醫療健康作為關系國計民生的重要產業，數字化技術將會帶來顛覆式創新，重塑整個醫療健康產業生態。在醫療健康這個大概念中，醫藥是構建醫療健康生態的支柱，中國醫藥市場的規模從2012年的9555億元增長到2020年的21500億元，年均復合增長率達到10．7％。醫藥行業必須順勢而為，契合數字化發展大勢，主動求新突變，更好地為推動醫療健康產業向前發展貢獻力量。

從目前醫藥市場發展看，醫藥產業數字化已經展現出了初步成效，并開始進入下一個階段。為了更好地剖析中國醫藥行業數字化創新現狀，探析未來創新模式，蛋殼研究院通過大量的行業專家訪談和企業調研，結合市場數據，在借鑒相關研究方法和理論的基礎上，深度解析醫藥行業的數字化發展現狀，推出《醫療數字化創新季刊－－醫藥數字化轉型落地五大場景》，以期為醫藥數字化創新的參與者提供參考和借鑒。

醫療健康行業數字化轉型進入落地階段

2019年我國數字經濟規模進一步提升。根據中國通信院發布的《中國數字經濟發展白皮書 （2020年）》，2019年我國數字經濟規模達到35．8萬億元，占GDP比重為36．2％，較上一年的31．3萬億元規模和34．8％的GDP占比又有了明顯提升。中國的數字經濟已經化為了一股浪潮，席卷了每一個置身其中的行業。

每一次世界的技術浪潮，從未落下過醫療健康行業。醫療健康行業的數字化轉型在近幾年也愈演愈烈。數字化技術企業正在幫助醫療健康行業的各個主要角色，實現全面的數字化轉型。我們可以從肺癌診療為例，感受醫療健康行業的整體數字化發展變革。

真實世界研究正在幫助藥企提高肺癌藥物的有效率

提高藥品的有效率是醫藥企業持續關注的重點之一。可瑞達、泰圣奇等藥物雖然已經是當前肺癌治療中的特效藥，但其有效率仍然十分有限，并且價格昂貴，很多患者難以負擔。在以往的研發手段下，提高藥品的有效率只能通過調整藥物結構實現，低效且復雜。以數字化技術為基礎的真實世界研究，可以從大數據中挖掘有價值的生物標注物，幫助藥品進一步鎖定有效目標人群，從而提高藥品治療的有效率。

人工智能影像提高了肺癌診斷的精準度

醫療機構的肺癌診斷中，影像科醫生發揮著至關重要的作用。經驗豐富的影像科醫生可以通過CT、MRI等影像學檢查，精準判別患者的肺小結節，在早期篩查肺癌。但是人工閱片費時費力，影像科醫生也持續短缺。如今人工智能影像識別技術已經能實現高準確率的影像判讀，幫助醫療機構填補影像科醫生的缺口。

互聯網醫療成為患者的新就診渠道

在疫情期間，肺癌患者不再去醫院就診購藥，互聯網醫療＋醫藥電商的組合成為了肺癌患者診療購藥的新渠道。國內的互聯網醫療產業在此期間也得到了極大的發展，實現了從合法合規一直到支付環節上的一系列突破。

數字化技術輔助保險產品設計

肺小結節人群往往是無法購買肺癌相關的保險的。在保險TPA企業的幫助下，保險企業可以更好的管理自己的風險，設計出針對肺小結節人群的保險類型，為更廣泛的人群提供保障。人工智能輔助診斷產品獲批醫療器械注冊證、互聯網醫療實現醫保支付、數字化技術助力的創新商業險產品開始進入市場，一系列的變化都昭示著醫療健康行業的數字化進程已經從概念驗證階段走向了落地階段。

醫藥數字化轉型下沉至五大場景

在醫療健康行業的各個產業角色中，醫藥行業作為診療解決方案的提供方，其數字化轉型正在從初級階段向更加深入的方向行進。

近幾年受整體政策環境影響，國內的醫藥產業的數字化轉型圍繞著降本增效展開。因此，當深入到落地環節，數字化技術與醫藥產業之間的深入融合，將圍繞著五大落地場景，實現更加高效的企業運營。

