在创新药研发过程中，临床竞争分析是立项评估、BD尽调以及研发决策的重要环节。
然而，一份高质量的临床对比报告往往需要经历文献检索、临床试验信息收集、数据整理、交叉验证以及结果分析等多个步骤，耗费大量时间和人力资源。
如果能够像向专业团队下达任务一样，只输入一句研究需求，就自动完成任务拆解、信息收集、数据分析并最终形成研究报告，会是什么样的体验？
本文以“MK-1084和Divarasib在治疗KRAS G12C突变转移性结直肠癌（mCRC）的临床对比”为例，演示药番茄临床对比功能的完整分析流程。
第一步：输入研究需求
登录药番茄后，在首页进入【临床对比】模块。
在输入框中直接输入研究需求：
“MK-1084和Divarasib在治疗KRAS G12C突变转移性结直肠癌（mCRC）的临床对比”
无需自行检索文献，也无需提前整理研究资料，系统会自动识别研究对象、适应症以及分析目标，并启动智能分析流程。
第二步：AI团队自动拆解任务
与传统检索工具不同，药番茄并非简单地返回搜索结果，而是首先模拟专业研究团队的工作流程，对任务进行拆解和规划。
系统会自动组建多个智能角色协同工作，包括：
• 团队主管：负责整体研究规划、任务拆解和分析路径设计；
• 信息采集员：负责检索和整理两款药物相关的临床试验信息、公开数据以及关键研究进展；
• 数据分析师：负责对收集到的数据进行整理、比较和分析，并输出具有决策价值的结论。
在正式进入分析阶段之前，团队主管会根据研究主题识别潜在影响分析结果的重要因素，并向用户发起补充确认。
第三步：补充关键研究条件
针对本次研究课题，系统首先提出两个关键问题。
第一个问题是治疗线数（Line of Therapy）的选择：
一线治疗（1L） 经治/后线治疗 两者均包含 用户自行填写 忽略此补充步骤，由智能团队自行判断
第二个问题是治疗方案的选择：
单药治疗 联合西妥昔单抗治疗 两者均包含 用户自行填写 忽略此补充步骤，由智能团队自行判断
这些补充信息将直接影响后续纳入分析的临床试验范围以及最终结论。
对于希望获得更精准结果的用户，可以根据研究目标进行选择；如果希望快速获得整体分析结果，也可以直接选择“忽略此补充步骤”，由智能团队自主完成研究范围定义。
第四步：多角色协同开展研究
在确认研究范围后，药番茄正式进入分析阶段。
此时可以看到多个智能角色按照真实研究团队的工作方式协同推进任务。
团队主管负责持续监控研究进展，并根据已获取的信息动态调整分析方向；
信息采集员持续检索与MK-1084和Divarasib相关的临床试验数据、研究设计、疗效指标、安全性结果以及适应症布局情况；
数据分析师则对收集的数据进行结构化处理，并从研究设计、患者特征、疗效表现、安全性特征以及未来开发潜力等多个维度开展横向比较。
整个过程中，用户无需反复切换数据库或检索平台，即可实时查看任务执行进展。
第五步：生成临床对比分析报告
经过多轮信息收集、验证与分析后，系统最终生成完整的临床对比分析报告（图片内容为报告部分节选）。
报告不仅涵盖两款药物的临床开发现状、关键试验设计、疗效与安全性表现，还会进一步分析其在KRAS G12C突变转移性结直肠癌领域的竞争格局与未来开发潜力。
对于医药研发团队而言，真正耗费时间的往往不是分析本身，而是前期的信息收集、整理和验证工作。
药番茄通过多智能体协同机制，将团队主管、信息采集员和数据分析师的工作流程进行数字化重构，使用户能够以自然语言直接发起研究任务，并快速获得结构化分析结果。
欢迎大家访问链接进行体验?https://pharmato.cn/
--- 以上正文 ---
