ActiGraph LLC

FRIDAY, Dec. 5, 2025 -- For patients with acute illness, home hospital care seems beneficial in a rural setting, according to a study published online Dec. 1 in JAMA Network Open . David M. Levine, M.D., M.P.H., from Brigham and Women's Hospital in Boston, and colleagues compared home hospital care with brick-and-mortar (BAM) hospital care for patients residing in rural areas who required hospital-level care for select acute conditions (infections, heart failure, chronic obstructive pulmonary disease or asthma, and other diagnoses). Patients in the home hospital group received acute care at home, while those in the BAM group received services at a rural BAM hospital. The researchers found that the adjusted mean cost of the acute episode did not differ significantly between the groups. No significant differences were seen in 30-day readmission or mean days at home within 30 days of discharge. Patients in the home hospital group were less sedentary than those in the BAM group (mean, 78 versus 86 percent of the day sedentary) and had more mean steps daily (834.1 versus 120.4 steps). No significant difference was seen in the total mean length of stay (BAM and home hospital days for intervention patients versus BAM days for control patients). Compared to patients in the BAM hospital group, patients in the home hospital group reported better experiences (mean Picker experience score, 13.4 versus 11.0; mean net-promoter score, 88.4 versus 45.5). "Hospital-level care delivered in patients' homes has improved healthcare delivery in urban settings but may fill an even greater need in rural areas, where longer transit times, poor accessibility, and hospital closures challenge access to high quality care," Levine said in a statement. One author received personal fees from Biofourmis and Feminai. Abstract/Full Text

OutcomesAI raised $10 million in seed funding to cut down on nursing costs, Endpoints News learned exclusively. The Boston-based startup is made of two parts: AI voice agents that handle routine patient interactions like phone calls, scheduling visits and follow-ups (though it refers more serious cases to human nurses), and AI-powered administrative tools to support nurses, from reviewing charts to scribing interactions and guidance with following protocols. Santé Ventures led the seed round. The goal is to help health systems and virtual care companies save money by freeing up nurses to handle more tasks with the tools, reducing the number of nurses companies need to employ, CEO and founder Kuldeep Singh Rajput told Endpoints. Rajput, who previously founded remote patient monitoring startup Biofourmis and served as CEO until he stepped down in 2023, said he was inspired by the problems he saw working there. “When we take a closer look at what these nurses were