临床研究数据采集系统

不知道大家是不是和我一样，初入行业的时候并不懂啥是EDC。后来我觉得，当时不懂也正常，毕竟EDC这种东西在国内出现也没多久。说起EDC要先从CRF（Case Report Form），即临床试验病例报告表说起。啥是CRF呢？在药物的临床试验项目中，不管你protocol写得多牛比，总得需要一项一项地去收集受试者的试验信息，比如受试者今天吃了多少药？有没有不良反应？ 血液中各项指标是多少？因此我们需要一个已经设计好的病例表去收集这些信息，避免漏掉一些关键的数据收集。如果扎一针做两个血液检查，但是研究者临时忘了一项，那么受试者可不会再给你白挨一针补上，这可是“人命攸关”啊。所以在临床试验实施之前就要设计好病例报告表，也就是CRF。传统的CRF是纸质版的，根据中国GCP要求，CRF表印制要求一式3-4份，无炭复写，监管者、申办者、研究者等各保留1份。一般一期药物临床试验受试者有十几人，每个人要做几十个上百个检查，那么仅仅一个一期项目的CRF就有厚厚一沓。可想而知二期三期临床试验成百上千人的CRF要垒成几座小山。围绕着CRF的工作包括，CRC手工录入填写纸质CRF，CRA要去site做原始数据核对（SDV，source data verification)，对比CRF和原始病历，化验单等，无误后收CRF；然后由数据管理部门把纸质CRF上的数据录入到数据库里，DM（数据管理员）清理数据，出纸质query；再由site解决，CRA回收解决的query，DM根据query更新数据。试验结束数据无误后，数据库关库，由程序员准备报表做分析。电子版CRF呼之欲出。国际标准ICH-GCP将CRF定义为一种印刷的、可视的或者是电子版的文件，用于记录每个受试者的所有试验方案要求的信息。注意电子版的CRF，被称为eCRF，e也就是electronic。CRF于eCRF，就好比现金于“e现金”的关系。eCRF好啊，它极大的方便了临床试验工作者。就像“e现金”的横空出世，让我们手机在手，万事无忧。好吧，终于要说到EDC了！eCRF这么好，那它是怎么来的？电子数据采集（Electronic Data Capture, EDC）是一种基于计算机网络的用于临床试验数据采集的技术，通过软件、硬件、标准操作程序和人员配置的有机结合，以电子化的形式直接采集和传递临床数据。使用EDC之后，site可以在第一时间直接录入数据到数据库里，简单的逻辑错误会直接由数据库的电子检查跳出query，DM在清理数据时还有query就直接加在数据库中，site直接在EDC系统里解决query。CRA去做SDV时比对的就是电子数据和原始病历化验单。EDC系统就是具有生成eCRF功能的软硬件平台。如果把eCRF比作“e现金”，那么EDC系统就相当于支付宝平台。只不过EDC能生成eCRF，支付宝只能流动而不能生成“e现金”，钞票还得自己赚啊！当然生成eCRF只是EDC系统强大功能中的一小部分，就像支付宝也不止电子支付一个业务。我国药审中心对于EDC系统的基本功能还作出了要求，主要包含：eCRF构建、数据保存和稽查轨迹、自动核查、数据质疑管理、源数据核查确认、电子签名、数据库的锁定、数据存储和导出等功能。数据录入：临床协调员(CRC,Clinical Research Coordinator) 将原始病历中采集的数据录入EDC系统中，系统的其他用户(研究者、临床监查员、数据管理员)等可以实时看到系统上的数据更新。包括二次录入、逻辑检验、录入数据控制(如必填项、日期、有效值验证)、电子签名(即满足FDA 21 CFR Part 11要求)编辑检查：EDC系统可以通过建立数据库时设定的编辑检查，对CRC录入的数据自动进行核查。通常来说，EDC系统的编辑检查包括系统检查(System Check)和逻辑检查(Edit Check)。包括源数据核查SDV、自动和手工质疑的产生和解答。互动交流：在线交流功能可以让项目组成员围绕EDC中的数据进行有针对性的讨论，增加沟通的便捷性。采用HTML4网络技术的EDC系统只能进行文字交流，不支持语音对话，如 Rave, InForm等，基于更新的HTML5技术开发的EDC系统则可以实现语音对话，沟通的效率更高，操作更加便捷，由于国产系统起步较晚，因此采用HTML5的EDC系统以国产系统为主，如ClinFlash。互动交流功能可以使数据问题在第一时间出现，各方都能知晓，能找到问题源头，可以在线解决问题。权限管理：EDC系统必须拥有精准的用户权限控制功能，以使每个用户的分工符合GCP或ICH-GCP规范。这些用户包括PI(签名)、CRC(数据录入、回答质疑、编码)、CRA(数据核查、发质疑)、DM(数据审核、发质疑、编码、冻结、锁库)等(以上权限实际操作中可能会有所出入，且不包含全部)。数据导出：可导出多种格式，例如Excel、SPSS、SAS等等，随着CDISC标准化组织在国内的活动，越来越多的企业开始关注CDISC标准。所以有时还需要导出用于数据交换的CDISC ODM的xml格式。稽查痕迹：EDC系统，每一次数据的修改、更新、审核、稽查、签名等都会留下痕迹，并且可以被授权的人查看。其实EDC的核心是临床试验进行时对数据进行任何修改都能在其数据库留下痕迹（何时、谁、修改了什么等信息），就是美国FDA法规 CFR 21 Part 11 规定的内容。系统安全：包括使用https进行数据传输，数据库定期备份，基于角色的权限控制(如数据管理员、申办者、监查员、研究者、CRC等等)，数据库锁定与解锁等。其他功能：包括支持多中心，可满足当下项目分布广周期长等特点；随机化，可支持多种随机化方法，如简单随机化、分层区组随机化、动态随机化等；医学编码，支持字典MedDRA、WHO DD等；以及要支持多语言，这是进行国际化的药物临床试验必不可少的功能。随着信息技术的发展，移动电子设备如平板电脑、智能手机、扫描仪等已具备作为EDC终端的条件，EDC系统已能将基于网络的交互应答系统（IWRS）、药物警戒系统、数据分析和报告系统、试验药品管理系统等整合成一体；同时，国际公认的数据标准（如CDISC）也正在EDC中得以应用。

