AI智能体与临床研究：一个产业的年度最强音

传统的临床研发过程漫长，成功率仅为10%，进入临床试验的候选药物中仅10%最终获批。AI赋能临床试验通过智能手机提醒和警示提高依从性，解决临床实验一般流程中的痛点。

患者招募：25%的抗肿瘤临床试验未能完成患者招募，18%的试验在3年或更长时间后因患者纳入数量不足目标的50%而终止。
医生推荐患者入组的挑战：传统人工对比工作量巨大，医生对项目的试验方案有顾虑，医生对项目信息不知情/不熟悉，患者招募条件复杂，医生缺乏了解前期研究的数据和结论，医生不能及时更新项目信息。
患者参加临床试验的挑战：患者不同意参加临床试验，患者对自己的疾病不知情，依从性差，患者家属基于各种考虑，要求隐瞒患者病情，患者放弃治疗，患者缺乏对临床试验的信息全面了解，一旦入组临床试验，必须严格按照试验流程检查，患者抗拒，异地就医，再回来的时候已经不符合“一线初治晚期恶性肿瘤”的入排标准，与患者家属的沟通成本高。

临床实验入组判断：自动判断病人是否符合临床实验的条件，自动根据更新的病历进行匹配罗列满足和不满足条件，匹配时间<1分钟。
多模型适配的混合部署模式：支持多模型接入，支持豆包大模型家族（多模态、语音、视觉）主流开源模型（DeepSeek，Qwen等）他商业模型（文心一言、GPT-4等）。
院内私有数据不出域：员工信息、产品信息、经营数据、知识库。
按需访问外网增强效果：通过插件访问外网，如搜索增强、内容增强等，在保证安全性的前提下提升应用效果。
全面的国产化适配：国产化硬件（海光CPU(X86_64/AMD64)、鲲鹏（ARM64/AARCH64））、国产化操作系统（银河麒麟、统信）、国产化数据库（GoldenDB、高斯DB、OceanBase）。