Medidata 推出 AI 原生 Medidata Plus，面向临床试验组合规模化管理

Medidata 推出 Medidata Plus，试图把 AI 从单点工具升级为临床试验平台底座

Medidata 宣布推出 Medidata Plus，把其临床试验平台进一步扩展为一层面向整个研发组合的 AI 原生基础设施。公司表示，这一产品并不是单独的 AI 应用，而是希望把研究设计、数据管理、风险监测和合规审计等环节中的 AI 能力统一到同一平台中，面向药企和 CRO 提供可规模化部署的工作方式。

这一动作反映出生命科学行业对 AI 的需求正在从“试点几个功能”转向“如何在整个研发组合中持续使用 AI 并获得稳定回报”。

Medidata 认为行业卡在点状工具阶段

公告引用调研称，虽然 92% 的行业决策者计划增加 AI 投入，但只有 29% 认为当前 AI 的表现达到或超过预期。Medidata 认为，问题不在于 AI 本身，而在于多数组织仍依赖零散、彼此割裂的点状解决方案，导致成本不可预测、数据不统一、价值难以放大。

Medidata Plus 试图解决的，就是这种“拼接式 AI”带来的摩擦，把数据层和 AI 能力标准化到整个临床试验生命周期中。

覆盖的能力不只是分析，还包括试验搭建和审计查询

公司列举了几项核心能力。首先是在试验构建环节，系统可通过 AI 自动化 EDC 和 eCOA 设计，并利用合成患者数据支持用户验收测试，从而把原本以周计的研究搭建流程压缩到以小时计。

其次是在数据处理环节，Medidata Plus 允许研究团队通过增强后的 AI 互操作能力，把临床与真实世界数据接入同一层中完成标准化和转换，而无需自己编写代码。

第三类能力是持续风险管理。嵌入式分析会即时标记招募趋势下滑或安全信号，帮助团队更早识别问题、减少中途停顿，并加快检查准备。

此外，产品还提供面向审计历史的 Agentic AI 查询能力，让团队用自然语言快速挖掘监管和审计相关数据，而不必在复杂记录中手工检索。

目标是把 AI 变成整个组合层面的运营能力

Medidata CEO Anthony Costello 表示，客户已经明确表达，AI 确实能够改变临床试验，但前提不是拼凑大量来源不同、训练方式不同的智能体，而是拥有一套统一的 AI 策略。

公司将 Medidata Plus 定义为一种“即插即用”的临床研究 AI 策略，目标是帮助团队提升能力、自动化工作流并更快发现洞察。

底层优势来自长期数据积累和平台装机量

Medidata 表示，其 AI 基础设施最近获得 Everest Group AI Innovation Watch 的最高 “Luminary” 评级，且公司平台曾支持 2025 年 80% 的 FDA 新药批准项目。

这类表述虽然带有明显的市场营销色彩，但也说明 Medidata 想强调的是：相比新进入者，其优势不只是模型功能，而是多年积累的临床试验数据、工作流和现有客户基础。

平台化 AI 将影响药企和 CRO 的采购逻辑

从行业角度看，Medidata Plus 的意义在于，临床试验软件正在从功能模块竞争，转向“谁能成为 AI 时代的研发操作系统”之争。对大型药企和 CRO 来说，未来评估临床研发基础设施时，重点可能不再只是某个点状功能是否好用，而是平台能否把 AI 作为跨项目、跨数据源和跨团队的持续能力交付出来。