纽约 —
（2026 年 1 月 8 日）— 在《自然药物发现评论》上发表的一项综合性纵向研究中，Epistemic AI 发现临床试验数量与成功完成之间的差距正在扩大。研究表明，自 2013 年以来，全球试验启动数量稳步上升，但关键晚期阶段的提前终止率增长得更为迅速。
这项分析是通过 EpistemicGPT 和 Epistemic Knowledge Graph 进行的，强调了制药决策中的一个关键转变。通过对十年试验结果的映射，Epistemic AI 发现，商业驱动的催化剂和投资组合再平衡现在是导致第二和第三阶段终止的最常见触发因素。
关键研究发现
在对 2013 年至 2023 年间 3180 个终止试验的分析中，研究识别出一个明显的趋势：晚期终止率在过去十年中翻了一番，从 11% 跃升至 22%。尽管运营障碍和安全问题保持相对稳定，但这一激增主要是由 “战略和商业” 因素驱动的。这些因素，如并购活动和投资组合优先级调整，现在超越临床疗效，成为试验失败的主要原因。
Heather Bowling, PhD，首席作者及 Epistemic AI 的 科学发展副总裁，表示这项研究的目标是 “引起对终止趋势的关注，这可能会影响一些决策，并最终加速患者的治疗。”
减少药物开发中的沉没成本
第三阶段试验因资源密集而臭名昭著，成本在每个资产之间范围为 5000 万至 2.5 亿美元。因此，在资源需求较少的第二阶段终止不成功的项目将更具优势。
在文章中，研究人员考察了终止的具体原因，希望阐明这些因素如何转化为日常药物开发实践。理解这些驱动因素对于优化任何管道和资源分配至关重要。
“我们的多智能体 AI 平台使研究人员能够超越单个试验，看到试验领域的更广泛联系，”Epistemic AI 的首席执行官兼创始人 Stefano Pacifico 表示。 “通过识别这些高频主题，我们可以为许多其他连接提供帮助，不仅仅是试验终止原因，Epistemic AI 帮助赞助商弥合更好科学与更好规划和结果之间的差距。”
作者
这项分析已发表在《自然药物发现评论》（2025 年）上，标题为《2013 年至 2023 年阶段 II 和阶段 III 临床试验终止分析》。作者： Heather Bowling, Arianna Cocucci, Da Chen, Emily Koo 和 Richard K. Harrison。
https://www.nature.com/articles/d41573-025-00208-6

Epistemic AI 在《自然评论：药物发现》上发表的一项研究显示，战略商业决策是导致第三阶段临床试验终止的主要原因，过去十年这一比例从 11% 翻倍至 22%。研究强调了制药决策的变化，商业因素如并购活动现在超过临床疗效，成为试验失败的主要原因。该研究旨在为决策提供信息，以加速患者治疗并优化药物开发资源

