避开内卷！用数据挖掘糖尿病临床研究的「隐形冠军」|内卷|数据挖掘|欧洲肿瘤内科学会|糖尿病|靶点

当一家药企计划启动一项糖尿病创新药的临床试验时，执行部门选择PI的第一反应往往是：去找中华医学会糖尿病学分会（CDS）或者其他权威学协会的主任委员或顶尖医院的权威教授。这逻辑没错，但结果往往是：顶级专家的日程已排到半年后，团队超负荷运转，合作门槛高企。

我们基于对医药魔方TrialiCube全球临床研究数据库中CDS分会数十位专家临床试验数据的深入分析，发现了一条更高效、更具战略价值的路径：避开最热门的红海，利用专业数据工具寻找各具特色的“最佳第二选择”与“隐形冠军”。

重要说明：本文仅为展示应用场景案例，文中涉及的专家及相关排名信息，均系场景化演示数据，与真实的、复杂多变的检索场景存在差异，故得出的检索结果也会不同。请读者基于场景演示的视角阅读本文。

01 数据迷思：热门专家的超负荷现实与数据工具的赋能

分析数据显示，临床试验资源呈现出显著的头部聚集效应。例如，南京的朱大龙教授作为前任主任委员，不仅牵头完成了创新药多格列艾汀的III期研究，其团队在GLP-1等热门领域也持续产出高水平成果。现任主任委员郭立新教授团队同样活跃，在2025年ADA年会上就呈现了12项研究成果。

他们是领域的定海神针，但这也意味着其团队正同时运作数十个项目。对于一项新的研究，尤其是需要快速启动或深度投入的早期探索，他们可能无法给予最及时的响应和专注度。

数据来源：医药魔方 TrialiCube全球临床试验数据库

纯粹追逐“名气最大”的专家，在当今竞争白热化的创新药研发中，可能已不是最优解。我们需要一套更精细的、数据驱动的选人逻辑。这正是像TrialiCube这样的专业数据库的价值所在，它能帮助用户“精准匹配关键PI”，通过研究者、临床试验机构、专家协会等多种维度高效筛选。

02 策略破局：基于数据库画像的四大差异化合作路径

真正的智慧在于，如何利用数据工具，比如医药魔方TrialiCube数据库生成的数据画像，发现那些尚未被“过度开发”、却能在特定维度上提供极致价值的关键PI。

路径一：高专注度“特攻队”

这类专家在重点领域，如GLP-1投入了几乎全部精力。他们可能不是职务最高的，试验数量也并不是最多的，但却是该领域最专注的实践者。通过数据库的“药品”和“靶点”检索功能，可以快速锁定这类专家。

典型代表：关海霞（广东省人民医院）。根据 TrialiCube 数据库，关海霞医生在内分泌领域对糖尿病和甲状腺相关疾病均有颇多建树，参与的糖尿病和肥胖领域所有临床试验都集中在 GLP-1 领域。与这类专家合作 GLP-1 新项目，可以获得最匹配的患者池和最前沿的领域洞察。

路径二：高潜力“明日之星”

这类专家正处于学术与资源的快速上升期。他们总试验量适中，但 “ 进行中 ” 项目占比高或牵头意愿强烈，合作意愿和灵活性最佳。 TrialiCube 的 “ 研究者和中心 ” 板块能清晰展示其项目负荷与历史角色。

典型代表：侯新国（山东大学齐鲁医学院）。作为常务委员，海外科研经验丰富，他当前团队“进行中”占比高，且有牵头的 GLP-1 研究的经验，是早期创新试验的理想合作伙伴。

路径三：地域性“入组王者”

这是最具“性价比”的一类PI。一些PI位于非一线城市的核心医院，他们的总试验量大，但牵头项目少。这意味着，他们是全国多中心试验网络中可靠、高效的入组中心。数据库可以按“临床试验机构”维度筛选，快速定位这些高效执行中心。

典型代表：李平（运城市中心医院）。李平医生参与了 53 项试验，但牵头数为零。这并非能力不足，而是其定位是超级合作者与执行者。她拥有庞大的患者流量和经过反复验证的高效执行团队，有非常丰富的参与 GLP-1 相关研究的经验。

路径四：国际标准“方法论专家”

如果项目是国际多中心临床试验（MRCT），那么相关经验至关重要。有些专家积累了较高比例的国际多中心试验经验。TrialiCube数据库收录全球近百万临床研究，能清晰追踪研究者参与国际试验的情况。

典型代表：李益明（复旦大学附属华山医院）。他的国际多中心试验占比超过 75% ，深谙国际 GCP 标准与复杂项目管理流程。他的团队能确保研究中心层面与国际质量体系无缝对接，极大降低合规风险。

03 决策指南：如何用数据工具匹配项目需求

面对以上四类“价值专家”，如何选择？结合TrialiCube的“搜研究、定PI”等功能，一个简单的决策树可以提供清晰指引：

首先，明确你的项目阶段，利用“研发阶段”筛选：

→早期探索（I/II期）、研究者发起（IIT）→ 在数据库中筛选总试验量适中、进行中试验占比较高的研究者，优先选择“明日之星”。

→关键性注册III期、大规模入组→ 利用 “ 研究者与中心”筛选功能，纳入“入组王者”作为核心分中心，同时搭配“特攻队”或顶级权威作为总 PI 。

其次，界定你的靶点领域，使用“靶点”或“药品”检索：

→高度集中于GLP-1等热门靶点→ 使用 “ 精确联用 ” 或单药检索功能，快速对接“特攻队”。他们的专业深度无可替代。

→全新作用机制→ 结合数据库的 “ 相关资讯 ” 功能，寻找在相关领域有早期文献或会议发表的专家，并考虑与“方法论专家”合作，确保研究设计严谨。

最后，评估合作预期，查看“研究者画像”：

→ 寻求快速启动、高效执行→ 筛选历史参与试验多、牵头试验少的专家，“入组王者”和“特攻队”是绝佳选择。

→ 需要顶级学术背书并兼顾执行→ 采用“权威+干将”组合：邀请顶级权威担任总 PI ，同时在数据库中筛选有潜力、有档期的“明日之星”或“方法论专家”作为联合领导者。

04 超越CDS：方法论的可扩展性

本文以中华医学会糖尿病学分会（CDS）为例，展示了如何利用医药魔方TrialiCube数据库进行临床研究者价值的深度挖掘与差异化合作策略制定。实际上，这套数据驱动的方法论具有强大的可扩展性。

在中国内分泌与糖尿病领域，除了CDS，中国医师协会内分泌代谢科医师分会同样是汇聚顶尖临床专家的权威组织。通过TrialiCube数据库，我们可以用同样的方法，对内分泌代谢科医师或其他专业学协会的专家进行全景式分析：梳理他们的临床试验总量、牵头与参与比例、专注的治疗领域（如甲状腺、垂体、肾上腺疾病）、国际多中心经验以及当前项目负荷等。

更进一步，这套方法适用于肿瘤、心血管、神经等任何新药研发活跃的领域。核心在于，借助 TrialiCube 这样全面、及时、可溯源的全球临床研究情报平台，将海量的、碎片化的研究者信息，转化为清晰的、可执行的战略洞察，从而构建一个层次分明、优势互补的临床研究专家网络。