人工智能和机器学习助力中国医疗保健：一种算法驱动的方法（英）

白皮书 人工智能和机器学习使 在中国医疗保健:一个由算法的方法 共同出具IQVIA数据科学与先进分析团队与北京中关村人工智能技术开发有限公司 人工智能和机器学习授权在中国医疗保健:一个由算法的方法 作者 梅根他，艾昆纬数据科学与高级分析副总裁回族金，艾昆纬数据科学与高级分析高级总监 王曰，数据科学与高级分析高级顾问，艾昆纬 风扇杨，北京中关村人工智能副总经理技术开发有限公司 支持单位：余一思、王苏格、杨彦新、杨晨曦、高涵宇、 ChuchuLiuYubo他Daozhou姚明,Bingzhen吴 了解更多关于白皮书,请联系: 回族金 艾昆纬数据科学与高级分析高级总监 hui.Jin@iqvia.com 风扇杨 北京中关村人工智能科技发展有限公司副总经理 18612860047 表的内容 执行概要02 第一部分中国医疗产业市场展望03 1.1宏观环境03 1.2产业和工业环境03 第二部分：算法驱动的方法：高级分析05 制药企业在数字时代 2.0核心观点：AI/ML技术用数据、经验和算法赋能06 商业决策，帮助企业降低成本，提高效率在整个产品生命周期 2.1领先速度：AI/ML学习技术增强业务敏捷性06 案例研究1:临床试验优化06 案例研究2:COVID-19影响预测在2022年07 2.2精准决策：AI/ML技术提升决策精准度08 案例研究1:罕见的疾病预测08 案例二：全渠道营销智能推荐系统08 2.3易于扩展：AI/ML技术提供解决方案可扩展性09 案例研究1:销售预测平台09 案例研究2:药品不良事件预警平台10 2.4深度洞察：AI/ML技术赋能科学决策10 案例研究1:社会倾听10 案例研究2：因果分析模型推动营销决策11 第三部分:寻找合作伙伴12 结论14 参考文献15 01|iqvia.com 人工智能和机器学习授权在中国医疗保健: 一个由算法的方法 执行概要 由于具有挑战性的宏观环境因素，中国医疗保健行业正在经历巨大的变化医疗保健企业的增长和盈利能力。鉴于外部经济环境影响，COVID-19大流行扰乱了医药医疗器械企业研发和供应链的稳定性，后续改革 传统营销分销渠道，重塑需求感知B2B、B2C市场，倒逼企业完善市场经营策略，应对变化。 环境政策为推动医疗行业供应链结构性改革提供了监管指导。 监管机构旨在通过引入诊断相关组（DRG）改革和定期的基于数量的来控制医疗保险成本采购（VBP）助推医疗行业的人工智能（AI），促进企业降低成本，增加 效率，推动创新。在大数据和人工智能等新技术已经推进的技术环境中值得注意的是，这些对医疗保健行业的贡献为增长提供了新的动力。 最先进的人工智能技术被整合到医疗保健行业中，作为改进医疗保健相关产品的驱动力和服务，具有广泛的应用，如计算机视觉（CV）、自然语言处理（NLP）和机器学习面对经济、政策和技术环境的变化，医疗保健行业应该认识到 人工智能和机器学习（AI/ML）给产品的研发、生产和分销带来的变化和服务，以及这些技术在新医疗保健应用场景中的巨大增长潜力。 AI/ML技术可以通过提高快速、准确的决策、减少 通过随时可用的可扩展性降低成本，并通过深入的洞察力促进业务决策。AI/ML带来了变化从以下角度看整个产品生命周期： 1）药物发现：AI/ML技术基于科学理论构建算法模型，加速靶点发现，引领化合物合成和筛选，节省实验室开发时间; 2）临床试验：AI/ML技术分析海量临床试验数据和患者记录，智能精准推荐患者根据临床试验要求，从而加快临床试验进程; 3）产品发布：AI/ML技术提供对战略客户的深刻洞察，对市场规模的准确预测，敏捷的战略优化外展，利用海量数据和先进模型的持续迭代，灵活的战略调整方案 算法。 在医疗保健行业中，使用AI/ML算法助力业务成功在很大程度上取决于企业及其合作伙伴基础设施、数据资产、人才团队和建模技术方面的AI/ML功能。