《动脉网:2022数字化临床试验行业研究报告(39页).pdf》由会员分享,可在线阅读,更多相关《动脉网:2022数字化临床试验行业研究报告(39页).pdf(39页珍藏版)》请在三个皮匠报告上搜索。
1、数字化临床试验行业研究报告信息化建设之后数字化序幕开启当数字化席卷整个医疗行业时,很长一段时间里临床试验领域却固执地停留在信息化阶段;近年来,市场需求的升级给供给变革带来了动力,让数字化逐步渗透到了临床试验领域。自2015年 关于开展药物临床试验数据自查核查工作的公告 发布以来,在合规驱动下,临床试验领域已经完成信息化建设。之后,随着国内创新药快速发展,临床试验项目数随之激增,从业人员显得供不应求;此外高度依赖人工的传统临床试验结果准确性亟待提高;加之趋严的监管不断提高临床试验成本,申办方降本增效的需求日益迫切。对于这一系列来自不同参与方的需求,数字化给出了可行的解决方案。目前,临床试验各环节
2、如何实现数字化?数字化进程如何?过程中的动力与阻碍分别是什么?未来数字化临床试验又将如何发展?带着这些疑问,我们调研了2家临床试验中心、7家创新企业、3家投资机构,访谈13位专家、企业创始人和投资人,制作了本次报告,以期描绘出数字化临床试验的发展现状,为大家带来一些思考。临床试验信息化建设完成,EDC等软件部署率高且内卷严重。合规驱动下,我国临床试验走完信息化建设阶段,代表性软件EDC部署率达100%,但由于入局者饱和,加之法规指导下产品高度同质化,该类服务内卷严重。企业通过纵向提高产品与服务性能、核心观点:市场规模每年新增100亿,成长趋势向好。根据近年我国临床试验数量增长趋势及项目价格估算
3、2022年临床试验市场规模超600亿,并以每年100亿的速度快速增长。在技术、市场需求、政策、资本等多因素驱动下数字化渗透率将不断提升,有望占据整体市场规模超50%份额,成长趋势向好。横向拓宽产品与服务应用场景提升企业市场竞争力。数字化处于初期,上市后阶段整体渗透率高于注册临床阶段。我国整体数字化建设在注册临床阶段仅约10-15%,上市后阶段明显高于注册临床阶段。这其中,临床试验机构与申办方之间数据互联互通程度低、数据驱动属性低是主要原因。破解之方在于数据使用规范方面的支持政策以及兼顾技术和医学的复合型人才。推动临床试验全面数字化短期靠政策,中期靠人才,远期靠技术。要加速临床试验数字化进程,亟
4、待数据合规使用相关的规范性政策给与临床试验中心数字化升级的合规保障。其次,有赖于企业与高校共同积极培养兼顾技术(AI、大数据、区块链等)与医学知识(疾病病理、诊疗逻辑、专家指南等)的复合型人才。最后,技术的不断精进,将有望为数字化临床试验带来如虚拟临床试验等颠覆式创新模式。前 言目 录第一章 政策与资本双驱动,数字化临床试验规模超300亿 1.1 临床试验领域完成信息化建设,进入数字化建设初期 031.2 临床试验市场超600亿,数字化领域占据15-50%051.3 政策指导数字化建设方向,资本投注加速数字化进程 06第二章 数字化产品渗透率提升,各商业模式待市场验证 2.1 技术服务企业主要
5、三种商业模式发展现状解析 102.2 提供数字化临床试验CRO服务企业发展情况分析 122.3 合规与降本增效需求提升产品渗透率,EDC达100%13第三章 合规驱动下,行业完成信息化建设 3.1 严监管需求推动信息化建设软件发展,覆盖率达100%153.2“刚需”软件同质化严重,三条路径提供破卷之路 153.3 合规与降本增效双驱动,数据采集迎来新突破 17第四章 数字化建设初期,升级从高成本、低效率环节开始 4.1 降本增效驱动下,新业务模式亟待诞生 194.2 项目管理渗透率约50%,地方性三甲医院发展更快 204.3 基于院内、院外健康大数据重塑受试者招募“触达”环节 224.4 期临
6、床试验数字化领域尚处蓝海,降本增效需求迫切 23第五章 人工智能让数字化临床试验的决策更智能 5.1 智能化助力在临床试验多环节做出更快、更好的选择 255.2 数据互联互通、复合型人才是推动智能化的关键 27第六章 未来趋势 6.1 数字化领域迎来更大市场,助力临床试验下沉、分散 296.2 企业定位逐步清晰,多种商业模式经过市场验证 306.3 临床试验数字化演进短期靠政策,中期靠人才,长期靠技术 31第七章 企业案例 7.1 药研社(母公司妙一生物科技)-医药研发领域创新型CRO科技平台 327.2 百奥知-创新型医药研发数字化解决方案 327.3 临研通-临床试验智能检测系统私有部署
7、347.4 遥领医疗科技-AI助力RWS挖掘上市后医学价值 367.5 研速医疗-AI驱动数据直采,高效合规重塑临床试验 37图表 1 数字化临床试验定义与发展阶段 03图表 2 2019-2021年临床试验市场规模测算 05图表 3 2019-2021年新药临床试中各期临床试验总数变化情况 05图表 4 驱动数字化临床试验领域发展的相关政策盘点 06图表 5 2018以来提供数字化临床试验技术与服务企业融资情况 08图表 6 数字化临床试验产业链 10图表 7 技术服务企业主要提供的两类产品对比 11图表 8 三大主要商业模式对比 11 图表 9 提供临床试验CRO服务的企业分类 12图表