doing back at Biofourmis — charging the patients, triaging symptoms, checking vital signs, coordinating follow ups, documenting notes, and so on — almost just 30% was spent on direct patient care,” he said. “This insight really stayed with me, and in fact, that was one of the reasons I started OutcomesAI.” Biofourmis, which started in 2015, hit a valuation of $1.3 billion in 2022 after a $300 million Series D backed by General Atlantic. Rajput stepped down about a year later following layoffs at the company, which he said was a sign of the company’s growth and his time to leave. Hello, Julie Solomon! You’re an essential part of the biopharma world. Share your voice on this subscriber Pulse Survey to help shape our understanding of the industry. Results will be anonymous. Hello, Julie Solomon! You’re an essential part of the biopharma world. Share your voice on this subscriber Pulse Survey to help shape our understanding of the industry. Results will be anonymous. Hello, Julie Solomon! You’re an essential part of the biopharma world. Share your voice on this subscriber Pulse Survey to help shape our understanding of the industry. Results will be anonymous. Hello, Julie Solomon! You’re an essential part of the biopharma world. Share your voice on this subscriber Pulse Survey to help shape our understanding of the industry. Results will be anonymous. Hello, Julie Solomon! You’re an essential part of the biopharma world. Share your voice on this subscriber Pulse Survey to help shape our understanding of the industry. Results will be anonymous. Hello, Julie Solomon! You’re an essential part of the biopharma world. Share your voice on this subscriber Pulse Survey to help shape our understanding of the industry. Results will be anonymous. Hello, Julie Solomon! You’re an essential part of the biopharma world. Share your voice on this subscriber Pulse Survey to help shape our understanding of the industry. Results will be anonymous. Hello, Julie Solomon. You’re an essential part of the biopharma world. Share your voice on this subscriber Pulse Survey to help shape our understanding of the industry. Results will be anonymous. “I enjoy building and innovating, and I think it was the right time for me to step down and focus on building the next company,” he said. Rajput said he hopes to sell OutcomesAI to health systems and virtual care companies. Health systems tend to be short-staffed and spend heavily to bring in outside help, while virtual care companies are under pressure to expand without increasing their costs, he said. OutcomesAI is currently working with five clients. While other companies have developed voice AI agents or tools for specific administrative tasks, Rajput argues that OutcomesAI stands out by offering an all-in-one solution. Its customers also have the option to