将这些技术与 业务流程企业应寻找具有多样化数据资产、领先的高级分析能力和广泛 医疗保健领域的领域经验。企业还可以从具有强大计算能力的良好位置的优势中受益。基础设施、产业集团的业务协同和政策支持。 iqvia.com|02 第一部分中国医疗产业市场展望 核心观点:COVID-19和常规VBP等宏观环境因素给 中国医疗行业，挑战制药企业的增长和盈利能力。人工智能/机器学习技术可以帮助企业降低成本，提高现有程序的效率，提供新的 增长动力，实现算法驱动增长。 1.1宏观环境 经济环境 核心观点：COVID-19大流行带来了不可避免的对医疗保健需求和供应方的影响 行业，所以制药企业需要改进他们的市场策略来应对这些变化。 COVID-19大流行对制药业和 医疗器械企业的研发、生产和供应链稳定。 医疗保健行业面临临床试验过程停滞不前的风险并因COVID-19的传播而中断了上游供应链。在临床研发中，COVID-19阻碍了患者 招募、患者跟踪、一致剂量和患者观察，导致患者退出并显着增加临床成本 研究。此外，大流行也对供应构成威胁上下游产业的链能力; 企业面临原材料瓶颈问题， 储存和运输中的产品，因此不断升级供应链成本。 疫情改革了传统的营销推广医疗保健行业的渠道。 对于B2B市场，不同参与者之间的互动医疗保健系统发生了重大变化，医生代表感知和医患互动更多地转向在线 渠道。医疗代表的传统面对面访问 疫情期间受到限制，需要医疗保健企业 通过以下方式与医疗保健专业人员进行沟通 在线渠道，如电子邮件、网络研讨会、视频通话、即时消息 政策环境 核心观点：医疗体制改革驱动医药企业降低成本、提高效率和部署创新。 政策环境鼓励药企采用 尖端研发，提高原创的质量和速度药物。 需要多方努力提高药物的质量和速度研发，释放医药企业的创新潜能。国家药品监督管理局（NMPA）继续建立健全药品审评标准体系，推动 以患者为中心，科学，有组织的高质量研发药物。国家药监局致力于加快产品速度 提高市场准入的审批和启动程序 创新产品和临床紧急产品。近年来， NMPA发布了361条药品和医疗器械研发指南，涵盖化学药品、生物制品等领域， 为药品和医学提供科学、规范的指导设备企业在产品研发、生产、审批、 和营销（NMPA，2022a）。同时，国家药监局重点加快药品审评审批流程，建立 突破性治疗程序的“快速通道”，有条件的审批程序、优先审查和批准程序，以及 软件等对于B2C市场、大流行和封锁政策重塑信息接入渠道与健康消费 潜在消费者的媒介。随着在线的显着增加浏览时间，消费者更倾向于获得医疗保健来自在线渠道的知识，高达84%的受访者通过微信公众号获取健康知识; 50%的人通过APP、在线论坛和网站。随着医疗产品的可及性和 服务，慢性病等领域的患者治疗程序 疾病管理正在从院内转向家庭（定乡市） 医生，2022年）。简而言之，COVID-19大流行已经重建两者中的信息访问渠道和业务运营 B2B和B2C市场市场，为持续市场带来新的挑战增长的制药企业。 大流行重塑了对需求的看法医疗市场。 一方面，疫情加速了医保 成本控制：疫情下医疗保险基金投资防控给企业增长和利润带来压力 面向制药企业的非新冠肺炎相关产品。在另一方面，大流行为消费者提供了理解 医疗保健，促进“健康生活方式”。消费者有越来越意识到健康和福祉的概念， 对医疗保健产品的深入了解会带来更多样化以及细分市场对制药公司的详细需求 包括口腔护理和审美医学。 加快药物开发的特殊审批程序 启动（国家药品监督管理局，2022a）。2021年，国家药品监督管理局总体实现 98.93%的成绩。 药品审批完成率，历史性突破（NMPA， 2022b）.制药和医疗器械产品的重点审批环境提高质量和速度需要更强 研发能力。企业需要找到独特的竞争力和产品快速迭代环境中的利润增长点， 生命周期短，利润率低，竞争更激烈。定期批量采购加强供应 和可访问性的药品和医疗设备。 药品供应保障体系深度调整 显著提高了可访问性。