8、10 数字化临床试验各软件系统的应用环节盘点 13图表 11 各类产品对于合规、降本增效的助力程度 14图表 12 涉及信息化建设的软件及主要功能 15图表 13 企业提升市场竞争力的三大途径 16图表 14 数据采集环节CRC与CRA工作内容及待提升方向 17图表 15 数据采集各环节对技术与医学知识的需求程度 18图表 16 涉及数字化建设的软件及主要功能 20图表 17 CTMS连接涉及临床试验的机构、参与者 20图表 18 按年项目数量分段的机构数占比及对应机构承接的项目总数占比 21图表 19 受试者招募中患者触达环节数字化前后对比 22图表 20 注册临床试验与真实世界研究的部分区
9、别 23图表 21 传统中心筛选与智能化中心筛选的对比 25图表 22 智能化建设的重要因素及各因素发展关键点 27图表 23 药研社“T4S服务体系”33图表 24 百奥知两大核心平台内涵 34图表 25 临研通六大产品体系应用场景 35图表 26 遥领医疗数字化数据采集流程 36图表 27 研速医疗产品管线图 37第一章 政策与资本双驱动数字化临床试验规模超300亿图表 1 数字化临床试验定义与发展阶段用技术为临床试验降本增效,实现多方共赢。临床试验的数字化是指运用大数据、AI、云计算等技术为临床试验的参与者们赋能;通过优化临床试验各个环节的交付方式或流程,帮助提高临床试验的精准性、安全性
10、和高效性,为整个临床试验(包含BE、期)降本增效,最终达成临床试验的参与人员(受试者、医生和从业人员)和参与组织(临床试验中心、申办方药企或CRO)多方共赢的过程。在数字化过程中,究竟达到怎样标准的临床试验可以被定义为数字化的临床试验?目前行业还没有给出统一的共识,通过调研访谈,我们从“优化途径”和“主要优化结果”等维度针对数字化临床试验给出了一个定义并分析整理了临床试验的发展阶段。1.1 临床试验领域完成信息化建设,进入数字化建设初期阶段标签优化对象主要优化途径主要优化结果1.0电子化数据将记录在纸上的数据转为电子化,以电子文档形式存储在u盘、光盘中无纸化节约了存储空间、数据存储时效和安全性
11、更有保障、交换更方便2.0信息化流程数据产生来源(受试者、操作者、使用设备等)、方式、过程等体现在软件系统中,供多方通过账号登录可以监督和查看数据产生流程可视化、可回溯,提高管理者对数据质量的把控和监查效率,减少人工确认工作量(多限于组织内部使用)3.0数字化数据、流程在信息化基础上,建立参与各方认同的数据标准、流程标准,参与各方可通过系统登录获得需要的数据并查看、执行和更新流程数据和流程互联互通,参与各方形成新的协作方式、结果交付方式,减少甚至避免重复录入、确认等工作环节,减少工作量、提高效率智能化数据、流程深度挖掘数据价值,基于对已有数据的分析和理解,建立算法提供辅助决策的相应数据信息传统
12、基于经验的决策在科技支持下,变为更有依据且对个人能力依赖更低的决策方式,同时提高决策准确性03资料来源:动脉网,蛋壳研究院制04临床试验行业已完成电子化和信息化建设阶段。2005年前后,行业开始尝试将传统记录在纸质的数据以文档形式存储,完成了电子化阶段的建设。该阶段让数据可以更安全、长效被保存,也让数据交换变得更方便,但数据的真实性和回溯性依然较差,无法满足数据准确性验证和监查的需求。于是自2010年左右,信息化建设登上行业升级的舞台,不仅将试验数据电子化,围绕数据的多维度信息,包括使用的仪器、耗材、数据采集人员及采集步骤等都在软件系统中“留痕”,为数据真实性监查环节提供充分的证据基础。201
13、5年7月22日,原国家食药监总局发布的关于开展药物临床试验数据自查核查工作的公告引起行业震动,数据的真实性、回溯性得到空前重视,这也极大推动了行业信息化建设的进程。临床试验在政策和法规的严格规范要求下,信息化建设阶段已经基本完成,目前行业已迈入数字化阶段并在多方努力下快速推进建设进程。各参与方形成新的、更加高效的协作方式是数字化重要标志。目前行业对于数字化临床试验的定义还没有统一的标准,但一个明确的共识是“各参与方之间形成新的、更高效的协作方式”。信息化阶段让数据“在线”,接下来就是如何将数据有效利用,从而让临床试验的参与人员(受试者、医生和从业人员)和参与组织(临床试验中心、申办方药企或CR
14、O)在此基础上,产生更有效的连接方式,形成更高效、便捷的协作模式,从而多方受益,产出更好的结果和收获。基于此定义,行业的数字化进程还处于初期,还需要政策、资本、市场教育和技术等多驱动因素协同努力促进数字化建设。智能化为数字化临床试验决策环节助力。在信息化和数字化建设中,行业建立了庞大的数据库,通过人工智能等技术对数据进行深度理解和算法建立,可以让临床试验的很多决策环节更“智能”。以临床试验中心筛选环节为例,传统中心筛选多基于个人的经验结合漫长的行业调研做出选择,过程耗时耗力。而智能化的中心筛选,将所需的中心数据(对应病症患者数、医生时间和资源、中心地理位置、中心同期临床试验数量等)抓取并按权重