利用人工智能技术建设临床科研大数据平台。采用了Openstack作为数据平台私有云的解决方案，应用层使用Docker容器化的方案，数据库使用了开源数据库软件PostgreSQL，平台的应用主要由科研数据中心、临床大数据治理平台、智能科研检索、临床科研采集系统、全院级科研随访系统五部分组成。通过该平台临床研究人员获取数据将更便捷、科研管理更高效、探索新的研究方向更容易。基于临床科研大数据平台，能为医院各专科提供有效的科研服务，实现科研、论文和核心技术等方面的突破提升。随着医疗体制改革的深入，科研水平成为衡量医院发展水平的重要因素。科研大数据平台作为医院科研、教学工作的一个重要组成部分，在提高临床科研水平和培养医学研究人才方面发挥着十分重要的作用。如何为临床科研人员搭建平台，以有限的资源发挥最大效应，实现资源共享，最大限度地发挥科研支撑平台的作用，是目前大型综合性医院亟需解决的课题。研究背景 2017年国务院发布的《新一代人工智能发展规划》中提出要大力推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。随着大数据和人工智能的运用，国内外涌现了一大批借助医学信息学和机器学习技术进行临床研究数据分析挖掘，取得了丰硕成果。通过对医疗电子化数据的建模、分析、挖掘，并且基于数据二次利用所形成的进一步应用，已经成为医疗信息化、精准化、智能化的下一个核心发展方向。我国健康大数据和医疗人工智能行业尚处于起步阶段，基础薄弱。目前国内最有代表性的医疗人工智能产品，在于基于医疗影像的人工智能自动筛查和诊断系统，对胸片、皮肤照片、脑部影像等医学影像进行自动分析，并生成相应的影像诊断报告。但在其他人工智能的技术领域，例如自然语言处理、语音识别，以及通用的机器学习方法，目前在中国形成可落地的产品尚不多见 。基于临床科研大数据平台的架构与应用目前大部分医院已经建立了较为全面的医疗信息化支撑体系，无论是电子处方、医嘱套餐，还是临床路径、电子病历，在提高临床效率服务上下足了功夫，但由于临床数据分散在多个应用系统中（如EMR、LIS、PACS等），且都是非结构化的海量数据。本文通过人工智能技术的应用进行探讨，为有兴趣致力于研究大数据的临床科研工作者提供一点思路。技术架构研究采用了Openstack作为数据平台私有云的解决方案。通过使用Openstack搭建私有云平台，既可以获得类似阿里云等公有云的灵活、弹性、扩展性等云计算的优势，又可以降低安全风险。在应用层使用Docker容器化的方案。通过使用Docker容器化部署，每个服务运行在了一个独立的环境之中，互不干扰，也不会影响宿主机的环境，解决了长久以来生产环境与开发测试环境不一致导致的各种问题。同时，通过Docker提供的集群化以及资源分配功能，提供了更高的可用性，并提供了不停机升级的特性。数据库使用了开源数据库软件PostgreSQL。PostgreSQL作为当前最先进的开源关系型数据库管理系统，体现了极高的性能与稳定性，支持python、perl、c、R、Java、Javascript、PL/PgSQL等多种语言编写存储语言及扩展，支持多种特殊索引结构、支持自定义的数据结构、支持机器学习库以及GPU并行计算等。基于临床科研大数据平台的应用基于临床科研大数据平台的应用主要由以下几部分构成：科研数据中心、临床大数据治理平台、智能科研检索、临床科研采集系统、全院级科研随访系统等应用（表1）。在此治理和科研采集的基础之上，未来可支持科研统计分析及临床辅助决策。在人工智能支撑下，通过临床辅助决策应用到电子病历等业务系统中，将治疗评价、风险预测贯穿在诊疗流程，基于医院原有临床数据进行实时决策支持，最终实现临床采集-科研分析-指导临床的闭环。表1 临床科研大数据平台应用全院级专病科研数据中心通过将原有院内临床数据中心CDR，未充分结构化的病历、报告等文本数据，经过人工智能技术处理形成高质量、多维度的结构化数据，以满足科研检索、临床数据收集、统计分析的需要。结合科研采集、随访管理等系统采集的数据，进一步丰富“以患者为中心”的科研数据库。临床大数据治理平台基于自然语言处理、知识图谱、机器学习等AI引擎的大数据治理平台，实现各类临床数据的结构化、标准化和归一化等处理。针对数据驱动的临床研究场景，能够将医院积存的海量临床数据自动结构化、标准化成可被临床研究直接分析、利用的科研数据。治理后的结果为后续的临床应用提供了良好的数据基础。智能科研检索提供多维度、多病种符合专病模型的检索功能，从病历、诊断、用药医嘱、检验、检查报告、体征等结构化及非结构化文本中提取检索点位，个性化定制专病检索模型。支持通过入选和排除等集合运算实现研究人群的精确筛选，实现自动发现满足条件的新病人并自动入组，实时精准从海量病历中定位研究人群。临床科研采集系统在数据治理基础上，满足科研所需的病例报告表（CRF）设计与数据采集、科研项目管理、团队管理与多中心、权限设置与隐私、数据核查与质疑、数据导入导出等常见功能模块。高度结构化、规范化的病历数据，利于病例报告单（CRF）自动填写，科研流程管理支持研究全过程协同。全院级科研随访系统可有效解决院内外数据整合、患者依从性差、失访率居高不下的难题，在全面提升随访专业度、保证科研项目的顺利推进的同时，极大地提升科研人员的工作效率。随访平台从患者管理和科研需求出发，整合随访计划提醒、随访量表填写、智能科普患教、在线病情咨询、患者报告结局（ePRO）信息采集等功能；自动问答功能为患者提供准确的知识问答和健康建议，实现个性化健康宣教和科普。