随着数字技术的蓬勃发展,数字经济已成为全球经济发展的重要推动力,一众跨国药械企业也在加速布局。
近日,阿斯利康成立了一个健康技术部门,致力于将数字解决方案和人工智能引入临床试验。这个名为Evinova的部门将减少临床试验的成本和时间。世界上最大的两家药物测试公司Parexel和Fortrea已经同意与Evinova合作。阿斯利康表示,数字医疗市场规模每年增长约14%,到2032年将超过9000亿美元。大部分业务是研究解决方案和远程患者监护,其余业务来自筛查、诊断、疾病预防和数字药房等活动。阿斯利康表示,Evinova可以加快临床试验的速度,临床试验平均需要7年以上的时间,80%的试验不符合招募指南。此举被业内人士认为,阿斯利康进军数字CRO业务。
最近,另一家药企巨头罗氏也宣布旗下的基因泰克与英伟达达成了战略性AI研究合作,双方旨在将生成式AI模型和算法转变为下一代人工智能平台,从而加强基因泰克的先进人工智能研究项目,加速药物发现和开发。从双方合作内容来看,此次合作将使用基因泰克的专有数据及公开数据,并通过与英伟达全球领先的AI运算能力相结合,进一步提升基因泰克的AI平台,从而加速药物发现与开发。
除了药企,医疗器械巨头GE医疗也于近日宣布“创中心”在上海落地,将聚焦数字医疗技术和应用创新,打造赋能GE医疗中国研发的“智慧大脑”、扶持专精特新的孵化载体、加速数字医疗成果转化的一站式平台。目前,GE医疗创中心已与超过40家各界伙伴开展合作,仅在人工智能方面,就已引入30多款数字化产品/技术进行融合创新、并投入临床使用。
随着人工智能在全球快速升温,AI概念企业也开始密集闯关资本市场。近日,国内领先的AI制药企业英矽智能赴港IPO已完成备案,有望成为“港股第一家AI制药上市企业”。与此同时,市场有消息称AI制药独角兽晶泰科技计划年内赴港上市。
正如GE医疗全球执行副总裁、中国总裁兼首席执行官张轶昊所言:“数字医疗将推动未来整个医疗行业十年内变化超过过去百年的变化。”当前,布局数字化医疗已成行业发展趋势。
不过,在数字化医疗高速发展之际也存在诸多现实性问题需要解决,例如,药企在数字化转型过程中会面临哪些挑战?如何实现数字化的真正商业化落地?如何利用数字化技术为患者打造服务闭环?
数字医疗加速产业赋能近年来,随着以大数据、云计算和人工智能等为代表的新一代数字技术的日新月异,数字化医疗领域正经历着深刻变革。当前,科学技术的不断进步及其与产业融合速度的加快,使得医疗产业的数字化、智能化进程持续深入。其重要表现之一是数字医疗的蓬勃发展。数字医疗已不仅仅是推动全球健康产业科技革命的重要引擎,也是重塑医疗行业格局的关键力量。
据中研普华产业研究院数据,全球数字医疗市场规模为2309亿美元(折合人民币约15858亿)。其中,以美国为代表的北美地区约占全球近40%的市场,中国被视为最有潜力的市场之一。到2020年,数字医疗市场规模将持续增长,年均增长率在17.7%左右。
在全球数字贸易博览会期间举办的2023数字医疗健康产业大会上,武田与合作伙伴共同发布的《数字医疗实践与经验洞察报告》指出,目前已经有非常多的案例证明数字医疗的运用在降低慢性病患者成本、提升慢性病患者知晓和确诊率等方面取得了良好效果,糖尿病视网膜病变辅助诊断软件就是其中的一个典型应用。糖尿病视网膜病变是糖尿病慢性病并发症,长期高血糖的环境有可能会损伤视网膜血管从而引发一系列的眼部病变,而糖尿病视网膜病变的进展十分隐匿,需要通过眼底摄片筛查来发现并进行干预。我国成年糖尿病人数过于庞大,医生人工筛查的工作负担过重,且存在人工读片耗时长,主观性强等问题。
糖尿病视网膜病变筛查软件利用人工智能算法深度学习病历,可以快速、准确地对海量的眼底摄片进行筛查,并自动识别出视网膜中的病变和病灶。糖尿病视网膜病变辅助诊断软件帮助医生提高了筛查效率和筛查准确度,减轻了医生工作负担,同时通过高效率、大范围的筛查,实现了糖尿病视网膜病变患者早发现早治疗,提升了患者眼健康水平。
过去10年,我国在疾病诊断领域进行了大量数字化投入,涵盖数字化诊断设备、远程诊断设备、人工智能辅助诊断等,形成了良好的数字医疗发展基础。但另一方面,由于不同医院的管理差异和数据结构的不一致性,导致人工智能诊断技术产品的研发和监管审批漫长。如果有更好的数据治疗架构,数字技术在诊断方面的应用将实现指数级增长,实现医疗诊断与疾病治疗的更好衔接,加速数字诊断技术的推广,进而提升患者诊疗体验。
阿斯利康中国副总裁,数字化与商业创新部、商业战略与卓越运营部负责人朱理琍在接受,数字化医疗可以是很大的概念,但是细分来看主要包括4个方面的工作:一是数字化医疗,人工智能AI技术对于新药研发的赋能;二是数字化运营,以患者为中心的整体“筛-诊-治-管”诊疗一体化新模式的构建,以提升诊疗效率,帮助患者提升疾病的健康管理效率;三是数字化教育,推动诊疗同质化,由于不同区域、不同层级的医生诊疗水平不一样,患者