數字化技術助力藥品研發全流程

對于肺癌這一類發病率和死亡率都持高不下的病種而言，臨床上仍然迫切的需要優質的解決方案應對患者的不同情況。雖然近幾年在肺癌治療方案上已經實現了接連的突破，比如國產的三代EGFR－TKI靶向藥上市、多款PD－1／PD－L1單抗獲批肺癌適應癥，但是仍然無法覆蓋全部的肺癌患者。

數字化技術可以幫助醫藥企業實現產品的全生命周期管理，從底層的數據支持，到最終的上市后藥物研究，都可以看到數字化技術的身影。

醫藥研發行業存在著大量非結構化的數據分散于各個公開渠道中，不僅包括藥品數據、臨床研究數據、真實世界數據等具體切入到診療環節中的數據，還包括審批數據、保險數據、基因數據等更多維度。這些散落于各處的數據，經過數據支持企業的收集、整理、加工，變成結構化的數據庫，以保證人工智能技術可以正確的讀取和分析，并最終產生結論。

人工智能新藥研發企業將公開發表的研究成果整理成可被機器學習的知識圖譜。在知識圖譜的基礎之上，利用人工智能技術，從大量已發表的科研成果中篩選有價值的藥物分子，并進行進一步的驗證、優化和預測。一方面，提高醫藥企業尋找高價值藥物的效率，另一方面，提高藥物研發后續流程中的成功率。既要增效，也能降本。

數字化的臨床研究管理模式幫助原本以人力為主的臨床研究，實現更高效的管理和分析。臨床研究電子數據采集系統（EDC）、藥物警戒系統（PV）、電子患者報告結局（ePRO）、隨機性與試驗供應管理系統（RTSM）等針對不同環節的組件與臨床研究管理系統（CTMS）相互聯通，實現從數據到人員的全面打通。

醫院數字化程度的提升帶來了大量的臨床數據。這些臨床數據在經過整理和結構化后可以被用于為藥物研發階段提供真實世界證據，用于藥品上市或已上市藥品的適應癥拓展，或是開發藥物的生物標志物以精準化目標人群。

2019年，瑞士藥企諾華公司與微軟簽署了一項協議，研究人員將結合微軟在人工智能領域的優勢和諾華在生命科學領域的專長，加速新藥的研發。這份為期5年的協議將在諾華設立一個“人工智能創新實驗室”，并在諾華位于瑞士和都柏林的辦公室，以及位于英國劍橋的微軟研究實驗室，創建聯合工作中心。這一計劃的目的是為諾華的員工賦予研發下一代藥物所需的人工智能和云計算能力。諾華計劃將微軟的人工智能工具應用于整個藥物研發過程，包括研究、臨床試驗、生產、運營和財務。兩家公司最初將重點放在黃斑變性的個性化治療、應用人工智能技術開發急性淋巴細胞白血病的基因和細胞療法，以及利用神經網絡識別可能用于治療疾病的分子三個方面。

在數字化技術切入醫藥行業的過程中，數字化技術企業與醫藥企業各自有自己的短板。醫藥企業對疾病機理和臨床痛點理解深刻，但對數字化產品的開發能力相對不足；而數字化企業則精于數字化技術的應用，但是缺乏醫療領域的專業知識。

因此在現階段的發展中有很多創新企業依托于數字化技術企業的數字化平臺，為醫藥企業提供具有較強專業性的醫藥研發服務。但是隨著醫藥行業數字化轉型的不斷深入，行業會逐漸行進至整合期。創新企業將會被整合進入巨頭企業中，從解決方案的提供方，變成藥企的專業業務部門。

數據上云關注醫療信息安全

醫療行業的數據安全一直以來都是醫療健康行業的敏感話題，對于安全性的擔憂也一定程度上影響到了整個醫療健康產業的數字化進程。但是隨著云技術手段的成熟和數據安全級別的持續提升，數據上云已經成為了未來醫藥產業發展中的必然趨勢。

