在北京第四届中华医学事务年会上，百奥知董事长庄永龙和MedAI事业部副总裁姜学卿受邀演讲，讲述了在数字时代AI自动化如何帮助解决复杂问题，加速药物上市周期。

姜学卿现场介绍了一个MedAI的应用案例：“银屑病是一种自免疫疾病，发病机理仍有待深入研究。通过多重标志物检测算法的交叉确认，我们找到了性能优异且生物学意义显著的标志物，并构建了精准诊断模型。该模型同时获得了国际健康大数据竞赛的第三名。”

而在这背后实现支撑的，是百奥知MedAI智能医药研究云平台。MedAI智能医药研究云平台提供三大解决方案：MedAI智能学术网络解决方案、MedAI智能选题解决方案、MedAI智能数据分析解决方案。

从两位负责人的演讲中，动脉网（微信号：vcbeat）发掘了百奥知缩短药物研发周期的秘密。

百奥知MedAI事业部副总裁姜学卿做现场演讲

随着“4+7和新药审批加速”等政策的推出，医药企业学术转型成为必然，这也意味着医药代表时代的落幕，而医学联络官的作用更加突出。

医学联络官（MSL）是指经过高级科学培训的各个治疗领域的专业人士，其工作和销售独立，主要负责上市前产品信息沟通。他们擅长向不同的利益相关者传达复杂的科学和医学信息，首要任务是与相同治疗领域（如肿瘤、中枢神经、心血管等）的学术领导者（KOL）保持密切的关系。

一位TOP10药企医学事务负责人这样总结其作用：“医学事务官就像两座桥梁，一是研发到市场的桥梁；二是企业内部和学术界的桥梁，要把药最大的特点、安全性和有效性传递给KOL。所以他们既要懂研发，又要有商业敏锐度，同时也得具有战略眼光。”。

姜学卿也在会议上表示：“医学联络官工作的核心是KOL管理及上市后临床证据沟通。现在医学事务的工作内容也正往与KOL进行科研协作方向发展。”

要做到连接药物从研发到上市中的各方，对于医学联络官来说，需要具备多种能力，他们不仅要每天需要阅读查阅大量文献，熟悉各个领域的研究热点，还要谙熟临床数据，组织学术资料、发现有潜力的KOL，辅助KOL进行临床研究等。

完成这些工作的，国内专注于生命科学一体化云平台整体解决方案的百奥知就针对这一市场推出了全新的eMSL工具：基于MedAI智能学术网络的临床研究辅助工具。

利用MedAI智能医药研究云平台，医学联络官可以对KOL进行量化管理。MedAI可以基于公共的文献数据提取KOL的研究力信息，并进一步进行数据挖掘，让医学联络官可以更好地了解KOL关注的研究热点和主题，并有针对性的进行精准信息传递。MedAI可以对KOL研究领域分类展示，自动提取各领域发文量、被引量，并进行相关研究主题分析，MedAI还可以针对药物临床研究智能推荐研究者。

简单地来说，MedAI以上的功能可以帮助医学联络官进行高效的KOL管理、发现潜在KOL，辅助临床研究等，支持药物上市后的证据收集及临床医生的观念教育等，结合MedAI药物靶点发现、药物重定位分析，覆盖药物的全生命周期管理。

这能产生多大的价值呢？举例来说，在推进药物临床试验时，研发到了二期、三期，药企需要大量投入，如果可以找到合适KOL参与临床试验，并能够高效率、高质量完成临床试验，将有效加快药物上市。

在协助解决临床研究的问题中，MedAI可以进行全景多向智能辅助选题推荐；智能推荐临床研究方案；智能患者随访和管理；智能数据统计分析；最后还可以智能推荐投递期刊。

另外，值得一提的是，百奥知eClinical中的药物安全警戒管理系统Bioknow PV可以有效的帮助医药企业进行PV管理。Bioknow PV可以进行药物安全大数据挖掘，应用ＮＬＰ、机器学习、语义识别等多种技术，挖掘已有知识库、自动检测文献数据，分析药物安全性，进行高质量临床试验和上市后药物不良反应监测。 

百奥知总裁庄永龙在会议现场做演讲

MedAI赋能医学事务，解决了药物研发到上市过程中很多问题。其中无论是药物靶点发现，智能选题推荐，还是智能方案设计，以及智能随访和智能数据分析，都可以快速结合到研究者、医学相关人员的工作中。

真实世界证据（RWE）也越来越重要，FDA已经基于真实世界用药数据批准辉瑞Ibrance新适应症。

真实世界研究需要的样本量相对较大，数据异质性强。研究者面对海量的数据，也还没有做好准备。数据统计分析，是决定临床研究成功与否的关键因素。想要在临床试验中获得高质量的数据分析，就要求研究者要具备统计知识、统计软件应用技巧、甚至计算机编程能力。这对大部分研究者来说挑战很大。

目前现有SPSS软件、SAS软件等统计软件，不仅使用门槛高、专业背景要求高，而且它们功能主要在统计，缺乏整体科研解决方案。

姜学卿说道：“MedAI智能分析可以让不会分析的人会分析，让会分析的人节省时间，让会一种分析方法的人具备多种分析方法的能力。”

MedAI从统计学应用场景出发，利用文献中已被验证的经典分析流程，一键式得到数据分析报告。MedAI智能数据分析流现已覆盖肿瘤、免疫疾病、心脑血管疾病、内分泌、传染病、中药研究、外科与医疗器械七大领域。

在应用场景方面，强大的分析能力让MedAI可以覆盖药企、医院、CRO、研究者，让需要至少耗费一个月时间的文献查阅工作，在1秒内完成，让普通研究人员也拥有顶级选题设计能力，让高门槛的数据统计分析在一分钟内完成，对于企业来说整体成本大大降低。

所谓工欲善其事，必先利其器。MedAI以药物全生命周期为轨迹，以各环节中的人为落点，让研究者从卷帙浩繁的数据和论文中释放，一秒内完成研究主题分析和论文信息汇总；让研究者不再囿于统计质量低的难题中，一键得到分析结果报告；让医学联络官可以高效的量化管理KOL。

对于AI会不会替代人类的问题，姜学卿也在会议现场发表了观点：“AI会增强人类的能力，帮助人们更高效地完成工作。AI不会淘汰人类，但会用AI的人一定会淘汰不会用AI的人。”