同时为满足临床科研需要，可将患者采集结果便捷地返回给专病科研库，实现对患者离院后健康信息的全量收集。结论与展望智能化的临床科研支持系统不仅能对历史病历数据进行快速检索浏览，而且能便捷地将临床数据应用于具体研究中，成为医院各科室开展临床研究提供高效的工具，加速推进学术研究及成果转化，释放积压的大量医疗数据潜在学术价值。同时在全院级临床科研大数据平台与应用平台上，实现了各业务系统历史数据及实时数据的整合、治理。经过治理后的数据保障临床科研数据质量，在此基础上各科室临床研究人员获取数据将更便捷、科研管理更高效、探索新的研究方向更容易，从而实现科研效率整体提升，不断提升学术研究能力，实现医院临床学术研究质和量提升。【引用本文：朱明宇. 基于临床科研大数据平台研究[J]. 中国数字医学,2020,15(7):17-18,35.】新媒体部： 010-81138718；81138717

里恩临床试验电子数据采集系统(EDC)为里恩公司自主研发的新一代智能、高可用、高并发EDC系统，通过CDISC、ISO9001、ISO27001等一系列国际标准认证，遵循GAMP5的全生命周期研发理念，完全符合21 CFR Part 11电子数据和电子签名一致性评估的要求，具备完整的验证体系包括但不限于IQ、OQ、PQ 3Q验证，已经在近百家医药企业、CRO公司的项目中使用。里恩EDC系统已与众多研究中心、第三方服务商、中心实验室实现数据对接，大幅度提高了数据采集效率和数据质量。截止目前已有超过1000家研究机构，超过450个临床研究项目正在使用里恩EDC系统。里恩系统同时支持ePro的微信随访提醒功能，受试者可在微信端上报数据，同时里恩系统接入了智能穿戴系统，可实现被动、主动获取受试者医用级别心率，血氧，血压，体温指标，合作研发的下一代智能手表将加入无创血糖检测和ECG单导联心电图功能。里恩EDC系统功能特点1. EXCEL快速建库快速建库，重复利用，更加灵活的eCRF设计，可轻松应对I-IV期、疫苗、BE研究、医疗器械等临床研究项目2. 自主产权EC编辑器内置Edit Check编辑器，用户可根据需求编写或批量生成相应的编辑核查程序，对研究者录入的数据进行实时在线核查，有问题的数据发送系统质疑，同时允许用户手动发送质疑3. 质疑分类管理用户可以使用系统提供的质疑分类管理功能，对质疑进行快速的分类，包括CRA、DM、Medical发出的质疑，系统具备质疑的打开、澄清、关闭的全流程管理和追溯以及自动关闭质疑的功能4. 批量数据清理支持批量PI签名、批量SDV、批量Review、批量Lock表单、批量Froze、批量Lock受试者等5. 稽查轨迹-审计追踪所有的稽查轨迹均保留前后的变化对比，便于数据溯源，保存变动的用户、IP、时间、变化前、变化后等源数据6. 药品通用名内置检索用户录入数据时，药物名称可通过模糊检索来查找相似名称并罗列出可供数据录入人员进行选择的功能7. 访视提醒内置静态和动态的访视提醒，静态访视提醒根据设置固定的访视日期前后加减固定天数设置，动态访视提醒根据可变的访视日期前后加减天数来设置里恩EDC系统核心优势1. 支持多版本共存对于复杂临床试验，如肿瘤试验，可满足同一受试者不同访视采用不同的CRF版本，无需进行数据迁移，系统可自动识别；可为不同中心推送不同版本2. 标准规范化的版本升级流程每次版本升级，从需求的提出、审批、再到任务的分解、指派、用例的编写、提交测试单再进行测试，发现BUG、解决BUG、关闭BUG，直到产品的发布。这些操作都具备相应的标准化作业流程3. 遵循法规指南符合CDSIC和CDASH规范，遵循GAMP5规则标准，并满足计算机系统验证的基本流程，包括IQ、OQ、PQ4. 丰富多样的统计报表直观地展现数据的内在关系，形象地展示数据的状态，为数据的分析与决策提供辅助，系统内置多种报表，并且支持自定义报表5. 安全规范、稳定健壮的保护https加密协议，集群服务器，数据实时备份，专业团队运维，确保数据万无一失6. 专业技术支持团队，快速响应跨职能团队整合企业资源，实现对客户需求快速响应

美股研究社消息，在抗击疫情期间，如何帮助医护人员能够快速的精准地例如所需信息成为了一项非常重要的事情。借助于百度大脑语音技术所开发的“临床护理数据采集系统”能够有效的解决这一问题。借助于百度大脑语音自训练平台，通过上传文本的方式训练模型，准确的识别出专业的医疗文字。同时这一系统将语音处理为症状字段加数字组合的结构化语句，当医护人员需要输入信息时，只需要手持终端设备进行语音输入，10秒就能够输入数十项互理信息，并且将这些信息上传至医院的病历系统，生成准确的结构化病历供医护人员查询。得益于百度大脑，通过AI技术以及百度大脑专项项目团队的共同努力，极大的提升了医护人员录入和查询信息的速度，为治疗患者节约了大量的宝贵时间。未来百度大脑还将继续扩展到更多的领域，更好地帮助医护人员抗击疫情。本文来源：美股研究社旨在帮助中国投资者理解世界，专注报道美国科技股和中概股，对美股感兴趣的朋友赶紧关注我们