云計算技術的逐步完善為企業帶來了溝通效率和生產力上的突破，并且在敏捷運營、成本優化、企業合規、運營收益等多個方面體現出了自己的優勢。但是另一方面，公有云服務也帶來了另一問題，安全隱患。

云安全包括了很多復雜的問題，既包括保障數據不會被非法入侵，也包括保障數據、硬件和軟件的完整性，以及用戶與云平臺之間的順暢溝通。

保障基礎設施和通信的完整性是云平臺的基礎。云平臺作為云服務的提供方，其提供的基礎環境應當按照《GBT22239－2019 信息安全技術 網絡安全等級保護基本要求》通用要求進行建設，包括設施、硬件、資源抽象控制層等，并且按照云擴展要求部分對云平臺進行安全建設。

網絡加密問題、硬件和端點問題都可能導致數據被非法入侵。沒有加密和強密碼保護的云平臺可能更容易受到外部的攻擊，造成數據泄露；或者如果云平臺搭建時使用了有重大安全漏洞的設備，也可能會導致數據被盜取。

因此在醫藥企業選擇云平臺時，有必要優先選擇行業龍頭企業提供的相關云服務，以防止安全性問題。國內外頂尖的數字化技術企業都有云平臺方面的布局，并且大多在安全性上提供了全面的保障。

以微軟的Microsoft Azure為例。Azure 是一個公有云服務平臺，支持極為廣泛的操作系統、編程語言、框架、工具、數據庫和設備選擇。Azure 提供了廣泛的可配置安全選項以及對這些選項進行控制的功能，方便用戶自定義安全措施來滿足組織部署的獨特要求，并且以高可用性、安全且靈活的網絡，為跨國藥企、跨境醫療等提供更具安全性的全球化網絡支持。

英國藥企巨頭GSK（葛蘭素史克）在工作中使用了定制化個性化的安全報告解決方案– ＂ZAPAPP＂。解決方案中使用了Microsoft Azure、Dynamics 365 和Power Platform等微軟數字化產品的安全解決方案。Power Platform 解決方案允許他們簡化和數字化流程。PowerApps Canvas應用程序用于捕獲安全風險相關的數據和上下文，包括照片。Microsoft Flow用于流程化的發送電子郵件通知。數據存儲在Azure SQL表中，并使用Power BI報告進行可視化。在Ware工廠率先部署了這款應用后，GSK實現了安全隱患的全面快速排查，工作效率也得到了顯著提升。因此這款應用很快獲得了公司高層的支持，推廣到更多的業務部門中。

數字化患者管理提高患者依從性

藥品的最終用戶是患者。雖然患者的用藥需要經過醫生的診斷和處方，但是藥企自身也需要對患者負責。尤其近幾年在藥企巨頭內部越來越推崇“以患者為中心”的運營模式。阿斯利康曾在《BMJ Journals》上發表過一篇研究性的文章，該文章在對上千位患者進行了問卷調研后，將“以患者為中心”重新定義為“在患者的開放和持續參與中始終將患者放在第一位，從而在尊重和同情的前提下為患者及其家人提供最佳體驗和結果”。

在“以患者為中心”的新理念下，只是把藥賣給患者顯然是不行的，藥企還要持續關注患者的診療流程、療效、不良反應、依從性等“售后”問題。在傳統的運營模式下，藥企主要通過醫生與患者之間產生聯系。而隨著互聯網醫療產業的興起，通過數字化的渠道，藥企可以實現與患者之間的近距離接觸，更加精準的了解患者在實際藥品使用過程中的需求和結果。

雖然相關法規明令藥品廣告在大眾媒體上對處方藥進行宣傳，但是，以患者為中心，為患者提供有價值的服務和患者教育卻并不違規。因此雖然無法直接面向消費者宣傳處方藥，藥企依舊可以通過患者管理的方式與患者之間產生緊密的聯系。

因此在過去幾年中，醫藥企業與互聯網醫療企業（包括互聯網醫院、醫藥電商等）之間頻繁合作，搭建數字化的患者管理平臺。尤其在慢病管理方面，慢病患者可以在平臺上對自己的病情進行長期管理，同時還可以尋醫問診和了解疾病相關的知識。而藥企和醫生則可以了解患者的用藥品種、用藥劑量、復購頻次、指標變化等，并對患者的慢病管理情況進行有針對性地指導和建議。