15、评分,结合需求筛选合适的临床试验中心,一方面节省了筛选时间,另一方面也让筛选结果更精准。总的来说,信息化是数字化的基础、数字化是信息化的升级,目前临床试验领域在基本完成了信息化的基础上正经历着数字化的变革,即让临床试验各参与者之间产生更高效的连接方式。而智能化让数字化临床试验中涉及决策的环节更“智慧”,其标志是以数据驱动,用算法结果替代经验,为数字化临床试验中的多个环节提供辅助决策。图表 2 2019-2021年临床试验市场规模测算图表 3 2019-2021年新药临床试中各期临床试验总数变化情况临床试验市场规模以百亿速度逐年增长。近年来,在人民健康需求、经济发展、政策支持等因素的共同驱动下,
16、创新药产业得到快速发展,这使得药物临床试验数量逐年增加,市场规模也随之不断扩大。由于BE、期临床试验数量及项目价格差异较大,我们将分别计算各自的市场规模再相加估算市场规模总和。其中,无法明确分为某一类的试验归为“其它”,并以各类项目均价的平均值作为“其它”试验的项目均价,临床试验整体市场规模测算如下。从2019年至2021年临床试验市场规模每年以百亿左右的速度增长,从2019年的243亿增长到2021年的451亿元,平均年增长率高达36.51%。、期临床试验总数增长,促进市场规模进一步扩大。临床试验中以期,其次是期项目的费用最高,根据创新工场统计数据,、期临床试验项目平均价格分别高达2000万
17、元和4000万元,是BE、和期项目的5至10余倍,并且以每年9%的增长率增长。2019年到2021年期间,“值钱”的、期临床试验总数平均年增长率分别高达39.82%和24.68%,明显高于其它期。按此推算,2022年临床试验整体市场规模有望超过600亿元。1.2 临床试验市场超600亿,数字化领域占据15-50%05年份内容BE期期期期其它市场规模(万元)2019数量(个)0655842430550 项目均价(万元)4594591340 2020数量(个)59391493117240 项目均价(万元)50050020004000
18、3001460 2021数量(个)74682094512644 项目均价(万元)5455452591 数据来源:国家药品监督管理局药品审评中心、创新工场,蛋壳研究院制数据来源:国家药品监督管理局药品审评中心、创新工场,蛋壳研究院制数字化临床试验有望以更全面的服务占据半壁市场。临床试验的项目费用由劳务费、受试者补助、检测费等构成,其中数字化产品(SaaS软件、数字化解决方案、个性化硬件部署等)因往往不止服务于一个项目,导致其占据每个项目的具体份额较难有清晰的测算。据访谈调研得知,用于让项目“数字化”而付出的成本根据数字化的程度及形式不同约占据项目总费用
19、的15%至50%不等,这也就意味着,2022年数字化临床试验服务企业的市场规模有望超过300亿元06图表 4 驱动数字化临床试验领域发展的相关政策盘点。监管政策趋严,细则指导数字化建设方向。临床试验是一个严监管属性的领域,近年来对于临床试验的监管,尤其是在数据的真实可靠方面政策趋严,不断推出更高、更严的要求。不过,硬币的另一面,相关政策给出的更加明确、细致的要求,也使得部分临床试验环节的数字化市场需求更加统一、清晰,从而让相关产品在设计时更“有依可循”、更易满足需求。1.3 政策指导数字化建设方向,资本投注加速数字化进程2015年7监管月关于开展药物临床试验数据自查核国家药监局查工作的公告要求
20、22个已申报生产或进口的待审药品注册申请药物16临床试验情况开展自查,确保临床试验数据真实、可靠,相关证据保存完整。国家市场监督管理总2020年3月局确定药品注册管理的主要框架,对不同监管部门机构的权责给出更加明确的规定药品注册管理办法。国家药监局、国家卫健2020年4月委参照ICH-GCP制定,进一步明确试验各方责任,提出更高的要求,使可操作性更强药物临床试验质量管理规范。2020年5月关于开展化学药品注射剂仿制药质国家药监局量 已上市的化学药品注射剂仿制药,未按照与原研药品质量和疗效一致原则审批的品种均需开展一致性评价和疗效一致性评价工作的公告。2016年7数字化月临床试验的电子数据采集技
21、国家药监局术给出了EDC的定义、使用规范并提出了技术和应用的基本要求指导原则。2020年7月新冠肺炎疫情期间药物临床试验管国家药审中心理尝指导原则试选择远程临床试验法,借智能化临床可试验管理平台智及远程能通讯技术方,以受试助者为中心开展临床试验。2021年7月以临床价值为导向的抗肿瘤药物临国家药审中心床 建议抗肿瘤药物临床试验设计中可以考虑加入去中心化临床试验的设计元素研发指导原则。2022年3月以患者为中心的临床试验实施技术国家药审中心指为导原则(征求意见稿)了施更加可、友好、便利的临验,指导原则提实出了多个及以患者为中心的新技术床、新试方法、新模式应驱动方用场景。面时间政策发布部门政策名称
