导读：

请教过国内权威的药物研发和基因测序专家，咨询过关于制药及医药行业领域该如何数字化这个在消费互联网领域的大热话题。

不同于消费互联网如快消食品、饮料、服饰鞋帽等，制药及医药产业具有高度的专业性，制药研发中关于患者的靶点发现及适应性药材研发都是难点。

据统计，一款新药的研发成功，平均需要耗费 66 亿美元、工作 700 万小时、6585 次实验以及 423 名研究者。那么互联网领域的数据中台又是否能提升药品研发的效率呢？假如能，又能从哪些方面提升药品研发产业链的效率呢？

问题的答案可能还需要更多同行的交流，在这里就先提出个人的一些看法。

01

消费互联网的商业逻辑

当我们习惯选择业务中台和数据中台作为企业组织数字化的技术和业务底座，并构建企业新运营平台时，其实默认的是在消费互联网这一场景下的。双中台实际上源自阿里的实践，在电商和全渠道线上线下时代，家庭和个人消费者作为主体，消费行为覆盖个人和家庭的衣食住行娱乐休闲运动等。涉及的行业主要是快消类、娱乐游戏类、数码家电类等类目。消费互联网的商品也基本是消费者用手指决定，Yes or No 即可。

针对消费者画像和偏好人群，研发合适的商品，找到合适渠道并将商品推送到消费者手上或家中；即便疫情期间，在数字化双中台技术底座支撑下，采用 AIPL/RFM/AARRR 模型，依靠数字化供应链和数字化会员营销，公域私域流量混合运营等也能为居家生活办公提供便利。优秀的企业在这些方面都是游刃有余的，线上线下依旧红红火火并有明显增长。

在消费互联网领域，这也是目前浩鲸新零售方向的重点服务内容之一，浩鲸基于互联网双中台技术架构和业务能力积累，推出了 CRM、全渠道和供应链数字化产品解决方案、零售商双中台数字化解决方案、品牌制造商数据中台解决方案等等。

那再到产业互联网领域呢？

02

医药为代表的产业互联网产业特点

我们简单将医药品与消费商品做了一个对比：

当从消费互联网转入产业制药企业时，我们发现消费侧很多场景、概念/定义如精准会员营销、全渠道运营及数据中台 AIPL/RFM/AARRR 等等，都不再那么适用，基本上这是另一个世界，属于医药产业互联网的世界。医药研发领域是一个高度监管的世界，同时也是高度专业化和交叉科学的世界。更是一个资产密集、研发风险巨大的行业，是事关人命和给病患带来希望的产业。

拿这次新冠肺炎来说，疫苗研发认证、批准上市和分发，政府成了主角，但核心研发主体是医药企业。疫苗的研发费用如 mRNA 一款基本需要 10 亿美金+（上市一剂 30-60 美金不等），国内灭活疫苗的研发投入也得 10 亿 RMB，特别注意订购买单者是政府，用户是全体居民。

以制药行业为代表的产业互联网企业，其药品是被强监管的，消费者要购买，需要有行医执照的医生诊断后开具处方，患者凭借处方到指定药店或者医疗机构药房获取，且须遵照医嘱的服用要求。对比食品饮料和服装，汽车和电子产品的想用就用，不喜欢可以退货，二者商业和产品逻辑大为不同。

消费互联网依赖大数据标签偏好推荐，消费者自由购买；对于制药产业链的末端患者，受制于医疗机构和医生的诊断、药品是否在医保目录范围等因素影响。因此可以在消费互联网看到一掷千金的消费，但是在医疗药品和住院治疗中，99%患者（消费者）都转变为了斤斤计较的患者和家属，要看是否有替代方案，社保承担了多少等等。消费互联网通常的营销积分券类游戏规则在这儿不成立。

03

医药新药研发投入巨大，周期长、成功率极低

迫切的医药研发仍存在于各处。

2019 年下半年开始的新冠肺炎，席卷全球，目前，新冠肺炎全世界的感染者已经超过 2 亿，死亡人数已过 400 万。人类健康的头号威胁——癌症，也尚未有效果显著的药物，据世界卫生组织国际癌症研究署（IARC）发布的 2020 年全球最新癌症负担数据显示，2020 年全球新发癌症病例 1929 万例，全年全球癌症死亡病例 996 万例，除了疫情，癌症是人类健康的头号威胁。

数据来源：兴业证券

但是针对性的药物研发，还存在诸多困难，最大的困难是研究一款新药，普遍消耗的资源巨大。以罗氏为代表的制药大企业（TOP10），2020 年的收入达到 4860 亿美金，研发投入达到 980 亿美金，占比 20%。一款药品特别时候治癌新药如 Pd-1 研发到上市进入医院药房基本也要 10 年-15 年。新药研发从最初的实验室研究先导化合物的确定、优化、临床试验到最终摆放到药柜销售需要的时间平均 15 年，而成功率仅为 0.01~0.02%。平均研发耗费 66 亿美元、工作 700 万小时、6585 次实验和 423 名研究者的共同努力，才能产生 1 款新药。经历了国内外众多医药公司、医药专家的研发，新冠肺炎的疫苗也基本用了 2 年的时间才上市，并且疫苗可能还存在一些未知的风险。

04

制药企业研发的数字中台机会

医药制药行业还有诸多痛点，包括：制药行业研发的挑战、疾病选择、靶点发现、化合物筛选合成、晶型预测、流程管理、数据分析等等。

数据中台看上去可以为制药企业提供不少工具，设计得当的话能够节省很多研发周期。当然行业不同机构分割，特别是制药企业，分销供应链渠道与医疗机构和科室、医生个体之间，动机不同，目标也不同，医生也是研究者，不仅收入需要增加，更需要学术研究成就，这些暂不讨论。

那么制药企业是否可以选择借鉴双中台来提升研发效率呢？如果可以，复用哪些方法、工具、算法、计算能力？数据的闭环管理，特别是疾病图谱和用药跟踪和质量控制；各个环节的大数据在医疗法规的基础上得到充分挖掘和合理合规共享；相关行业链条上各利益方的利益能够得到保证等等，这些方面可能会发挥作用，但还需要时间的进一步检验论证。

目前以大数据技术和 AI 技术相结合的实践研究，主要集中于以下几点：

海量科研信息的分析整合。实验产生的科研信息是海量的，如何从散乱无章的信息中提取出能够帮助药物研发的信息至关重要。

药物靶点的发掘。药物研究与开发的关键首先是要寻找、确定药物靶点，包括基因位点等。

化合物筛选。需要从大量化合物或者新化合物中，选择对某一特定靶点具有较高活性的化合物，也往往需要很长的时间。

建立一套完善的研发数据标准体系。完善数据共享机制，将数据有效保存并科学利用。

......

作为数据智能服务的提供方，浩鲸科技在底层基础技术的支撑下，基于鲸智 WhaleDI 数智底座，打造了通用数据中台解决方案，构建了数字化引擎。以大数据基础平台为依托，通过打造数据工厂、AI 工厂，提升数据资产构建和运营效能。通过完善的平台能力和持续的业务数据化，形成了浩鲸科技高效可靠的数据资产体系和数据服务能力。

但药物研发是一个巨大而复杂的工程，还需要制药医疗行业专家与数字化领域服务商一同探索、实践。在新零售领域有诸多产品实践的浩鲸科技，愿与更多制药行业企业合作，共同为药物高效高质研发努力。