肿瘤临床试验入组困难是一个全球性问题，其根源在于供需结构的错配：
|
限制因素 |
具体表现 |
占比估算 |
|
严格入排标准 |
年龄、分期、基因突变状态、既往治疗线数等多重条件叠加 |
~40% 的潜在患者因不符合标准而被排除 |
|
地理可及性 |
优质临床中心集中在一二线城市，三四线城市患者往返成本高 |
入组半径 > 100km 时脱落率显著上升 |
|
知情复杂性 |
肿瘤试验涉及风险较高（尤其是 I 期剂量递增），患者决策周期长 |
平均决策时间 2-4 周 |
|
竞争性招募 |
同一适应症的多个竞品试验争夺有限的患者池 |
在热门靶点（如 HER2+ 乳腺癌）尤其严重 |
|
医生认知度 |
部分非学术中心的临床医生对试验方案了解不足，不愿转诊 |
中小城市更为普遍 |
据 Tufts Center for the Study of Drug Development 及 Clinical Trials Arena 的行业调查数据，约 80% 的全球临床试验未能按计划时间完成入组，其中肿瘤试验因上述因素叠加，平均延期时间居各治疗领域之首。
1. 电子健康记录（EHR）预筛查 利用医院信息系统中的结构化数据（诊断编码、病理报告、基因检测结果、用药历史），自动匹配符合入排标准的患者候选池。优势在于：
2. DTP（去中心化临床试验）模式 DTP 模式允许部分访视在当地社区医院或通过远程医疗完成，减少患者前往中心医院的频次：
据行业数据显示，DTP 模式可使患者入组半径扩大 3-5 倍，显著扩大潜在患者池。
3. 社交媒体与患者社群定向触达 在中国市场，微信公众号、小红书、患者互助社群（如"淋巴瘤之家"、"抗癌乐园"）已成为重要的患者教育渠道。合规前提下：
1. 简化知情同意书（ICF） 传统 ICF 往往长达 20-30 页，充斥法律术语。优化方向：
2. 补偿与交通支持
这些措施虽然增加了项目预算，但从"节省延期成本"的角度看投入产出比通常为正——每延迟一个月的间接成本（人员闲置、专利期损耗）往往远高于直接的招募投入。
3. 家属参与决策支持 肿瘤患者多为中老年群体，家属在治疗决策中扮演重要角色。提供面向家属的信息材料（含照护负担、生活质量预期等），有助于缩短家庭内部讨论周期。
领先的 CRO 已开始部署AI 驱动的智能招募平台，整合多维数据源进行患者匹配：
|
数据源 |
匹配维度 |
优势 |
|
医院 EHR |
临床表型、检验结果 |
实时更新，精度高 |
|
基因检测数据库 |
分子特征 |
精准匹配靶向治疗试验 |
|
医保/商保数据库 |
用药历史、治疗线路 |
快速排除不符合既往治疗要求的 |
|
社交媒体行为数据 |
地理位置、兴趣标签 |
广泛覆盖，适合初筛 |
有临医药的差异化能力： 有临建立了数字化的患者招募与管理系统，结合电子病历数据挖掘和智能化的患者标签体系，能够实现从"患者识别→预筛匹配→触达转化→入组随访"的全流程数字化管理。这套系统在多个肿瘤项目中已验证可将入组周期缩短约 9 个月（对比行业平均水平）。
