2024第四十二届上海国际医疗器械展览会
Shanghai International Medical Equipment Exhibition
过去几年，在资本的催生下，医疗行业创新轰轰烈烈，但也导致产生以IPO导向的速成模式。接下来，行业发展将会进入理性阶段，回归一个基本的价值立场，但“朝阳行业”还是那个“朝阳行业”，产业发展的机会仍然在不断涌现，在这样的大背景下，2023年医疗健康行业数字化发展的趋势也愈渐明朗。
慢病、心理、肿瘤等领域最受关注
目前，中国的数字疗法过于早期，相关产品的研发、推广及商业化的路径需探索过多。可从3个层面对领域进行粗路预判，
1) 行业基础，决定该领域是否有可发展的先决条件;
2)企业供给，决定中短期内是否有足够的人力、财力、资源进入到该领域;
3)患者需求，决定产品相对成熟后，商业路径以及市场潜力。此外，肿瘤领域相对特殊，其长周期管理需重点关注并发症的发展，因此基于全病程管理的数字疗法也是企业重点探索的方向。
商业路径预判，商保自费是现阶段最优解
公立医院诊所的数字化探索，多由三甲医院领头，案例相对成熟后，再向下级机构延伸。医院诊所的数字化探索方向较多，包括如电子病历5级建设、互联互通、辅助决策、远程诊疗、物联网智慧管理、软硬-体化等多个方向。其中，电子病历与互联互通有明确评级指标且与医疗机构自身评级息息相关，因此最为成熟。数据显示，截至2020年，全国总共有172家医院获得电子病历评级，其中三甲医院为145家，占比84.3%; 三级医院总共为162家，占比94.2%。对于互联互通，则从2016年的9家增长到2020年的148家。
同时，基于临床的辅助决策以及管理的运营决策，均需要电子病历与互联互通的支撑。
在人民健康需求增长、经济发展、政策支持、国际竞争等内外因素的共同驱动下，中国创新药产业快速发展。老龄化进程带来更多的疾病治疗需求，同时经济发展推动了患者对生活质量、疾病治疗的更高要求; "带量采购” 及“医保国谈”的大环境下，寻求创新将成为制药企业选择维持增长的重要途径，创新药的研发及上市速度明显加快。2016-2020年， 中国共上市200个创新药产品，主要针对中国患者未满足的临床需求，聚焦在中国疾病负担最大和增速最高的疾病领域，包括肿瘤、消化道及代谢、呼吸、心脑血管等慢病。
在创新药产业快速发展，以及打造科研型医院的政策驱动下，临床研究需求不断攀升，临床研究机构资源吃紧，药物临床研究机构备案制度发布，让更多具备能力的医疗机构有机会开展临床研究。临床需求的增加促进了临床研究数目的增长，同时也给其带来了极大的挑战。尤其在新冠肺炎疫情的大背景下，加大了临床研究项目的推进难度。在医疗机构、制药企业、CRO等组织间，信息如何实现互通，多角色如何高效配合，各组织下如何针对项目进行管理都是亟待解决的问题。
医药商业环境变化对医药营销产生重要影响。首先，院外市场广阔，多方企业将加深对患者需求的研究，互联网及物联网技术的发展使得患者行为研究的壁垒逐渐降低，相关企业更便于发现消费者使用习惯的快速变化，药企及终端药店开始正视患者流量的重要性。疫情使医药电商迅速发展，不受限于地域限制后，患者在线上拥有更多的自主选择权。制药企业将尝试更多种类的营销活动。大量创新药上市后，其面临的是空白的市场，因此抢先进行市场教育非常重要。如何确定传递的内容、以及选择传递的渠道，医生了解药品和疾病之间的关联，以及在竞品中的优势等是核心问题。在疫情和合规的双重压力下，多渠道以及多种类的线上营销活动有助于企业向外部传递产品信息，同时满足监管部门审查其真实性。目前，创新能力以及公司实力较强的国内外大型制药企业已进行了多方向多领域的数字化探索。