8月28日,上海仁迅科技与上海凌先医药科技有限公司携手江苏南京紫东创业园区在无锡举办首届《智慧临床研究论坛》,暨iTrial Genies智能数字化临床试验平台产品发布会,邀请了监管机构、研究中心和企业研发的资深专家,从不同的视角分享讨论临床试验实施过程中的管理痛点及难点,对临床研究的数字化、智能化管理及应用实施建言建策,共同描绘临床研究的未来蓝图。凌先医药CEO孙忠良先生在会议上发表了《未来已来-智能数字化时代的临床试验变革》的主题演讲,谈到了时下云计算、大数据、AI、区块链等新兴技术的蓬勃发展对行业的推动作用,以及生命科学行业的数字化趋势,临床研究数字化、智能化的未来和发展方向。仁迅科技联合凌先医药的研发团队整合了20年的临床研究行业经验、尖端的数字化技术,从临床研究行业的痛点出发,在遵循行业规范的前提下,采用新技术新方法,对行业进行数字化赋能,建设用来支撑临床研究项目管理全生命周期的智能化临床研究平台,为药企提供全新的解决方案,旨在降低项目实施成本和管理成本的同时,提高项目的质量并降低项目风险。iTrialGenies智能数字化临床试验平台产品发布仁迅科技的首席技术官,王勇先生介绍到:iTrial Genies智能数字化管理平台进行了业界技术革新和生产力升级,彻底解决行业痛点,建立新一代智能化临床研究平台,整合行业上下游资源,实现全生命周期的管理。对现有行业信息化解决方案的全面升级,打通线上线下多个环节,通过智能化、自动化技术大幅提高工作效率。基于行业标准的服务模式+强大的技术中台,构建新一代的行业解决方案,持续优化CRO行业传统的管理模式。iTrialGenies平台的典型应用场景◆项目实时视图大屏看板动态可编排的业务流程图、可支持项目风险实时提示、项目进度、状态实时更新、事件实时查询,实现随时随地全方位监控。生成临床项目派发任务面向临床研究的任务协作系统,与流程看板实时联动原始数据自动采集自动映射到EDC通过智能化AI识别、机器学习、规则引擎以及自动采集技术,实现原始病历、化验单据、心电图等临床研究过程数据从原始非结构化资料到电子结构化存储的自动化高效处理。移动数据采集微信平台、Android专用移动采集终端等多终端支持,包括SAE的语音记录,支持智能医学设备直接对接实现数据同步智能监察报告生成基于各种复杂场景的逻辑核查及中心问题管理;系统自动监查,替代人工核查,提高准确率及核查效率iTrialGenies平台核心系统◆iTrial CTM 临床研究管理系统Clinical Trial Management Systems◆ iTrial CCM 临床试验协作管理系统Clinical Cooperation Management System◆ iTrial MDA 移动数据采集系统Mobile Data Acquisition System◆ iTrial SDC 源数据采集系统Source Data Capture System◆ iTrial EDC 电子数据采集系统Electronic Data Capture System多家合作伙伴签署战略合作协议iTrial Genies 一经发布,立刻得到了业界人士的肯定和支持,纷纷表达了对这个临床研究行业创新产品的期待,发布会结束后,与会的多家企业机构与仁迅科技签订了战略合作协议,旨在加强进一步的产品研发合作,共同进行行业资源整合,实现各方的价值升级与共赢。脚踏实地、仰望星空、未来已来,面临挑战唯有创新者能砥砺前行!

大数据采集系统：用来收集各种各样的数据，并且对数据进提取、转换、加载。大数据采集技术：对数据进行ETL操作，通过对数据进行提取、转换、加载，最终挖掘数据的潜在价值。然后提供给用户解决方案或者决策参考。大数据采集系统，主要分为三类：1、系统日志采集系统对日志数据信息进行日志采集、收集，然后进行数据分析，挖掘公司业务平台日志数据中的潜在价值。简言之，收集日志数据提供离线和在线的实时分析使用。目前常用的开源日志收集系统为Flume。2、网络数据采集系统通过网络爬虫和一些网站平台提供的公共API(如Twitter和新浪微博API)等方式从网站上获取数据。可以将非结构化数据和半结构化数据的网页数据从网页中提取出来，并将其提取、清洗、转换成结构化的数据，将其存储为统一的本地文件数据。目前常用的网页爬虫系统有Apache Nutch、Crawler4j、Scrapy等框架。3、数据库采集系统通过数据库采集系统直接与企业业务后台服务器结合，将企业业务后台每时每刻都在产生大量的业务记录写入到数据库中，最后由特定的处理分许系统进行系统分析。目前常用关系型数据库MySQL和Oracle等来存储数据，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。好用的大数据采集平台：1.数据超市一款基于云平台的大数据计算、分析系统。拥有丰富高质量的数据资源，通过自身渠道资源获取了百余款拥有版权的大数据资源，所有数据都经过审核，保证数据的高可用性。2. Rapid Miner数据科学软件平台，为数据准备、机器学习、深度学习、文本挖掘和预测分析提供一种集成环境。3. Oracle Data Mining它是Oracle高级分析数据库的代表。市场领先的公司用它最大限度地发掘数据的潜力，做出准确的预测。4. IBM SPSS Modeler适合大规模项目。在这个建模器中，文本分析及其最先进的可视化界面极具价值。它有助于生成数据挖掘算法，基本上不需要编程。5. KNIME开源数据分析平台。你可以迅速在其中部署、扩展和熟悉数据。6. Python一种免费的开源语言。大数据平台：是指以处理海量数据存储、计算及不间断流数据实时计算等场景为主的一套基础设施。既可以采用开源平台，也可以采用华为、星环等商业级解决方案，既可以部署在私有云上，也可以部署在公有云上。任何完整的大数据平台，一般包括以下的几个过程：数据采集–>数据存储–>数据处理–>数据展现(可视化，报表和监控)其中，数据采集是所有数据系统必不可少的，随着大数据越来越被重视，数据采集的挑战也变的尤为突出。

