受试者招募准确率从25%到85%之后，医渡科技把AI实验室建进了北京市卫健委
9月12日服贸会期间，北京市卫生健康大数据与政策研究中心与医渡科技签约共建智能临床研究联合实验室，围绕健康医疗数据合规利用研究、药物临床试验及医学科研服务、数据与AI人才培养三方向探索；医渡AI智能招募体系此前披露使受试者招募准确率从25%提升至85%。
趋势前瞻 × 药企研发负责人 ｜ 深度评论
9月12日，2026年中国国际服务贸易交易会期间，北京市卫生健康大数据与政策研究中心与医渡科技（2158.HK）正式签署合作协议，共建"智能临床研究联合实验室"。 这场签约的规格耐人寻味：北京市卫健委信息化与大数据处处长邓锴、医渡科技联合创始人兼CEO徐济铭共同见证，大数据与政研中心主任郭默宁与医渡政医事业部高级副总裁李继刚代表双方落笔。一家市属事业单位与一家上市数据智能公司的联合实验室，为什么值得放到服贸会的主场舞台上来签？
先看这组数字：25%到85%
评价新药临床试验的数字化水平，受试者招募是最硬的一道坎——行业公认约八成的临床试验延期发生在招募环节。医渡科技此前在"健康中国建设十年实践案例"评选中披露过一组数据：通过AI与大模型构建智能招募体系后，受试者招募准确率从传统的25%提升至85%。
这组数字的分量要放到技术演进里看。传统招募高度依赖研究者的经验判断和手工核对：一份复杂的入排标准（纳排条件动辄数十条），人工比对患者病历的准确率长期在低位徘徊——筛出的"合格"患者里大量实际不符合条件，反向的漏筛更是无从统计。医渡的方案是把纳排标准拆解成可执行的逻辑规则，用AI深度理解患者病历后多维匹配，把"人找患者"变成"数据找人"。从25%到85%，翻的不只是准确率，而是临床试验前端的经济学：入组速度、方案偏离率、监查成本都会随之重排。
联合实验室的三个方向，各有各的深意
官方披露的合作框架围绕三个重点方向展开，逐条看都踩在当下的关键节点上。
方向一：健康医疗数据合规利用研究。 实验室将围绕政策规范建议、临床数据脱敏和治理、高质量数据集建设、标准数据模型建设、数据标注与质控、数据分类分级、数据分析应用管理等问题开展研究。这份清单几乎复刻了数据要素市场化落地的全链条工序——注意"数据分类分级"和"数据标注与质控"这两个词，它们正是"数据二十条"发布后各地探索公共数据授权运营时最缺基础设施的环节。市级卫健部门+产业方共建，意味着这些标准将来可能直接长在北京的公共数据开放实践里。
方向二：药物临床试验及医学科研服务。 这是与25%→85%直接对应的场景：适应症选择与价值预判、试验方案可行性分析、参与者招募、基于区域数据的智能质控、远程监查、不良反应监测。特别值得注意的是"基于区域数据"五个字——依托的是北京市卫健委体系下汇聚的全域健康数据，这是任何单家药企或CRO都不可能自建的资产。实验室同时将提供面向真实世界研究的数据加工、分析、建模、专病库建设服务。
方向三：数据与AI人才培养。 看似最"虚"的一条，实际最像长效机制：围绕数据治理、AI应用、临床研究培养复合型人才。临床研究智能化的最大瓶颈从来不是算法，而是既懂GCP又懂数据工程的人。
评论：政企合作从"项目制"走向"制度化"
国内医疗AI的政企合作过去大多是两种形态：一种是采购——医院或卫健部门买一套系统；另一种是示范——挑一家医院、一个科室做试点，发一篇案例。两者的共同弱点是可迁移性差：项目结束了，能力和标准带不走。
这次联合实验室的结构不同之处在于，它把"标准、规范、制度、流程体系建设"写进了目标——邓锴在签约时的表述是，希望双方"一方面充分释放技术潜力，加强技术创新与场景赋能，另一方面聚焦标准、规范、制度、流程体系建设前瞻性探索"。翻译一下：不是让AI在北京做几个项目，而是让北京成为智能临床研究的方法输出地。
对医渡科技，这一步的战略价值同样清晰。CEO徐济铭的表态透露了公司的自我定位："医疗人工智能真正走向深入，不仅需要技术创新，更需要建立在高质量医疗数据基础之上，理解真实医疗业务，并经得住临床和科研实践验证。"医渡过去的护城河是YiduCore式的数据治理能力和350多家药企客户，如今再加一层与地方卫健体系共建的数据基础设施绑定——在全民健康信息平台、国家人工智能应用中试基地（医疗）等项目之后，联合实验室把这种绑定做成了常态机制。
给行业的两个判断
判断一：区域数据的"合规通道"开始出现，谁先上桌谁定规则。 公共卫生数据用于临床研究和产业创新，卡点一直是合规路径。北京选择与产业方共建实验室来探索"符合北京市实际需求的健康医疗数据开发应用模式"，等于承认了通道需要共建设计。接下来其他省市大概率跟进，而每条通道的规则制定者里，都会有首批参与企业的身影。
判断二：临床研究AI的竞争维度在升维。 从单点的招募工具、EDC自动化，到覆盖立项、方案、招募、质控、监查、申报全流程的AICRO能力，再到今天"政研数据+产业能力"的区域级平台——竞争的入场券越来越是数据治理的纵深，而不是模型跑分。对千方这样的数据服务商，这反而是好消息：无论哪家长 Pharma AI 公司赢，上游的数据工程、标注质控、专病库建设都是刚需。
原文链接：医渡科技与北京市卫生健康大数据与政策研究中心共建智能临床研究联合实验室（智通财经，2026-09-14）
千方医数集编辑部 出品