22、相关重点内容2016年5创新药月药品上市许可持有人制国务院办公厅度实行药品上市许可与生产许可分离管理试点方案。中共中央办公厅、国务院办公2017年1月厅关于深化审评审批制度改革鼓励药品 改革临床试验管理,加快上市审评审批,促进药品创新和仿制药发展,加强药品医疗器械全生命周期管理医疗器械创新的意见。2018年1月关于将17种药品纳入国家基本医疗保险、工伤保险和生育保险药品目录乙类范围的通知国家医保局抗癌药17国险种药品纳目录乙入类家范围基本医疗保险、工伤保险和生育保。国家医保局、人社2019年11月局关2019品国基本于医疗将保险年、工谈伤判保药险纳和生入育保家险药品目医录乙类范围的通知疗目录纳
23、入阿达木单抗、PD-1抑制剂信迪利单抗等多个重磅创新药品种。2020年7月国家药监局化学药、中药、生物制品注册分类更新;1类创新药可获得优先审批待遇,具有较高的自主定价权、准入通道畅通2020年新版药品注册管理办法。07资料来源:动脉橙数据库,蛋壳研究院制行业2016年5月国务院驱动方面时间政策发布部门政策名称相关重点内容国务院办公厅关于开展仿制药质量和疗效一致性评价的意见明确指出289种化学药品仿制药口服固体制剂原则上应在2018年底前完成一致性评价。2018年11月国务院国家组织药品集中采购试点方案明确了国家组织、联盟采购、平台操作的总体思路。2018年7月国家药监局国家药品监督管理局关于
24、调整药物临床试验审评审批程序的公告明确了默示许可制度适用的细则,包括明确默示许可的期限、审评审批的具体方式、沟通交流会议的安排等。2019年11月国家药监局、国家卫健委药物临床试验机构管理规定药物临床试验机构实行备案管理。2020年1月国家药监局真实世界证据支持药物研发与审评的指导原则(试行)厘清药物研发和监管决策中真实世界证据的相关定义,指导真实世界数据收集以及适用性评估。2020年5月国家药审中心真实世界证据支持儿童药物研发与审评的技术指导原则(征求意见稿)推动真实世界证据在儿童药物研发中的应用和落地,适用于化学药品、中药及生物制品等各类别儿童用药。数字化相关政策频出,鼓励以患者为中心探索
25、临床试验新模式。除了监管方面,临床试验的数字化应用场景和工具使用方面也不断迎来新的政策。2016年国家药监局发布的临床试验的电子数据采集技术指导原则明确了临床试验电子数据采集系统(Electronic Data Capture,EDC)的定义及技术和应用基础,目前,EDC几乎已在我国所有临床试验中普及。新冠疫情以来,国家陆续发布的新冠肺炎疫情期间药物临床试验管理 指导原则 以患者为中心的临床试验实施技术指导原则(征求意见稿)等政策提出了多个以患者为中心的新技术、新方法和新模式的应用场景。包括采用受试者远程访视、中心化监查、电子问卷和电子文件来实现受试者安全信息的实时监测;采用电子化患者招募;进
26、行远程知情;受试者通过具备药品第三方物流资质的企业在家接收试验药物以及所需的试验室试剂盒;应用智联沟通平台保证受试者与研究者及时沟通;利用验证过的传感器与医疗器械,并通过确定新型终点进行身体指标采集等。药物相关政策扩大数字化临床试验市场需求。2016年,国家将药品上市和生产许可分离管理激发了药品研发企业的创新活力;2017年关于深化审评审批制度改革鼓励药品医疗器械创新的意见的发布对于我国医药产业创新发展更是具有里程碑意义;2018年国家开辟了创新药通过谈判进入医保目录的路径;2020年新版药品注册管理办法让1类创新药获得了优先审批待遇,具有较高的自主定价权、准入通道畅通。在一系列鼓励药物创新的
27、政策支持下,加之药品集采倒逼企业创新,我国创新药研发热情被点燃,注册临床试验数量也随之迎来大幅增长。与此同时,2016年发布的国务院办公厅关于开展仿制药质量和疗效一致性评价的意见也直接带来了生物等效性试验数量增长。临床试验需求扩大的同时,诸多相关政策也陆续发布助力临床试验更高效开展,如2020年真实世界证据支持药物研发与审评的指导原则(试行)的发布支持将RWS作为药品研发和评审的重要支持;“临床试验机构备案制”及“药物临床试验审评审批默示许可制”等政策更是为临床试验开展效率提供了直接的助力。至此,诸多药物相关政策从多维度助力临床试验数量增长、效率提升,驱动数字化临床试验领域发展。08图表 5
28、2018以来提供数字化临床试验技术与服务企业融资情况资本助力数字化临床试验快速发展。近年来,在数字化的浪潮中,传统CRO头部企业如药明康德、康龙化成等纷纷布局数字化管线(涵盖药物发现、临床试验和生产等环节),与此同时,我国也涌现出一批如医渡云(医渡科技旗下企业)、艾莎医学、药研社(母公司妙一生物科技)、遥领医疗科技、有临医药等专注数字化临床试验环节的CRO企业。通过对近5年该领域的融资事件梳理发现,提供数字化临床试验的CRO企业近两年在资本市场有不错的表现。除数字化CRO企业外,如百奥知、太美医疗科技、临研通、研速医疗等技术服务企业对于临床试验的数字化升级也至关重要,资本也因此一直对此领域保持