制药企业的数字化转型是行业近期关注的焦点，新技术正重塑制药行业的面貌：人工智能技术应用于药物发现、晶型设计，大数据技术应用于临床研究，互联网医疗改变了诊疗方式，数字化营销构建了新型市场关系……高效持续的新药研发是制药行业获取核心竞争力的关键。全球顶尖药企是数字化转型的弄潮儿，辉瑞、诺华、罗氏、默沙东等同样已将新技术应用于新药研发的方方面面，行业中也诞生了Flatiron和science 37这样代表性的公司。就国内制药企业而言，虽然整体的新药研发能力差距仍然很大，但在政策推动和本土创新企业的帮助下，正迎头赶上。动脉网采访了HLT Pharma首席数据科学家彭滔博士，作为HLT Pharma公司的首次亮相，彭滔介绍了HLT Pharma的核心优势、业务布局和发展规划，以及在制药行业数字化转型浪潮之下，HLT Pharma将如何为行业提供创新解决方案。HLT Pharma首席数据科学家彭滔博士推动临床研究中的信息流动，为全行业提供价值临床试验是新药研发中成本最高、耗时最长的环节。临床试验的高成本，不在于绝对的技术难度，而在于保证行业中不同角色和利益相关方长期、稳定、高质量地进行协同，需要投入巨量的资源。电子数据采集（EDC）产品，就是过去20年，伴随着药物研发行业规模越来越大、越来越复杂的临床试验需求，而逐步发展起来的。HLT Pharma瞄准的不仅仅为制药企业提供EDC产品这一单一市场。彭滔博士告诉动脉网，“EDC远远不够”。HLT Pharma希望能够处理临床研究中更多来源、更多纬度的数据，为临床研究机构和制药企业提供更完整的视角和真实的洞察，控制研究风险、提高效率。“新药研发必须是一个高度监管的行业，数据的清晰、准确、及时、完整，和可归因要求很高，只在一个单点上采集数据是不够的，所以推动信息在不同参与方之间流动，意义很大。”HLT Pharma的逻辑很明确：目前，在临床试验的不同参与方中，医院（临床试验机构）是最稀缺的资源。临床试验机构的水平和容量，是整个行业关键的限速环节。如果能够把临床试验机构内的各种平台（比如电子病历EMR）与EDC及其他系统打通，信息可以从机构内快速流动到制药企业的临床研究项目中，进而提升临床研究的效率，缓解限速。不同数据整合后提供了更多观察和分析维度：临床试验机构可以对临床和研究数据进行即时分析，增强受试者保护；临床研究的项目经理，可以观察到以前不能触达的黑盒内部，有效管理和规避试验风险。更完整的数据在试验结束后还可以被二次利用，提高机构的科研和临床水平，提升企业实验管理能力。“这是整个行业的基础建设，就像修建桥梁和高速公路，让临床试验更快速、更安全。” 实际上，这也是目前全球主流监管机构在推动的方向。如美国FDA在7月初发布了《电子健康记录数据在临床试验中的应用指南》，推荐在EDC系统中使用EMR数据，希望更多的临床数据能够被利用起来，发挥更大的医学价值，支持安全有效的药物研发和应用，多样化的数据来源包括临床记录、医生指令、医学影像、实验数据、用药记录、人口统计数据、生命体征等，这些数据可以被合并、聚合和分析，包括电子病历，也包括电子病历整合后的临床数据仓库（data warehouse）。 彭滔指出，FDA发布指导原则的出发点来自于2016年ICH药物临床试验质量管理规范（GCP），希望在规模越来越大和越来越复杂的条件下，保证临床研究的效率和质量。“在遵循GCP原则的情况下，FDA希望研究者能够将注意力集中到最重要的地方，降低对非核心细节的过分关注，鼓励制药行业拥抱技术创新，利用新技术控制试验风险，促进受试者保护。”这对于临床研究技术行业来说是利好。这也表明，包括EDC在内的系统不能只做一环，应该与上下游结合，才有机会脱颖而出。”“就知名度而言，HLT Pharma并未被广泛所知，但强大的技术能力是我们的优势。这个市场不是一个从无到有的市场，而是一个从有到更好的市场，此前政策、企业关注度不够，现在机会来了，产业需求倒逼技术升级，是一个很好的切入点。”彭滔说，此前这个市场小的供应商，一般仅止于IT服务，但很难形成系统化的布局，这是HLT Pharma的机会。蛰伏两年，重磅上线好钢用在刀刃上，HLT Pharma在产品布局尚亦有侧重。彭滔告诉动脉网，EDC产品是HLT Pharma近期布局的重点。EDC（Electronic Data Capture，电子数据采集）是一种基于计算机网络的用于临床试验数据采集的技术。电子数据采集是相对更为传统的纸质数据采集而言，都是由临床医生或者研究助理（CRC）进行人工录入，只是录入的载体从纸张变为了网络。输入后的数据可以直接被传输和汇聚。根据Medidata发布的白皮书，到2013年，75％的新临床试验使用EDC系统。今天，这个数字还要高，尤其是全球制药企业的试验、临床III期试验、以及在美国、欧洲和日本进行的试验。尽管如此，EDC尚未在行业100%普及，国内的情况更不容乐观，据探针资本的数据，国内制药企业EDC的使用率不到50%。目前全球大型的EDC厂商包括Oracle、Medidata、Veeva等，国内市场则呈分散状态，服务商较多，且产品/服务形式不尽相同。通常，EDC企业根据药物研究的入组用户数量和持续时间来定价。参与人数越多，试验时间越长，产品价格越高。一般一套EDC系统的市场均价约为5万元-20万元。在复杂和高要求的情况下（例如三期肿瘤研究可能超过5年），产品的价格会超过100万元。对制药企业来说，EDC是临床实验中最重要的工具，但也有其限制：医生在电子病历系统中记录病史和开具医嘱，然后在EDC系统中重复录入一次。医生成为沟通电子病历和EDC两大体系的唯一途径。HLT Pharma与临床试验机构合作，就是希望解决这个问题。随着信息技术的发展，EDC系统已能将随机化系统（IWRS）、药物警戒系统、数据分析和报告系统、试验药品管理系统等互通互联，即时提供受试者在研究中的信息和状态；这样，机构内的各种交互终端（平板、电脑、医生工作站）都可以作为EDC产品的界面，医生一次操作，同时满足临床与研究的需求，无缝收集试验数据。这个过程中，EDC系统相对简单，因为标准化程度较高（CDISC标准），复杂性在于研究机构内电子病历系统的多样性，临床研究机构内的数据整合有极高的门槛。做好了临床研究机构内系统整合的积累，EDC产品是HLT Pharma业务的自然衍生。HLT Pharma 从两年前就在布局EDC产品线，持续进行产品的开发、测试、优化。