IQVIA+智“健”未來：人工智能與機(jī)器學(xué)習(xí)賦能中國醫(yī)療健康行業(yè)

艾昆緯數(shù)據(jù)科學(xué)和高級(jí)分析團(tuán)隊(duì)北京中發(fā)展智源人工智能科技發(fā)展有限公司IQVIA級(jí)分析部發(fā)展有限公司副總經(jīng)理博，姚道洲，吳秉臻對(duì)本文亦有貢獻(xiàn)IQVIA區(qū)負(fù)責(zé)人com工智能科技發(fā)展有限公司副總經(jīng)理業(yè)市場(chǎng)展望1.2產(chǎn)業(yè)與行業(yè)環(huán)境字化時(shí)代為醫(yī)藥企業(yè)賦能器學(xué)習(xí)技術(shù)提升業(yè)務(wù)敏捷性22年新冠疫情態(tài)勢(shì)預(yù)測(cè)學(xué)習(xí)技術(shù)提高決策精準(zhǔn)度測(cè)統(tǒng)器學(xué)習(xí)技術(shù)提供解決方案可擴(kuò)展性器學(xué)習(xí)技術(shù)增強(qiáng)決策科學(xué)性場(chǎng)決策健康行業(yè)中國醫(yī)療健康產(chǎn)業(yè)在宏觀環(huán)境因素的影響下迎來巨大變革，持續(xù)考驗(yàn)醫(yī)療健康企業(yè)的盈利能力和增長(zhǎng)能力。從經(jīng)濟(jì)環(huán)境看，CDRGAI業(yè)降本增效、驅(qū)動(dòng)創(chuàng)新。人工智能和機(jī)器學(xué)習(xí)技術(shù)能夠通過領(lǐng)先的速度提升企業(yè)的業(yè)務(wù)敏捷性;通過準(zhǔn)確研判提升企業(yè)的決策精準(zhǔn)度;通過便捷擴(kuò)展實(shí)現(xiàn)全業(yè)務(wù)流程的降本增效;通過深度洞察增強(qiáng)企業(yè)決策的科學(xué)性。人工智能和機(jī)器學(xué)習(xí)技術(shù)能夠?yàn)樗幮灯髽I(yè)的產(chǎn)品全生命周期帶來變革：1)在藥物發(fā)現(xiàn)環(huán)節(jié)，人工智能和機(jī)器學(xué)習(xí)技術(shù)可以基于科學(xué)理論建立算法模型，加速靶點(diǎn)發(fā)現(xiàn)、先導(dǎo)化合物合成與篩選，節(jié)約實(shí)驗(yàn)室開發(fā)環(huán)節(jié)時(shí)間；2)在臨床試驗(yàn)環(huán)節(jié)，人工智能和機(jī)器學(xué)習(xí)技術(shù)可以分析海量臨床試驗(yàn)數(shù)據(jù)和患者病歷，根據(jù)臨床試驗(yàn)要求智能、精準(zhǔn)推薦患者，從而加速臨床試驗(yàn)進(jìn)程；3)在產(chǎn)品上市階段，人工智能和機(jī)器學(xué)習(xí)技術(shù)通過海量數(shù)據(jù)和先進(jìn)模型算法的、靈活的策略調(diào)整方案。帶來了不確定性，對(duì)藥械企業(yè)ML核心觀點(diǎn)：新冠疫情為醫(yī)療健康產(chǎn)業(yè)的需求端、供給端帶來了到各地疫情的影響，藥品、器械企業(yè)面臨著臨床試驗(yàn)項(xiàng)目進(jìn)展緩慢、上游供應(yīng)鏈中斷的風(fēng)險(xiǎn)。在臨床研發(fā)項(xiàng)目中，新冠疫情為招募患者、患者追蹤、持續(xù)給藥觀察等環(huán)節(jié)帶來了極大沖擊，容易造成患者脫落，從而大幅提升了臨床研究的成本。此外，新冠疫情也對(duì)產(chǎn)業(yè)上下游供應(yīng)鏈能力提出了嚴(yán)峻挑戰(zhàn)：藥滯問題，著轉(zhuǎn)變，醫(yī)生與患者、醫(yī)生與醫(yī)藥代表的互動(dòng)更多轉(zhuǎn)為線上。傳統(tǒng)的醫(yī)藥代表面對(duì)面拜訪形式在疫情期間遭遇限制，藥械企業(yè)需要積極采用電子郵件、線上學(xué)術(shù)研討會(huì)、視頻電話、即時(shí)通訊軟件等多種方式嘗試與醫(yī)生進(jìn)行溝通。從C端市場(chǎng)看，疫情與防疫政策改變了潛在消費(fèi)者的信息獲取渠道和健康消費(fèi)場(chǎng)景：隨著線上瀏覽時(shí)間顯著增加，消費(fèi)者更傾向于從線上渠道獲取醫(yī)療健康知識(shí)，多達(dá)84%的受訪者會(huì)通過微信公眾號(hào)獲取健康知識(shí)，50%的受訪者會(huì)通過健康相關(guān)的APP、論壇網(wǎng)站來獲取健康信息；隨著藥物和器械可及性的不斷拓展，慢病管理等領(lǐng)域的患者治療場(chǎng)景從院內(nèi)轉(zhuǎn)變?yōu)榧彝?。新冠疫情改變了B端、C端市場(chǎng)的信息觸達(dá)渠道與使用場(chǎng)景，為藥械企業(yè)的持續(xù)增長(zhǎng)提，新冠疫情加速了B端醫(yī)保基金的控費(fèi)變革，醫(yī)保基金對(duì)疫情防控相關(guān)領(lǐng)域的投入，加大了藥械企業(yè)在醫(yī)保內(nèi)市場(chǎng)非疫情防控產(chǎn)品的增長(zhǎng)和利潤的壓力。另一方面，疫情提高了消費(fèi)者健康理念，促進(jìn)了C端消費(fèi)者醫(yī)療健康觀念的轉(zhuǎn)變。消費(fèi)者更加認(rèn)可健康生活方式的理念，對(duì)醫(yī)療健康類產(chǎn)品領(lǐng)域的知識(shí)也在不斷深化，在口腔護(hù)理、美容護(hù)膚等各個(gè)垂直細(xì)分領(lǐng)域?qū)λ幮灯蠛诵挠^點(diǎn)：醫(yī)療制度改革不斷深化，政策環(huán)境驅(qū)動(dòng)藥械企業(yè)降政策環(huán)境鼓勵(lì)藥械企業(yè)布局前沿研發(fā)，創(chuàng)新藥械審批注重提質(zhì)政策環(huán)境從多方發(fā)力，提升藥品研發(fā)的質(zhì)量與速度，激勵(lì)藥械企業(yè)釋放創(chuàng)新動(dòng)能。