原标题:国庆专题 | 医学事务数字化综述

随着计算机和互联网技术的发展，我们已真正进入了数字时代，传统的医药企业在近几年也进入了快速转型期，同时在国家十三五计划相继发布的鼓励“互联网+”及推动科技创新的各种政策下，数字红利也已进入充分释放和扩展的阶段。互联网经过20年的发展，目前主流的观点是：互联网行业已度过黄金时代，红利正逐渐消失，需要寻求新的突破点及发展方向，回归传统行业是一个很好的选择；而传统的医药企业，也同样在寻找新的增长点，在此时间节点，拥抱变化、拥抱科技、拥抱互联网将是大势所趋。

表1 自2015年来国家发布的互联网及医疗行业相关政策

为了适应医疗行业的改变，医药企业势必会经历学术转型的过程、回归药品销售的本源，而医学部也已从销售服务支持者逐渐转变为市场策略引导者。医学事务的两个核心是“数据产生”和“数据沟通”，这里的数据可以是传统意义上的数值，但在互联网时代的数据是指可被数字化的一切信息内容。

一、药物研发

暑期档大热的电影《我不是药神》中，令人印象最深的就是卖天价的救命药。针对这一现象有一句非常火的点评——“靶向药之所以昂贵到要卖几万元，那是因为你能买到的已经是第二颗药了，第一颗药的价格是数十亿美金。”

图1 近40年新药研发成本变化（数据来源：Cost of Developing a New Drug）

根据上图的不完全统计，目前一个新药的研发成本约为26亿美元，平均耗时14年。如今，发现一个新药或者新靶点正在变得越来越昂贵、越来越难。传统的研发方式已难以满足市场需求，部分药企已另辟蹊径，与科技公司合作以借助人工智能和机器学习进行药物发现——通过海量文献的机器学习及对庞大人类基因组库的分析，从新化合物、疗效预测、药物组合、老药新用及精准用药等方面入手，利用高效率的机器代替大量重复的人工劳动，以期在尽可能短的时间内发现新的治疗组合。

表2 利用人工智能技术进行新药研发案例

（数据来源：Eric Smalley. (2017) AI-powered drug discovery captures pharma interest. Nature Biotechnology, 35(1038): 604-605.）

二、医学研究

医学的发展与进步离不开医学研究的循证支持。在精准医疗的时代，每一个患者所产生的数据量是非常庞大且缺乏规律，尤其是在真实世界中，这些数据并不可控。研究人员要从繁杂的真实世界数据中挖掘出真实世界证据需要巨大的时间和精力。一方面是数据的收集——患者的数据需要从医院电子病历系统、影像报告系统、检验报告系统、病理报告系统甚至第三方检测机构收集获取，从而形成记录；另一方面是数据的分析，从海量的数据中寻找统计学差异，从而洞见相应的医学策略。

图2 医学研究路径

为了提高研究的效率，利用人工智能技术对上述两方面（数据收集和数据分析）进行助力是未来发展的趋势，部分科技公司正对此进行尝试和应用。在数据收集方面，由于目前的医院数据都是非结构化的电子病历或图像，利用自然语言处理、光学字符识别、医学影像分析等技术将文本、图片进行结构化处理并分类记录；在数据分析方面利用机器学习统计学原理及算法，对各个维度的原始数据进行分析并输出统计学结果。在数字化技术的帮助下，研究人员需要做的仅仅是前期的机器训练及后期的结果解读，如有成熟的产品则可直接套用模型进行智能分析，加速得出研究结果输出策略，进一步通过大数据分析建立算法及预测模型。

三、医学教育

医学教育包括患者教育和医生教育。

传统模式的患者教育大部分由医生进行，科室组织的患教活动或以张贴发放的材料为辅助。随着互联网的深入发展，人与人之间的地域限制被打破，大众认知水平越来越高，人们会愿意从搜索引擎或社交媒体平台获取和分享信息。网络信息的传播速度及舆论的影响力不容小觑。在互联网上进行正确的引导能让更多的患者获益，但同时也应避免虚假广告、不实新闻等对大众造成的误导和误解。

图3 患者热门搜索问答平台及网络社区

通过聆听、监督互联网舆情，根据疾病的类型及患者的自我驱动性，分析出患者关心的问题从而进行有针对性的教育和引导，如在流量社区及平台开展患教专题活动，在热问平台或百科平台进行正确的宣教等是促进新时代企业到患者良性沟通的有效途径。

医生是一个需要终身学习的职业。由于互联网及智能手机的普及，医生的继续教育已不再局限于会议、学习班、指南文献阅读等传统模式，微信公众号、短视频、微博等消磨碎片时间并且可分享传播的新媒体医学教育时代已到来。在内容为王的基础上，通过对医生群体的调研、用户习惯统计及行为分析，找出医生通过什么途径进行学习、感兴趣的学习内容、内容展现形式偏好、在线学习时间段等对医学教育投放的渠道、内容、类型、时间进行精确计算，可以进一步对医生群体进行精细分层，精准投放。

图4 医生在线学习行为分析

另一方面，医学文献及指南地位在医学教育中仍然不可撼动，阅读原版文献及指南对国内的大部分医生而言都较为费神费力，借助机器学习、信息提取及机器翻译技术，将文献指南的关键信息进行提取和翻译，可提高阅读效率，为医生节省学习时间。

结语

当下医学事务已进入合作共赢的时代，数字化在该领域的应用还包括药物经济学、数字营销、药品追溯、用药服务、疾病管理等各方面，不论是与药企还是与互联网科技企业，了解对方的业务领域及需求从而寻求合作机会是把医疗市场做大做强的途径。让机器做机器可以做的事，让专业的人做专业的事，两方面相结合提高工作效率并节省劳动成本，才能更有效的输出信息及传递价值，也更符合社会发展的需求及趋势。

文 | 王音洁

微信 | vanillism

添加时请注明：姓名-公司-职位

欢迎个人转发分享，网站、公众号等转载请联系授权

投稿请发邮件至[email protected]

点击文末“阅读原文”，提前观看大健康产业大脑视频，了解更多产业创新解决方案。（温馨提示：请在WiFi环境下观看。）

精彩回顾

火石研究院 | 全球CRO行业现状

重磅发布：2017年中国医疗健康行业投资报告

火石研究院 | 最新发布生命健康产业企业IPO地图

观点 | “三驾马车”驱动市场发展 我国生物医药产业呈现新业态

火石研究院 | 中美贸易战对我国生物医药产业出口的影响