AI-modeller och plattformar

Oracle lanserar AI-agenter för att samordna verksamheten kring kliniska prövningar

Naomi Crest
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterOracles kliniska prövningsagenter rekommenderar åtgärder men kräver mänskligt…
Visa mer
  • Oracles kliniska prövningsagenter rekommenderar åtgärder men kräver mänskligt godkännande före utförande.
  • Agenterna samordnar mellan Oracle Life Sciences-applikationer och datakällor från tredje part som stöds.
  • Oracle planerar att utöka agentbaserat stöd till klinisk datahantering och arbetsflöden efter marknadsintroduktion.

Oracle presenterade Oracle Life Sciences AI Agents den 18 november 2026 och gjorde därmed ett AI-stött samordningslager för verksamheten kring kliniska prövningar tillgängligt för tidiga användare. Agenterna inriktar sig inledningsvis på portföljövervakning, prövningsplanering och genomförande av prövningar. Föreslagna åtgärder måste granskas och godkännas av människor.

Agenterna sammanför insikter från Oracle Life Sciences-applikationer och data från stödda tredjepartskällor. De är utformade för att identifiera operativa problem, rekommendera åtgärder och samordna insatser i arbetsflöden för klinisk utveckling som omfattar studier, applikationer, data och team.

Övervakning med mänskligt godkännande

En agent kan övervaka studieresultat och de sannolika orsakerna till avvikelser i nyckeltal och sedan rekommendera operativa åtgärder som följer prövningsprotokollet. Exemplet kopplar upptäckten av en resultatförändring till ett föreslaget svar och ger prövningsteamen ett konkret operativt användningsområde för agentlagret.

Människor ansvarar fortfarande för att granska rekommendationer och godkänna föreslagna åtgärder innan de genomförs. Godkännandekravet ger den första produktversionen en avgränsad roll: den kan uppmärksamma ett problem och sammanställa ett förslag till åtgärd, medan beslutet om att genomföra den ligger hos en mänsklig granskare.

Seema Verma, vice vd och chef för Oracle Health and Life Sciences, sade att målet är att ”övervaka resultaten, identifiera framväxande risker och samordna insatser under hela prövningens livscykel”. Erbjudandet kombinerar Oracles Life Sciences-applikationer, AI-stödda funktioner, sammankopplade datatjänster och molninfrastruktur.

Befintliga system för kliniska prövningar

Agenterna ingår i en etablerad portfölj av lösningar för verksamheten kring kliniska prövningar, som omfattar portföljplanering, uppstart av studier, hantering av elektroniska prövningsakter och hantering av kliniska prövningar. Dessa integrerade applikationer körs via Oracle Cloud Infrastructure och stöder systemintegration, automatisering och operativ analys.

Oracle Life Sciences CTMS, Oracles system för hantering av kliniska prövningar, håller centralt reda på studieaktiviteter, prövningsställenas resultat och regulatorisk dokumentation. Samverkan med system för elektronisk datainsamling och elektroniska prövningsakter bidrar till dataintegritet och tillsyn inom en forskningsportfölj.

Applikationslandskapet sätter fokus på samordning i sitt sammanhang. Planering, uppstart, dokumentation och prövningshantering bedrivs redan i separata arbetsflöden. Agentlagret är avsett att sammanställa operativa insikter från olika applikationer och stödda externa källor och sedan presentera rekommendationer för granskning.

Utvidgning utöver genomförandet av prövningar

Den bredare Oracle Life Sciences-plattformen riktar sig till sponsorer, kontraktsforskningsorganisationer och forskningscentrum. Den omfattar också insamling av data från kliniska prövningar, farmakovigilans – det vill säga övervakning av läkemedelssäkerhet – och dataanalys. Inbyggd AI och analysfunktioner stöder studiedesign och genomförande.

Oracle planerar att utöka de AI-stödda funktionerna till datahantering inom kliniska prövningar, analyser efter prövningar, prövningsdesign och arbetsflöden efter marknadslansering. Dessa funktioner ingår i utvecklingsplanen, men inte i den första versionen för tidiga användare, och skulle utvidga det agentbaserade stödet till fler områden än genomförandet av pågående studier.

Produkten för tidiga användare inriktas därför på operativ samordning snarare än autonom hantering av prövningar. Mänskligt godkännande styr genomförandet i den första versionen, medan Oracles utvecklingsplan pekar mot att denna modell med mänsklig tillsyn ska utvidgas till fler arbetsflöden inom klinisk forskning och efter marknadslansering.

Naomi Crest är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker artificiell intelligens inom läkemedelsindustrin, läkemedelsupptäckt och molekylär forskning. Hennes arbete fokuserar på hur AI-drivna modeller accelererar målidentifiering, screening av kemiska föreningar, proteinstrukturanalys och kliniska forskningsflöden inom läkemedelsindustrin.
Med ett vetenskapligt och metodiskt perspektiv undersöker Naomi hur maskininlärning tillämpas på kemi, biologi och farmakologi för att förkorta utvecklingstider och förbättra framgångsgraden i läkemedelsupptäckt. Hon lägger särskild vikt vid validering, reproducerbarhet och regulatoriska överväganden, med betoning på evidensbaserad utveckling snarare än spekulativa påståenden.
Artiklar skrivna av Naomi Crest är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa noggrannhet, tydlighet och ansvarsfull rapportering om AI:s roll i att främja läkemedelsforskning och utveckling.