國家藥監(jiān)局不斷建立健全藥品審評(píng)標(biāo)準(zhǔn)體系，促進(jìn)藥械企業(yè)以患者為中心，科學(xué)有序研發(fā)高質(zhì)量產(chǎn)品；加快藥械產(chǎn)品審批上市流程，提高創(chuàng)新產(chǎn)品和臨床急需產(chǎn)品上市速度。截至2022年7月，國家藥監(jiān)局累計(jì)發(fā)布了361個(gè)藥械研發(fā)指導(dǎo)原則，覆蓋化學(xué)藥、生物制品等領(lǐng)域，為藥械企業(yè)產(chǎn)品的研發(fā)、生產(chǎn)、審批、上市等環(huán)節(jié)提供了科學(xué)、規(guī)范的指導(dǎo)(國家藥監(jiān)局，2022a)。同時(shí)，國家藥監(jiān)局注重加快藥品注冊(cè)審評(píng)審批，設(shè)立突破性藥物治療程序、附條件批準(zhǔn)程序、優(yōu)先審評(píng)審批程序、特別審批程序共四條“快速通道”，加速藥品研發(fā)和上市(國家藥監(jiān)局，2022a)。2021年，國家藥監(jiān)局產(chǎn)品全年整體按時(shí)限審結(jié)率達(dá)到98.93%，取得歷史性突破(國家藥監(jiān)局，2022b)。注重提質(zhì)增速的藥械產(chǎn)品審批環(huán)境對(duì)藥械企業(yè)的研發(fā)能力提出了進(jìn)一步要求，企業(yè)需要在產(chǎn)品迭代速度快、生命周期短、利潤空間低、競(jìng)爭(zhēng)更加激烈的環(huán)境態(tài)化制度化，強(qiáng)化藥品器械供應(yīng)保障藥品供應(yīng)保障體系深入調(diào)整，注重提高藥品可及性。2018年以來，政府通過試點(diǎn)并推廣藥品和高值醫(yī)用耗材集中帶量采購制度、完善國家基本藥物制度、醫(yī)保目錄常態(tài)化調(diào)整制度，強(qiáng)化藥品和器械的供應(yīng)保障，確保關(guān)系民生的藥品、器械可及性。截至2022年7月底，國家醫(yī)保局已開展7批國家組織藥品集中采購，共覆蓋294種藥品；集中采購政策將常態(tài)acomAIAI?2020.07，國家發(fā)改委、工信部等五部門聯(lián)合印發(fā)《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》，加強(qiáng)人工智能領(lǐng)域標(biāo)準(zhǔn)化頂層設(shè)計(jì)，推動(dòng)人工智能產(chǎn)業(yè)技術(shù)研發(fā)和標(biāo)準(zhǔn)制定，促進(jìn)產(chǎn)業(yè)健康可持續(xù)發(fā)展；率先促進(jìn)人工智能在醫(yī)療健康領(lǐng)域的應(yīng)用與發(fā)展?2017.07，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，推廣應(yīng)用人工智能治療新模式新手段，建立快速精準(zhǔn)的智能醫(yī)療體系A(chǔ)I規(guī)范?2022.04，國家衛(wèi)健委發(fā)布《國家限制類技術(shù)目錄(2022年版)》、《人工智能輔助治療技術(shù)臨床應(yīng)用管理規(guī)范(2022年版)》、《人工智能輔助治療技術(shù)臨床應(yīng)用質(zhì)量控制指標(biāo)(2022年版)》?將“人工智能輔助診斷技術(shù)”從限制類技術(shù)目錄中刪除；醫(yī)學(xué)影像識(shí)別技術(shù)、病理診斷和報(bào)告系統(tǒng)等技術(shù)有望突破限制，獲得更加廣泛的應(yīng)用?人工智能輔助治療技術(shù)(專指應(yīng)用機(jī)器人手術(shù)系統(tǒng)輔助實(shí)施手術(shù)的技術(shù))仍處于限制類技術(shù)目錄范圍內(nèi)省集采藥品將覆蓋350個(gè)以上(國務(wù)院，2021)。在此期間，國家衛(wèi)健委動(dòng)態(tài)調(diào)整優(yōu)化國家基本藥物目錄，不斷完善目錄調(diào)整管理機(jī)制，綜合藥品臨床應(yīng)用實(shí)踐、藥品標(biāo)準(zhǔn)變化、藥品新上市情況等因素進(jìn)行3年一次的國家基本藥物目錄常態(tài)化調(diào)整 (國務(wù)院辦公廳，2018)。自2018年以來，國家醫(yī)保局不斷完善醫(yī)保目錄動(dòng)態(tài)調(diào)整機(jī)制，一年一度的醫(yī)保目錄動(dòng)態(tài)調(diào)整制度已經(jīng)基本建成。以集中帶量采購為代表的藥品供應(yīng)保障政策推動(dòng)了企業(yè)大幅降低院內(nèi)市場(chǎng)的藥械價(jià)格，為藥械企業(yè)的利潤醫(yī)藥服務(wù)作為深化醫(yī)療體系改革的要素之一，在“三醫(yī)聯(lián)立醫(yī)院改革深度融合，促進(jìn)合理用藥與規(guī)范化診療成為醫(yī)聯(lián)體合理發(fā)展的核心；藥品、器械提質(zhì)降價(jià)也與醫(yī)保支付方式改革2025年底DRG/DIP支付方式基本實(shí)現(xiàn)全覆蓋(國家醫(yī)療保障業(yè)作為密切相關(guān)的產(chǎn)業(yè)供應(yīng)方，也將面臨諸多改革帶來的機(jī)遇和挑戰(zhàn)(圖1.1)。