2026年1月中旬短短48小时内，全球两大最具影响力的药品监管机构相继发布了两份文件。单独来看，这两份文件或许只是例行的技术性更新；但放在一起解读，它们所描绘的，是未来数年内关键性临床试验的设计、评估与审批方式将出现的结构性转变。1月12日，FDA药品评价与研究中心（CDER）与生物制品评价与研究中心（CBER）联合发布了该机构首份针对关键性确证性试验中贝叶斯统计方法的完整指南草案。两天后，FDA与欧洲药品管理局（EMA）联合发布了涵盖药物全生命周期——从早期研发到上市后监测——的十项AI良好实践指导原则。
这两份文件都不具备法规意义上的强制约束力，用监管机构自己的话来说，它们是”指南”，代表一种预期信号，而非附带处罚的硬性规定。但当FDA与EMA共同发声时，其分量与任何一方单独发布截然不同。它向药企传递了下一轮申报中审查重点将落在何处的信号，也向统计学家与临床运营团队传递了哪类试验设计不再需要被当作”异类”来辩护的信号。
对于正在评估下一个关键性试验应在何处、以何种方式开展的药企而言，这两份文件带来的现实问题，与其说是合规层面的表面文章，不如说是执行准备度的问题。带有适应性停止规则的贝叶斯设计，或依赖AI生成证据支持部分安全性或有效性论证的申报，都会对统计审查能力、药企与国家监管机构之间对话的专业深度，以及试验层面文档记录的严谨度提出新的要求。并非所有监管环境都同样具备承接这类试验的能力。这正是话题自然而然转向亚洲——尤其是韩国——的原因：这个司法辖区在过去近十年间，恰恰建立起了这份新指南所预设的那种快速、技术娴熟的监管对话机制。
2026年1月究竟改变了什么
贝叶斯方法指南在技术层面更为具体，值得精确说明其内容。在此份草案之前，FDA对贝叶斯统计方法的态度主要体现在医疗器材领域——贝叶斯借用既往研究数据的做法在器材审评中已有较长历史——或是作为药物试验中频率学派主要终点之外的次要或探索性分析。2026年1月的这份指南草案，是首份详细阐明药企在关键性确证性试验中提议将贝叶斯方法作为主要推断依据时，监管机构具体期待的文件——而这类试验，正是审批决定真正依据的对象。
草案中的要求具体而非泛泛而谈。药企必须在揭盲之前预先设定贝叶斯成功标准与决策阈值，而非在看到早期数据后再行选择。药企必须通过模拟来刻画试验的操作特性，包括在原假设下的试验表现，其表述方式与监管机构一贯要求的频率学派第一类错误控制相对应。分析中使用的任何先验分布都必须给出理由，并对其对最终结果的影响进行量化，而非仅凭断言。敏感性分析必须展示结论对先验设定的合理变化，以及先验与观测数据可能存在冲突情形下的稳健程度。整个分析过程必须记录到可供独立审查者重现的标准。这些要求都不会让贝叶斯设计比传统频率学派试验更容易执行。它们所做的，是消除此前使贝叶斯主要终点提案在关键性试验中成为一场真正监管赌博的那份模糊性。该草案的意见征询期已于2026年3月中旬截止，这一方向不太可能逆转。
AI指导原则则处于不同的层面。这十项原则并未规定具体的统计方法，而是就AI工具在药物全生命周期任何环节贡献证据时——不仅限于临床试验，还包括临床前建模、生产质量控制与药物警戒信号检测——应如何被开发、验证与治理设定了预期。这些原则强调，AI的使用应”以人为本”进行设计，与风险程度相称，在数据来源上保持透明，并接受在模型部署之后仍持续存在、而非止于验证阶段的全生命周期管控。值得注意的是，这份文件是在FDA于2025年发布的一份专门针对AI支持监管决策的指南草案之后推出的——该草案的意见征询期已于当年4月截止；2026年1月的这份联合原则实际上是将FDA的既有思路与EMA的平行工作加以协调统一，预计一份最终、经过整合的FDA指南将于2026年年中前后发布。
为何两份文件同时出现标志着结构性转变，而非孤立事件
监管指南文件通常被分别解读，各自针对药物开发中自成一体的技术领域。之所以要将贝叶斯指南与AI原则放在一起阅读，是因为它们从两个不同方向描述了同一个底层变化：监管机构正在构建相应的基础设施，以评估那些无法被简单归入二十世纪模板——即在方案阶段预先设定、直至数据库锁定前都不作调整的单一频率学派主要分析——的试验所产生和使用的证据。
贝叶斯设计本质上更具适应性——它能够以固定频率学派设计所无法做到的方式，纳入累积数据、外部或历史对照信息，以及预先规划的中期分析节点。无论来自数字生物标志物模型、合成对照组，还是支持终点判定的算法，AI生成的证据同样带来了一层方法学复杂性，审查者必须具备相应能力加以审视。在相隔仅数日的时间内先后发布这两份详尽的预期文件，并非监管机构日程安排上的巧合；这反映出一种内部共识：审查队伍、统计基础设施与药企群体需要在同一时间接收到同一个信号——这些方法如今已被纳入可接受范围之内，但前提是围绕它们的文档记录、治理与预先设定的严谨程度，必须达到远高于以往的标准。
