CHINESE JOURNAL OF MEDICINAL GUIDE >

2026 , Vol. 28 >Issue 6: 762 - 762-766

DOI: https://doi.org/10.1009-0959.2026.050023

Applications and Challenges of Artificial Intelligence in Drug Clinical Trials

  • Yuan-Feng GONG
Expand
  • Clinical Trial Management Office， the First Affiliated Hospital of Harbin Medical University， Heilongjiang Harbin 150001， China

Received date: 2025-11-14

  Revised date: 2026-03-17

  Accepted date: 2026-04-20

  Online published: 2026-08-17

Supported by


Fold

Abstract

Artificial intelligence （AI） is gradually changing the mode of drug clinical trials and improving the efficiency and quality of trials. This study reviews the application of AI in clinical trials， focusing on its practical value in three scenarios： investigational product management， quality control and archives management. In investigational product management， AI can realize the whole-process intelligent control， including real-time environmental monitoring， early warning of equipment failure and inventory risks， precise drug allocation， optimization of medication regimens， automated dispensing records and anomaly alerts， as well as closed-loop management of drug return and destruction. In terms of quality control， AI realizes real-time analysis and anomaly detection of trial data through machine learning， optimizes subject matching and compliance management， and reduces human errors through intelligent early warning systems， so as to improve the reliability and standardization of trials. In archives management， AI assists in the automated processing of massive trial documents， improving the efficiency of information retrieval and data traceability. This study also discusses the challenges faced in AI application， such as data quality， privacy protection and ethical authorization， aiming to provide references for the standardized and sustainable development of AI in the field of drug clinical trials， and promoto a dynamic balance between technological innovation and ethical norms.


Key words： Artificial intelligence； ; Clinical trial； ; Quality control； ; Ethics

Cite this article

Yuan-Feng GONG .

Applications and Challenges of Artificial Intelligence in Drug Clinical Trials

[J]. CHINESE JOURNAL OF MEDICINAL GUIDE, 2026 , 28(6) : 762 -762-766 . DOI: 10.1009-0959.2026.050023

References

［1］ 张思玮.唐玉：人工智能时代，临床试验如何“快马加鞭”［N］.医学科学报，2025-06-06（007）.

         ［2］  许重远.专栏导语：《中国医药导刊》“药物临床试验”专栏建设［J］.中国医药导刊，2024，26（2）：107-108.

         ［3］  沈愷，吴听，张芳宁，等.探索人工智能新前沿中国经济再迎新机遇［J］.机器人产业，2022，（5）：83-94.

         ［4］  言方荣.人工智能在生物医药领域中的应用和进展［J］.中国药科大学学报，2023，54（3）：263-268.

         ［5］  任相阁，任相颖，李绪辉，等.医疗领域人工智能应用的研究进展［J］.世界科学技术-中医药现代化，2022，24（2）：762-770.

         ［6］  徐莉，李敏，何伍.人工智能在药品开发及监管中的应用［J］.中国医药导刊，2025，27（4）：331-337.

         ［7］  陈健祺，刘冬，林浩添.人工智能在眼科药物研发的契机与挑战［J］.眼科学报，2022，37（7）：595-602.

         ［8］  高月，温海棠，李亚港，等.人工智能在药物临床试验中的应用［J］.中国临床药理学杂志，2025，41（10）：1483-1488.

         ［9］  赵宇，张静，张春明，等.从全球药品监管科学视角看计算机建模与仿真新方法的发展现状及趋势［J］.中国食品药品监管，2023，（7）：6-15，138-139.

         ［10］ 国家药品监督管理局食品药品审核查验中心.药物临床试验数据核查阶段性报告［EB/OL］.（2017-7-21）［2026-01-13］.https：//cfdi.org.cn/cfdi/resource/news/9136.html.

         ［11］ 孟啸，陈庆琳，朱玉洁，等.药物临床试验医院信息系统互联互通实践研究［J］.中国医院药学杂志，2020，40（5）：565-569.

         ［12］ 代云飞，向瑾，郭雨娇，等.基于医院信息系统建立GCP药房的设计与应用探讨［J］.中国数字医学，2022，17（6）：41-45.

         ［13］ 李济忱，王远方，沈亮，等.临床试验中心药房信息化建设相关思考［J］.中国现代应用药学，2023，40（17）：2341-2345.

         ［14］ 牛晓也，张晓婷，高玉玲，等.利用信息化技术实现临床试验用药品中心化管理质量与效率共赢［J］.中国新药杂志，2018，27（19）：2281-2285.

         ［15］ 姚立新.浅析人工智能/机器学习用于药品开发——基于FDA讨论文件的探讨［J］.中国食品药品监管，2023，（7）：44-57，145-153.

         ［16］ 陈耀龙，孟文勃，彭晓霞.临床研究概述与挑战应对［J］.兰州大学学报（医学版），2024，50（1）：1-6，15.

         ［17］ 谢伟.人工智能在医药研发中的创新应用［J］.中国信息界，2024，（1）：31-34.

         ［18］ 王春杰，胡明政，安明扬，等.人工智能电子病历质量控制技术应用效果研究［J］.中国医学装备，2023，20（8）：138-141.

         ［19］ 张明辉，李响，孔德娟，等.基于医院大数据平台的临床试验智能管理系统的构建与应用［J］.中国食品药品监管，2022，（6）：26-33.

         ［20］ 朱文博.人工智能在药品审评审批中的应用［J］.中国科技信息，2025，（12）：148-150.

         ［21］ 刘星，卢晓然，吴影，等.人工智能应用于临床试验的伦理问题分析及对策［J］.中国临床药理学与治疗学，2022，27（3）：322-327.

鈥�
Options
Outlines

/

〈 〉