药企将加速通过研究患者路径(即患者诊断路径、线上、线下购药路径、互联网医院产生后，患者路径的变化等)、药品特征(即药品上市后所处的阶段、处方药、特药、慢病用药、消费类用药等药品种类)和企业态度(企业对于信息化和数字化及的认知、企业领导对于数字化改革的重视程度、企业自身战略)选择医药营销手段。
伴随着人工智能等新技术的突破性发展，人工智能为代表的计算机技术也被越来越广泛应用于药物研发领域，特别是在临床前药物研发领域，诞生了一批Al和计算驱动的药物研发公司,它们或以人工智能和计算为核心驱动力研发自有管线药物，或作为第三方服务于制药公司。
药物研发是指从实验室发现活性化合物后反复测试并优化成为安全有效药物的系统工程，其包含了发现和开发两大阶段。药物发现包括三个步骤，分别是疾病相关治疗靶点的确认，先导化合物的发现及先导化合物的优化，最终获得候选药物，进入药物的开发阶段。发现活性化合物的方法包含偶然发现、随机筛选以及理性设计等手段。药物开发阶段是对候选药物进行临床前评价和临床试验评价的过程，需要对候选药物的药代、药理、毒理、安全性、有效性进行系统的评价。
目前的计算制药分为以数据为基础的人工智能制药和以物理规则为基础的两种制药范式。前者本质上是机器通过学习数据，挖掘数据总结归纳规律，反过来优化药物研发环节;后者是从第一性原理出发，从分子、原子等微观粒子层面去计算药物分子与靶点蛋白分子之间的相互作用力，也可以借助于AI提高运算速度和精度。
未来将会有越来越多AI/计算制药公司从服务走向自主研发管线为主的Biotech之路。原因之一是成立30年的薛定谔公司， 原本以软件服务为主营业务,在增加自主研发药物后得到资本市场认可，成功上市。这激励了更多AI制药公司从服务走向合作研发管线+自主研发药物的道路，特别是在中国创新药崛起的发展大潮之下，biotech的定位更容易被资本市场认可。另一方面，由于Al应用于药物发现领域，验证流程较长，而且目前还尚未有一款AI设计的药物成功上市，国内很多药企都属于观望状态，付费意愿不高，市场开拓难度较大。
人工智能医学影像定位在医学影像诊断系统和人工智能机器学习的交叉范畴，行业核心企业定义为研发、生产并销售人工智能医学影像软件企业，其中人工智能主要指其下属细分深度学习技术。自2013年起，中国AI医疗经历了初始技术期、概念兴起期、价值验证期发展，于2021 年进入商业模式探索阶段。
2019年开始，人工智能医学影像部分企业开始将问题聚焦于如何优化产品，基础数据质量的提升及算法的不断改进优化，外加大量的科研合作，使得人工智能影像产品逐渐被医院端接受和认可。作为软件产品，87.8%的三级医院已使用医学影像信息化系统，作为AI产品主要落地的医疗机构，三级医院已为其建立了良好的信息化基础。人工智能医学影像产品陆续取得三类证，已具备向患者收费的资格。
现阶段，中国Al医疗商业空间小，处于价值实践期。人工智能医疗应用场景广泛,未来产品落地后其社会和商业价值均较大;然而，基于中国医疗健康发展现状，商业付费空间有限。现阶段，AI医学影像在院端已获得一定的收入。在新冠疫情以及智慧医院建设的大背景下，三级医院人工智能软件的渗透率已增长至15%左右，随着产品价值被认可，院端以及患者的付费意愿也将同步提升，2023年渗透率或达到30%左右。
AI类产品价值的体现将在基层实现最大化。同时在政策指引下，人工智能医学影像产品在向基层落地的过程中，也会朝着服务+全病程管理的方向去做商业化探索，从服务影像科室到临床科室做尝试。
来源：中关村科技会展
免责声明
本文来源为其他媒体的内容转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们
