智“健”未来：人工智能与机器学习赋能中国医疗健康行业

人工智能与机器学习 智“健”未来： 赋能中国医疗健康行业 联合发布 艾北昆京纬中数发据展科智学源和人高工级智分能析科团技队发展有限公司 《人智工“智健能”与未机来器：学习赋能中国医疗健康行业》 编写组： 何伟红，IQVIA艾昆纬副总裁，数据科学和高级分析亚太区负责人金晖，IQVIA艾昆纬高级总监，数据科学和高级分析中国区负责人王越，IQVIA艾昆纬高级咨询顾问,数据科学和高级分析部 杨帆，北京中发展智源人工智能科技发展有限公司副总经理于思艺，汪苏鸽，杨琰昕，杨晨曦，高菡妤， 刘楚楚，何宇博，姚道洲，吴秉臻对本文亦有贡献 金晖 更多信息，敬请垂询： IQVIA艾昆纬高级总监，数据科学和高级分析中国区负责人hui.Jin@iqvia.com 杨北京帆中发展智源人工智能科技发展有限公司副总经理 18612860047 目录 摘要02 一、中国医疗大健康行业市场展望03 1.1宏观环境03 1.2产业与行业环境05 二、算法驱动：高级分析在数字化时代为医药企业赋能06 2.1速度领先：人工智能与机器学习技术提升业务敏捷性06 案例分析1：临床试验优化06 案例分析2：2022年新冠疫情态势预测07 2.2精准决策：人工智能与机器学习技术提高决策精准度08 案例分析1：罕见病预测08 案例分析2：全渠道营销智能推荐系统08 2.3便捷扩展：人工智能与机器学习技术提供解决方案可扩展性09 案例分析1：销量预测平台09 案例分析2：药物不良事件预警平台10 2.4深度洞察：人工智能与机器学习技术增强决策科学性10 案例分析1：社交聆听10 案例分析2：因果分析模型驱动市场决策11 三、寻找合作伙伴12 四、结论14 参考内容15 01|iqvia.com 智健未来： “” 人工智能与机器学习赋能中国医疗健康行业 摘要 中国医疗健康产业在宏观环境因素的影响下迎来巨大变革，持续考验医疗健康企业的盈利能力和增长能力。从经济环境看，新冠疫情挑战了药械企业的生产研发、供应链稳定性，重构了企业的传统营销触达渠道，重塑了医疗健康产业所面对的B端、C端市场的需求观念，企业需要改良市场业务策略来应对变局。从政策环境看，政策导向促进了医疗健康产业供给端的结构性改革，政府通过出台DRG诊断改革、常态化带量采购等举措进一步推进医保控费，鼓励AI+医疗产业发展，促使企业降本增效、驱动创新。从技术环境看，大数据、人工智能等新技术得到了长足发展，其在医疗健康产业丰富的落地应用场景为企业提供了增长的新动力；其与医疗健康领域的融合不断加深，以计算机视觉、自然语言处理、机器学习等为代表的人工智能子技术已广泛渗透在医疗行业的各个场景中，成为提升医疗服务水平的重要驱动力。面临经济、政策、技术环境的不断变化，医疗健康产业应该深刻认识到人工智能和机器学习技术为药械企业的研发、生产、流通环节带来的变革，以及这些技术在新医疗健康应用场景中释放的潜力。 人工智能和机器学习技术能够通过领先的速度提升企业的业务敏捷性;通过准确研判提升企业的决策精准度;通过便捷扩展实现全业务流程的降本增效;通过深度洞察增强企业决策的科学性。人工智能和机器学习技术能够为药械企业的产品全生命周期带来变革：1）在药物发现环节，人工智能和机器学习技术可以基于科学理论建立算法模型，加速靶点发现、先导化合物合成与筛选，节约实验室开发环节时间；2）在临床试验环节，人工智能和机器学习技术可以分析海量临床试验数据和患者病历，根据临床试验要求智能、精准推荐患者，从而加速临床试验进程；3）在产品上市阶段，人工智能和机器学习技术通过海量数据和先进模型算法的不断迭代，提供有深度的战略性客户洞察、精准的市场规模预测、敏捷的最优触达策略、灵活的策略调整方案。 人工智能与机器学习算法对医疗健康产业的业务赋能，高度依赖于企业与其合作伙伴在基础设施、数据资产、人才团队、技术模型等多方面的能力。