从数十亿到数百万：加速释放研发创新生产力

数百万 从数十亿到 突加破速成释本放桎研梏发创新生产力 新科学埃：森转哲变病生患命治疗科效学果 目录 概览3 战略措施7 推动研发成本从数十亿降至数百万9 获取价值的促成因素17 从转型中实现价值23 2|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力 应对新冠疫情的爆发，生物制药行业迈出了旧有模式，对于创新速度和新药问世都有了新的期待。 与此同时，医疗支出和制药企业的盈利压力与日俱增。现在正是行业迎接变革、重塑产能方程式的时机，药企有望将新药发现和研发成本从数十亿降至数百万。 3|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力目录 目录 企业已具备了快速改变研发生产力的能力，即运用数据、高级分析和技术来重新配置研发方式。诚然，降低成本依然是推动这一举措的主要因素；但采用更快、更好的流程来提高生产率，可以增加研发产出，最终惠及患者。 新科学组合、数字化和数据引导的研究以及更快、更智能的开发，这三大研发战略措施可以帮助生物制药企业实现研发成本量级从数十亿美元降至数百万美元，从根本上改变研发和商业化途径。 企业早已迈入创新模式阶段，而现在正是转变战略，借助数字化力量和以患者为中心的设计重塑研发的良机。 4|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力 价格压力 医保生态系统和患者都承受着巨大的医疗价格压力。在美国，医保支出占总体GDP17%以上（1990年为9%）1， 占政府开销的四分之一2；而在新兴市场，由于大多数公共医保计划主要提供免费或补贴的仿制药，患者在很大程度 上需要承担药品成本；32020年中国医疗卫生支出达到了7.2万亿元人民币，占总体GDP的7.1%。4 患者也承受着极大的医疗负担 过去十年，美国家庭保险的平均保费增长了55%，有近30%患者因为费用问题，未按医嘱服药。6 与此同时，“新科学”*和“精准医疗”的发展，意味着针对少数患者群体的定制化疗法不断增加，限制了其他潜在的营收进项。 *新科学包括一系列治疗方法 预计到2028年，发达市场的医疗负担缺口将达3000亿美元，5药品销售预测远超全球卫生系统当前新药开发的能力。 5|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力 对于生物制药行业来说，这些趋势将给企业的盈利能力和销售业绩带来挑战。民众支付能力差距进一步扩大，政策和药品监管很可能会实施新的措施。生物制药企业负责人已忙于应对将药品推向市场时所带来的不可持续的经济状况，而上述压力将进一步加剧他们的紧迫感。 •新科学可以通过一种新的机制、 模式或医疗技术，如新型细胞疗法和治疗性基因疗法等，解决明确的、未被满足的需求。 •新科学通常需要一种新的技术设备或诊断方法来进行治疗方案的开发，也可以作为辅助治疗，或是能单独描述一项技术。 目录 研发生产力的挑战 取决于治疗领域、治疗方式和疾病复杂性，一款新药问世的成本大约在267至678亿美元之间，包括资金成本和失败成本在内。 医保系统日益增长的价格压力，意味着药企成本必须大幅下降。研发将在这一转变过程中扮演关键角色。 重新审视药品发现与开发流程是企业解决新药问世经济效益问题的核心战略。这需要企业更仔细地审视行业里长期存在的产能挑战。而产能则取决于每一款获批新药研发支出的年增长率，过往10年，每款新分子实体的研发支出增 长了5%，审批支出增长了7%（见图1）。9企业必须调整现有增长速率，寻找新方法，凭借当前先进能力来提高效率和效益。 136 136 138 144 148 159 168 181 189 199 研发效率的组成部分包括单位成本、技术成功率、上市时间和具有高市场潜力的治疗方法选项。虽然这些要素相互依存，但很难同时解决。我们将在本报告在中探讨解决所有要素相关的战略举措，并计算相应的成本和营收机会，解锁这些战略的价值。 