work with nurses employed by OutcomesAI who are already trained on safety protocols and how to use its tools. This lets them skip the messy work of having to train their own staff on a new platform. Like Biofourmis, OutcomesAI also hires staff and has offices in Singapore and India as good quality labor can be cheaper overseas. Due to the ongoing nursing shortage and the slow growth of many virtual care programs, there’s growing demand for a model that integrates AI with human nurses, Rajput said. So far, OutcomesAI is focusing on triage and virtual care programs, like remote patient monitoring and chronic care. It’s currently developing a nursing line for specialty care programs like cardiology and dementia, and pharmaceutical companies. (This story is from our Health Tech newsletter. If you’d like to sign up, just click here. )

点击上方DIA资讯关注我们在今年四月份DIA DHC社区举办的dTrial Forum行业会议上，AI和DCT是当之无愧的两大主题，在其中一个关于DCT的监管的分会场上，来自Ametris (formerly ActiGraph)的郭聪博士关于Digital Endpoint的分享收到了与会者的一致好评，我们DHC社区宣传部也非常荣幸可以邀请到郭聪博士和我们一起就DHT进行了深入的交流。郭聪 博士Ametris (前ActiGraph）首席科学家领导 Ametris 的科研团队，以及市场和科学事务部。郭聪博士负责制定公司的科学战略和科研服务，引领 Ametris 在数字医疗领域的领导地位。郭聪博士拥有超过15年的临床研究经验，致力于推动数字创新在临床试验与实践中的应用。在加入 Ametris 之前，郭聪博士曾担任 Biogen Digital Health 部门的科学创新主管，主导 Biogen 数字医疗产品（Software as a Medical Device (SaMD)）在多发性硬化症、神经肌肉疾病和神经退行性疾病中的临床开发与验证工作。郭聪博士持有北京大学生物科学学士学位，和斯坦福大学神经科学博士学位。01您这次参与DIA的dTrial大会有什么感受，觉得最大的收获是什么?郭聪博士： 我感觉是“找到了组织”。我所在的公司长期与欧美大公司合作，比如十年前第一次做项目就是和葛兰素史克，后来也和辉瑞还有其他的很多跨国药企有很多年合作。但从亚洲，尤其和国内的企业，合作的机会还是相对较少。去年我在北京、上海走访了一些合作公司，也和一些负责国际多中心临床试验落地的临床运营团队交流过。但当时并没有感受到中国本土在数据创新方面的强烈意愿。而这次回来参加dTrial，我感受到一种不同的氛围。大家热情很高，有组织、有目标，是真正希望在国内推动这项工作的。我也明显感受到中国这几年的发展速度，尤其是在创新方面，比如新能源汽车、电子支付等领域，已经具备了“弯道超车”的潜力。相比之下，欧美在某些方面反而显得保守甚至停滞。02近年来药物开发成功率持续下降，但数字终点的使用显著增加。您认为数字终点能否成为提高研发效率的关键？未来哪些治疗领域可能优先受益于DHT和AI的深度整合？郭聪博士： 我一直认为，统计在临床试验中扮演着至关重要的角色，尤其是在提升决策效率方面。比如说，如果我们能设计出更敏感的终点指标，就有可能减少样本量，从而显著降低试验的时间和成本。这次dTrial我在北京，正好赶上大风天气，很多人的行程都受到了影响。但其实我们几天前就知道会有大风，这是因为天气预报系统用了AI和大数据，预测得非常准确。这让我联想到临床研究：如果我们也能像天气预报那样，提前预测病人的反应或不良事件，哪怕是提前两周知道，也能极大提升试验的效率和成功率。但要实现这一点，前提是我们必须推动数字化，提高数据的质量。现在很多临床数据还停留在问卷和离散点上，难以支撑AI模型的训练和预测。相比之下，像微信、电子支付这些领域已经积累了大量连续的数字数据，AI才能真正发挥作用。我认为，神经系统疾病和罕见病是最有可能率先受益的领域。因为这些领域目前缺乏有效终点，很多试验在二期成功后，三期却失败了。大家已经开始投资采集数据，希望找到更好的终点。此外，在肿瘤领域，尤其是免疫治疗的安全性监测方面，也有很多研究者在探索如何通过可穿戴设备和传感器采集连续数据，提升预测能力。我始终相信，DHT（数字健康技术）应该优先应用在“最难啃的骨头”上。因为常规试验本身就容易成功，反而缺乏变革的动力。而在那些科学前沿、挑战巨大的领域，数字化和AI才真正有机会带来突破。03针对抗肿瘤药物的研发中，数字终点有哪些可能的应用场景？如何看待数字终点在临床试验应用中的投资回报比。郭聪博士：在肿瘤领域推动数字化临床试验，是我一直非常关注的方向。我认为这既有短期可见的机会，也有长期结构性的变革潜力。短期来看，我们可以聚焦在“难啃的骨头”上，比如免疫治疗的毒性监测、生活质量的提升等；长期来看，则是通过连续数据和预测性模型，真正实现更高效、更精准的试验设计和决策。目前大多数肿瘤试验的数据采集仍是离散的，比如每三个月或半年采集一次终点指标。这种方式限制了我们对病人状态的实时了解，也延迟了决策。如果未来我们能通过可穿戴设备等手段获取连续数据，并结合预测性生物标志物和统计建模，就能实现真正意义上的adaptive trial。这不仅能提升试验效率，也能更早识别疗效或毒性，优化资源配置。我们和辉瑞合作的最近在《新英格兰医学杂志》上发表的一项研究就是一个很好的例子。我们一起合作的这项研究关注的是癌症患者的肌肉萎缩问题。很多患者并不是死于肿瘤本身，而是因为长期虚弱、活动能力下降，最终失去生活质量。