通常的EDC产品，只需要提供一个相对简单的网络服务。如果涉及到临床研究机构，就需要连接医院内网与外网，对产品的连接能力、稳定性、安全性，有很高的要求。HLT Pharma EDC产品高标准、严要求，在数据采集、数据安全方面，与国际知名厂商看齐，目前已经通过了国际专业机构NNIT的验证，这在国内的EDC产品中非常少。除了能够联通临床研究机构这个最核心的功能之外，HLT Pharma在EDC的基础功能建设中坚持了自己的原则，最重要的目标是提高一线操作人员的效率。产品还包括了完整的培训功能。另外，HLT Pharma EDC产品重视系统的“互操作性”，所有符合CDISC中ODM标准平台，比如Medidata的Rave，可以无需开发直接交换访视信息和CRF数据；对于符合ICH E2B标准的药物警戒数据库，可以直接发送不良事件个例报告。目前，正大天晴、信达生物、和铂医药等药企已经在应用HLT Pharma EDC产品。为药企提供产品全生命周期服务在与上下游结合方面，除了与不同EDC系统的“互联互通”之外，HLT Pharma还通过广泛地与医疗机构、医疗专家网络与行业学会、临床试验和科研服务伙伴合作，共同构建疾病和患者模型，深入挖掘核心数据，推动从临床到康复等环节获得更多洞察。“我们是一个跨界的团队，成员来自于大型药企、CRO机构、互联网企业等，均在行业有多年的经验，知晓企业的实际需求，在产品和服务设计上能够有的放矢。”彭滔告诉动脉网，HLT Pharma的定位是“医药创新解决方案领导者”，为药企提供产品全生命周期服务。“EDC产品只是我们服务的一个环节和支撑工具。”具体而言，按照医药产品开发进展，HLT Pharma的服务聚焦于三个阶段，上市前临床研究、上市申报策略和上市后的真实世界研究，具体来说，包括临床试验方案设计、临床试验数据管理、药物经济学评价、合理用药评价、临床路径评价、药物警戒解决方案、真实世界证据/研究等。不同类型的企业有不同的需求，HLT Pharma的客户主要是三类：创新药企、CRO和传统国内药企、跨国企业。创新药市场近年逐步走热，在研发上高水平、高目标，研发原研药，HLT Pharma提供的是从临床试验设计、注册和商业策略到上市后研究的全流程服务；CRO和传统本土企业更注重性价比。HLT Pharma以高水平服务，合理定价来切入市场；跨国药企主要是做国际多中心临床试验，数据管控水平需要全球同步，在申报上也有一定的需求。言及HLT Pharma的发展规划，彭滔表示：“国家鼓励药品医疗器械创新、仿制药一致性评价、大量海外生物医药创新人才归国等利好之下，国内医药产业发展机会非常好，给制药企业提供信息化、数据智能服务是非常好的机会。HLT Pharma有很好的技术优势，短期希望我们能够在国内快速扩大市场份额；未来，伴随着创新药研发升级出海，HLT Pharma成为全球制药行业信息化解决方案的主流供应商。”

作为全球最受关注的药品监管机构，美国FDA一直在引领药品监管的规则制定。日前，FDA发布了《电子健康数据在临床试验中的应用指南》，动脉网拿到该指南，并进行了全文翻译。我们发现，《指南》最重要的内容就是建议在促进在临床试验EDC（电子数据采集）系统中采用HER（电子健康记录）数据，对此，我们采访了零氪科技COO丁利华和太美医疗科技临床研究事业部副总裁马东。他们聊了该指南对临床研究中应用电子数据采集系统和电子健康记录的重要意义，以及指南对行业未来发展尤其是尚在萌芽状态下的国内行业的影响。在特定范围内使用EHR数据，突破系统工具发展瓶颈FDA发布该指南，是其临床试验改革中的一步，此前FDA局长Scott Gottlieb就在一份声明中指出目前在临床试验上的限制，影响了新药获批的速度。FDA在实现手机和评估临床数据作为药物开发的一部分上，采用更加现代化和科学严谨的方法评估新药开发中的临床数据收集。 这份指南的出台，同样也是奥巴马签署的《21世纪治愈法案》中的未竟之志。该法案中要求FDA在使用真实世界数据方面实现某些可交付成果，包括为评估真实世界证据的项目提供框架，并就在监管决策中使用真实世界数据向业界发布指导。动脉网发现在FDA指南中，重要的三部分分别是：1、厘清新药研发中EHR系统可以在哪些范围中采集到EDC系统中；2、EDC和EHR系统的集成性以及兼容性指南；3、FDA官方推荐使用的EHR系统标准。在该指南中，FDA强调，EHR系统和EDC系统只能适用于前瞻性的药物、生物药、医疗器械和其他组合产品的提前研发。以及其他遵循相关法规在FDA监管之下的未在向FDA提交的调查新药物申请或调查设备豁免(IDE)下进行的外国临床研究。此次指南中涉及的，FDA也特别指出了推荐的EHR系统。FDA推荐使用经过ONC认证的EHR系统。国家卫生信息技术协调员办公室(简称ONC)于2004年成立，总部位于华盛顿。ONC是负责协调全美的资源和最先进的卫生信息技术和卫生信息电子交流的主要联邦部门。在指南中，FDA认为使用经过ONC认证的系统具有明显优势。经过ONC认证的EHR系统可以保证系统的兼容性和稳定性，并且能够使流程保证电子数据的机密性和安全性以及用户的个人隐私性。在FDA的指南和相关声明中，动脉网发现，FDA推荐在EDC系统中使用EHR数据的原因，是希望让更多的临床数据能够被利用起来，发挥更大的医学价值，支持安全有效的药物研发和应用。 EHR可以使临床研究人员能够接触到许多类型的数据（例如，临床记录、医生指令、医学影像、实验数据和用药记录）。这些数据可以被合并、聚合和分析。EHR可以为临床研究人员获取实时数据进行评审，并可协助患者进行临床后随访，以评估医疗产品的长期安全性和有效性。此外，也有机会对大量患者进行长期随访，这对于那些很少出现感兴趣的结果的研究可能尤其重要，例如预防研究。