【PM的智能助手·上篇】:运用AI模型的效率提升

临床试验项目管理涉及复杂的流程、海量的数据和多方协调，传统工作模式常常让PM们疲于奔命。随着AI模型的快速发展，有没有好方法可以让AI 提升效率，减轻压力呢？答案是肯定的。

一份智能周报自动生成，三个研究中心的风险预警即时推送，几百上千份患者报告的智能分析在20分钟内完成——这已经不是未来图景，而是正在改变临床试验管理的现实。

本文从AI模型最擅长处理的事务类型入手，和各位PM讨论提升工作效率的新思路。

01 方案和报告的智能审核员

整个临床试验的过程中，非常多的文件校对审核工作占据了PM大量时间。比如伦理批件方案版本号与当前版本是否一致，每一家临床试验中心的执行方案与申办方要求是否完全一致，研究者资质文件是否涵盖全部的参与者？还有文件发生更新，新版本是否同步到全部的关联文件等等问题，都需要逐一校对确认。

现在有了AI 工具，那么交给工具然后发出指令：

"与上一版本相比，本次方案变更了哪些内容，请全部标记出来。"

“请根据研究者资质文件列出文件中涉及的研究者名单，并与A中心临床试验研究者清单比较，标记出两张表格中不同的研究者”。

"请整理所有涉及不良事件上报时限和流程的条款。"

......

AI工具结构化输出，PM来核对和补充，可以节省大量时间，而且不容易忽略细节，避免长时间阅读疲劳的干扰因素。

02 报告生成的自动化流水线

PM在临床项目中经常陷入各种报告的报山报海中，而且很多报告结构重复，是大量的重复性劳动。但是这却是AI工具最擅长的文字工作场景。

举个例子，每季度向申办方和管理层汇报试验进展，需要整合临床数据、药物安全、财务支出、项目风险等多个维度的信息。

现在有了AI工具，PM先准备标准模板，或者将以往满意的报告提交给AI提炼成模板。然后提供原始数据表格，AI会从从数据表中提取数字、计算统计，再根据PM要求的指标，结构完整的报告草案（包含入组进度柱状图、不良事件列表、预算执行情况等等）短时间就可以生成。PM可以继续给AI细化指令，通过比较和分析，总结项目进度上、执行中的风险点。

只需花费1-2小时对AI生成的报告进行润色、补充背景和最终判断，就能从大量资料整理、制图、撰写中解放出来。

03 进度追踪的数据管家

PM在临床项目中每周需要汇报的进度情况，以往都是根据各中心的上报报表、邮件、甚至电话沟通，来拼凑临床试验全景图。

现在有了AI工具，PM先准备标准模板，或者使用以往满意的进度报告提交给AI提炼成模板。收到各中心填写后的数据，通过指令让AI工具进行处理：

请根据上传的各中心数据，按照入组数字进行排序，输出列表；

按照入组偏差率再次排序，输出列表；

根据本周数据，在比较上传的整体方案进度要求，对进度状态进行分析；

列出连续三周入组数字下降的中心；

......

PM不再需要手动统计各中心邮件报表。AI工具自动生成可视化图表，直观展示趋势。也可以提前知晓入组缺口，针对性地调整招募策略、资源倾向，对特定中心进行支持。

04 沟通稿件的专业秘书

PM是处在多方协调的枢纽点，每日每周不停的协调沟通是工作常态，尤其需要用到邮件等书面沟通时，这种高度重复的耗时工作就需要专业秘书来跟进处理。现在我们有了AI工具，起草沟通邮件，简短汇报等等，也是它专业擅长的领域。