NEW YORK —
<div class="lb-trans">纽约 —
</div>(January 8, 2026) — In a comprehensive longitudinal study published in Nature Reviews Drug Discovery, Epistemic AI has identified a widening gap between clinical trial volume and successful completion. The research shows that while global trial initiations have climbed steadily since 2013, the rate of premature terminations in critical late-stage phases has grown even more rapidly.
<div class="lb-trans">（2026 年 1 月 8 日）— 在《自然药物发现评论》上发表的一项综合性纵向研究中，Epistemic AI 发现临床试验数量与成功完成之间的差距正在扩大。研究表明，自 2013 年以来，全球试验启动数量稳步上升，但关键晚期阶段的提前终止率增长得更为迅速。
</div>The analysis, conducted with EpistemicGPT and the Epistemic Knowledge Graph, underscores a critical pivot in pharmaceutical decision-making. Mapping over ten years of trial outcomes, Epistemic AI found that business-led catalysts and portfolio rebalancing are now the most frequent triggers for Phase 2 and 3 terminations.
<div class="lb-trans">这项分析是通过 EpistemicGPT 和 Epistemic Knowledge Graph 进行的，强调了制药决策中的一个关键转变。通过对十年试验结果的映射，Epistemic AI 发现，商业驱动的催化剂和投资组合再平衡现在是导致第二和第三阶段终止的最常见触发因素。
</div>Key Research Findings
<div class="lb-trans">关键研究发现
</div>In an analysis of 3,180 terminated trials between 2013 and 2023, the study identifies a stark trend: the rate of late-stage terminations has doubled over the last decade, jumping from 11% to 22%. While operational hurdles and safety concerns remained remarkably stable, the surge was driven primarily by “Strategic and Business” factors. Those factors such as M&amp;A activity and portfolio reprioritization, now outpace clinical efficacy as the leading cause of trial failures.
<div class="lb-trans">在对 2013 年至 2023 年间 3180 个终止试验的分析中，研究识别出一个明显的趋势：晚期终止率在过去十年中翻了一番，从 11% 跃升至 22%。尽管运营障碍和安全问题保持相对稳定，但这一激增主要是由 “战略和商业” 因素驱动的。这些因素，如并购活动和投资组合优先级调整，现在超越临床疗效，成为试验失败的主要原因。
</div>Heather Bowling, PhD, lead author, and VP of Scientific Development at Epistemic AI, indicated that the goal of the study was “to draw attention to the termination trends which may inform some decision-making and ultimately accelerate treatments for patients.&#34;
<div class="lb-trans">Heather Bowling, PhD，首席作者及 Epistemic AI 的 科学发展副总裁，表示这项研究的目标是 “引起对终止趋势的关注，这可能会影响一些决策，并最终加速患者的治疗。”
</div>Reducing Sunk Costs in Drug Development
<div class="lb-trans">减少药物开发中的沉没成本
</div>Phase 3 trials are notoriously resource-intensive, with costs ranging between $50-250MM per asset. Consequently, it would be far more advantageous to terminate unsuccessful programs during the less resource-intensive Phase 2 stage.
<div class="lb-trans">第三阶段试验因资源密集而臭名昭著，成本在每个资产之间范围为 5000 万至 2.5 亿美元。因此，在资源需求较少的第二阶段终止不成功的项目将更具优势。
</div>In the article the researchers examine the specific reasons for terminations in hopes of shedding light on how these factors are translating into everyday drug development practices. Understanding these drivers can be critical for optimizing any pipeline and resource allocation.
<div class="lb-trans">在文章中，研究人员考察了终止的具体原因，希望阐明这些因素如何转化为日常药物开发实践。理解这些驱动因素对于优化任何管道和资源分配至关重要。
</div>“Our multi-agent AI platform allows researchers to look beyond the individual trial to see the broader connections across the trial landscape,&#34; said Stefano Pacifico, CEO and founder of Epistemic AI . “By identifying these high-frequency themes, and we can do this for many other connections not only in trial termination reasons, Epistemic AI helps sponsors bridge the gap between better science and better planning, and results.”
<div class="lb-trans">“我们的多智能体 AI 平台使研究人员能够超越单个试验，看到试验领域的更广泛联系，”Epistemic AI 的首席执行官兼创始人 Stefano Pacifico 表示。 “通过识别这些高频主题，我们可以为许多其他连接提供帮助，不仅仅是试验终止原因，Epistemic AI 帮助赞助商弥合更好科学与更好规划和结果之间的差距。”
</div>Authorship
<div class="lb-trans">作者
</div>This analysis has been published in Nature Reviews Drug Discovery (2025) titled &#34;Analysis of phase II and phase III clinical trial terminations from 2013 to 2023.&#34; Authors: Heather Bowling, Arianna Cocucci, Da Chen Emily Koo, and Richard K. Harrison.
<div class="lb-trans">这项分析已发表在《自然药物发现评论》（2025 年）上，标题为《2013 年至 2023 年阶段 II 和阶段 III 临床试验终止分析》。作者： Heather Bowling, Arianna Cocucci, Da Chen, Emily Koo 和 Richard K. Harrison。
</div>https://www.nature.com/articles/d41573-025-00208-6
<div class="lb-trans">https://www.nature.com/articles/d41573-025-00208-6
</div>

Epistemic AI 的分析揭示，战略性商业决策是三期临床试验终止的主要原因