FDA与EMA联合署名AI原则，为这一转变增添了另一层意义。长期以来，药企不得不将协调美欧监管预期差异——不同的终点、不同的统计偏好、不同的文档格式——视为开展全球研发不可避免的成本。一份联合文件，即便不具强制力，也能在AI相关证据这一特定领域缩小这种分歧。对于计划以单一全球关键性项目同时支持FDA与EMA申报的药企而言，这种趋同降低了”某一监管机构可接受的AI支持分析在另一监管机构处遭遇阻力”的风险。同时它也提高了实际门槛：申报如今必须满足一套统一协调的标准，而非此前那种可以依赖”两大监管机构中较为宽松一方”的标准。
对临床运营与生物统计团队而言，直接的影响在于：以往主要在药企与其内部统计团队之间进行的试验设计对话，如今需要更早启动，并且如果贝叶斯主要分析或AI衍生终点在考虑之列，还需要更早地让法规事务团队以及接收国监管机构参与进来。一项在白板上看起来统计学上颇为精妙、却从未与审查机构提前沟通过的设计，恰恰是这份新指南意在捕捉的对象。
这对韩国的试验执行意味着什么
这一趋势为全球药企带来的现实问题是：哪些国家的监管环境真正具备承接这场更具技术深度、需要更早介入的对话的能力，而哪些环境只会把新出台的美欧指南当作遥远的参照，却缺乏与之直接对接的内部能力。韩国食品药品安全处（MFDS）在过去数年间，恰恰构建了贝叶斯或AI支持型设计如今所需要的这种结构化、前置性沟通机制。
MFDS自2019年起便提供正式的IND前咨询，让药企有渠道在正式申报之前，就试验设计——包括统计方法——与审查人员进行沟通，在某些情况下，这一咨询能将后续正式审查缩短至最快七个工作日。该机构还依据《数字医疗产品法》，为数字医疗产品与软件驱动型技术建立了专门的临床评价框架，使其在评审并非来自传统单臂或随机对照设计的证据方面积累了直接的机构经验。韩国作为ICH成员国与WHO认证监管机构的地位，意味着在MFDS监管下产生的临床数据已被FDA与EMA同时接受，纳入全球申报资料包——这对希望以单一全球关键性项目而非按地区重复开展试验的药企而言，具有直接意义。
这并不意味着一项为韩国试验点设计的贝叶斯或AI支持型试验能够未经审查便顺利通过——FDA与EMA的新指南明确指出，这类方法的文档负担是真实存在的，MFDS审查人员也会应用相应严谨程度的审查标准。但这确实意味着，将此类设计带到韩国的药企，是在与一个已具备前置咨询基础设施、数字证据审评经验以及国际数据认可地位的监管对手方展开合作，而非把贝叶斯主要终点或AI衍生生物标志物当作当地审查流程从未遇到过的新奇事物。对于负责现场执行的CRO而言，这转化为一种与药企之间截然不同的场地可行性与方案设计对话——这种对话从统计方法本身出发，而不仅仅是入组预测与场地能力。
正在筹划在韩国开展的临床试验吗？
如果您下一个关键性研究涉及适应性、贝叶斯或AI支持型元素，越早与一个熟悉监管环境的执行合作伙伴展开这场对话，申报阶段遇到的意外就会越少。
FAQ
Q1: FDA于2026年1月发布的贝叶斯方法指南究竟改变了什么？
这是FDA首份针对将贝叶斯方法作为关键性确证性药物与生物制品试验主要推断依据（而非次要或探索性分析）的完整指南草案。该草案提出了具体预期，包括预先设定的成功标准、基于模拟的操作特性、经过论证的先验分布以及敏感性分析，为药企在支持审批的研究中提出贝叶斯主要终点提供了更清晰的路径。
Q2: FDA与EMA的AI指南与FDA此前2025年的AI草案指南有何不同？
2025年FDA的草案指南专门针对支持美国监管决策的AI使用。2026年1月的文件则是FDA与EMA联合发布的十项指导原则，涵盖两地药物全生命周期中的AI使用，实质上统一协调了两大监管机构的预期，而非让药企自行协调各自独立的美欧标准。
Q3: 这些指南是否意味着AI生成证据或贝叶斯设计如今更容易获得批准？
并非如此。这两份文件都提高了文档记录与预先设定的门槛，而非降低了门槛。它们消除的是监管层面的模糊性——药企如今拥有一套明确的预期标准可供设计参照，而不必再猜测审查人员对新型统计或AI支持方法可能提出何种要求。
Q4: 为什么韩国的监管环境对采用这些较新方法学的试验具有意义？
MFDS自2019年起提供结构化的IND前咨询，已为数字与软件驱动型医疗产品建立专门的临床评价路径，且韩国作为ICH成员国与WHO认证监管机构的地位，意味着MFDS产生的临床数据已被FDA与EMA同时接受。这一组合使药企能够比在缺乏同等前置咨询基础设施的市场中，更早展开更具技术实质内容的监管对话。
Q5: 药企是否应因这份指南而调整场地选择策略？
场地选择应始终基于具体研究逐一评估，但计划采用贝叶斯或AI支持型关键性设计的药企，应将候选国监管机构是否具备前置申报咨询能力，以及是否有处理非传统证据类型的既往经验纳入考量，因为这直接影响该设计接受审查时的顺畅程度。