源自EHR的数据元素(例如，人口统计数据、生命体征、实验室数据、药物)可以在EDC系统中自动填充eCRFs（电子病历报告）。此外，可互操作的EHR和EDC系统可以开放入口给其他临床信息系统(如放射学信息系统、实验室信息系统)产生的信息。可互操作系统可简化临床研究的数据收集，使临床研究人员和研究人员能够在病人的就诊时获取源数据。互操作系统还可以减少数据转录中的错误，从而提高数据的准确性，提高临床试验数据的质量和效率。数据结构化和标准化是最大亮点，铺垫健康数据的多场景应用在新药研发领域，国内市场和国外市场密不可分，国内EDC的主要使用者依然是在华跨国药企，他们的付费能力也更强。FDA政策的变动必然也会影响到国内相关企业。EDC市场的发展比较低调，虽然在新药研发临床试验中扮演着重要作用。新药研发一直是制药行业投入的大头，而且平均耗时超10年。药企或CRO企业采用EDC系统不仅可以节省成本，EDC的主要和直接的作用是在于保障临床研究数据质量，符合法规要求，保证研究质量。对于FDA的指南，零氪科技COO丁利华和太美医疗科技临床研究事业部副总裁马东两位都提到虽然FDA表面是在推动EHR和EDC两个系统的沟通，但是最根本的还是在要求推进医疗数据的标准化和结构化。丁利华说，目前在国内更重要的问题依然是临床数据的标准化和结构化问题。FDA此次提出的EHR系统和EDC系统的互通，就意味着想要实现真正的临床试验信息化，需要提升的不止是EDC系统的能力，更多的是临床数据整个的规范化和标准化。马东也表示：“EHRs数据的利用一直是全世界在关注的点，无数人都期望从这个貌似的天然大数据库中挖掘更多的价值。但是从数据和技术层面，按照基本到高级的顺序，我们需要依次解决：1.制定统一的数据标准；2.数据结构化；3.数据挖掘；4.价值反馈。当前FDA的动作明显是在推出标准和促进结构化，这也是美国一直以来的操作方式。虽然这份声明明确表示不适用于药物流行病、患者招募等研究，但是从整个行业来讲，这无疑为将来这些研究的实施进行铺垫，并且为健康数据在更多场景中的利用打下基础。”除了推动数据的标准化和结构化外，FDA指南也将推动临床数据应用。意味着在临床数据的应用上给新药研发带来更多机会。就如同FDA指南提到的EHR系统和EDC系统的互通可以推动预防研究。马东对此补充解释到：“（EHR s）也有机会对大量患者进行长期随访，这对于那些很少出现感兴趣的结果的研究可能尤其重要，例如预防研究。在这里面，我们知道预防研究的执行特点就是：大量患者和长期随访。大型研究目前还是靠人力来执行，数据采集成本会高到离谱，研究费用上亿也不稀奇。而正是由于无法做到大量的长期随访，会导致数据质量非常差，进而无法出现具有明显统计学意义的令人感兴趣的结果，总结成一句话就是，成本高，结果差，性价比超低。”而EHR s改变了信息的分散分布，让患者数据可以易访问和共享。对此，马东也认为，EHRs是患者健康数据的自然收集器，在微乎其微的成本下就可以采集到最真实和最完整的数据，有效提高数据质量，进而降低样本量的要求，并且提高揭示准确和有意义结果的可能性，让预防研究的性价比急剧提升，从而让更多的科研机构和企业对预防研究产生更大的兴趣，推动其发展。EDC市场在10年内规模将至11.6亿美元，国内一片蓝海根据预测机构Stratistics MRC一份报告中的数据，到2025年，电子数据采集系统市场价值将达11.6亿美元。在国外，EDC的使用率达到90%左右，但是在国内这个比例只有30%-40%。海外市场公司包括顶级软件公司甲骨文，也有用区块链进行临床试验信息化的初创Medrio。马东认为，虽然国内EDC使用率较低，但是使用比例在快速提升。而之前普及率低的原因，他总结了5点：“1.行业对临床研究数据质量管理的理解有很大的提升，但是还不足够；2.相比于国际上数据管理相关指南和CDISC标准的执行，国内在指南和标准上还处于起步推进阶段；3.行业对EDC本身缺乏认识和了解；4.部分企业对信息化的排斥和忧虑；5.数据管理相关人才的缺乏。”国内使用率的快速提升和行业认知的扩大，离不开国内临床研究信息化系统的不断发展的推进。马东表示，EDC的发展已经远远不止于简单的电子数据采集系统，太美医疗现在的EDC系统不但统一了数据结构标准，并且从电子数据采集和管理功能发展到人工智能和大数据分析，尝试通过对照EDC的历史数据，消除传统临床研究中的对照组。太美医疗也正在实行向研究协作平台进发的战略。 另外，EDC从单纯的项目型工具，转向到临床研究数据管理平台，建立平台级元数据库和CRF库，链接第三方数据源，为企业快速搭建项目数据库、简化数据采集管理流程，提供更加准确便捷的途径。在数据标准化和机构化方面，国内正在迎头赶上。丁利华向动脉网透露，零氪在去年合并了一家EDC公司后，按照国际化的要求，自己也拥有EDC系统的技术能力。零氪将医院的数据标准化和结构化，将大量临床数据转化为应用层级的数据。零氪作为在医疗大数据深耕的头部企业，积累接近300万的结构化的病历数据。零氪也将扩大数据量级，推动临床数据有更多应用场景。例如建立在大量真实临床数据基础上的真实世界研究，它可以帮助药瓶临床应用评价延长药物生命周期，提升药物商业价值。可以预见的是，随着信息管理和分析的改进、产品线的增加、技术和科学数据的改进、制药和生物技术公司外包的增加以及EDC服务的需求等因素都在促进EDC市场的增长。制造商越来越多地采用基于云的服务，安装完全集成的服务，将为EDC市场增长提供有利可图的机会。国内同样需要规范性政策引导行业升级预测机构Stratistics MRC一份报告中分析到：由于CRO市场的火热，为药企研发提供信息化研发的EDC企业也被带动。在临床试验中使用EDC可以让数据管理质量提高、成本下降，所以基于web的交付模式预期将是最大的市场份额。在发展阶段，由于直接数据和远程信息获取以及新药物研发支出的增加，预计第一阶段将以显著的速度增长。