自2018年以来，中国人政府已通过以下方式获得药品和医疗器械供应试点推广药品和高价值医疗的VBP 耗材，完善国家基本药物体系 （NEMS），以及药品目录的常态化年度调整医疗保险制度覆盖，确保无障碍 基本药物和设备。到2022年7月底， 国家医疗安全管理局（NHSA）已经开展了 七轮全国VBP，涵盖294个药物品种。国家卫生健康研究院期望继续正规化、制度化、标准化 VBP同时扩展列表并加快程序，与 03|iqvia.com 预计每个药物将涵盖350多个药物品种 到2022年底省（国务院，2021年）。在此期间，国家卫健委计划动态调整和 优化NEMS并持续改进目录调整管理机制。他们将定期调整 国家基本药物目录每三年一次整合药物临床应用实践等因素， 药品标准变化和新药上市（办公厅） 国务院，2018）。药品供应安全政策，专题在VBP政策中，已推动企业大幅减药 和医院市场的医疗设备价格，创造制药利润和增长的长期挑战 企业。 医疗体制一体化改革助力医药供应方面的改革。 医疗产品和服务在综合中发挥着重要作用 图1.1：人工智能+医疗政策 医疗体制改革。药品和医疗供给侧改革设备与国有医院改革紧密交织 促进合理用药和诊断/治疗标准化成为医疗体系稳步发展的核心。 提高药品和医疗的质量并降低其价格设备也与医保支付紧密结合 改革。DRG/DIP改革将于2022年开始，预计将 2024年在全国范围内推出，实现全覆盖 2025年底（国家医疗保障局，2021年）。在新时代医保资金管控措施， 医保支付综合改革与 国有医院改革、制药和医疗器械企业将面临机遇和挑战（图1.1） 政策支持生物医学技术 •2020年7月,国家发改委发布了建设指南 新一代人工智能标准规范AI顶层设计, 促进人工智能研发,优化人工智能在医疗中的应用。 •2017年7月,国务院发布了“新一代人工智能发展计划”的推广应用 的新模型和方法AI-powered医疗系统。 医学人工智能诊断的监管 •2022年4月,美国国家健康委员会发布的国家2022年限制技术, 监管AI-assisted药物治疗和质量控制指标 临床应用AI-assisted治疗2022 •AI-assisted诊断技术从列表中移除的限制 技术,提高人工智能应用程序在医疗保健行业,覆盖 图像识别,病理诊断等。 指导AI设备登记 •2022年3月,NMPA发行人工智能医疗设备指南软件登记和指导方针对医疗设备的网络安全登记规范指导 对人工智能医疗软件登记 •2021年7月,NMPA发布了指导人工智能的医疗原则的软件产品分类和定义, 将人工智能医疗软件根据算法的成熟 应用程序作为II类和III类。 来源:IQVIA收集的公共信息, 技术环境 核心观点：大数据、人工智能、 ML在医疗保健行业提供了丰富的应用，创造了新增长潜力 数据量大、结构多样性高、速度快医疗保健市场的增长取决于AI和ML增值分析和研究技术。 传统的数字分析很难发现 海量结构化和非结构化信息中的 医疗保健市场，而AI和ML技术可以更好地赋能决策。人工智能是指可以模仿的系统和机器人类智能来执行任务并迭代改进 自己基于收集的信息。ML是AI的一部分可以通过统计模型实施的技术，以及 允许计算机改进预测性或解释性的方法 通过经验积累实现能力（IBM，2022年）。这人工智能和机器学习技术在医疗保健中的应用行业可以帮助企业降低成本，做得更好 业务决策。 AI/ML技术越来越多地应用于各种医疗保健过程。尖端的AI/ML技术 计算机视觉（CV）、自然语言处理（NLP）和机器学习（ML）已广泛渗透到各种 医疗保健行业的结构是改善医疗保健服务。 近年来，人工智能技术的加速成熟已经丰富了其在医疗保健领域的应用。目前，人工智能技术的应用涵盖医学图像处理， 临床决策支持系统（CDSS）、精准医疗、健康管理、医疗信息化、药物开发、医疗 机器人、AI/ML驱动的医疗保健应用致力于帮助降低成本和提高效率，