想要真正实现这些技术与企业的深度融合，创造更多价值，企业应该寻找具有数据资产优势、领先的数据科学技术、丰富的医疗健康领域经验的合作伙伴，并且选择具有强大的算力基础设施、协同化产业集聚、良好政策扶持的优势区位。 一、中国医疗大健康行业市场展望 核的增心长观和点盈：利疫提情出冲了击挑、战带；量A采IM购L等技宏术观能环够境帮因助素企为业中在国已医有疗领健域康内产降业本带增来效了，不开确辟定新性的，增对长药点械，实企现业 算法驱动增长。 1.1宏观环境 经济/需求环境 核心观点：新冠疫情为医疗健康产业的需求端、供给端带来了不可忽视的冲击，企业需要改良市场业务策略来应对变局。 新冠疫情挑战了药械企业的生产研发、供应链稳定性。受到各地疫情的影响，药品、器械企业面临着临床试验项目进展缓慢、上游供应链中断的风险。在临床研发项目中，新冠疫情为招募患者、患者追踪、持续给药观察等环节带来了极大冲击，容易造成患者脱落，从而大幅提升了临床研究的成本。此外，新冠疫情也对产业上下游供应链能力提出了严峻挑战：药械企业面临原料和产品在仓储、运输等物流环节的阻滞问题，这些问题使得药品器械企业的供应链成本大幅提升。 新冠疫情重构了药械企业的传统营销触达渠道。从B端市场看，疫情之后的医疗体系各方的互动方式发生了显著转变，医生与患者、医生与医药代表的互动更多转为线上。传统的医药代表面对面拜访形式在疫情期间遭遇限制，药械企业需要积极采用电子邮件、线上学术研讨会、视频电话、即时通讯软件等多种方式尝试与医生进行沟通。从C端市场看，疫情与防疫 政策环境 核心观点：医疗制度改革不断深化，政策环境驱动药械企业降本增效、布局创新。 政策环境鼓励药械企业布局前沿研发，创新药械审批注重提质增速 政策环境从多方发力，提升药品研发的质量与速度，激励药械企业释放创新动能。国家药监局不断建立健全药品审评标准体系，促进药械企业以患者为中心，科学有序研发高质量产品；加快药械产品审批上市流程，提高创新产品和临床急需产品上市速度。截至2022年7月，国家药监局累计发布了361个药械研发指导原则，覆盖化学药、生物制品等领域，为药械企业产品的研发、生产、审批、上市等环节提供了科学、规范的指导（国家药监局，2022a）。同时，国家药监局注重加快药品注册审评审批，设立突破性药物治疗程序、附条件批准程序、优先审评审批程序、特别审批程序共四条“快速通道”，加 政策改变了潜在消费者的信息获取渠道和健康消费场景：随着线上浏览时间显著增加，消费者更倾向于从线上渠道获取医疗健康知识，多达84%的受访者会通过微信公众号获取健康知识，50%的受访者会通过健康相关的APP、论坛网站来获取健康信息；随着药物和器械可及性的不断拓展，慢病管理等领域的患者治疗场景从院内转变为家庭。新冠疫情改变了B端、C端市场的信息触达渠道与使用场景，为药械企业的持续增长提出了新挑战。 新冠疫情重塑了药械企业面临的市场需求观念。一方面，新冠疫情加速了B端医保基金的控费变革，医保基金对疫情防控相关领域的投入，加大了药械企业在医保内市场非疫情防控产品的增长和利润的压力。另一方面，疫情提高了消费者健康理念，促进了C端消费者医疗健康观念的转变。消费者更加认可健康生活方式的理念，对医疗健康类产品领域的知识也在不断深化，在口腔护理、美容护肤等各个垂直细分领域对药械企业提出了更加多样化、更加细致的需求。 速药品研发和上市（国家药监局，2022a）。2021年，国家药监局产品全年整体按时限审结率达到98.93%，取得历史性突破（国家药监局，2022b）。注重提质增速的药械产品审批环境对药械企业的研发能力提出了进一步要求，企业需要在产品迭代速度快、生命周期短、利润空间低、竞争更加激烈的环境中寻找独特竞争力与利润增长点。 集中采购常态化制度化，强化药品器械供应保障 药品供应保障体系深入调整，注重提高药品可及性。2018年以来，政府通过试点并推广药品和高值医用耗材集中带量采购制度、完善国家基本药物制度、医保目录常态化调整制度，强化药品和器械的供应保障，确保关系民生的药品、器械可及性。