29、高度热情。数字化技术服务Medidata Solutions2019年6月并购58亿美元Dassault Systmes太美医疗科技2020年9月F轮10.70亿元云锋基金、高瓴创投、腾讯、常春藤资本、凯风创投、软银中国、五源资本、浙商创投、凡卓资本、经纬中国、未来启创基金2020年4月E+轮50036.78万元腾讯2019年11月E轮4900万美元+3亿元INTERNET FUND V PTE.LTD(老虎基金)、凯风创投、软银中国、五源资本、浙商创投、赛富投资2018年4月D轮3亿元常春藤资本lvyCapital、凯风创投、软银中国、五源资本、浙商创投、赛富投资零氪科技2021年3月战略融
30、资未披露阿里健康2020年9月D+轮7亿元中金资本、优山资本、津南海河宽带智汇产业基金2018年7月D轮10亿元中国投资有限责任公司云势软件2021年6月战略融资未披露腾讯投资2019年12月B轮1千万美元斯道资本、富海万盛、蓝湖资本2018年3月A+轮4千万元东方富海、斯道资本、蓝湖资本百奥知2021年11月战略融资未披露兴富资本2018年7月A轮4千万元银河吉星、和悦资本易迪希2020年1月A轮数千万元启明创投Aurora耀乘2021年7月A轮1亿元光速中国、联想之星、汉康资本、春华创投、上海人工智能产业基金2021年1月种子轮光速中国、汉康医药杉互健康2021年11月A轮夏尔巴、红杉中国
31、、钟鼎资本2021年4月preA轮红杉中国一临云2021年12月A轮数千万元康君资本哲源科技2022服务类型企业名称融资情况时间轮次金额投资机构年7月A轮近亿元泰雅资本、博行资本、海金格医药新视焰2022年9月preA轮数千万元红杉资本中国基金、杭州和达投资2021年5月preA轮未披露药明康德、泰格医药璞睿2022年1月PreA轮1亿元启明创投、恩然创投临研通2021年6月天使轮FreesFund峰瑞资本、泰达科投研速医疗2021年12月天使轮科林利康维我软件2018年4月战略融资4千万美元Peakequity伊柯夫科技2022年4月战略融资良医汇数垚科技2022年6月未公开金沙江创投、红杉
32、资本中国基金、真格基金数千万元未披露数千万元数千万元未披露数千万元数千万元数字化CRO服务药明康德2018年12月IPO(H股)未披露2018年5月IPO(A股)22.51亿元/康龙化成2019年11月IPO(H股)43.4亿元/2019年1月IPO(A股)5.03亿元/医渡科技2021年1月IPO44.95亿港币/2019年1月B+轮未披露腾讯、Canada Pension Plan Investment Board2018年1月B轮未披露中国投资有限责任公司药研社2020年8月D轮6亿元GGV纪源资本、元璟资本、钟鼎资本、经纬中国2020年8月C+轮钟鼎资本、红杉资本中国基金、元璟资本、元
33、生资本、经纬中国2019年8月C轮3亿元钟鼎资本、红杉资本中国基金、元璟资本、元生资本、经纬中国2018年11月B轮未披露元生资本、经纬中国、元璟资本2018年5月A轮1亿元经纬中国、元璟资本润东医药2019年5月C轮数亿元阳光融汇资本普瑞基准2022年1月B+轮数千万元苏高新创投集团2021年9月B轮1.5亿元惠远资本、启宸投资、高特佳投资、创新工场、翼朴资本、麦星投资2020年10月A轮未披露百度2020年5月preA轮未披露创新工场、麦星投资2018年5月天使轮未披露沃生投资、辰德资本国信医药2021年10月B轮近亿元金慧丰投资、普华资本2021年8月A轮未披露金慧丰投资、普华资本202
34、0年9月未披露近亿元约印医疗基金2018年6月并购未披露服务类型企业名称融资情况时间轮次金额投资机构物明投资艾莎医学2022年5月B轮1亿元启明创投、道禾志医、思科瑞新、博行资本2021年3月A轮博行资本、拓金资本有临医药2022年1月战略融资未披露上海联和投资,瑞华控股2021年6月A+轮1亿元钟鼎资本、千骥资本、仁金投资2020年11月A轮1亿元千骥资本、道禾长期投资、贞吉资本胡桃计算机2021年10月A+轮创新工场、沂景资本圣方医药研发2022年4月A轮5200万美金洲嶺资本、创新工场、周大福遥领医疗科技2019年7月PreA轮未披露华颖投资(中国/深圳)数千万元数千万元数据来源:动脉橙
35、数据库,蛋壳研究院制(按融资轮次排序,轮次相同按融资时间排序)资本对拥有数字化能力的CRO企业、专注临床试验的数字化CRO企业、临床试验各环节数字化技术服务商等的高度关注与投注,是数字化初期行业发展的一大重要驱动力。本章小结:临床试验领域基本完成信息化建设,让数据(试验结果数据、试验过程数据等)“在线”,让数据更好被储存、交换,提高数据真实性、可回溯性。数字化建设是在数据“在线”基础上,让数据“连接”,通过在各参与方之间建立统一标准让数据互联互通,从而拥有更高效的协作模式,目前处于数字化初期。创新药研发热潮带来临床试验项目的大幅增长,2022年市场规模有望超600亿,其中以临床试验、期项目平均