AIAI政策?2022.03，國家藥監(jiān)局器審中心發(fā)布《人工智能醫(yī)療器械注冊(cè)審查指導(dǎo)原則》、《醫(yī)療器械軟件注冊(cè)審查指導(dǎo)原則》、《醫(yī)療器械網(wǎng)絡(luò)安全注冊(cè)審查指導(dǎo)原則》，為AI醫(yī)療軟件作為醫(yī)療器械注冊(cè)審批提供規(guī)范性指導(dǎo)意見?2021.07，國家藥監(jiān)局發(fā)布《人工智能醫(yī)用軟件產(chǎn)品分類界定指導(dǎo)原則》，依據(jù)算法應(yīng)用成熟度劃分人工智能醫(yī)用軟件的審批分類，人工智能醫(yī)用軟件可作為II類或III類醫(yī)療器械管理核心觀點(diǎn)：大數(shù)據(jù)、人工智能等新技術(shù)得到了長(zhǎng)足發(fā)展，人工智能與機(jī)器學(xué)習(xí)技術(shù)在醫(yī)療健康產(chǎn)業(yè)的豐富落地應(yīng)用場(chǎng)景為企醫(yī)療健康市場(chǎng)中量級(jí)大、結(jié)構(gòu)多樣性高、增長(zhǎng)速度快的數(shù)據(jù)需要依靠人工智能和機(jī)器學(xué)習(xí)技術(shù)進(jìn)行分析研判以提升價(jià)結(jié)構(gòu)化與非結(jié)構(gòu)化信息的真正價(jià)值，而人工智能與機(jī)器學(xué)習(xí)技術(shù)能夠更好地賦能決策。人工智能(ArtificialIntelligence)是指可模仿人類智能來執(zhí)行任務(wù)，并基于收集的信息對(duì)自身進(jìn)行迭代式改進(jìn)的系統(tǒng)和機(jī)器。機(jī)器學(xué)習(xí)是人工智能技術(shù)中的一部分，可通過統(tǒng)計(jì)學(xué)模型和方法，允許計(jì)算機(jī)通過經(jīng)驗(yàn)積累來提升預(yù)測(cè)或解釋能力(IBM，2022)。在醫(yī)療健康產(chǎn)業(yè)中應(yīng)用人工智能和機(jī)器學(xué)習(xí)技術(shù)，能夠幫助企業(yè)降低成本，做出更優(yōu)的AIML技術(shù)與醫(yī)療健康領(lǐng)域的融合不斷加深，以計(jì)算機(jī)視覺、自然語言處理、機(jī)器學(xué)習(xí)等為代表的人工智能子技術(shù)已廣泛滲透在醫(yī)療行業(yè)的各個(gè)場(chǎng)景中，成為提升醫(yī)療服務(wù)水平的重要驅(qū)動(dòng)力。近年來，人工智能技術(shù)的加速成熟，在醫(yī)療健康領(lǐng)床輔助決策、精準(zhǔn)醫(yī)療、健康管理、醫(yī)療信息化、藥物研發(fā)以及醫(yī)療機(jī)器人等，以助力降本增效、提升診療水平、改善患者體驗(yàn)、降低患病風(fēng)險(xiǎn)等為核心目的，全面賦能院前、院中、院后各個(gè)環(huán)節(jié) (圖1.2)。計(jì)算機(jī)模擬人類智力的技術(shù)，運(yùn)用統(tǒng)計(jì)學(xué)方法計(jì)算機(jī)模擬人類智力的技術(shù)，運(yùn)用統(tǒng)計(jì)學(xué)方法能夠根據(jù)經(jīng)驗(yàn)改進(jìn)結(jié)果分，對(duì)非結(jié)構(gòu)化或無標(biāo)記算機(jī)能夠模擬人類對(duì)、工智能與機(jī)器學(xué)習(xí)技術(shù)可以幫助企業(yè)建立復(fù)合型智能營銷渠道播的精準(zhǔn)度，有效降低銷售成本；并通過個(gè)性化定制服務(wù)同時(shí)從患者、醫(yī)生處獲得反饋數(shù)據(jù)，增強(qiáng)信息反饋及時(shí)性和全面性，為產(chǎn)品和服務(wù)優(yōu)化提供支撐，進(jìn)而有效改善醫(yī)生、患者的服務(wù)體驗(yàn)(工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟，2021)。人工智能和機(jī)器學(xué)習(xí)技術(shù)能夠開辟新的應(yīng)用場(chǎng)景，釋放新的增長(zhǎng)潛力。近年來，人工智能技術(shù)與醫(yī)療健康領(lǐng)域的融合不斷加在藥物研發(fā)、精準(zhǔn)醫(yī)學(xué)營銷、醫(yī)療信息化等場(chǎng)景中輔助已有的藥品器械企業(yè)和醫(yī)院經(jīng)營管理之外，也成為了獨(dú)立的醫(yī)療服務(wù)產(chǎn)品智能和機(jī)器學(xué)習(xí)技術(shù)能夠以“作為醫(yī)療服務(wù)的軟件”創(chuàng)造全新的增長(zhǎng)點(diǎn)(SoftwareasaMedicalDevice,orSaMD)。隨著種類豐富、來源多樣的醫(yī)療大數(shù)據(jù)不斷的沉淀，人工智能與機(jī)器學(xué)習(xí)在醫(yī)療健康領(lǐng)域的落地場(chǎng)景不斷拓展，具有廣闊的前景(圖1.3)。展望AI+精準(zhǔn)醫(yī)療輔助診斷個(gè)性用藥基因組學(xué)研究臨床決策支持樸素貝葉斯，支持向量機(jī)，深度學(xué)習(xí)Transformer，變分自編碼器自然語言理解，知識(shí)圖譜，圖像識(shí)別AI+合規(guī)監(jiān)察察察查AI+公共衛(wèi)生預(yù)防AI+健康管理基于機(jī)器學(xué)習(xí)的預(yù)測(cè)模型AI+醫(yī)院管理智慧病案智能分診命名實(shí)體識(shí)別，文本分類，語義判定語音識(shí)別，自然語言理解，隨機(jī)森林AI+器械研發(fā)手術(shù)輔助手術(shù)機(jī)器人器械質(zhì)檢3D重建，目標(biāo)檢測(cè)，語義分割Motion2Vec,多任務(wù)堆疊沙漏網(wǎng)絡(luò)文本識(shí)別，圖像識(shí)別，異常檢測(cè)AI+藥物研發(fā)AI+醫(yī)療美容形示AI+智能保險(xiǎn)AI+隱私保護(hù)聯(lián)邦學(xué)習(xí)與隱私計(jì)算醫(yī)學(xué)圖像生成隱私威脅模型，攻擊者和安全模型，多方安全計(jì)算，同態(tài)加密，差分隱私生成對(duì)抗網(wǎng)絡(luò)，擴(kuò)散模型AI+器械研發(fā)遠(yuǎn)程手術(shù)3D打印人體組織人體工程學(xué)義肢器官芯片AI+未來概念數(shù)字孿生人場(chǎng)景acom (Algorithm-drivenapproach)核心觀點(diǎn)：核心觀點(diǎn)：人工智能和機(jī)器學(xué)習(xí)技術(shù)利用數(shù)據(jù)、算法、經(jīng)驗(yàn)賦能業(yè)務(wù)決策，幫助企業(yè)在產(chǎn)品全生命伴隨疫情的持續(xù)影響，醫(yī)療健康行業(yè)面臨著更加激烈的競(jìng)爭(zhēng)環(huán)境和飛速變化的客戶需求；不斷變化的市場(chǎng)環(huán)境要求企業(yè)人工智能和機(jī)器學(xué)習(xí)技術(shù)能夠?yàn)樗幮灯髽I(yè)的產(chǎn)品全生命周期帶來變革：在藥物發(fā)現(xiàn)環(huán)節(jié)，人工智能和機(jī)器學(xué)習(xí)技術(shù)可以機(jī)器學(xué)習(xí)技術(shù)可以分析海量臨床試驗(yàn)數(shù)據(jù)和患者病歷，根據(jù)臨在產(chǎn)品上市階段，人工智能和機(jī)器學(xué)習(xí)技術(shù)可以基于海量數(shù)據(jù)圖2.1人工智能與機(jī)器學(xué)習(xí)技術(shù)賦能產(chǎn)品全生命周期上市成熟期獨(dú)占失效期市場(chǎng)銷售數(shù)字醫(yī)學(xué)不良準(zhǔn)入能力營銷聯(lián)絡(luò)事件I服務(wù),遍及從上市前到卓越上市的各個(gè)領(lǐng)域?預(yù)測(cè)分析(疾病探查與病程預(yù)測(cè),疾病進(jìn)程預(yù)測(cè),…)?醫(yī)生分群與目標(biāo)選定(針對(duì)醫(yī)生的推薦,…)?多渠道市場(chǎng)營銷優(yōu)化(針對(duì)渠道的推薦)分析AISaaS平臺(tái)(醫(yī)生分群與目標(biāo)選定,多指標(biāo),患者旅程,…)研發(fā)臨床前患者臨床試驗(yàn)真實(shí)世界合規(guī)優(yōu)化證據(jù)服務(wù)AI軟件應(yīng)用主要應(yīng)用服務(wù)以實(shí)現(xiàn)規(guī)?；?臨床自然語言處理(針對(duì)科學(xué)文獻(xiàn)，研發(fā)與臨床的翻譯)?Ada商業(yè)引擎(客戶推薦,信息推送推薦,營銷預(yù)算優(yōu)化,…)務(wù)敏捷性快速變化的商業(yè)環(huán)境要求企業(yè)能夠高效、快速、全面、實(shí)時(shí)地收集信息、分析信息，并根據(jù)有價(jià)值的分析獲得反饋，及時(shí)調(diào)整商業(yè)策略。傳統(tǒng)的商業(yè)分析往往無法滿足企業(yè)應(yīng)對(duì)高速變化市場(chǎng)的需求，以做出快速、高效的反應(yīng)；人工智能和機(jī)器學(xué)習(xí)技術(shù)略調(diào)整，提升企業(yè)業(yè)務(wù)的敏捷性。藥物研發(fā)具有高技術(shù)、高投資、高風(fēng)險(xiǎn)、長(zhǎng)周期四種特疫苗和心血管以外，其他領(lǐng)域的復(fù)合成功率均低于10年趨勢(shì) (IQVIA，2022)?？傮w來看，藥品研發(fā)的高投資、高風(fēng)險(xiǎn)、長(zhǎng)周期使得新藥的開發(fā)成本飆升，藥物研發(fā)面臨嚴(yán)重的生產(chǎn)力危機(jī)；提升藥物研發(fā)成功率、縮短研發(fā)時(shí)間、加速臨床試驗(yàn)流整合模型控隔離指數(shù)交通數(shù)據(jù)、其他數(shù)據(jù)整合模型控隔離指數(shù)交通數(shù)據(jù)、其他數(shù)據(jù)門診患者數(shù)量復(fù)記錄、其他數(shù)據(jù)錄果)1–2022.03)擬合模型(蒙特卡洛方法)控時(shí)長(zhǎng)度、對(duì)市場(chǎng)影響市場(chǎng)的模擬影響果人工智能和機(jī)器學(xué)習(xí)技術(shù)能夠賦能臨床試驗(yàn)優(yōu)化，加速臨器學(xué)習(xí)技術(shù)和生存分析統(tǒng)計(jì)模型，確定在非最佳單臂臨床試驗(yàn)中篩選人群的關(guān)鍵生物標(biāo)志物，從而能夠?qū)κ〉呐R床試驗(yàn)數(shù)據(jù)組進(jìn)行有效數(shù)據(jù)重新取樣，盡可能挽救研究。高級(jí)分析團(tuán)隊(duì)同時(shí)也結(jié)合了臨床試驗(yàn)數(shù)據(jù)與先進(jìn)數(shù)據(jù)科學(xué)技術(shù)，進(jìn)行便于用戶使用的平臺(tái)開發(fā)，允許藥品研發(fā)者根據(jù)自身需求在該平臺(tái)進(jìn)行定制化分析，并快速獲得結(jié)果。在人工智能與機(jī)器學(xué)習(xí)技術(shù)輔助下，亞組數(shù)據(jù)識(shí)別可以廣泛應(yīng)用于研發(fā)和商業(yè)化領(lǐng)域，提高數(shù)據(jù)使用率，助力臨床試驗(yàn)成功，進(jìn)而幫助客戶節(jié)省時(shí)間成本和投資花費(fèi)(圖2.1.1)。