从PDF到结构化数据：临床试验方案数字化的结构性空白
一份临床试验方案从制药公司的医学写作团队定稿，到研究中心真正开始筛选受试者，中间横亘着一条由PDF、电子邮件、手工录入和系统配置组成的漫长链条。方案文件通常长达数百页，包含入排标准、访视计划、剂量调整规则、安全性报告要求等高度结构化的信息，但在绝大多数情况下，这些信息以静态文本的形式被发送给研究中心。研究协调员和临床数据管理员需要把同一套规则手工录入电子数据采集系统、临床试验管理系统、随机化系统、药物供应系统等多个彼此独立的软件平台。每一次录入都是一次重新解释，每一次解释都可能产生偏差。
Concordare Trials在2026年8月25日宣布完成一轮融资，由Surface Ventures领投，Techstars、Innovation Works、Gaingels和若干个人投资者参与。这家总部位于纽约的公司试图把上述链条的起点——方案PDF本身——变成机器可读的结构化数据。本轮融资金额未披露。
这轮融资的规模并不大。但这家公司切入的问题，恰好是临床研究行业在软件系统上投入多年之后仍然留下的结构性空白：方案本身没有被数字化。
| 字段 | 内容 |
|---|---|
| 公司 | Concordare Trials |
| 轮次 | 未披露（公司官网曾披露pre-seed轮，时间未知） |
| 金额 | 未披露 |
| 投资方 | Surface Ventures领投；Techstars、Innovation Works、Gaingels及个人投资者参与 |
| 总部 | 纽约 |
| 创始人 | Zach Sawaged |
| 官网 | https://concordare.com/ |
2500万美元的手工配置成本，卡在方案PDF的格式边界上
据公司新闻稿披露，针对冗长、非标准化的方案进行手工配置，每项研究的成本估计为2500万美元。公司没有披露这一估算的具体构成和计算依据，也没有独立第三方对这一数字进行验证。
临床试验方案是监管申报和研究执行的核心文件，其内容决定了受试者筛选标准、药物剂量、访视频率、数据采集点、安全性事件报告流程等关键参数。这些参数在方案中以叙述性文本和表格形式呈现，而下游系统需要的是字段化的结构化数据。从叙述文本到结构化字段的转换，传统上完全依赖人工阅读和手工录入。
Concordare Trials的创始人Zach Sawaged在NYU Langone、Amgen、Johnson & Johnson、Takeda和Veeva的工作经历，使他直接接触到了这条链条的各个环节。据公司披露，Sawaged在临床研究中心、申办方和技术供应商之间工作了十年，亲眼看到大量成本和延迟源于在不同系统中重建方案信息，因此自己开发了解决方案。这个背景解释了他为什么选择从方案PDF切入，而不是从下游某个单一系统切入。
Concordare Suite的产品逻辑：AI只做提取，人工审核后才生成下游配置
Concordare Suite的核心是一个名为CTPM（Clinical Trial Protocol Model）的专有数据模型。据公司披露，该平台接收任何方案PDF，将其转换为CTPM——一种数字化、系统无关的试验真相来源。AI在流程中仅用于方案提取，CTPM在生成系统配置和研究文档之前经过人工审核，以保持方案保真度和研究完整性。
这个产品设计有一个值得注意的细节：AI的角色被严格限定在提取环节，而不是端到端的自动配置。据公司披露，研究中心只需将这一工作流应用一次，即可跨研究复用，终端用户可以在几秒内构建下游输出，将研究激活加速6至8周。公司官网还披露，其数字方案AI转换引擎的审计准确率达到99.6%。
本文编辑分析认为，99.6%这个准确率数字需要审慎对待。公司没有披露审计的方法学细节：样本量是多少、方案类型是否覆盖不同治疗领域、错误类型如何定义、审计由谁执行。在临床试验场景中，0.4%的错误率如果落在剂量计算或入排标准的关键字段上，其后果远非“接近完美”可以概括。公司称CTPM经过人工审核后才生成下游配置，这意味着人工审核是准确率保障的关键环节，而非AI单独达成的结果。从已披露的信息看，Concordare的产品设计承认了AI在临床场景中的边界：AI负责把非结构化文本变成结构化草稿，人负责在关键节点确认。本文编辑分析认为，该设计逻辑与监管环境对临床数据完整性的要求是一致的，但也意味着产品的可扩展性受制于人工审核环节的吞吐能力。
