10月30日，医朵云与阿里云达成全面战略合作，双方将基于阿里云全栈AI能力共同推进AI技术在临床研究中的深入应用，探索"临床试验+AI应用"的创新模式，有效缩短新药研发周期。同时，依托通义千问3（简称Qwen3）、通义千问VL（Qwen-VL）等系列模型，医朵云正式发布了一款临床研究智能助手。该助手能够实现临床患者智能筛选、精准发现药物不良反应并自动生成试验文档，使得临床入组（指在医学研究中筛选适合的患者参与某项试验的流程）单例筛选成本下降超过70%。

医朵云作为2024年由多家机构联合投资成立的智慧诊疗综合服务平台，其首创的"线上临床试验"模式已被行业权威媒体《柳叶刀》誉为"中国智慧医疗发展的典范"。

临床试验工作主要涵盖患者招募初筛、试验数据采集、不良反应上报与患者服务等关键环节。在传统的招募初筛阶段，研究人员需要根据患者的电子病历、检验报告和影像学结论等资料，进行人工录入与筛选，这一过程往往耗时长达6-8个月。

借助Qwen-VL模型，医朵云临床研究助手能够自动解析电子病历、检验报告与影像结论等非结构化数据，并融合Qwen3模型对用药记录等多源异构数据的分析能力，通过AI技术刻画出精准的患者画像，快速匹配临床试验入组条件。该系统可在短短10秒内完成初步筛选，输出带有依据的筛选结果；通过预设的医学知识与入组条件引擎，智能识别隐性排除条件等问题。使用该助手后，患者筛选命中率提升2倍，入组速度加快20%以上，单例筛选成本降幅超过70%。

在数据采集环节，临床研究助手能够自动完成数据录入与校验，精准提取"检查检验指标、病程记录、疗效评估"等关键字段数据。系统可在数分钟内自动录入上百份CRF表格，同时提供核对副本用于校验，数据准确率超过98%。基于对采集数据的全程智能分析，医朵云临床研究助手还能实现对临床试验中药物不良反应的精准识别、评估与报告生成。

在患者服务方面，系统还能根据患者的个性化状况，提供用药指导、健康建议与心理支持等多元化、个性化的伴随服务。

医朵云总经理朱理玑表示："我们十分荣幸能与阿里云携手，共同研发适用于临床辅助的大模型应用。此次合作不仅为我们积累了宝贵经验，更坚定了双方持续深化合作的信心。展望未来，我们期待在患者智能服务、医学文献深度挖掘、药企数字化营销等更多维度展开全面战略合作。通过大模型技术赋能医药企业，有效提升科研效率，优化患者服务体验，共同推动医疗智能化进程。"