數字化技術有效提升患者依從性。患者依從性管理是藥企賦能患者中的關鍵環節。在傳統診療模式下患者與醫生之間的溝通交流不頻繁，自我管理的過程中很容易出現依從性問題。而在互聯網管理模式中，雖然患者可以實現與醫生之間高頻度的病況交流，但是醫務人員普遍工作繁忙，可能無法對每個患者進行詳細的問詢溝通和解答，長此以往可能會造成患者脫失。

更加深入的數字化手段可能可以解決醫療資源的不足。比如基于人工智能的問答機器人，就可以為患者群體中的共性問題進行解答，對患者的病情進行初步的分析，并在患者有必要就診時及時提醒患者與醫生溝通，并將相關內容直接與醫生同步。

比如微軟推出的Microsoft Healthcare Bot服務使醫療保健組織能夠大規模構建和部署基于AI的合規對話式醫療保健體驗。該服務將內置的醫療智能與自然語言功能，與可擴展性工具和合規性結構相結合，使醫療健康產品的提供者（例如醫院，醫藥企業，醫療器械企業，遠程醫療等）可以讓用戶訪問高安全性的相關醫療服務和信息。Microsoft Healthcare Bot可以實現人工智能驅動下的對話式醫療保健體驗，賦予醫療保健組織構建和擴展智能保健助手的能力，并且保障整體流程中的安全性和合規性。

“模塊化云服務搭建敏捷運營體系”、“數字化工具提升員工工作體驗”等場景詳見報告全文。

數字化時代醫藥行業的未來走向

1

醫藥企業與數字化原生企業融合加速

數字化原生企業是指：掌握數字經濟的特征并把它們融入業務運營和企業文化核心的企業。數字化原生企業依托于數字化技術平臺，將數字化技術的界限不斷向企業深層次滲透，使其具有能夠實現高速的業務擴展和創新，在賦能員工同時賦能用戶。

在醫藥企業圍繞著研發、臨床研究、生產管理、營銷推廣的綜合體系完成了初步的數字化轉型過程之后，藥企對于數字化生產力的需求會進一步提升，從使用通用型的產品向定制化需求演進。為醫藥企業提供定制化服務的數字化原生企業，可能會通過并購交易活動，從數字化技術服務的提供者，轉變為藥企內部的職能部門，實現二者之間的互相融合。

2

云平臺將成行業主流

與本地部署的on－premise 產品相比，云平臺提供的PaaS（平臺即服務）、SaaS（軟件即服務）等服務類型更試合數字化轉型的未來發展趨勢。將辦公場景假設在云平臺上，醫藥企業不再需要規劃自己的線下數據中心或網絡中心，也不需要將過多的精力耗費在與自己主營業務無關的數字化團隊管理上。他們只需要向云端發出指令，就可以實現全方位的辦公需求。

在醫藥領域，云平臺可以為醫藥企業從內部流程優化、外部拓展和醫療技術支持三個層面來提供服務。云平臺降低了企業對于數字化產品的使用門檻，也降低了企業的試錯成本。云平臺的部署對企業的物理資源投入要求較低；訂閱式的購買方式更進一步降低了企業在搭建階段的成本投入；并且使用者可以通過web端隨時遠程訪問應用，不受工作地點限制。

3

AI＋大數據轉化數字化成果

大數據挖掘與人工智能技術相輔相成，互相影響。人工智能技術可以從經過結構化的大數據中挖掘出新的洞見，為企業發展提供新的思路方向。

實現了初步數字化的醫藥企業已經開始積累自己的運營數據。這些運營數據都成為了醫藥企業數字化資產的一部分，為醫藥企業下一步的發展奠定基礎。當數據積累量達到一定的閾值，醫藥企業將有能力從這些數據中挖掘出更多有價值的信息，實現運營數據積累－挖掘數據內涵－調整企業運營策略的內部閉環，使企業實現指數級的增長。

責任編輯：xj