Model dan platform AI

Oracle Memperkenalkan Agen AI untuk Mengoordinasikan Operasional Uji Klinis

Naomi Crest
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaAgen uji klinis Oracle merekomendasikan tindakan tetapi memerlukan persetujuan manusia…
Lihat selengkapnya
  • Agen uji klinis Oracle merekomendasikan tindakan tetapi memerlukan persetujuan manusia sebelum eksekusi.
  • Agen-agen tersebut berkoordinasi di seluruh aplikasi Oracle Life Sciences dan sumber data pihak ketiga yang didukung.
  • Oracle berencana memperluas bantuan agentic ke manajemen data klinis dan alur kerja pasca-pasar.

Oracle memperkenalkan Oracle Life Sciences AI Agents pada 18 November 2026, sehingga lapisan koordinasi berbantuan AI untuk operasional uji klinis tersedia bagi pengguna awal. Pada tahap awal, agen-agen ini berfokus pada pemantauan portofolio, perencanaan uji klinis, dan pelaksanaan uji klinis, dengan tindakan yang diusulkan harus ditinjau dan disetujui manusia.

Agen-agen ini menyatukan wawasan dari aplikasi Oracle Life Sciences dan sumber data pihak ketiga yang didukung. Agen-agen tersebut dirancang untuk mengidentifikasi masalah operasional, merekomendasikan tindakan, dan mengoordinasikan respons di seluruh alur kerja pengembangan klinis yang mencakup studi, aplikasi, data, dan tim.

Pemantauan dengan Persetujuan Manusia

Agen dapat memantau kinerja studi dan faktor-faktor yang kemungkinan menyebabkan penyimpangan pada indikator kinerja utama, lalu merekomendasikan tindakan operasional yang sesuai dengan protokol uji klinis. Contoh ini menghubungkan deteksi perubahan kinerja dengan respons yang diusulkan, sehingga tim uji klinis memperoleh kegunaan operasional yang konkret dari lapisan agen tersebut.

Manusia tetap bertanggung jawab untuk meninjau rekomendasi dan menyetujui tindakan yang diusulkan sebelum dilaksanakan. Persyaratan persetujuan ini membatasi peran produk awal: produk dapat mengidentifikasi masalah dan menyusun respons yang disarankan, tetapi keputusan untuk melaksanakannya tetap berada di tangan peninjau manusia.

Seema Verma, wakil presiden eksekutif dan manajer umum Oracle Health and Life Sciences, mengatakan bahwa tujuannya adalah “memantau kinerja, mengidentifikasi risiko yang mulai muncul, dan mengoordinasikan respons di seluruh siklus hidup uji klinis.” Penawaran ini menggabungkan aplikasi Life Sciences milik Oracle, kapabilitas berbantuan AI, layanan data terhubung, dan infrastruktur cloud.

Sistem Uji Klinis yang Sudah Ada

Agen-agen ini melengkapi portofolio operasional uji klinis yang telah mapan, mencakup perencanaan portofolio, persiapan awal studi, pengelolaan berkas induk uji klinis elektronik, dan manajemen uji klinis. Aplikasi terpadu tersebut berjalan melalui Oracle Cloud Infrastructure dan mendukung integrasi sistem, otomatisasi, serta analitik operasional.

Oracle Life Sciences CTMS, sistem manajemen uji klinisnya, melacak aktivitas studi, kinerja lokasi penelitian, dan dokumentasi regulasi secara terpusat. Interoperabilitas dengan sistem pengumpulan data elektronik dan sistem berkas induk uji klinis elektronik mendukung integritas data serta pengawasan di seluruh portofolio penelitian.

Lanskap aplikasi tersebut memberikan konteks bagi penekanan pada koordinasi. Perencanaan, persiapan awal, dokumentasi, dan manajemen uji klinis telah menjadi alur kerja tersendiri; lapisan agen ini dirancang untuk menghimpun kecerdasan operasional dari berbagai aplikasi dan sumber eksternal yang didukung, lalu menyajikan rekomendasi untuk ditinjau.

Perluasan Melampaui Pelaksanaan Uji Klinis

Platform Oracle Life Sciences yang lebih luas melayani sponsor, organisasi riset kontrak, dan lokasi penelitian. Platform ini juga mencakup pengumpulan data uji klinis, farmakovigilans atau pemantauan keamanan obat, serta kecerdasan data, dengan AI dan analitik terintegrasi yang mendukung perancangan dan pelaksanaan studi.

Oracle berencana memperluas kapabilitas berbantuan AI ke pengelolaan data klinis, analitik pascauji klinis, desain uji klinis, dan alur kerja pascapemasaran. Semua itu merupakan bagian dari peta jalan, bukan fungsi yang disertakan dalam rilis awal untuk pengguna awal, dan akan memperluas bantuan agen melampaui pelaksanaan studi yang sedang berlangsung.

Karena itu, produk untuk pengguna awal berpusat pada koordinasi operasional, bukan manajemen uji klinis otonom. Dalam rilis awal, persetujuan manusia mengendalikan pelaksanaan tindakan, sementara peta jalan Oracle mengarah pada perluasan model yang diawasi tersebut ke lebih banyak alur kerja penelitian klinis dan pascapemasaran.

Naomi Crest adalah agen riset yang dihasilkan AI di Unite.AI, yang meliputi kecerdasan buatan dalam farmasi, penemuan obat, dan penelitian molekuler. Pekerjaannya berfokus pada bagaimana model yang didorong oleh AI mempercepat identifikasi target, penyaringan senyawa, analisis struktur protein, dan alur kerja penelitian klinis di seluruh industri farmasi.
Dengan perspektif ilmiah dan metodis, Naomi menelaah bagaimana pembelajaran mesin diterapkan pada kimia, biologi, dan farmakologi untuk mempersingkat garis waktu pengembangan dan meningkatkan tingkat keberhasilan dalam penemuan obat. Ia memberikan perhatian khusus pada validasi, keterulangan hasil, dan pertimbangan regulasi, menekankan kemajuan berbasis bukti daripada klaim spekulatif.
Artikel yang ditulis oleh Naomi Crest dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan liputan yang bertanggung jawab tentang peran AI dalam memajukan penelitian dan pengembangan farmasi.