技術(shù)賦能臨床試驗(yàn)優(yōu)化來源：IQVIA內(nèi)部資料試驗(yàn)結(jié)果未達(dá)到目標(biāo)的患者由亞群分析得出且能達(dá)到預(yù)期實(shí)驗(yàn)結(jié)果的生物標(biāo)識(shí)物試驗(yàn)結(jié)果達(dá)到目標(biāo)的患者由亞群分析得出但不能達(dá)到預(yù)期實(shí)驗(yàn)結(jié)果的生物標(biāo)識(shí)物變化，并為下一步商業(yè)計(jì)劃提供了全面指導(dǎo)(圖2.1.2)。態(tài)勢(shì)11態(tài)化新冠疫情防控市22播，奧密克戎毒株作為主要傳播變種3344防控級(jí)藥品acom罕見病患病人群風(fēng)險(xiǎn)人群罕見病患病人群風(fēng)險(xiǎn)人群策精準(zhǔn)度中國醫(yī)療大健康市場(chǎng)的最新變化為企業(yè)的決策精準(zhǔn)度提出了新的挑戰(zhàn)。面對(duì)不斷變化的市場(chǎng)需求、日益嚴(yán)格的監(jiān)管要求、持續(xù)推進(jìn)的醫(yī)改措施，藥械企業(yè)需要敏銳感知市場(chǎng)變化、合理優(yōu)化決策模式、精準(zhǔn)生成市場(chǎng)洞見，從而制定最優(yōu)的企業(yè)戰(zhàn)略與業(yè)務(wù)策略。近年來，隨著醫(yī)療健康市場(chǎng)數(shù)據(jù)數(shù)量和質(zhì)量的顯著提高，人工智能和機(jī)器學(xué)習(xí)技術(shù)在賦能企業(yè)決策流程、提高決策精準(zhǔn)度方面扮演了越來越重要的角色?；谌斯ぶ悄堋C(jī)器學(xué)習(xí)算法的決策輔助流程與醫(yī)學(xué)領(lǐng)域知識(shí)的深度結(jié)合，能夠顯著提升疾病診罕見病具有臨床病例數(shù)據(jù)少、病種復(fù)雜、誤診率高等特點(diǎn)，罕見病的準(zhǔn)確診斷一直以來都是醫(yī)生和患者共同面臨的難了可以學(xué)習(xí)罕見病確診病例的數(shù)據(jù)和癥狀特征的罕見病預(yù)測(cè)模型，協(xié)助醫(yī)生準(zhǔn)確、高效地完成罕見病分類和診斷，以省去昂貴、復(fù)雜、耗時(shí)的實(shí)驗(yàn)室檢測(cè)，降低罕見病診斷過程中對(duì)醫(yī)生經(jīng)驗(yàn)水平的高要求和強(qiáng)依賴。該罕見病預(yù)測(cè)模型可以覆蓋百萬級(jí)的人群，針對(duì)每個(gè)潛在患者的病歷數(shù)據(jù)給出罕見病的患病概率評(píng)分，識(shí)別出高于閾值的罕見病潛在患者，減少罕見病的漏診、誤診，提高罕見病診斷的準(zhǔn)確率和效率?；谏蓪?duì)抗網(wǎng)絡(luò)(GAN)和長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)的罕見病篩查模型能夠從大量的患者數(shù)據(jù)中學(xué)習(xí)確診患者的特征，在確診病例較為稀疏的前提下，準(zhǔn)確識(shí)別具有潛在疾病風(fēng)險(xiǎn)的患者個(gè)體，從而為罕見病的預(yù)防與診斷提供精準(zhǔn)、定向的決策輔助(圖2.2.1)。圖2.2.1生成對(duì)抗網(wǎng)絡(luò)模型識(shí)別潛在罕見病患者發(fā)展態(tài)勢(shì)罕罕見病患病人群風(fēng)險(xiǎn)人群據(jù) (Longitudinalpatientdata)診斷1處方診斷2注射手術(shù)診斷3手術(shù)處方生成生成對(duì)抗網(wǎng)絡(luò)(GAN)針對(duì)罕見病確診病人數(shù)少模型多，二者都聰明成“近乎完美的人造數(shù)據(jù)”真?zhèn)味纫蕾囉卺t(yī)學(xué)代表的經(jīng)驗(yàn)，難以實(shí)現(xiàn)關(guān)于治療理念、疾病觀點(diǎn)方面的全面觸達(dá)。人工智能和機(jī)器學(xué)習(xí)分析工具可以幫助藥械提供更精準(zhǔn)、更全面的治療信息與解決方案。通過整合企業(yè)內(nèi)部數(shù)據(jù)與公開數(shù)據(jù)，人工智能算法可以生成智能化精準(zhǔn)營銷建議，更好地利用全渠道營銷優(yōu)勢(shì)，將準(zhǔn)確的藥物信息、先進(jìn)治療理念傳遞給需求更高的醫(yī)學(xué)專業(yè)人士(圖2.2.2)。Feature1Feature2FeatureN深度推薦模型精準(zhǔn)度比規(guī)則模型高出8倍X：人工智能與機(jī)器學(xué)習(xí)技術(shù)提供解決方案可擴(kuò)展性中國醫(yī)療大健康市場(chǎng)不斷變化的市場(chǎng)現(xiàn)狀和飛速增長(zhǎng)的數(shù)據(jù)量級(jí)為企業(yè)進(jìn)行商業(yè)決策帶來了挑戰(zhàn)。面對(duì)復(fù)雜多變的市場(chǎng)，藥械企業(yè)需要頻繁、多次地根據(jù)市場(chǎng)事件對(duì)商業(yè)決策進(jìn)行實(shí)時(shí)、精準(zhǔn)的調(diào)整。傳統(tǒng)的商業(yè)分析決策往往需要重復(fù)調(diào)用歷史經(jīng)驗(yàn)完成規(guī)定任務(wù)，可能造成人力資源和決策時(shí)間的浪費(fèi)；而人工智能與機(jī)器學(xué)習(xí)技術(shù)在提供敏捷速度、精準(zhǔn)決策之外，還可以大大提高數(shù)據(jù)、模型的靈活擴(kuò)展。隨著國家集中帶量采購政策的常態(tài)化推進(jìn)，越來越多的企業(yè)需要頻繁根據(jù)集中帶量采購的最新動(dòng)向，預(yù)測(cè)自身各個(gè)管線產(chǎn)品的市場(chǎng)容量和市場(chǎng)份額；考慮到帶量采購的品類不斷擴(kuò)展，這樣的預(yù)測(cè)任務(wù)將會(huì)成為企業(yè)布局多種產(chǎn)品商業(yè)推廣策略的常態(tài)。