36、价格最高,分别为2000万元和4000万元,是BE、和期项目的5至10余倍。用于临床试验项目“数字化”升级的费用占总费用15-50%,在政策和资本的双驱动下,2022年数字化临床试验市场规模有望超300亿元。09数字化产品渗透率提升各商业模式待市场验证图表 6 数字化临床试验产业链我们将数字化临床试验领域分为上游的支撑企业,包括临床试验药物耗材采购平台和数字化技术服务商等;中游的服务提供企业,如数字化临床试验CRO企业和SMO企业等;下游的需求机构和企业,即运用数字化手段的临床试验中心、药企和监管部门。技术服务企业发展最为成熟,产品与解决方案两种形式并存。在资本和市场需求的驱动下,产业链上游技
37、术服务企业的发展最为成熟,构成数字化临床试验领域发展重要的驱动力,承担数字化技术基础建设的同时也扮演着市场教育者的角色。技术服务企业为市场带来的产品灵活度较高,根据临床试验阶段、规模和需求不同,可提供个性化程度不等的软件、硬件和服务的组合式产品。目前,产品的类型大致可以分为两种。第一类是仅提供软硬件产品,其中又分为通用型和个性化定制型产品,他们最大的区别在于存储数据的服务器归属,定制型的产品数据服务器为客户私有,而通用型的往往在企业的服务器中。第二类是包含了软硬件和相关运营服务的解决方案。两者在内容、交付标准和预期使用目的上不尽相同。2.1 技术服务企业主要三种商业模式发展现状解析10资料来源
38、:动脉网,蛋壳研究院制图表 7 技术服务企业主要提供的两类产品对比图表 8 三大主要商业模式对比SaaS具有推广优势,但总体市场规模较小。SaaS服务是大多数技术服务企业都会使用的商业模式,大多按使用时长收费且产品单价较低。目前,行业临床CRO企业除个别巨头以外,大多规模较小且分布较为分散。因此,SaaS模式的低费用使用门槛,在产品进入市场的早期具有一定市场拓展的优势。但费用门槛低的同时,也让SaaS服务的整体市场规模受限,据调研,在临床试验的总费用中,软硬件产品等费用约占仅15%左右。解决方案扩大市场规模,但为结果负更多责任。为了追逐更大的市场,产品+服务的解决方案商业模式逐步出现,除了提供
39、SaaS模式中的软硬件产品外,企业还配置相关专业运营和使用人员,让客户跳过学习使用工具自行产出结果的过程,直接交付客户以更低成本或更高质量的结果。这样一来,技术服务企业能够抢占的市场规模将从整体临床试验市场的15%扩大至接近50%。不过,拥有更大市场空间的同时,企业对试验结果也负有更大的责任,通常项目按照阶段性成果交付与付费。以患者招募为例,SaaS模式中,企业完成相关产品部署为交付标准,最终招募结果与费用支付并不直接相关;而解决方案模式中,通常以成功招募患者的数量为交付标准与费用计算维度。目前,不少企业可同时提供SaaS与解决方案两种模式,其中,后者的业务占比普遍更多。如太美医疗科技,早期以
40、SaaS模式为主,后增加了以软件为基不同形式带来三大主要商业模式。产品类型的不同也带来了不同的商业模式,据调研,可以大致将以上产品形式一一与目前主要的商业模式:SaaS、私有定制和解决方案模式相对应。础,加之服务与资源整合的整体解决方案,目前,太美医疗科技的业务结构以整体技术解决方案为主。11形式内容交付标准预期使用目的软件系通用型产产品品统软硬件现场部(有时配以相应硬件)署软硬件能正常被相关从业人员使用定制型产品软硬件定制开发软硬件现场部按需定制的软件系统及硬件设备署软硬件定制开发(可选软件系统(配以相应硬件)软硬件相关的运营、使用服解决方案务)完成临床试验单个或多软硬件现场部署现场运营、使
41、用人员按协议产出相应试验结果个环节工作产出有质量保证的结果,达到降本增效的目的商业模式收费形式费用使用门槛主要客户结果责任市场规模使用时长/项目数SaaS量较低通常较为固(如按年付费)定项目较少或经费有限的申办方、试验中低心低较小软件或硬件的定制数私有定制量较高根据配置等级有一定波动项目或经费较充足的申办方、试验中高心低较大临床试验结解决方案果高根据试验人数波动较(单个或多个环节)大较高申办方、试验中心高大资料来源:动脉网,蛋壳研究院制资料来源:动脉网,蛋壳研究院制私有定制满足“数据不出机构”,但客户使用门槛较高。此外,行业还出现了以临研通为企业代表的私有定制的商业模式,就市场规模来看,该模式
42、瞄准的依然是临床试验的软硬件市场部分,收费模式与HIS系统类似。该模式更为直接地满足客户关于“数据不出机构”的需求。因此,对于单纯想要购买软硬件技术的药企和CRO而言是不错的选择。不过,由于服务器的私有配置与软硬件的定制,使用费用起始门槛较高。据临研通创始人段忠成介绍,定制的起始使用费用往往为SaaS模式的20倍甚至更多,这意味着对于年平均项目小于20个的企业,单从费用考虑SaaS显得更为适合。也因此,临研通的客户更多集中在项目较多、资金较为充足的成熟药企及CRO企业。三大模式待市场验证。基于各商业模式的特性,各自发展需要攻克的重点也有别。对于SaaS模式,提高用户使用单价或创新收费模式也许是
43、扩大整体市场规模的有效途径。对于提供私有定制服务的企业,如何降低使用门槛以获得更大的客户群体是值得思考的问题。对于提供解决方案的商业模式,虽然解决方案较单独的软硬件产品更受市场欢迎,但要从容应对随之而来的盈利挑战,合理控制试验成本(由其是人力成本和项目延期带来的额外成本)并高质量满足交付标准显得十分重要。目前,行业对三类商业模式发展的看法不尽相同,未来各商业模式的走向还有待更长时间的市场验证。数字化临床试验CRO服务来自三类优势不同的企业。为了厘清临床试验CRO企业的发展现状,我们将能够提供数字化临床试验CRO服务的企业大致分为三类。传统CRO企业数字化升级需要较长过渡期。对于传统CRO企业来
