發(fā)布日期：2018-01-22
隨著人口老齡化、慢性疾病負擔的增加以及亞洲中產階級的增長，病人的需求有所改變，如今的醫(yī)療保健業(yè)面臨著巨大的挑戰(zhàn)。這些挑戰(zhàn)要求全球衛(wèi)生系統(tǒng)加強創(chuàng)新，加強對定價的審查，應對不斷上升的成本。同時，我們正目睹科學和技術在重新定義這個行業(yè)。這些變化對生物制藥的研究和發(fā)展有著深遠的影響。
今天的臨床環(huán)境正在迅速發(fā)展，并提出了具體的挑戰(zhàn)：例如，個性化醫(yī)療和人工智能的興起導致了越來越復雜的協(xié)議、條款和新的終點；藥物及技術的新試驗將會更頻繁、更精準，針對規(guī)模更小、更少見的患者群體；同時競爭也在不斷增加，使得爭奪試驗研究和病人的斗爭更加激烈。
生物制藥公司的研發(fā)是一系列高風險、高投資的決定，并且該行業(yè)在識別、測試和將新藥推向市場方面面臨著巨大的生產力挑戰(zhàn)，特別是在我們今天尋求的高度創(chuàng)新的治療方法的背景下。
研發(fā)生產力面臨挑戰(zhàn)
由于每一種新處方藥的平均稅前成本大約為26億美元（包括失敗和研究資金成本），人們的注意力都集中在研發(fā)生產力上。約50年以來，行業(yè)內一直存在研發(fā)支出一直增加、而藥品審批數(shù)量卻大幅度下降的問題。
在對生物制藥行業(yè)的研發(fā)生產力挑戰(zhàn)進行深入研究后，麥肯錫對收入與研發(fā)支出之比的分析表明，在2008 - 2011年期間，生產率達到了最低點，在2008年，投資回報率（ROI）跌至0.5，隨后出現(xiàn)了10年的下滑表現(xiàn)。2年前，當我們第一次分析這一趨勢時，藥品化合物的高失敗率是藥物成本火箭式上升背后唯一的、也是最大的驅動因素。
另外，新市場進入者的巨大潛力常常被夸大：一項分析發(fā)現(xiàn)，43%的一致預測高估了實際收入的40%以上。然而令人鼓舞的是，生物制藥行業(yè)最近發(fā)現(xiàn)了一些樂觀的情況。最近，在申請批準和成功啟動治療方案方面有了很大的好轉，在2014年，生產率達到了1.3的回報率。雖然該行業(yè)還沒有回到1996-1997年的那種令人興奮的日子——在1997年，投資回報率(ROI)的年指數(shù)飆升至3.1。
研發(fā)生產率復蘇的跡象似乎正在形成某種勢頭。
特定治療領域的發(fā)展，包括腫瘤學和crispr5等技術的出現(xiàn)，開啟了一個精確和個性化醫(yī)療的新時代—其中一些反映了我們最近看到的生物技術股票估值的上升。然而，盡管有這些一線希望，開發(fā)新藥的成本仍然是籠罩在行業(yè)上方的陰云，而長期研發(fā)生產力的挑戰(zhàn)仍有待解決。
那么，這種系統(tǒng)性的生產力下降背后的原因是什么呢?
在某種程度上，這個行業(yè)的生產力問題源于這樣一種轉變：把革命性的基因組研究突破實際落地，轉化為具有引導性、發(fā)展?jié)摿Φ恼嬲行У男滤帲@其中的過程非常漫長，需要大量前期投入，盡管從長遠來看有所進展是肯定的。
此外，這項技術已經(jīng)產生了大量的信息，也給組織帶來了新的挑戰(zhàn)——就像在大海撈針一樣，缺乏著手點。與此同時，與有效性相關的監(jiān)管障礙也有所增加。因此，平衡風險-回報方程正成為制藥公司越來越重要的因素：新藥研發(fā)失敗的成本正在攀升，這反過來又極大地提高了每種新藥的總成本。
數(shù)字化給醫(yī)藥行業(yè)帶來的機會
今天，我們見證了許多突破性技術同時成熟——基因組學、納米技術、傳感器和物聯(lián)網(wǎng)、大數(shù)據(jù)和分析、人工智能（AI）技術以及3D打印技術，這在人類歷史上是前所未有的。廣義上說，數(shù)字化趨勢是這些突破性技術的混合應用，能從根本上重塑公司、行業(yè)和更廣泛的社會。
對企業(yè)來說，最重要的是重塑核心，重塑整個商業(yè)模式：產品和服務、研發(fā)、銷售和營銷，以及渠道。在生物制藥的研發(fā)中，數(shù)字化技術發(fā)展能通過有針對性的治療來確?；颊攉@得更好的結果；顯著降低藥物開發(fā)成本；加速藥物循環(huán)時間，更快地治愈患者。
擁有了更多樣化的分子和臨床數(shù)據(jù)，藥物和治療的建模將會變得普遍。這將提高研發(fā)機構識別有效藥物分子并發(fā)現(xiàn)錯誤的能力，減少研發(fā)時間?；颊邔⒛艿玫絺€性化的醫(yī)療服務，使用自己的遺傳信息等進行登記，因此治療將變得更快、更便宜，療效也更好。藥物試驗和治療過程將能被全程監(jiān)控，使用不同的傳感器和可穿戴設備，這些設備能幫助工作人員快速識別安全狀況或操作信號，以免時間延遲導致的問題。
試驗數(shù)據(jù)將能在不同的制藥公司之間流通，學術機構也可以使用，大大加快了技術的發(fā)展?，F(xiàn)在，隨著新技術的出現(xiàn)，使用大數(shù)據(jù)進行分析的人工智能也能參與進這個生態(tài)系統(tǒng)中來，還可以通過模型預測新藥成功和被市場接受的可能性。還可以通過各種手段收集患者的日常護理和療程進展相關的數(shù)據(jù)，以改善手術的速度、成本和質量。
我們相信在整個行業(yè)中，未來EBITDA指標能達到500-1500億美元。鑒于研發(fā)的性質，我們認為這一目標將在未來10年中逐步達到。
來源：醫(yī)藥前瞻網(wǎng)
