数字化浪潮如何重塑医药产业

刘军连治疗hpv https://m-mip.39.net/disease/mip_9380518.html
医药行业的特征与当下互联网和大数据相比完全相反，比如说互联网讲究快、扁平、集中、透明，而医药行业从研发到上市准入非常慢、多层次，且医药行业非常分散、潜规则盛行。尽管医药行业较为传统，但它终究抵挡不了这个时代的潮流和提高效率的需求，互联网+与大数据可以在医药产业生态中各个模块提升数字化程度并大幅提升效率。所以我们站在一个行业应用者和实践者的角度来看，数字化会促使医药行业的哪些模块发生变化？

01研发模块

首先是研发模块，现在主要分为两大块：一是小分子的化学物，二是大分子的生物蛋白。小分子的化学物，由于它的结构等各方面都可预测和可筛选，所以完全可以用数字化的思路做大数据的筛选和云计算。例如，诺华制药和亚马逊云的合作案例，如果没有云计算，可能需要花费39年的时间和几十亿的费用去完成这个项目，但当这个项目中一些标准化的模块运用了云计算，只需要9个小时和美金的费用就可以完成。

我认为中医中药也有很大的提升空间，各种功效的中药组方的求同分析能够为精简中药组方及寻找有效物质基础打开路径。很多中药不需要那么多味组方，比如一个十几味的中药补肾补骨药，有可能真正有效的就是淫羊藿等少数的几味药，去掉一些其它组分疗效不受影响，但去掉淫羊藿疗效就没了。还有很多种补益、补肾、健脑、安神、补虚补气的中药方，真正能让患者体验到的最大的作用可能是治疗失眠，把这些药的组方做求同分析，有可能迅速找出真正有效的3-5个组分，而无需非要十几味中药组方、提取生产。一些中医大家和中医粉可能会反对我这种说法，但我相信，我这种推论未来会很快得到科学验证。

02新药报批阶段

在新药报批阶段，比如O药、K药、PD-1等，当上百家企业同时进入的时候，谁先上市、招募更多的患者，谁就能占有大部分的市场。互联网+和大数据在招募入组方面，实际上也能够发挥作用。

在移动医疗平台上，1位大医生在某一类疾病中收治患者的数量，可以等同于线下甚至0位医生同行，这是因为互联网没有时空的界限，这样的医生可以汇集到很多药厂需要的患者。跟这些医生合作共同招募患者，会大大加速患者招募效率。我们思享广告会用大数据帮CRO公司和药企找到这样的大医生。另一方面，像医渡云、医院提供信息化服务的公司也有类似的医患数据，但这些数据不归属于他们，他们在合规的情况下，比如在官方基金会、公益项目或取得授权后，也可以用这个数据寻找适合入组的患者。还有一些大医院的HIS系统（医院信息管理系统），包括检验的数据，完全可以较轻松地找到适合入组的患者。同样在肿瘤方面，基因检测也会变成一个入口。未来像水滴筹（肿瘤患者社群）、肾上线（肾病社区）、桃花源（肝病社区）电商慢病社区等这些超级患者社群，也会帮药企高效率的定向接触、找到某些特定病种的患者。如果能够通过很好的自媒体和信息流矩阵定向发布消息，罕见病的患者会有很强的自我学习和搜索能力，他们也会按图索骥找到服务提供方。当然类似百度这样的搜索引擎也可以在搜索和直播助力下帮助收集和匹配患者。