44、讲,数字化升级需要业务部门与数字化升级团队之间进行深度沟通及融合,这不是一个容易的过程。一方面,数字化团队需要学习业务流程以设计出相应的数字化方案,另一方面业务团队因为数字化升级工作习惯也会随之发生改变,无论是学习还是适应过程都需要较长的过渡时间。目前,CRO企业更多采用“技术外包”的形式获得一定的“捷径”,体量规模较小的CRO企业更青睐费用门槛低的SaaS产品,巨头CRO企业也可选择私有定制产品。不过,传统巨头CRO企业往往涉及领域还包括临床前及临床后的诸多环节,与这些环节相比,临床试验的标准化较弱,对人的依赖大且对人素质要求高,因此该环节的扩张也更难。这使得临床试验较难成为巨头CRO企业数
45、字化升级的核心,予以数字化升级的战略重视度也因此受限。2.2 提供数字化临床试验CRO服务企业发展情况分析12图表 9 提供临床试验CRO服务的企业分类企业类型传统CRO企业转型部分环节CRO企业创新型数字化CRO企业传统CRO企业进行数字化升简介级仅提供临床试验部分环节的CRO服务既提供技术也提供临床试验CRO服务覆盖临床试验的环节全流程某一环节,如患者招慕全流程丰富的临床试验经验、医疗资优势源数字化产品技术实力数字化思所服务环节资源充足维药明康德、康龙化成、泰格医药、昆翎企业举例等胡桃计算机、医渡云、药研社、艾莎医学、遥领医疗科技厚普医药、京东健康等等资料来源:动脉网,蛋壳研究院制创新型数
46、字化CRO企业展现出不错的融资表现。以“数字化”切入,提供临床试验CRO服务的企业分为以技术为基础加以服务的企业,该类企业的产品既可以是单独的技术服务也可以是整体的CRO服务;另一类是专注仅提供CRO服务的企业。两者均被资本看好,这类数字化企业在搭建创始团队时,“是否拥有数字化经验”、“是否有成功数字化项目”通常是重要的考量标准,这让企业在数字化技术和思维上拥有“先天优势”,加之对临床试验环节的专注,对于数字化的需求更加敏感,响应也更迅速。合规、降本增效是产品市场渗透率重要驱动力。合规是临床试验的基础,对于临床试验的实施及结果拥有“一票否决权”,因此随着监管越来越严格,助力临床试验更加合规的产
47、品获得了最高的市场渗透率,如电子数据采集系统(Electronic Data Capture System,EDC)、随机化和试验供应管理(Randomization and Trial Supply Management,RTSM)和药物警戒(Pharmacovigilance,PV)等。据调研,该类产品在试验中心的使用率高达90-100%,基本做到了市场全覆盖。数字化产品管线不断丰富,临床试验各环节被逐步覆盖。在合规与降本增效的双重驱动下,越来越多的产品(包括软件系统和硬件)被开发和应用于临床试验的各个环节,他们是临床试验数字化的建设基础;这些产品通常来自于临床试验CRO企业自研和专注于技
48、术服务的企业研发。与此同时,各类产品在市场验证中也在不断升级迭代以更好满足临床试验各环节的使用需求。我们盘点了目前主要的临床试验数字化产品及其主要应用环节,值得注意的是,随着各类产品的不断升级迭代,各产品出现逐步结合的趋势(互相包含),也因此,来自不同企业的同类型产品也逐步出现差异化。2.3 合规与降本增效需求提升产品渗透率,EDC达100%13图表 10 数字化临床试验各软件系统的应用环节盘点产品系统试验前试验中试验后立项前立项伦理启动受试者招募病例收集随机分组方案执行随访访视/稽查数据处理财务管理药物处理电子文档管理随机化和试验供应管理电子数据采集系统药物警戒系统患者报告结局系统项目管理系
49、统中心、研究者筛选系统受试者招募系统影像阅片系统药物管理系统研究者/受试者/CRC沟通系统培训系统远程监查系统人力成本核算、绩效系统申办方、医院协作平台数据管理与分析系统资料来源:动脉网,蛋壳研究院制此外,降本增效是第二个核心驱动力,临床试验中的“成本大户”包括数据采集记录、项目协作管理和数据监查等。因此,从降本增效角度出发,EDC依然拥有最高的渗透率提升驱动力,其次,如临床试验管理系统(Clinical trial management systems,CTMS)、电子文档管理(Electronic Trial Master File,eTMF)和远程监查等相关产品也拥有不错的市场渗透率,约
50、50%左右。围绕“合规”、“降本增效”两个维度,我们梳理了各产品在两个维度的助力程度大小如图表11所示,可见,蓝色虚线上方的产品普遍拥有更高的市场渗透率。其中,EDC类系统渗透率提升的同时,该领域入局者也趋于饱和,且在法规细则指导和要求下产品同质化严重,企业如何在此情况下找准自身差异化的竞争力十分重要。而CTMS类助力效率提升的软件,由于还未得到政策明确支持,且各项目、企业间流程具有一定差异,统一性不如EDC类高。因此,要进一步提高该类产品渗透率,一方面需要提高市场教育程度,另一方面企业也需要不断磨练快速响应非标市场需求的能力。接下来,报告将从产品视角出发,整理在“合规”“降本增效”两个重要推
