顯而易見，人工智能（AI）和移動醫療軟件（mHealthapp）能改善臨床研究的參與度及效率，然而行業的古老慣性和尚待發展的分析手段拖慢了新技術的進一步應用。

德勤的一份研究報告中指出，通過提升患者參與度和優化流程效率，人工智能（AI）和移動醫療軟件（mHealthAPP）可加速臨床研究的創新。然而行業慣性和數據分析方法的尚待完善讓相關方猶豫再三，躊躇不前。

隨著消費期望值的提高，受試者逐漸要求獲得更友好的參與體驗度。然而報告指出，行業對技術的采納過慢導致哪怕是受試者的基本需求都難以滿足。對于受試者而言，前往中心的交通不便就很大程度上降低了他們參與意愿。據分析，美國70％的潛在受試者離最近中心的行程為兩個多小時，這種現況讓潛在受試者的參與意愿不再強烈。

然而，虛擬臨床試驗（Virtual trials ）卻為這個問題提供了解決方案，使受試者能夠在舒適的家中就可以參與研究并消除了其交通不便的負擔。該報告稱：“虛擬臨床試驗可通過社交媒體、電子許可、遠程醫療、應用程序和生物傳感器來簡化受試者招募流程，實現與受試者的直接交流并且支持被動和主動的數據收集。”

此外，虛擬臨床試驗還通過利用短信和智能手機APP來提醒受試者服藥，記錄他們的健康數據并實時回答他們提出的問題，就能持續吸引受試者參與到整個臨床研究中來。

傳統臨床試驗的招募方法因無法招到多樣化的代表性研究人群而宣告失敗。而通過社交媒體和人工智能的虛擬臨床試驗卻能做到，同時這種方式也可以幫助申辦方更好地分析其在研產品在不同亞組人群的治療效果。

將數字參與和有關健康的互聯網（IT）工具融入到傳統臨床試驗招募和管理流程中可能有助于研究人員克服當前系統的一些低效問題。比如，在傳統臨床試驗中，標準的定期臨床評估并不能總收集到受試者的研究數據，而重復的手動和管理任務也只會降低研究人員的生產力。

該報告稱，智能手機傳感器、可穿戴設備和移動醫療軟件（mHealth APP）可更高效地收集受試者臨床研究數據并產生更敏感的測量結果，這就使得申辦方在研產品的療效通過更短的研究，更少的受試者以及更少的時間和金錢投入就可以得到驗證。

智能手機應用程序（Smartphone apps）還可以幫助捕獲與受試者有關的數據關鍵點，比如可作為生活質量的測量工具或能進行特定的日常活動，而這些都有利于推動其在市場上的應用。

另外，使用以人工智能（AI）方法、機器學習或自然語言處理為驅動的工具可自動執行重復性任務，比如起草標準化合同或檢查遺漏或不一致的受試者研究數據等。

盡管人工智能（AI）和移動醫療軟件（mHealth APP）對受試者參與臨床研究和運營效率均產生積極的潛在影響，但是否予以采納，許多利益相關方仍猶豫再三，躊躇不前。

報告指出：“我們發現該行業在數字化其臨床開發流程方面的應用進展緩慢，這與該行業在其他方面的數字化應用差異很大。”

“即使是最先進的機構，也只是在臨床開發的不同領域試用過幾種技術，且這些技術集中在零碎的解決方案或支持現有流程的新工具上。”

所有臨床試驗申辦方都認同這一觀點，即將人工智能（AI）應用于市場之前，必須解決其安全性和可靠性問題。 然而，有人認為，開發商的預算只夠用于試點創新。在這種情況下，想說服臨床試驗申辦方將資金用在這些未經證實的人工智能（AI）上，就顯得更加艱難。

報告建議：“嚴格的變革管理有助于克服許多組織和文化的障礙。“關于新技術與新流程是如何影響臨床研究結果和日常生活的相關培訓將會成為變革管理舉措的一部分。”

IT基礎設施不足和尚待發展的分析手段是人工智能（AI）未得到應用的其他方面的主要原因。

該報告還指出，對于臨床試驗而言，從電子病歷（EHR）管理系統和基因組數據庫中獲取外部數據至關重要，但這些數據卻很難獲得。“學術研究人員，研究者，合同研究企業（CRO）和申辦方需要彼此高效地共享數據。但由于不同地區受試者的數據隱私規則存在差異，要想在臨床試驗之外使用這些數據，則還需要獲得額外的同意。”

為了緩解這些問題，報告建議利益相關方要制定出相應的數據基礎設施和管理計劃，以便在多項研究中都能分析其內部數據。同時，臨床開發領導者還應確保受試者的數據可用于二次分析，并確保研究人員之間簽署數據共享協議。

該報告稱，未來，使用人工智能（AI）和移動醫療軟件（mHealth APP）將成為臨床試驗行業取得成功的必要條件。

該報告總結說：“數字技術可通過整合來自多個數據源的有價值的見解，從根本上改善受試者體驗，提高臨床試驗生產力，并提高試驗中收集的數據的數量和質量，以進一步改變公司臨床開發的方式。”