从Rutgers到全国学术医疗中心：一个以站点为支点的分发策略
Concordare的合作伙伴网络包括领先的学术医疗中心，长期合作伙伴Rutgers University在多个团队中使用该平台。公司目前正在与全国其他机构签约。在客户获取策略上，Concordare选择从研究中心端切入，而不是从申办方端切入。这个选择有实际的产业链逻辑：研究中心是方案信息的最终消费者，也是手工配置成本最直接的承担者。一个学术医疗中心同时运行数百项临床试验，每项试验都涉及不同申办方、不同CRO、不同系统组合。如果研究中心能够将方案数字化的能力沉淀为机构级基础设施，其价值可以跨申办方、跨研究复用。
但站点切入策略也面临结构性挑战。研究中心的预算通常来自申办方支付的每项研究的启动费和运营费，机构层面的软件采购决策往往受制于分散的科室预算和复杂的采购流程。公开资料未披露其定价模式、合同金额或客户留存数据。Rutgers作为长期合作伙伴在多团队使用，这是一个有意义的验证信号，但单一机构的深度使用能否复制到其他学术医疗中心，取决于产品能否适应不同机构的工作流、系统组合和治理结构。公司称正在与全国其他机构签约，但未披露签约数量、机构名称或上线进度。
投资方押注的是方案数字化之后的整条价值链
Surface Ventures联合管理合伙人Gyan Kapur在投资声明中表示，通过在流程早期将临床试验方案数字化，Concordare有机会进一步数字化整个临床试验价值链，为申办方和研究中心创造价值。据投资方声明，这使试验能够以更少的错误更快运行，最终帮助患者更早获得挽救生命的治疗。
Kapur的表述揭示了这轮投资的核心逻辑：方案数字化本身可能不是终点，而是进入临床试验价值链数字化更大市场的入口。一旦方案在源头被结构化，下游的系统配置、研究文档生成、监管提交准备、中心监查计划等环节都有可能基于同一套结构化数据自动生成。本文编辑分析认为，这个逻辑在产业层面是成立的，但它依赖于一个关键前提：CTPM能否成为被行业广泛接受的数据标准。目前Concordare的CTPM是专有模型，公司没有披露其是否与CDISC、HL7 FHIR或TransCelerate等既有行业标准对接。本文编辑分析认为，如果CTPM是一个封闭的专有格式，其“系统无关”的定位将面临挑战——系统无关意味着可以输出到任何下游系统，但这需要与每个下游系统建立集成，或者被下游系统原生接受。公司没有披露已完成的系统集成数量或类型。
从资本结构看，这轮融资的参与方组合——Surface Ventures、Techstars、Innovation Works、Gaingels——呈现出典型的早期B2B软件投资组合特征。Surface Ventures专注于种子和pre-seed阶段的B2B软件公司，Techstars和Innovation Works是加速器背景的机构，Gaingels则关注多元化创始团队。这个组合说明Concordare仍处于产品验证和早期商业化的阶段，而非规模化扩张阶段。本轮融资金额未披露，公司也未披露累计融资规模，因此外部难以判断其资金体量与“加速临床试验启动6至8周”的价值主张之间的资源匹配程度。但可以确认的是，公司需要在产品开发、团队扩展和站点网络增长之间做出严格的优先级选择。
资金用途与已验证事实之间的差距
公司计划将本轮资金用于产品开发、团队扩展和站点合作伙伴网络的增长。这三个方向分别对应产品成熟度、组织能力和商业验证三个维度。据公司官网披露，Concordare还完成了以下事项（未注明日期）：向FDA提交关于Expedited IND试点项目的公众意见，入围2026年Fierce AI创新奖决赛，以及完成数字方案AI转换引擎99.6%准确率的审计。这些动作显示公司在监管参与和行业认可方面有主动布局，但公司未披露这些事项与本轮融资之间的时间关系。
一个值得注意的信息缺口是：公司官网曾披露pre-seed轮融资，但未注明时间；本轮融资的新闻稿没有明确轮次。Crunchbase显示Concordare有种子轮记录，但未确认本轮具体轮次。这种轮次信息的模糊性在早期公司中并不罕见，但它增加了外部评估公司融资节奏和估值的难度。公开资料未披露公司成立年份，创始人Sawaged的十年行业经验是唯一的时间锚点。从产品成熟度看，Concordare Suite已经有付费客户在使用，且客户包括Rutgers这样的知名学术机构，说明产品已经跨越了概念验证阶段。但从融资阶段和团队规模看，公司仍处于早期商业化阶段。