图1 研提高发研总发支效出率持的续压增力加，给生物制药企业带来了 生物制药研发支出与每次审批支出的对比 200 研发支出 审批支出 7 6 150 5 4 100 +% +% 3 50 2 1 0 0 2011201220132014201520162017201820192020 排名前40药业公司研发支出 注“：审批20”20是年指全新球药销申售请额批大复于和10生亿物美制元品的许前可4申0制请药批公复司，评不估包括生物仿制药和非专利药 审批支出的（年十复亿合美增元长）率 新每分个子新实分体子支实出体的支复出合（增十长亿率美元） 目录 6|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力 战略举措 数字化和数据主导的研究 新科学组合 更快更智能的开发 战略举措 为了打破当前的研发生产力方式，生物制药企业应加强对三大战略举措和关键 数字生物学预测方法临床试验创新监管创新 能力的关注。 促成因素 数据与高级分析数字化和自动化技术 灵活云架构生态系统合作伙伴 文化和人才 7|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力目录 新科学组合数字化和数据主导的研究更快更智能的开发 将战略组合更多地转向新科学。10虽然这些疗法的初始成本很高，但它们在临床试验中的成功率更高，因此总体失败成本就会降低。此外，它们还带来了更大的潜在价值，如具备科学新颖性的资产、解决未满足需求、利用技术融合创造价值。 改变研发方式，消除科学家和患者数据之间的隔阂，打破生物制药、生物技术和学术机构之间的隔阂。通过真实世界数据，包括组学、结果和组织学数据，识别疾病特异性特征和生物指标，提高对疾病的理解、识别、验证，优化研发过程中失败风险较低的靶向。应用预测建模和人工智能技术，加速对潜在线索的识别、选择和优化。建立一个超越治疗区域相邻合作伙伴关系的生态系统战略，通过新的模式、平台、能力和患者触达方式，持续创造新的价值来源。 借助机器学习，多元模式和真实世界数据重构临床开发。推动以患者为中心的设计，制定试验策略、评估风险、最大化收益、同时通过更小的对照组、更短的时间和更少的试验点来降低运营成本；扩大试验创新规模，如分散试验，来满足各地患者，提高患者登记率、保留率和多样性。与卫生当局加强合作，减少提交文件的时间和精力，以更快的上市时间创造额外营收。 8|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力目录 数十亿降至数百万 推动研发成本从 我们的研究表明，若三项战略举措执行得当，会显著影响成本和上市时间。我们模拟了每一项战略举措对新药上市平均成本的量化影响，基线假设参照了业界广泛接受的同行评审产能模型。11 我们的模型表明，上述三个战略举措将为每一款药物的成功研发节省12-17亿美元（包括资本成本和失败成本），并在未来创造1.5亿至4.5亿美元的额外营收（参见下页图2）。 鉴于每家制药公司的情况都是独一无二的，本报告为量化成本和时间节约的定向报告，我们明确了具有最高价值创造潜力的领域，而具体的成本节约金额和营收机会因生物制药公司所处阶段不同而有所区别。 9|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力目录 降低新药发现和开发成本的方法方法 26亿美元 数据数主字导化研和究 1 2 更快更智能的开发 新组科合学 ① ② 示例③ 数字生物学具备更高的技术和监管成功率，从而降低失败成本 使用人工智能技术驱动的预测方法进行目标验证、潜在机会识别和优化，从而降低研究成本 通过临床试验创新实现患者利益最大化、试验简单化、规模和持续时间最优化，从而影响试验开发成本 5 3 4 6 激进案例 保守案例 1美0元亿 ④监管创新对临床开发成本的影响* ⑤新科学具备更高的技术和监管成功率，从而降低失败成本 ⑥针对组合优化进行的模式改变，提高了技术和监管 成功率，从而降低失败成本 当前情况 图2：埃森哲研究2021，从数十亿到数百万。关于该方法论的更多信息，请参见第26页。 