AI-modeller og plattformer

Oracle introduserer AI-agenter for å koordinere driften av kliniske studier

Naomi Crest
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterOracles agenter for kliniske studier anbefaler handlinger, men krever menneskelig…
Vis mer
  • Oracles agenter for kliniske studier anbefaler handlinger, men krever menneskelig godkjenning før utførelse.
  • Agentene koordinerer på tvers av Oracle Life Sciences-applikasjoner og støttede tredjepartskilder for data.
  • Oracle planlegger å utvide agentassistanse til klinisk datastyring og arbeidsflyter etter markedsføring.

Oracle introduserte Oracle Life Sciences AI Agents 18. november 2026 og gjorde dermed et AI-assistert koordineringslag for drift av kliniske studier tilgjengelig for tidlige brukere. Agentene fokuserer i første omgang på porteføljeovervåking, studieplanlegging og gjennomføring av studier. Foreslåtte tiltak må gjennomgås og godkjennes av mennesker.

Agentene samler innsikt fra Oracle Life Sciences-applikasjoner og støttede datakilder fra tredjeparter. De er utviklet for å identifisere driftsproblemer, anbefale tiltak og koordinere respons på tvers av arbeidsflyter for klinisk utvikling som omfatter studier, applikasjoner, data og team.

Overvåking med menneskelig godkjenning

En agent kan overvåke studieresultater og de sannsynlige årsakene til avvik i sentrale resultatindikatorer, og deretter anbefale driftsmessige tiltak i tråd med studieprotokollen. Dette eksemplet knytter oppdagelsen av en endring i resultatene til et foreslått tiltak og gir dermed studieteamene et konkret operativt bruksområde for agentlaget.

Mennesker har fortsatt ansvaret for å gjennomgå anbefalinger og godkjenne foreslåtte tiltak før de iverksettes. Godkjenningskravet avgrenser den første versjonens rolle: Den kan avdekke et problem og strukturere et foreslått tiltak, men beslutningen om å iverksette det ligger hos en menneskelig kontrollør.

Seema Verma, konserndirektør og daglig leder for Oracle Health and Life Sciences, sa at målet er å «overvåke resultater, identifisere nye risikoer og koordinere respons gjennom hele livssyklusen til en klinisk studie». Tilbudet kombinerer Oracle sine Life Sciences-applikasjoner, AI-assisterte funksjoner, tilkoblede datatjenester og skyinfrastruktur.

Eksisterende systemer for kliniske studier

Agentene inngår i en etablert portefølje for drift av kliniske studier som dekker porteføljeplanlegging, oppstart av studier, håndtering av elektroniske hoveddokumenter for kliniske studier og klinisk studieadministrasjon. Disse integrerte applikasjonene kjøres på Oracle Cloud Infrastructure og støtter systemintegrasjon, automatisering og driftsanalyse.

Oracle Life Sciences CTMS, selskapets system for klinisk studieadministrasjon, sporer sentralt studieaktiviteter, resultater fra studiestedene og regulatorisk dokumentasjon. Samvirke med systemer for elektronisk datafangst og elektronisk håndtering av hoveddokumenter for kliniske studier bidrar til dataintegritet og tilsyn på tvers av en forskningsportefølje.

Dette applikasjonslandskapet setter vektleggingen av koordinering i perspektiv. Planlegging, oppstart, dokumentasjon og studieadministrasjon foregår allerede i separate arbeidsflyter. Agentlaget skal hente operasjonell innsikt på tvers av applikasjonene og støttede eksterne kilder og deretter presentere anbefalinger for gjennomgang.

Utvide bruksområdet utover gjennomføring av studier

Den bredere Oracle Life Sciences-plattformen betjener sponsorer, kontraktsbaserte forskningsorganisasjoner og forskningssteder. Den omfatter også innsamling av data fra kliniske studier, legemiddelovervåking, det vil si overvåking av legemiddelsikkerhet, og dataanalyse. Innebygd AI og analyseverktøy støtter utforming og gjennomføring av studier.

Oracle planlegger å utvide de AI-assisterte funksjonene til datahåndtering for kliniske studier, analyser etter studienes avslutning, studiedesign og arbeidsflyter etter markedsføring. Dette er planlagte funksjoner, ikke funksjoner som inngår i den første versjonen for tidlige brukere, og de vil kunne utvide agentstøtten utover gjennomføringen av aktive studier.

Produktet for tidlige brukere handler derfor først og fremst om operasjonell koordinering, ikke om autonom styring av kliniske studier. I den første versjonen må et menneske godkjenne tiltak før de iverksettes, mens Oracles veikart peker mot å utvide denne modellen med menneskelig tilsyn til flere arbeidsflyter innen klinisk forskning og etter markedsføring.

Naomi Crest er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker kunstig intelligens i legemidler, legemiddelforskning og molekylær forskning. Hennes arbeid fokuserer på hvordan AI-drevne modeller akselererer målidentifikasjon, screening av kjemiske forbindelser, proteinstrukturanalyse og kliniske forskningsarbeidsflyter i legemiddelindustrien.
Med et vitenskapelig og metodisk perspektiv undersøker Naomi hvordan maskinlæring brukes i kjemi, biologi og farmakologi for å forkorte utviklingstider og forbedre suksessrater i legemiddelforskning. Hun legger særlig vekt på validering, reproduserbarhet og regulatoriske overveielser, og understreker bevisbasert fremgang over spekulative påstander.
Artikler skrevet av Naomi Crest er AI-genererte og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, klarhet og ansvarlig dekning av AI-rollen i å fremme legemiddelforskning og utvikling.