记者:李子阳

亚洲医药研发领袖峰会(APRL)是亚洲地区聚焦药物研发主题的高端战略峰会。每年一届的研发盛会已陪伴中国与全球药物研发走过十载光阴。第十一届APRL2022于3月10-11日在上海召开,再度汇聚来自全球跨国药企、国内外生物技术公司、科研院所等机构新药研发顶尖专家。

在日新月异的医药科技领域,新药研发的每一步都承载着无数科研人员的智慧与汗水,而新药成功上市并迅速占领市场,更是衡量其价值的重要标尺。然而,这一过程往往伴随着巨大的不确定性和高昂的成本,尤其是新药上市初期能否迅速获得市场认可,直接关系到其未来的命运。为此,记者采访了在医疗大数据与人工智能领域深耕多年的专家龚静娴,她以其卓越的数字化能力,为这一难题提供了创新性的解决方案,助力医药企业在新药开发的征途上稳妥前行。

龚静娴介绍,药企新药上市通常要经历6个流程,从临床前的研究、新药临床研究申请、1-3期临床试验、新药申请、批准上市、4期临床试验,这个流程确保了新药从研发都上市的每一个环节都受到严格的监控和评估,而这每一个阶段都需要数据去支撑做决策。

以往,药企依赖医药代表等人工途径收集临床试验数据,效率低且信息不全,需大量人力财力进行统计分析。随着大数据、云计算、AI技术的飞速发展,医疗健康行业正经历巨变。龚静娴洞察到这一趋势,认识到海量、复杂医疗数据中蕴含提升新药研发效率与精准度的关键。因此,龚静娴带领团队构建了基于大数据与AI的新药研发与市场策略支持系统,旨在利用数字化手段打破传统新药研发与市场评估的壁垒,提升效率与精准度。

真实世界的数据是新药研发不可或缺的“金矿”。因此,龚静娴团队率先经过相关部门批准着手整合来自医院、药店、患者社区等多个渠道的海量真实患者数据。这些数据不仅涵盖了患者的基本信息、疾病诊断、治疗过程及用药记录,还包括了治疗效果反馈、不良反应报告等宝贵信息。龚静娴通过先进的数据清洗、脱敏、整合与分析技术,将这些数据被转化为可洞察的知识资产,为新药研发提供了坚实的数据支撑。相比传统方式,数据收集技术实现了质的飞跃。

龚静娴在数据整合基础上,首创引入大语言模型与机器学习技术,提升了知识发现的效率与准确性。大语言模型能从海量文献、临床报告中提取新药研发关键信息;机器学习算法则通过深度学习历史数据,识别药物疗效、安全性与患者特征的复杂关系,为新药靶点选择、临床试验设计提供科学依据。这一创新应用不仅缩短了新药研发周期,还显著提高了研发成功率,完全超越了传统方式在效率和精准度上的表现,为新药研发带来了革命性变革。

新药市场表现关键在于精准触达目标患者。龚静娴团队利用数据平台挖掘真实数据,深入分析并细分各类药物的患者群,通过特征信息描绘患者画像,确定患者细分优先级。同时,团队分析市场流失率和药品使用率数据,找出影响新药市场占有率的关键因素,为药企制定研发及市场策略提供支持。这一方法有效解决了新药上市过程中用户流失率过高的问题,为药企提供了科学依据和有力支持,助力新药成功上市。

龚静娴的数字化解决方案助力多家世界500强药企在新药研发与市场策略上取得显著成果。以某罕见病新药为例,该药物研发初期面临患者群体小、疾病认知度低等挑战。龚静娴团队深入分析患者数据,精准定位潜在患者,制定市场教育计划,并利用机器学习模型预测药物疗效与安全性,提供科学临床试验设计方案。最终,新药顺利通过临床试验,上市后在短时间内获得市场认可,成为治疗该罕见病的首选药物,展现了龚静娴团队方案的强大实力。

龚静娴及其团队的成功实践,不仅为医药企业提供了新药研发与市场策略的新思路,更为整个医疗健康行业的数字化转型树立了标杆。

未来,随着技术的不断进步和应用场景的持续拓展,数字化将在医药研发的每一个环节发挥更加重要的作用。从药物发现、临床试验到市场推广,数字化将贯穿新药研发的全生命周期,助力医药企业实现更高效、更精准、更个性化的研发与营销策略。展望未来,会有更多的有识之士秉持科技创新的精神,不断探索数字技术与医疗健康深度融合的新路径,为提升全球医疗健康水平、增进人类福祉贡献更多智慧与力量。

本文地址：http://www.qiyegc.com/article/detail/id/1086142.html
声明：本站原创/投稿文章由编辑发布,所有权归企业观察网所有，转载务必注明来源；文章仅代表原作者观点，不代表企业观察网立场；如有侵权、违规，可直接反馈本站，我们将会作删除处理。