竞争格局：没有直接对手，但替代方案无处不在
来源材料未提及直接竞争对手。这并不意味着竞争缺位，而是说明这个细分市场的竞争格局尚未被清晰地定义。从替代方案的角度看，Concordare面对的是几种不同形态的竞争：第一，人工配置本身——研究中心和申办方现有的手工流程虽然低效，但已经嵌入组织惯性和SOP中，改变需要组织层面的推动；第二，大型临床软件平台的内生能力——本文编辑推测，如果Veeva、Medidata等平台在其产品体系中加入方案解析功能，可能对独立方案数字化工具形成挤压。该推测为编辑分析，依据是这些平台已拥有临床试验数据管理和站点网络基础设施，方案解析功能可依托现有客户关系分发；来源材料未提及这些公司，推测结论未经独立验证；第三，行业标准组织的推动——TransCelerate等机构一直在推动方案模板的标准化，如果行业层面实现了方案的结构化标准，独立方案解析工具的价值定位需要重新审视。
Concordare的差异化在于其“系统无关”的定位。这个定位在理论上有吸引力，因为研究中心的系统组合高度异质化。但“系统无关”也意味着Concordare需要自己解决与所有下游系统的集成问题，或者说服下游系统接受CTPM作为输入格式。公司没有披露已完成的集成数量或与下游系统供应商的合作关系。本文编辑分析认为，从已披露的信息看，Concordare的竞争壁垒更多建立在CTPM数据模型的先发优势和站点网络的积累上，而非技术本身的不可复制性。
风险与待验证假设：准确率审计之外，商业化路径仍需证明
Concordare面临的核心待验证假设有几个层面。第一，产品层面的假设是：AI提取加人工审核的混合模式能否在保持准确率的同时实现足够的吞吐效率。公开资料未披露处理一份方案所需的人工审核时间、单份方案的处理成本或定价模式。
第二，商业层面的假设是：学术医疗中心是否愿意为方案数字化单独付费。Rutgers的使用验证了产品在特定机构中的适用性，但单一机构的采用不能证明付费意愿的普遍性。公开资料未披露客户数量、合同金额、收入规模或续约率。
第三，生态层面的假设是：CTPM能否成为被行业接受的数据标准。如果CTPM始终是Concordare的专有格式，其网络效应将受限于Concordare自身的客户基础；如果Concordare选择开放CTPM标准，则需要在开放与商业化之间找到平衡。公开资料未披露其标准化策略，也未披露CTPM与CDISC、HL7 FHIR或TransCelerate等既有行业标准的对接情况。这一信息缺口直接关系到CTPM能否从专有模型转化为行业基础设施。
第四，监管层面的假设是：FDA等监管机构对AI辅助方案数字化的接受程度。Concordare向FDA提交公众意见的动作显示公司在监管参与方面有意识，但监管机构对AI生成临床配置的验证要求尚未形成明确框架。本文编辑分析认为，公司称CTPM经人工审核后生成下游配置，这一设计在监管逻辑上是稳健的，但该设计未经监管机构确认，且意味着产品无法完全摆脱对专业人力的依赖。
Concordare已经完成了从想法到产品的跨越，并获得了早期验证信号。但从产品验证到商业规模化之间的距离，比从方案PDF到结构化数据之间的距离要长得多。公司需要证明的不仅是AI能准确提取方案信息，更是学术医疗中心愿意为这种能力持续付费，以及CTPM能够在碎片化的临床研究软件生态中找到自己的位置。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Concordare Trials把临床试验最不起眼的起点——方案PDF——变成了一个可结构化的数据入口。这个切入点的聪明之处在于，它绕开了与大型临床软件平台的正面对抗，选择在信息进入系统之前的位置建立价值。但“系统无关”是一把双刃剑：它既是独立工具的生存空间，也是集成成本的来源。未披露的融资金额买不来生态，只能买来验证生态的时间窗口。Concordare需要在下一次融资之前证明，Rutgers不是一个孤例，而CTPM不是另一个等待被行业标准吸收的专有格式。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。