傳統(tǒng)的商業(yè)預(yù)測(cè)流程需要對(duì)受到類似事件影響的每一個(gè)產(chǎn)品進(jìn)行單獨(dú)的數(shù)據(jù)收集、模型建立、參數(shù)調(diào)整、輸出預(yù)測(cè)，人力資源消耗高，項(xiàng)目完成周期長(zhǎng)。有了人工智能和機(jī)器學(xué)習(xí)技術(shù)的輔助，企業(yè)可以通過集成人工智能和機(jī)器學(xué)習(xí)預(yù)訓(xùn)練模型的用戶平臺(tái)，結(jié)合自身上傳的數(shù)據(jù)和平臺(tái)內(nèi)提供的市場(chǎng)數(shù)據(jù)，定義重要市場(chǎng)事件的性質(zhì)、影響、時(shí)間窗口，靈活調(diào)用基于機(jī)器學(xué)習(xí)和時(shí)間序列等統(tǒng)計(jì)方法的算法模型，對(duì)受到事件影響的未來銷量進(jìn)行預(yù)測(cè)。該銷量預(yù)測(cè)平臺(tái)易于擴(kuò)展，極大提升了藥械企業(yè)的市場(chǎng)決策效率(圖2.3.1)。圖2.3.1銷量預(yù)測(cè)平臺(tái)提升決策效率性事事件影響模擬(以帶量采購為例)測(cè)結(jié)果果acom在監(jiān)管難度高、病例處理團(tuán)隊(duì)資源有限、收集病例信息繁雜等問題。人工智能和機(jī)器學(xué)習(xí)技術(shù)則可以有效地幫助企業(yè)解決藥點(diǎn)?；贐ERT、LSTM、RNN等算法的不良事件預(yù)警模型可以通過預(yù)先設(shè)定的關(guān)鍵詞，學(xué)習(xí)企業(yè)深度訪談形成的結(jié)構(gòu)化文本，根據(jù)企業(yè)標(biāo)注的數(shù)據(jù)樣本，自動(dòng)判定藥物、即時(shí)反饋、自我學(xué)習(xí)三大優(yōu)勢(shì)：該平臺(tái)可以快速捕捉負(fù)面事件，抽取不良事件關(guān)鍵要素，為企業(yè)提供智能提示錨點(diǎn)；該平臺(tái)允許用戶自行添加、刪除、修改不良事件要素，根據(jù)具體的業(yè)務(wù)對(duì)模型進(jìn)行適當(dāng)調(diào)整；該平臺(tái)還可以在藥物警戒任務(wù)中通過長(zhǎng)時(shí)間的數(shù)據(jù)沉淀實(shí)現(xiàn)自我學(xué)習(xí)，利用上傳文檔形成結(jié)構(gòu)化數(shù)據(jù)資產(chǎn)，進(jìn)行自然語言處理模型的迭代。集成了人工智能與機(jī)器學(xué)習(xí)技術(shù)的平臺(tái)大大提升了藥物警戒模型的可擴(kuò)展性和泛用性：測(cè)試環(huán)境中，在保證無漏報(bào)的情況下(100%召回率)，該模型能夠?yàn)槭炀氂脩艨s短高達(dá)50%的文檔平均審核時(shí)間(圖2.3.2)。性認(rèn)結(jié)果認(rèn)結(jié)果：人工智能與機(jī)器學(xué)習(xí)技術(shù)增強(qiáng)決策科學(xué)性中國醫(yī)療健康市場(chǎng)的持續(xù)發(fā)展帶來了來源豐富、形式多樣、沉淀豐富的數(shù)據(jù)，人工智能和機(jī)器學(xué)習(xí)技術(shù)能夠幫助企業(yè)以前所未有的方式更好地利用和解讀豐富的市場(chǎng)數(shù)據(jù)。利用機(jī)器學(xué)習(xí)和統(tǒng)計(jì)模型，企業(yè)可以更加全面、高效地收集、分析、理解數(shù)據(jù)，業(yè)決策。醫(yī)藥公司、政府等多個(gè)利益相關(guān)方的意見和建議。隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，藥械企業(yè)得以通過互聯(lián)網(wǎng)線上渠道，全面、便捷地收集多方的意見信息，從而為后續(xù)的市場(chǎng)決策提供有力的支持。由于線上渠道產(chǎn)生的相關(guān)信息數(shù)量龐大、內(nèi)容復(fù)雜，人工收集這些信息往往遇到成本高、有遺漏的問題。人工智能和機(jī)器學(xué)習(xí)技術(shù)能夠通過自然語言處理技術(shù)實(shí)現(xiàn)對(duì)線上渠道信息的實(shí)時(shí)辨識(shí)、收集、初步分析，幫助企業(yè)“耳聽八方”，形成對(duì)市場(chǎng)的實(shí)時(shí)洞察(圖2.4.1)。圖2.4.1社會(huì)聆聽深化市場(chǎng)洞察性1234確定數(shù)據(jù)源和關(guān)鍵詞收集線上信息與數(shù)據(jù)智能析大數(shù)據(jù)洞察鍵詞鍵詞領(lǐng)域，醫(yī)學(xué)專業(yè)人士對(duì)藥品、器械、治療理念的了解程度受到醫(yī)學(xué)代表不同形式的拜訪活動(dòng)、市場(chǎng)活動(dòng)、學(xué)術(shù)支持活動(dòng)等多個(gè)相互關(guān)聯(lián)的因素影響。傳統(tǒng)分析方法大多依據(jù)經(jīng)驗(yàn)驅(qū)動(dòng)尋找主要影響因子，再通過其與目標(biāo)因子的相關(guān)性分析，找到核心影響因素。然而，由于實(shí)際市場(chǎng)中影響因素較多，且因素之間具有相關(guān)性，傳統(tǒng)的分析方法很難整體展現(xiàn)核心市場(chǎng)結(jié)果背后的因果關(guān)系。因此，傳統(tǒng)的市場(chǎng)因素?cái)?shù)據(jù)分析很難產(chǎn)生正確、深刻的基于算法和數(shù)據(jù)形成的因果圖模型可以很好地解決上述難題?