CROs预计将是EDC最大的市场，因为它们中的大多数使用商业开发的企业应用程序来支持II期和III期临床开发。EDC信息化企业的服务对象通常是国外和国内的药企。从国内的市场情况来看，数量上以国内的药企居多。从付费能力上看，国外的药企付费能力更强，因此在业务上两者基本持平。 CRO与EDC公司准确来说并非是客户关系，而是合作伙伴，因为最终的支付方是研究的申办方，也就是药企。北美是主要制药公司的主导市场。预计亚太地区将成为增长最快的市场，因为许多制药公司正在使用eClinical解决方案。FDA药物评估和研究中心医疗政策办公室主任法学和医学双料博士Jacqueline Corrigan-Curay对FDA的指南评论到：“随着我们对新医疗产品的认知不断增加，我们关于如何最大限度地提高其效益和最小化潜在风险的知识随着数据的增加而增加。每一个产品的临床使用都会产生数据，帮助我们更好地了解其安全性和有效性。这一指南有助于在临床调查中使用电子健康记录数据，并有助于将日常护理中收集的数据整合到临床试验中。利用真实数据在电子健康记录使临床调查收集数据从日常医疗和监管决策生成适当的科学证据,帮助生成准确、科学的信息卫生保健专业人员和病人需要使用医疗产品维护和改善公众健康。”动脉网发现在国内关于EDC最新的政策是CFDA在2016年7月发布的《临床试验的电子数据采集（EDC）技术指导原则》中鼓励采用EDC系统，其中也有对于EDC功能的规范和要求。动脉网在采访中发现，随着行业的发展，国内也需要监管部门出台规范性的政策。推动规范性政策发展的内部因素，丁利华就表示，像零氪科技这样头部企业，在发展战略中，在积累了很多行业经验和标准化数据中，推动相应的政策变化。与政策配合提升医疗健康大产业。从外部因素来说，太美医疗科技临床研究事业部副总裁马东就对动脉网表示：“中国的医药行业在走向国际化，特别是加入ICH以后，数据标准和数据管理模式也必然趋向于与国际保持一致，以保证中国产生的数据具有真实可信度和其他监管机构的可接受度，所以国内政策对EDC的使用会更加鼓励，更加规范和更加严格，这必然会进一步推动EDC的发展和进入门槛。”EDC作为一种系统工具，有利于临床研究的数据质量保障，加速新药上市，同时，数据资源共享和多方协作是第二个研发执行革命的突破点。EDC和EHRs的发展无疑会简化流程，减少大量成本，极大提高数据质量和最终效果。FDA的指南从政策上推动了临床研究的信息化，引导行业发展。国内距离相关政策的出台已经过去了两年，随着国内医疗改革的加速度和国内医疗信息化需求的提高。相信国内政策也会更加明朗和清晰，处于起步期的EDC市场也将迎来更大的空间。

新药研发周期长、投入大，持续时间久、效率较低。那么在这个相对传统的领域，通过科技手段可以给药物研发带来哪些改变呢？我想利用电子信息化平台提升药物研发过程中的数据管理就是其中之一。“对比国外医药研发企业信息化的投入，国内才处于起步阶段。2010年中国临床试验阶段电子信息化的水平只有10%，经过几年的发展，到2017年电子信息化水平也只有50%左右。而随着中国药企加大新药研发投入，同时仿制药的大量释放，CRO企业的业务量以每年10-15%的速度增长，未来医药临床研究的电子信息化市场将非常可观。”麦瑞医疗创始人朱娟娟表示。2017年6月刚刚成立的嘉兴麦瑞医疗主要从事的就是面向药企和CRO企业提供临床研究SaaS服务。今年10月已经完成了1.0版本的开发，并正式推向市场。目前系统已迭代到1.7版本，并且获得了ISO认证，软件著作权。药物研发是一个长期、多阶段的过程，从Ⅰ期临床试验到批准上市，甚至到后期的Ⅳ期临床试验，过程参与人员复杂，且临床研究对数据质量的要求非常高，各个环节都需要记录。如果仅仅依靠纸质记录这些数据，一方面是不易保存、纸张占据空间大；二是纸质记录的数据也容易被篡改，不利于对于药物研发过程的监管；第三纸质在后期CRA，DM核查和审核时都需要通过人工审核，需要花费大量的工时，并在在最后的统计分析时统计也需要花费更多的。随着去年CFDA陆续发布《临床试验的电子数据采集技术指导原则》《药物临床试验数据管理和统计分析的计划和报告指导原则》以及《关于发布化学药品新注册分类申报资料要求(试行)的通告（2016年第80号）》等文件，国家从监管层面对于数据管理愈发重视，对数据管理计划、数据管理报告以及临床试验数据库电子文件等做了具体规范与要求，中国临床研究SaaS服务市场的需求更加旺盛。目前从全球市场来看，甲骨文（Oracle）、Medidata、以及Veeva等公司都是可以提供临床研究信息化系统的典型代表，国内也有很多公司在从事同类工作，有些已经完成C轮融资。朱娟娟认为，麦瑞医疗虽然和上述企业相比，入场时间相对较晚，但是将主要走产品取胜的路线。现有的SaaS系统中，在逻辑核查、医学编码等环节依然需要线下与线上配合完成。而麦瑞医疗将采用100%线上完成逻辑核查、自动医学编码的方式、自定义导出报表，将原来需要3-5人完成的工作，减少到1人就可以完成。在从事临床试验的人员少，人力成本持续走高的大环境下，麦瑞医疗的SaaS服务将吸引更多的药企和CRO企业。其次，由于很多从事该领域的SaaS服务商都开始拓展更广的其它临床市场，而这部分也会让CRO的压力更大，朱娟娟表示，CRO企业对这类业务比较敏感，麦瑞医疗将从CRO企业入手，服务于CRO实现双方共赢拓展其SaaS服务市场，也让CRO公司更好的服务药厂。据了解，目前麦瑞医疗的SaaS系统已经有30家客户在试用中，已经签署多个合同，价格在几万到百万不等。现阶段，麦瑞医疗主要集中在提供EDC（电子数据采集系统）、IWRS（中央随机系统）、CTMS（临床试验项目管理系统）。接下来公司还将陆续开发ePRO（患者报告输出系统）、eTMF（电子文件管理系统）等基础系统。据了解，麦瑞医疗团队核心成员主要来自药企、CRO企业。