一次糟糕的临床试验设计损失约 300 亿美元,AI 能否提前避免?
hardimanjames · x · 2026-09-25
一条关于 AI 在药物研发中潜力的观点讨论。引用者以 PD1 药物竞争为例:BMS 的 Opdivo 针对更宽的入组人群(PDL1 表达 >5%),而 Merck 的 Keytruda 更聚焦高表达人群(>50%)。头对头试验中 Merck 数据明显占优(OS 风险比 0.6 vs 1.02),最终 Keytruda 成为 300 亿美元级别的重磅药,Opdivo 以约 100 亿美元远远落后。
作者据此估算,仅这一个(事后看来的)糟糕试验设计决策造成的净现值损失可能在 300 亿美元量级,而这正是强大的转化研究 AI(translational AI)有望在早期帮助解决的一类问题。
所属事件:PD1 试验设计失误或损失 300 亿美元,AI 能否避免(2 条相关)→
「研究」频道最新
- flosalim 组 7 篇论文入选 NeurIPS 主会,覆盖交通信号与优化器等方向 — flosalim · 2026-09-25
- 约克大学团队 3 篇论文入选 NeurIPS,涉电路发现与视觉推理加速 — CSProfKGD · 2026-09-25
- RLVR 训练也有「先入为主」:首因偏差研究入选 NeurIPS 2026 — ParshinShojaee · 2026-09-25
- RLVR 训练存在「首因偏差」:LLM 难忘早期样本,论文入选 NeurIPS 2026 — ParshinShojaee · 2026-09-25
- 历史学者用 GPT-6 与 Opus 5.5 破解约翰·迪伊密码、追溯达尔文思想源流 — emollick · 2026-09-25
- 因果推断之父 Judea Pearl 90 岁生日,UCLA 举办纪念研讨会 — AlexTensor · 2026-09-25