国际关注 | FDA推出实时临床试验（RTCT）试点计划：加速研发需要付出哪些代价？

2026年4月28日，FDA发布新闻稿，宣布将采取两项重大举措推进实时临床试验（Real-Time Clinical Trials，RTCT）实施，包括两项概念验证性RTCT（均涉及肿瘤药领域），以及针对拟议试点计划的征询意见书（Request for Information，RFI）。

该试点计划旨在解决数据从“试验中心上报给申办方，再由申办方分析并最终提交给FDA”过程中存在的“延迟”。相比之下，在实时临床试验中，FDA“能够随着试验的进行，实时查看安全性信号和终点数据”。FDA前局长Marty Makary表示，这有望使FDA无需等待试验结束即可做出监管决策。起初，FDA的实时审评将仅限于事先与申办方商定的安全性和有效性终点。与Makary同时出席电话会议的FDA首席人工智能官Jeremy Walsh表示，尽管RTCT不会立即取代与FDA的正式会议，这些接触点或许将不再必要，但最终可能导致不再需要此类互动。

该信息征询函旨在评价“AI技术如何提升早期临床试验决策的效率、速度和质量”。试点计划旨在探索AI与数据科学领域的进展如何“提高试验效率、加强安全性监测、辅助剂量选择决策，并助力做出更明智的早期继续/终止试验决策”。将招募开展早期临床试验的申办方参与该试点计划，该试点计划于2026年下半年完成概念验证阶段后启动。

信息征询书还阐述了AI在应对早期临床试验挑战方面的潜力，具体包括：

• 优化受试者招募

• 优化剂量爬坡

• 加强安全性监测

• 支持自适应试验设计

• 支持更早作出I期至II期试验决策

• 改进生物标志物评估

• 改进基于生物标志物的患者筛选/分层验证终点指标

作为信息征询函的一部分，FDA希望就AI在FDA监管决策中的潜在应用，以及试点计划的各项细节（例如参与资质、持续时间、评价指标等）公开征询建议、意见。申办方有必要仔细研读该信息征询函并提交建议、意见，这可能是影响FDA就随机对照试验（RCT）及更广泛应用AI所作决策的重要契机。针对该信息征询函的建议、意见提交截止日期为2026年5月29日。

FDA将临床开发延误视为亟待解决的重大问题，基于明确信号的监管决策，成为可能对药物研发大有裨益的方法。

RTCT可能会给本已风险重重的药物研发带来哪些权衡与风险？

这些公告还留下了许多未解答的问题，开展RTCT在实践中将意味着什么。例如，在试验完成前，申办方对结果保持盲态的情况下，FDA究竟如何就安全性或有效性信号与申办方进行沟通，这一点尚不完全明确。

此外，在依赖滚动数据时，似乎还存在I类或II类错误（即得出假阳性或假阴性结论）的风险，这包括与实时数据采集相关的多重性控制问题。此外，尚不清楚FDA的分析是否会，以及如何按照研究的统计学分析计划（SAP）开展。从FDA的审评中可以看出，FDA的工作人员经常使用他们认为合适的方法，对已完成研究的数据开展事后分析。在研究实施仍存在风险时，有什么能阻止FDA审评员采取类似的做法？

此外，似乎使FDA承担了类似于数据安全监查委员会（ data and safety monitoring board，DSMB）或其他此类监督机构的作用。当发现安全信号时，DSMB的建议与FDA的决策将如何协调尚不明确。

最后，当研究机构或合同研究组织（CRO）直接向FDA提交数据时，申办方究竟扮演什么角色？这将如何影响申办方的监管义务，尤其是当FDA掌握的信息可能比申办方更全面时？尽管该举措尚处于初期阶段，但我们鼓励FDA考虑这些及其他类似的务实问题，以确保此类计划的有效实施。

缩短数据分析时间果真成为加速药物研发过程中需要解决的核心问题吗？

鉴于这些风险，值得思考的是，随机对照试验（RCTs）是否在所有情况下都是解决临床开发延迟问题的最佳手段。FDA的公告指出，提交申请前的数据采集、数据清理和数据分析流程，以及正式的会议结构，是导致延迟的原因。然而，这些步骤对于确保以最高质量准备、整理和分析数据至关重要。行业曾目睹许多情况，原始数据并不能如实反映最准确的情况，无论是由于数据采集过程中的差错，还是由于存在影响结果的并发事件或其他混杂因素，而这些因素最初可能并未被记录。此外，临床试验数据的解读往往并非“非黑即白”，尤其在我罕见病用药领域，因此与FDA会面所需的时间，与其说是流程所致，不如说是需要科学专家对结果展开评价。当需要对数据开展情境化解读，并按FDA通常的要求说明申办方如何符合监管标准（例如有效性的充分证据）时，时间投入是值得的。随机对照试验（RCTs）或许能更快地将数据提交给FDA，正如行业所熟知的，（留下）好的第一印象往往只有一次机会。

除了随机对照试验（RCT）之外，确实还有许多机会可以加快临床开发进程。这包括FDA近期采取的举措，例如鼓励采用无缝衔接的临床试验、利用AI、解决默认要求贾占两项（或更多）临床试验的问题，以及鼓励接受贝叶斯统计学。其他机遇还包括：鼓励对进展缓慢的疾病采用更早期的终点指标；考虑超越传统随机对照试验的试验设计；以及在合理的情况下，基于早期阶段研究中规模较小的数据集作出监管决策。

最重要的是，请勿低估FDA会议的重要性。实时提交数据无法取代FDA、行业以及与会专家之间进行实质性互动、开展深入科学交流的机会。数据提交（即使非实时）曾引发FDA的负面反馈，但随后通过与FDA工作人员的对话得以解决。这些会议并非临床开发延误的根源，反而能促进开发进程的加速。从这个意义上看，数据无法取代对话。