；谪惾~斯網(wǎng)絡(luò)，此模型采用一個(gè)有向無環(huán)圖來直觀描述各個(gè)變量之間的因果關(guān)系，尤其適用于揭示實(shí)際觀察數(shù)據(jù)背后的實(shí)際因果機(jī)制。此因果分析技術(shù)不僅可以從量級(jí)大、變量多、變量關(guān)系復(fù)雜的實(shí)際數(shù)據(jù)中自動(dòng)提取因果關(guān)系，大幅縮短分析中的試錯(cuò)時(shí)間，降低分析者主觀影響；還可以探索出人工難以發(fā)現(xiàn)的諸多因素間潛藏的直接或間接因果關(guān)系，增強(qiáng)整體可解釋性(圖2.4.2)。動(dòng)因素B程度B的臨床證據(jù)，并支持證據(jù)解讀正確B品和其他產(chǎn)品之間的差異C2_6C2_1BC2_1C3D1B1.1B1.3E2_onlineE1拜訪情況E1拜訪情況E2_offlineE2_offlineAacom00+來源85%+全球藥品銷售跟蹤數(shù)據(jù)人工智能與機(jī)器學(xué)習(xí)算法對(duì)醫(yī)療健康產(chǎn)業(yè)的業(yè)務(wù)賦能，高度依賴于企業(yè)與其合作伙伴在基礎(chǔ)設(shè)施、數(shù)據(jù)資產(chǎn)、人才團(tuán)隊(duì)、技業(yè)應(yīng)該尋找具有下列能力的合作伙伴：器學(xué)習(xí)模型的訓(xùn)練、部署、調(diào)試、應(yīng)用都需要依托海量數(shù)據(jù)進(jìn)行。人工智能和機(jī)器學(xué)習(xí)算法對(duì)數(shù)據(jù)的數(shù)量、質(zhì)量的依賴性高，這就要求企業(yè)及合作伙伴不斷開發(fā)創(chuàng)新的、合理的數(shù)據(jù)收集方法，持續(xù)擴(kuò)大數(shù)據(jù)來源、優(yōu)化數(shù)據(jù)收集方式；同時(shí)要求醫(yī)療健康產(chǎn)業(yè)企業(yè)與合作伙伴能夠獲取數(shù)據(jù)體量大、涵蓋范圍廣、更新速度快、顆粒度細(xì)致、應(yīng)用場(chǎng)景豐富的數(shù)據(jù)資產(chǎn)，為人工智能與機(jī)器學(xué)習(xí)技術(shù)在醫(yī)療健康行業(yè)中的應(yīng)用提供堅(jiān)實(shí)基習(xí)模型要求企業(yè)及合作伙伴能夠綜合考慮數(shù)據(jù)的可得性和商業(yè)應(yīng)用場(chǎng)景，結(jié)合結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，為企業(yè)提供重要的研究洞見。醫(yī)療健康領(lǐng)域的人工智能、機(jī)器學(xué)習(xí)技術(shù)的部署和應(yīng)孤島，在商業(yè)實(shí)踐中體現(xiàn)企業(yè)自身數(shù)據(jù)與大規(guī)模中心化數(shù)據(jù)協(xié)同優(yōu)勢(shì)。合作伙伴應(yīng)該為企業(yè)提供來源豐富且更新及時(shí)、顆粒度細(xì)致的數(shù)據(jù)資產(chǎn)，涵蓋多種交付形式和數(shù)據(jù)接口，滿足企業(yè)不同水平的數(shù)據(jù)需求(圖3.1)。圖3.1數(shù)據(jù)領(lǐng)先對(duì)企業(yè)業(yè)務(wù)的賦能高度依賴于算法的訓(xùn)練與部署，要求企業(yè)及合作伙伴能夠依托機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)領(lǐng)域的技術(shù)積累，采用專業(yè)的方法論，構(gòu)建準(zhǔn)確、先進(jìn)的模型，提供復(fù)雜環(huán)境下非確定性場(chǎng)景的解決方案，推進(jìn)人工智能與機(jī)器學(xué)習(xí)技術(shù)與醫(yī)療領(lǐng)域的深度融合。依托企業(yè)級(jí)人工智能和機(jī)器學(xué)習(xí)平臺(tái)，藥械企業(yè)與合作伙伴能夠基于海量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘、數(shù)據(jù)分析、統(tǒng)計(jì)部署和應(yīng)用高度依賴統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)、計(jì)算機(jī)科學(xué)人才團(tuán)隊(duì)，有能力構(gòu)建應(yīng)對(duì)醫(yī)療領(lǐng)域的數(shù)據(jù)科學(xué)和大數(shù)據(jù)分析的社區(qū)，促進(jìn)數(shù)據(jù)科學(xué)的研究、發(fā)展和部署，并期待開拓以數(shù)據(jù)為基礎(chǔ)的新一代人工智能平臺(tái)。這些高智能專家團(tuán)隊(duì)?wèi)?yīng)該具有前沿的專業(yè)技能知識(shí)、深厚的業(yè)務(wù)領(lǐng)域積累、持續(xù)的自我學(xué)習(xí)能力、豐富的團(tuán)隊(duì)協(xié)作經(jīng)驗(yàn)，為醫(yī)療健康企業(yè)部署人工智能和機(jī)器學(xué)習(xí)技術(shù)的業(yè)務(wù)應(yīng)用提供堅(jiān)實(shí)的人才基礎(chǔ)(圖3.2)。