这项研究不仅证明了药物可以帮助患者增加体重和肌肉量，更重要的是，它显著提升了患者的日常活动能力，减少了卧床时间。我姑姑就是一位乳腺癌晚期患者，我亲眼看到她因为虚弱几乎无法出门，这让我对这类研究的意义有了更深的体会。另一个重要方向是免疫治疗的毒性监测。像细胞因子释放综合征（CRS）和神经毒性等副作用，往往需要住院观察。但在欧美，住院资源紧张，成为临床试验和药物上市后的巨大障碍。我们正在探索通过可穿戴设备实时监测患者的生命体征，比如心率、体温等，一旦发现异常再安排住院。这种方式有望减少50%甚至更多的住院需求，极大缓解医疗系统压力。这些探索不仅是为了提升疗效，更是为了帮助药企在竞争中实现差异化。我们支持的不只是辉瑞，还有多家在肿瘤领域有深厚积累的公司，他们都在努力证明自己的药物不仅能延长生存期，还能保有较低毒性和更好的生活质量。我也非常希望未来能和像百济这样的中国本土企业深入合作。虽然很多决策仍由全球总部主导，但我相信中国有能力在肿瘤数字化试验方面走在前列。百济的研发管线很有潜力，如果能结合我们在国际上的经验，围绕你们的痛点做一次深入探讨，我相信一定能找到更多突破口。我们可以一起推动中国在这一领域与国际接轨，真正实现从“跟跑”到“并跑”甚至“领跑”。04我还记得您在dTrial分享会上提到，您所在的公司自二十多年前便开始支持学术界探索如何利用DHT（如变量和传感器）进行临床研究，并且很早就开始了对AI技术的应用。随着时间的推移，尤其是AI技术实现了飞跃式的发展，能否请您详细分享一下，在不同的发展阶段中，这些技术——特别是AI，在临床试验中的应用经历了怎样的变革与进步？郭聪博士：我们团队的出发点其实很明确：不是为了研究AI而研究AI，而是希望用AI来解决临床试验中的实际问题。我们更关注的是“怎么用”，而不是“怎么造”。AI这个概念其实并不新，它经历过几次“夏天”和“寒冬”。我记得在我展示的那张幻灯片里也提到过，AI曾经因为过度炒作而遭遇信任危机。现在我们又站在一个新的浪潮上，尤其是生成式AI的兴起，比如Copilot在文档撰写、SOP流程等方面的应用确实令人印象深刻。但对我们来说，真正的挑战不是模型，而是数据。AI要发挥作用，必须依赖高质量、结构化的大数据。如果数据本身是“垃圾”，那无论模型多先进，输出的结果也不会有价值。我们一直强调数据质量的采集和管理，这是我们信仰的核心。早期我们用的是一些非常基础的AI算法，比如决策树、回归模型等。那时候的AI更像是规则驱动的工具。随着深度学习的兴起，我们开始在一些特定领域尝试更复杂的模型，比如在睡眠监测、心律失常识别等方面，我们利用ECG和PSG等大数据，结合深度学习和自监督学习，取得了不错的效果。不过，生成式AI目前在我们领域的直接应用还不多。相比之下，医学影像是AI应用最成熟的领域之一。影像数据天然具备“大、结构化、高质量”的特点，非常适合AI建模。比如在肿瘤识别或神经成像中，AI已经能辅助放射科医生识别病灶、测量肿瘤大小等。这些成果的背后，是影像领域长期以来对数据标准化和结构化的坚持。我们也希望可穿戴设备和传感器采集的数据，未来能像影像数据一样成熟。现在我们在睡眠和体力活动监测方面已经积累了不少经验，也在尝试将这些数据用于更复杂的AI模型中。很多人问我，我们的AI模型是不是像生成式AI那样会在试验过程中不断学习？其实不是。我们所有的模型都是在试验前就完成训练和验证的，进入试验后是固定的。这种方式更符合监管要求，也更容易解释和追踪。总的来说，我们用的是成熟、可控的AI技术，目标是解决实际问题，而不是追逐热点。AI不是万能的，但如果基础数据扎实，它确实能带来效率和质量的提升。我们希望未来能在更多临床场景中，把AI真正“用起来”，而不是“讲出来”。05关于“数据隐私与安全”方面的问题，在多中心国际临床研究中，为了同时满足GDPR（欧盟）与HIPAA（美国）的隐私要求，DHT可以如何设计或实施 您有什么建议？郭聪博士：在政策与技术方面，隐私专家可能倾向于严格限制数据使用（如要求去标识化），但技术层面（如可穿戴设备步数监测）实际是难以实现高精度的身份识别，所以我们会看到“政策与技术”的脱节现象，也就是对于政策某种程度上的“过度解读”，阻碍数据共享。比如，有些计步数据的误差率在10%-20%，再进一步标识化其实技术层面还没有达到。在数据所有权和数据共享方面，当前数据所有权多归申办方（Sponsor），但我们看到一些患者参与研究的初衷其实是希望数据被合理共享以造福更多人。GDPR等法规被过度引用，导致申办方拒绝共享，所以面对数据所有权与共享困境，实际需解决的是“如何通过知情同意实现合规共享”。而DHT数据（如传感器数据）本身非高敏感性，应遵循现有脱敏框架，而非额外限制。不同区域法规差异，其实对于DHT的设计和实施影响有限，比如美欧法规对DHT数据的直接冲突较少，但是其核心矛盾在于数据共享机制（如脱敏标准）的落地执行，而非法规本身。对于DHT的未来，需建立更灵活的数据共享机制，明确患者为中心的数据所有权模型，并通过技术（如去标识化）与政策（如合理释法）协同，推动DHT在临床研究中的规模化应用。从长远来看，我希望我们能实现一种更灵活、更实时的临床试验模式。未来的试验不再是“采完数据再分析”，而是从筛选到治疗全过程中，实时采集、实时分析，甚至引入模拟和合成对照组。这种模式需要强大的数据基础，而数据共享正是其中的关键。我知道这条路不会轻松，数据隐私和数据所有权是必须面对的难题。但如果我们能在十年内而不是五十年后实现这一愿景，那将是对整个行业的巨大推动。在这个过程中，中国或许能凭借相对灵活的政策环境，在某些方面走得更快一些。06DHC采访组成员孙晓静（Mia）辉瑞全球临床试验信息策略部高级经理杜娟法莫斯特(Phastar)统计编程总监蒋哲敏百济神州区域项目管理部副总监盛勤芬太美医疗科技咨询总监DIA中国近期会议/培训Aug7-9● 2025 DIA 贝叶斯统计与创新临床研究线下培训► 点击阅读Aug15-16● 2025 DIA 细胞治疗CMC研究生产质量管理和临床实践► 点击阅读Aug22-23● 2025 DIA CNS创新论坛暨CCTN-P年会► 点击阅读Sept18-19● 2025 DIA 第六届DIAM4/M8全球与中国申报实战经验研讨班开放报名► 点击阅读Oct23-25● 2025 DIA 2025 DIA药物研发定量科学论坛（QSF）► 点击阅读关于DIADIA是一个全球化、跨学科的国际性学术平台，在中立的环境中，融合医药研发领域全行业的意见领袖，探讨当前研发的技术问题，提升专业能力，以及催化行业共识，在全球医药研发领域享有很高的声誉。扫码关注我们微信号｜DIA资讯长按识别左侧二维码即可关注我们努力为你提供有内容的内容。