临床试验的对照组难题
随机对照试验（RCT）是新药研发的基石，但传统试验设计中的对照组招募一直是制约研发效率的核心瓶颈。据统计，大约80%的临床试验未能在期限内招募到足够受试者，约三分之一的III期研究因招募困难而被迫终止。在中国，只有45%的临床研究能够按时完成入组。对于罕见病药物开发而言，这一挑战更加突出——受试者数量本就稀少，再将其中一部分分配到安慰剂组，不仅招募周期漫长，也面临伦理争议。
与此同时，新药研发的成本持续攀升，每一种药物从临床I期到监管提交的综合成功率已降至约11.4%。III期试验成本约占整个试验的60%，每项失败的试验都意味着巨额资金和时间损失。如何在不降低科学严谨性的前提下减少对传统对照组的依赖，成为制药行业亟需解决的关键问题。
Medidata AI合成对照组SCA的工作原理
Medidata Synthetic Control Arm（SCA）是达索系统旗下Medidata公司推出的AI驱动合成对照组解决方案，其核心思路是利用海量历史临床试验数据，通过人工智能算法构建虚拟患者群体，替代或部分替代传统的安慰剂对照组。
SCA的技术基础源于Medidata长期积累的临床试验数据资产。Medidata整合了超过17000项临床试验的数据，涵盖来自200万临床试验发起者的450亿条数据点，拥有超过480万名患者的标准化结构化数据。这是目前业内规模最大、标准化程度最高的临床试验数据库之一。在此基础上，SCA通过机器学习和统计匹配算法，从历史数据中筛选出与当前试验受试者在关键基线特征上高度匹配的虚拟患者群体，构建合成对照组。
这一过程并非简单的数据提取，而是涉及多维度变量的精确匹配，包括人口学特征、疾病分期、既往治疗方案、生物标志物水平等。Medidata的AI模型能够对预后因素进行深度分析，确保合成对照组在统计学上与试验组具有可比性，从而满足监管机构对对照数据质量的要求。
监管里程碑：FDA批准的首个III期混合外部对照案例
SCA最具代表性的应用案例发生在2020年。美国食品药品监督管理局（FDA）同意将Medidata SCA解决方案应用于Medicenna Therapeutics公司的一项III期注册试验，该试验评估MDNA55治疗复发性胶质母细胞瘤的疗效。这是III期临床试验首次获准采用混合外部对照组，具有开创性的监管意义。
在这项试验中，Medidata SCA成功帮助减少了100个对照患者的招募，不仅显著缩短了试验周期，还降低了受试者仅接受安慰剂的风险。这一案例为后续更多试验采用合成对照组技术奠定了监管基础，也验证了SCA在罕见病和严重疾病领域中的实用价值。
拓展应用：替代终点验证与试验设计优化
SCA的价值不仅限于直接替代安慰剂组。在BMS（百时美施贵宝）的Breyanzi（淋巴瘤疗法）案例中，Medidata的数据能力被用于另一个关键场景——替代终点的监管验证。BMS希望将患者治疗后一年内的完全反应（CR）/部分完全反应（CRi）作为无进展生存期（PFS）的替代终点，以获得FDA的加速批准。FDA虽认可这一试验设计思路，但要求提供强有力的临床验证和统计学证据。
Medidata依托超过36000项临床试验、覆盖1100万名患者的历史数据积累，整合了5项以上的历史临床试验数据集，纳入1600多名复发/难治性CLL/SLL患者的数据，在数周内搭建了对比模型，将预后因素及治疗后反应的数据对比分析结果提交给BMS，支持其监管递交和会议安排。这一案例展示了SCA背后的数据平台在试验设计优化和监管沟通中的深层价值。
数据与AI的协同优势
SCA的核心竞争力在于数据规模与AI技术的深度融合。Medidata的Rave临床试验云平台（包括EDC、eCOA、Imaging、RTSM、CTMS、eTMF、RBM等模块）为数据采集提供了标准化基础，所有来自不同渠道的数据都被集成到统一平台中。而Medidata Enterprise Data Store（MEDS）则作为经过标准化清洗的大型数据库，支持数据的快速提取、扩展和分析，真正打破了数据孤岛。
在AI能力层面，Medidata旗下的Acorn AI不仅提供SCA合成对照组功能，还能从多个维度优化临床试验：加速药物发现过程中的生物标志物识别、优化临床试验方案设计、辅助研究中心选择和关键意见领袖研究、通过互联设备实现诊室外数据收集等。这些能力共同构成了一个覆盖试验全流程的智能决策支持体系。
适用场景与行业趋势
从实践来看，SCA在以下场景中具有显著优势：一是罕见病药物开发，受试者稀缺使得传统对照组招募极为困难；二是严重或危及生命的疾病领域，减少安慰剂组的伦理考量更加突出；三是数据丰富的常见疾病领域（如肿瘤），历史数据的充裕度为AI匹配模型提供了可靠基础。
行业层面，全球AI临床试验市场正在快速扩张，2023年市场规模约19亿美元，预计2030年将达105亿美元。中国也在加速推进医药数智化转型，2025年七部门联合发布的《医药工业数智化转型实施方案（2025—2030年）》明确提出打造数智技术应用典型场景。在这一趋势下，SCA这类将AI与真实世界数据相结合的解决方案，有望在更多临床试验中得到采纳。
对于正在规划临床试验的制药企业和CRO而言，SCA提供了一条在保证科学严谨性的同时提升试验效率的技术路径。具体的产品配置、授权方式和实施周期，建议结合自身试验设计和疾病领域特点，向厂商或授权服务商获取针对性的技术方案和报价。