03真实世界研究对药物作用的探索

真实世界研究，首先数据量要大、要持续、要客观。以前学中医、西医的人会互相辩论中药是否有效，其实中药未来很容易自证自己，因为各种各样的治疗完全都可以数字化。以皮肤病为例，很多的皮肤病表现说到底都是可以通过皮肤的物理和化学变化检测出来，我认为未来5年之内，在皮肤病中的90%疾病完全可以用AI的手段来识别。同样像小米手环这种可穿戴设备，可以通过数据来验证药物的药性。如果某款中药宣称是治疗失眠，那可以通过征集到几十万的手环使用者数据来共同验证这个实验，手环会记录总睡眠时间、深睡眠时间、起夜次数等，这是一个很好的实践过程。在国外有做过一个实验，通过一块可监控声音的手表来观察一个抑郁症患者病情的稳定程度。如果患者说话语速变快，活动变多，说明他状态比较好；反之，如果他说话慢、动作迟缓，说明他病情控制的不好。所以，通过手表的监测就可以推测患者的病情状况。另外，移动运营商（中国移动、联通和电信）的数据连续性是最好的，是我们共同的最底层信息高速公路。我们思享试过研究移动运营商的数据，能看到很多患者前后的连续动作变化，比如一批患者吃过降糖药之后搜索心慌、出汗等症状，说明很大可能患者正在用的药有低血糖反应的副作用。实际上这个时候患者在院外，早已脱离了医生的监测，但在移动运营商数据里可以看到十万级、百万级信息条数，结合医学常识，能发现许多在院内发现不了的疗效和副作用。国内医药产业普遍以药养医，医保费用不足的原因主要在于过度治疗，利用大数据和统计原理完全可以比对大三甲医生在给自己主管的床位住院的父母就某一个病种的用药，配对几倍的对照病例，能迅速发现哪些是必要治疗，哪些是过度治疗。如果用同样的原理来分析好大夫在线上的大医生为某些特定病种的患者开药与医院门诊开药，也能迅速甄别出哪些是必要治疗，哪些是过度治疗。因为好大夫在线的医生已经收了患者的诊费且开药没有提成，同时也没有医药代表的人情压力，所以这些医生没有过度治疗的动力。分析好这些结果，为国家医保、商业保险做服务和指导，既可以发一流的国际杂志文章，也能帮国家和患者大大减少治疗的花费。

04大数据与渠道管理

目前很多电商售药平台有乱价的现象，根本原因在于药企本身，那么未来怎么解决？其实这种乱价对老百姓有好处，即使医药行业再不透明、潜规则，但产品是标准化的，如果我在淘宝、京东、拼多多等平台买药的话，我会多翻几页，这样买药的成本能够下降很多。O2O这个新的业态有可能迅速把药店的高毛利打掉，这都还是依靠科技和大数据做到的。因为在没有O2O的时候，连锁药店都在考验老百姓的耐性，但是有O2O之后，3-5公里范围之内有一个药店报了低价，这个流量就给了报低价的药店，而且患者大概率只选品牌产品，所谓一线厂家的二线品种可以休矣。

未来乱价的解决方法，一个是数据的深度直联，就是数据直连的范围包括一二级商业，包括再往下走的连锁总店和连锁单店，在那个时候企业就能够真正掌握每一颗药的去处。现在乱价现象非常普遍，对药厂是一个痛苦的经历，但是对于渠道数字化公司比如未名企鹅、倍通等可能就是一个巨大的机会。

05大数据与院外销售

大家比较熟悉的是百洋梧州模式，百洋集团的易复诊在帮广西梧州卫计委和北京人民大学建院外的处方信息共享平台，未来我觉得这是趋势，会迅速普及。另外我们思享广告也在做一个医生地图，医生地图就是根据病种、药品统计出在网上哪些医生最活跃、哪些医生掌握患者数最多，我们都可以把这些医生找出来指导药企做高效的院外数字化营销。下图示例好大夫在线上看带状疱疹的医生分布。比如某一个病种患者提问的应答，一位医生就占据了全国好大夫平台上的18.68%，前10位医生占66%。如果转换成线下，一个病种在全国范围可能要找个医生才能汇总到治疗患者总数的66%，而好大夫在线上10个医生就能够做到。

06大数据与医生画像

用大数据的方法完全可以分析医生在不同维度的影响力，如学术影响是看对同行的影响；政策影响是对那些目录制定的影响；科普的影响是对大众做科普的影响；线上执业能力是对线上接诊电话处方的影响力。同理，生物谷后台上通过一位医生看的文章记录，我们就可以知道他的学术