截至2022年7月底，国家医保局已开展7批国家组织药品集中采购，共覆盖294种药品；集中采购政策将常态化、制度化、规范化运行，不断提速扩面，预计2022年底每个 省集采药品将覆盖350个以上（国务院，2021）。在此期间，国家卫健委动态调整优化国家基本药物目录，不断完善目录调整管理机制，综合药品临床应用实践、药品标准变化、药品新上市情况等因素进行3年一次的国家基本药物目录常态化调整 （国务院办公厅，2018）。自2018年以来，国家医保局不断完善医保目录动态调整机制，一年一度的医保目录动态调整制度已经基本建成。以集中带量采购为代表的药品供应保障政策推动了企业大幅降低院内市场的药械价格，为药械企业的利润与增长带来长期挑战。 医保、医疗、医药“三医联动”，深化医药服务供给侧改革 图1.1人工智能+医疗相关政策 医药服务作为深化医疗体系改革的要素之一，在“三医联”的医疗制度改革中扮演重要角色。医药供给侧改革与深化公立医院改革深度融合，促进合理用药与规范化诊疗成为医联体合理发展的核心；药品、器械提质降价也与医保支付方式改革紧密结合，DRG/DIP改革即将在2022-2024年全面推进，预计2025年底DRG/DIP支付方式基本实现全覆盖（国家医疗保障局，2021）。在医保基金控费举措常态化、医保支付方式全面改革、公立医院发展方式以及服务模式变革深化的新时代，药械企业作为密切相关的产业供应方，也将面临诸多改革带来的机遇 动 和挑战（图1.1）。 AI医疗发展支持政策 •部20门20联.0合7，印国发家《发国改家委新、一工代信人部工等智五 能智标能准领体域系标建准设化指顶南层》设，计加，强推人动工人 工促智进能产产业业健技康术可研持发续和发标展准；制率定先，促 •智20能17发.0展7，规国划务》院，印推发广《应新用一人代工人工智 进与发人展工智能在医疗健康领域的应用 能准的治智疗能新医模疗式体新系手段，建立快速精 AI医疗软件参与诊疗规范 •2022.04 制类技术目录（2022年版）》、 《管理人规工范智（能2辅0助22治年疗版技）术》临、床《应人工用 ，国家卫健委发布《国家限 •技将术“人目工录智中能删辅除助；诊医断技学术影”像从识限别制技类 智制指能标辅（助2治02疗2年技版术）临》床应用质量控 •器人工人智手能术辅系助统治辅疗助技实术施（手专术指的应技用术机） 术望突、破病限理制诊，断获和得报更告加系广统泛等的技应术用有 仍处于限制类技术目录范围内 AI医疗器械注册、审批政策 •《20人22工.0智3，能国医家疗药器监械局注器册审审中查心指发导布 原指注册则导审》原查、则指《》导医、原疗《则器医》疗械，器软为械件网注络册医审安疗查全软 AI •能20医21用.07软，件国产家品药监分局类发界布定《指人导工智 件性指作导为意医见疗器械注册审批提供规范 则工》智，能依医据用算软法件应的用审成批熟分度类划，分人人工 智器械能管医理用软件可作为II类或III类医疗 来源：公开资料，IQVIA整理 技术环境 核心观点：大数据、人工智能等新技术得到了长足发展，人工智能与机器学习技术在医疗健康产业的丰富落地应用场景为企业提供了增长的新动力。 医疗健康市场中量级大、结构多样性高、增长速度快的数据需要依靠人工智能和机器学习技术进行分析研判以提升价值。传统的数字化分析方式难以挖掘出医疗健康市场中海量的结构化与非结构化信息的真正价值，而人工智能与机器学习技术能够更好地赋能决策。人工智能（ArtificialIntelligence）是指可模仿人类智能来执行任务，并基于收集的信息对自身进行迭代式改进的系统和机器。机器学习是人工智能技术中的一部分，可通过统计学模型和方法，允许计算机通过经验积累来提 工智能和机器学习技术，能够帮助企业降低成本，做出更优的商业决策。 AIML技术与医疗健康领域的融合不断加深，以计算机视觉、自然语言处理、机器学习等为代表的人工智能子技