果法論證分析算法庫，賦能定制化解決方案30+100+25%+文獻(xiàn)發(fā)表于精準(zhǔn)拜訪醫(yī)生，決方案Nature、NeurIPS顯著提升腫瘤等知名刊物產(chǎn)品投資回報(bào)領(lǐng)域的深度結(jié)合，需要企業(yè)與合作伙伴對(duì)醫(yī)療健康產(chǎn)業(yè)的市場(chǎng)趨勢(shì)、業(yè)界生態(tài)、前沿技術(shù)具有深刻的理解，在多年領(lǐng)域深耕中積累關(guān)于中國醫(yī)療健康產(chǎn)業(yè)的豐富知識(shí)。人工智能與機(jī)器學(xué)習(xí)模型做出的預(yù)測(cè)和洞察，必須要結(jié)合醫(yī)療健康產(chǎn)業(yè)的專家研判，才能更好地創(chuàng)造價(jià)值。企業(yè)與合作伙伴應(yīng)該在組織層面具有豐富的領(lǐng)域知識(shí)積累，通過與醫(yī)療領(lǐng)域?qū)＜疑钊虢涣?，獲取更多的醫(yī)療、制藥領(lǐng)域經(jīng)驗(yàn)，增加人工智能與機(jī)器學(xué)習(xí)模型在商業(yè)決策中的適用性和解釋性(圖3.3)。0+司 acom套支持人工智能與機(jī)器學(xué)習(xí)技術(shù)與醫(yī)療健康產(chǎn)業(yè)的深度結(jié)合與業(yè)務(wù)賦能，同樣要求企業(yè)在選址時(shí)關(guān)注基礎(chǔ)設(shè)施與產(chǎn)業(yè)協(xié)同配套建設(shè)，協(xié)同AI+醫(yī)療產(chǎn)業(yè)集聚效應(yīng)，發(fā)揮政策與區(qū)位優(yōu)勢(shì)。例如：中關(guān)村(京西)人工智能科技園是中關(guān)村管委會(huì)、門頭溝區(qū)政府和中關(guān)村發(fā)展集團(tuán)為促進(jìn)產(chǎn)業(yè)發(fā)展打造的重點(diǎn)產(chǎn)業(yè)園項(xiàng)目。園區(qū)位于中關(guān)村門頭溝園，享受新首鋼協(xié)作配套區(qū)和首鋼國際人才社區(qū)政策、京西產(chǎn)業(yè)轉(zhuǎn)型升級(jí)示范區(qū)政策、中關(guān)村國園務(wù)辦公、大型研發(fā)辦公、孵化研發(fā)等提供多樣空間載體，為園區(qū)企業(yè)提供酒店配套、商業(yè)配套、園區(qū)產(chǎn)業(yè)配套等，通過先進(jìn)的設(shè)計(jì)理念和建設(shè)思路，打造集生產(chǎn)、生活、生態(tài)有機(jī)結(jié)合的產(chǎn)業(yè)發(fā)展和人文需求的空間載體。園區(qū)圍繞人工智能技術(shù)賦能應(yīng)用環(huán)節(jié)，聚力發(fā)展智能醫(yī)療、智能視聽、智能制造三大細(xì)分領(lǐng)域的創(chuàng)新產(chǎn)業(yè)體系，深度融合數(shù)智園區(qū)、零碳園區(qū)、智造上樓等理念，高標(biāo)準(zhǔn)規(guī)劃建設(shè)，高品質(zhì)招商服務(wù)，為醫(yī)療健康產(chǎn)?強(qiáng)大的算力基礎(chǔ)設(shè)施。人工智能與機(jī)器學(xué)習(xí)技術(shù)的部署應(yīng)用需要強(qiáng)大的算力基礎(chǔ)設(shè)施建設(shè)。在醫(yī)療健康場(chǎng)景下，復(fù)雜度高、不確定性大的AI計(jì)算需求，對(duì)算力基礎(chǔ)設(shè)施需求提出了型訓(xùn)練特性、業(yè)務(wù)賦能需求，獲取用于滿足海量數(shù)據(jù)處理、高性能的智能化算力基礎(chǔ)設(shè)施。中關(guān)村(京西)人工智能科技園聯(lián)合智源研究院，提供超大規(guī)模智能模型等服務(wù)；與華為、百度等龍頭企業(yè)合作，提供自主可控、開源的智能計(jì)算中心、云邊端架構(gòu)、人工智能模型算法遷移及適配等服務(wù)；能夠?yàn)槠髽I(yè)提供以邊緣計(jì)為特征的新一代智能基礎(chǔ)設(shè)施，促進(jìn)AI+醫(yī)療的?協(xié)同化AI+醫(yī)療產(chǎn)業(yè)集聚。人工智能與機(jī)器學(xué)習(xí)技術(shù)的部署應(yīng)用受惠于上下游企業(yè)合作伙伴的協(xié)作和知識(shí)溢出效應(yīng) (Knowledgespillovereffect)。依托聯(lián)合辦公、產(chǎn)業(yè)投資、科技金融等綜合性一體化平臺(tái)服務(wù)，中關(guān)村(京西)人工智能科技園區(qū)吸引了大批人工智能醫(yī)療健康初創(chuàng)企業(yè)入駐，為人工后疫情時(shí)代，中國醫(yī)療健康產(chǎn)業(yè)面臨著更加激烈的競(jìng)爭(zhēng)環(huán)境和飛速變化的客戶需求；不斷變化的市場(chǎng)環(huán)境要求企業(yè)逐步轉(zhuǎn)向數(shù)字化，以提高其響應(yīng)能力，提供更多個(gè)性化的服務(wù)；并對(duì)其業(yè)務(wù)進(jìn)行創(chuàng)新賦能，革新原有業(yè)務(wù)流程和模式，以便應(yīng)對(duì)可能的挑戰(zhàn)。在數(shù)量級(jí)大、復(fù)雜性高的大數(shù)據(jù)面前，以人工智能和機(jī)器學(xué)習(xí)技術(shù)為代表的高級(jí)分析能夠有效地處理、分析市場(chǎng)需求，將業(yè)務(wù)場(chǎng)景、商業(yè)需求轉(zhuǎn)化為人工智能算法和機(jī)器學(xué)習(xí)模型，通過領(lǐng)先速度、精準(zhǔn)決策、便捷擴(kuò)展、深度洞察，賦能產(chǎn)品的全生命周字化轉(zhuǎn)型。丁香醫(yī)生(2022).2022國民健康洞察報(bào)告.ttpsdxymervLJMfIBM(2022).WhatisArtificialIntelligence.