额机外会收○入 ○更早的上市时间，能获取额外收入机会 ＊尽管监管创新并不会带来显著的成本降低，但对增加收入机会的影响更大，因此将其列为一种手段 10|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力目录 数字化和数据主导的研究 改变数据、分析和生态系统伙伴关系在整个药物发现价值链中的使用方式，从而改善临床和患者疗效，缩短临床试验时间并降低成本。 战略措施的构成 ①数字生物学 利用组学和成像分析等技术加深对疾病的 基本认识，提高早期阶段的靶向识别和验证。这适用于靶向评估中目前频繁使用的领域（包括疾病和靶向之间的联系，了解未来目标患者人群）和较少频次使用的领域（包括遗传靶向调节方法、生物标志物应用、靶点分析能力、 ②预测方法 采用预测方法和现有数据，结合机器学习 和人工智能技术，企业可以优化候选药物的设计和化合物的选择。这将加快低风险临床候选药物的识别、优化和选择，最大程度地减少失败实验。未来，预测模型可以适用所有模式。 而当下，鉴于行业研发管线产品中40%为小 灵活的生态系统方法对于建立差异化能力至关重要，有助于支持数字生物学和预测方法。 例如，百时美施贵宝与人工智能药物研发公司Exscientia合作。双方宣布，他们能在药物设计的11个月内识别出候选 安全问题）。靶向目标识别和验证的提升，可 以引导更好的临床策略和试验设计，提高成功 分子药物，我们更多地看到预测 药物研发上产生了主要影响。12 模型在小分子 基于我们的模 药物分子。13 可能性。我们的模型预测，通过提高临床试验成功率而节省的成本占总节省成本的31%。 型，运用预测方法节省的成本占总节约成本的 17%。 11|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力目录 更快更智能的开发 在新药研发过程中，采用以患者为中心、数据驱动的方法，优化试验规模、持续时间和患者最大利益；减少过于繁琐的流程和技术相关的开销，并从新的数据源中形成丰富的洞见。 战略措施的组成部分包括： ③临床试验创新 采用以患者为中心的试验设计方法优化试 通过行业研究和案例分析，我们发现存在以下挑战： •越来越多的合成数据被美国FDA所接 验，实现患者利益最大化、试验简单化，规模和时长最优化。这包括借助人工智能技术和合 •三分之一的三期临床试验因报名人数不足而终止，约80%的临床试验不符合报名时间。14 受。2018年，默克KGaA和辉瑞的 Bavencio（avelumab）被批准用于 成数据来消除对照组，依靠更好的患者分析来降低运营成本。埃森哲近期与Phesi发表的《更 •2009年以来，二期和三期医疗方案的程序增加了44%，试验地点和复杂性也大幅增加。15 治疗默克尔细胞癌。该项试验使用了 合成对照组中的电子病历数据。17 好的临床试验：合成数据的优点》对此进行了 讨论。此外，利用分散方法或线上试验和其他简单的解决方案，可以显著减少患者的负担和流失。临床试验创新对患者和赞助方都有利。更小的群体、更高的保留率、更少的修改、更 •2010-2013年间完成的836项研究中，超过一半的研究至少有一项实质性的方案修订，其中近一半修订是不可避免的。三期试验方 案修订的平均直接成本高达535,000美元。生物制药研发领导者在一份行业报告中指 •相较于传统的临床试验，分散试验中 的二期和三期方案的样本平均治疗时间缩短了36%（140天）。18 成功的关键在于大规模实施这些方法。我们 低的地点成本、更短的上市时间都有利于药企 降低成本，同时还能提高患者的多样性。 出，如今这一成本甚至更高。16 的模型预测，临床试验创新节省的成本占总成本 节省的35%。而通过提早上市获取的1.5亿至4.5亿美元营收中，有50%归功于临床试验创新。 12|从数十亿到数百万：突破成本桎梏，加速释放研发创新生产力目录 更快更智能的开发 ④监管创新 简化提交手续，利用全球健康署的数据共 享环境，加速归档、提升客观性、减少工作量。全球健康署通过持续的信息共享，管理与多个健康署的同步对话，采用人工智能技术构建更好的监管