如果监管者持续看见数据，却没有对某个信号提出异议，后来出现问题时，这种“看见”意味着什么？如果 AI 对信号做了优先级排序，被排在后面的异常谁来负责？如果模型由申办方开发、监管者使用，模型的训练数据、阈值和更新记录应开放到什么程度？实时不是简单增加带宽，它改变了参与者对彼此知识和行动的预期。

FDA 的公告把当前阶段称为概念验证和拟议试点，这个措辞应被认真保留。两项试验能证明的是：监管者与申办方正在测试一种更连续的数据关系。它们尚不能证明整体研发周期会缩短多少，也不能证明 AI 发现的信号更准确，更不能把试验中的药物写成已经有效。真正的评价需要比较：问题是否更早被发现，查询与返工是否减少，站点负担是否变化，决策质量是否提高，以及新的错误模式有没有出现。

一次等待被搬到了别处

回到凌晨两点。医院里刚录入的数据，如果能被安全团队和监管者在合适权限下更早看见，确实可能少等一次会议、少做一次批量返工。但它仍要等临床人员确认，等统计证据成熟，等疾病进程给出足够信息。实时系统没有消灭等待，只是把一部分等待从文件传递搬到了判断与解释。

这也许正是它更诚实的价值。临床试验真正稀缺的不是传输速度，而是每一个关键时刻都有能力回答：这条数据可靠吗，它改变了什么，我们现在该做什么，又有什么必须继续等。屏幕可以持续刷新，证据仍需要慢慢长成。

要验证这场改革，也需要一场试验

如果 RTCT 本身是一项制度创新，它也应接受与药物相似的证据要求。最简单的评价不能只是“系统上线了”或“监管者能看见仪表盘”。真正有意义的指标至少分四层。

第一层是数据质量。研究者要比较字段缺失、录入延迟、重复记录与站点间差异是否减少。实时上传若只是把未清洗数据更快搬过去，并没有创造更好的证据。第二层是过程效率：监管查询从提出到回答用了多久，多少问题在正式提交前被解决，版本往返和重复分析是否下降。这里需要给出中位时间、范围和试验阶段，不能只展示一个最顺利案例。

第三层是决策质量。更早看到信号以后，团队是否做出了更合适的剂量调整、站点纠偏或安全措施？也要同时统计误报：有多少预警最后被证明没有临床意义，它们消耗了多少专业人员时间。一个极度敏感的系统可能从不漏掉异常，却让所有人陷在告警里。第四层才是患者与研发结果，例如严重风险是否更早处理、试验完成率是否变化。但这一层最难归因，因为疾病、药物、站点和方案本身都在影响结果。

评价还应包含小型研究中心。若概念验证只在数字基础设施最成熟的中心进行，得到的效率无法代表资源不足的站点。试点可以记录协调员每周用于录入、核查和回复的工时，比较自动化前后谁的工作减少、谁的工作增加。患者端也需要知道哪些数据被连续传送、用途是什么、能否撤回授权，以及算法产生的风险标记是否会改变入组或随访。

最后，模型和规则必须有“停用条件”。当数据源改变、性能低于阈值或关键字段大面积缺失时，系统应退回人工流程，而不是继续输出有精确小数的结果。上线标准、变更日志、事故记录与退出机制，可能比一张漂亮的效率图更能说明实时试验是否成熟。

只有这些结果被公开，外界才能区分三件事：数据传得更快，团队行动得更快，证据真的变得更好。它们彼此相关，却从来不是同一个结论。

公开失败案例同样重要：哪些告警无效、哪些接口中断、哪些站点负担上升，都应成为下一轮试点的输入，而不是被“实时”这个漂亮名称遮住。

来源与边界

• 核心事实来自 FDA 2026 年 4 月 RTCT 公告、5 月行业说明会页面及 FDA/EMA 药物开发良好 AI 实践原则。
• 本文只讨论监管试点、数据流程与责任结构，不评价两项试验药物疗效。
• 概念验证不等于政策已全面实施；“实时”不等于已证明缩短研发周期，也不等于可以跳过预设统计和安全程序。