51、动下,各类产品(企业)发展的调研情况。14本章小结:SaaS服务模式使用费用门槛低、系统配置快,但总体市场规模较小(大约为临床试验总费用15%),因此软件+服务的整体解决方案出现,拥有混合商业模式的企业,整体解决方案的业务普遍占比更大。定制化的商业模式,由于软硬件个性开发、服务器私有部署起始使用费用门槛较SaaS高出20倍甚至更多,故主要合作对象为项目较多、资金充足的试验中心和申办方。合规和降本增效是提高数字化产品市场渗透率的两大驱动力,无论从哪一个驱动力出发,EDC都是首要部署的产品,目前几乎全覆盖,渗透率达100%。图表 11 各类产品对于合规、降本增效的助力程度资料来源:动脉网,蛋壳研究
52、院制合规驱动下行业完成信息化建设图表 12 涉及信息化建设的软件及主要功能EDC、RTSM和PV等软件成为刚需。药物临床试验是一个严监管的行业,特别是对于BE及至期注册试验。2010年左右,行业便开始了信息化建设尝试,将线下的纸质数据以及部分线下的流程(限于企业或临床试验中心内部)“搬”到线上,让临床试验的结果和过程均“上线”,以便让临床试验的监管工作更便捷及有据可循。这一进程在2015年7月22日,关于开展药物临床试验数据自查核查工作的公告发布后得到极大加速。经过数年“合规”的驱动,涉及信息化建设环节的软件系统,如EDC、RTSM等成了开展临床试验的刚需,在申办方(药企或CRO)及临床试验中
53、心目前几乎已经全覆盖。3.1 严监管需求推动信息化建设软件发展,覆盖率达100%软件性能趋同,企业开启破卷之路。政策驱动行业快速发展是一把双刃剑,提高需求端接受度的同时,也让供应端企业数量增长,并且由于细则要求逐步清晰,软件的性能也逐步趋同。对于提供EDC类信息化建设相关软件的技术服务企业来说,在市场趋于饱和加上同质化程度增加的背景下,为了避免掉入价格战的内卷之争,企业纷纷开始探索各自的破卷之路。3.2“刚需”软件同质化严重,三条路径提供破卷之路15产品简介常见模块电子数据采集系统EDC代替纸质病例报告表CRF对临床试验数据进行收集和管理,是适用于临床试验数据采集和传输的平台软件。eCRF建库
54、、数据采集、数据质疑、电子签名等。随机化和试验供应管理RTSM帮助在信息不透明的随机双盲试验中,保证试验执行的准确性和随机试验的科学性。患者随机性、药品分配、药品补给等。药物警戒PV用于安全性信息收集、处理、评估、递交并连接多方,满足法规要求,减少药物再注册风险,保障用药者安全。自动生成安全性报告、AE和SAE上报等。电子文档管理eTMF满足GCP要求,覆盖从临床试验文档产生、收集、审批、签字、归档、QC等全流程,保证文档完整、安全、真实和可追溯性的软件。审批SOP自定义、批量审批、文件追踪、稽查留痕等。资料来源:动脉网,蛋壳研究院制增加管线和升级性能并存,提升产品力。在提升产品力的路上,横向
55、增加产品管线以适应更多临床试验环节的应用场景、纵向升级已有产品性能以提供更加友好的使用体验往往是并存的,如何分配两条线的比重对于企业领导者的市场判断能力及战略规划能力具有一定的挑战。此外,在“不进则退”的数字化临床试验赛道中,提升产品力对于企业来说不光是破卷之路,更是不可或缺的“立身之本”。如百奥知、太美医疗科技等以提供EDC软件入局的技术服务商,现产品已能覆盖临床试验的各个环节并在市场运用中不断升级迭代。调研得知,太美医疗科技EDC系统现已经更新至第6代,第1代只能单纯将纸质数据电子化记录储存,而第6代为国际化版本,基于AI技术和数据标准库,实现智能创建数据库与自动化数据库测试,结合先进灵活
56、的数据架构设计、自定义编程、数据迁移和数据分析等功能,可以更好满足复杂的适应性设计和国际化临床研究的需求。服务加持、服务出海提供新的破卷思路。据调研,加入服务以提升产品价值,提供临床试验单个或多个环节的服务目前获得了不错的市场反馈,不过随之增加的人力成本对于企业盈利能力也提出了新的挑战。此外,在创新药企不断出海的趋势下,开拓海外服务市场也是企业其中的一个破卷之举。例如,百奥知自2018年开始关注创新药领域,并在随后提出了国际化战略,形成了两步走的解决方案:首先,通过人才支持,推进产品与国际法规政策的深度结合;其次,在此基础之上,通过为本土企业提供国际化的产品与服务,助力中国创新药出海。图表 1
57、3 企业提升市场竞争力的三大途径16资料来源:动脉网,蛋壳研究院制数据采集,数字化关键在于替代人工。信息化建设阶段最为关键的软件当属EDC,除了满足合规的需求将数据电子化保存及留痕外,也是项目的主要成本之一,因为将数据“搬运”到EDC的过程几乎还是靠人工操作,这不仅蕴藏数据出错的风险也产生了巨大的人力成本,包括录入环节CRC和监查环节CRA的人工成本。17图表 14 数据采集环节CRC与CRA工作内容及待提升方向据研速医疗创始人王泰峰表示,数据录入环节和监查环节成本分别高达项目总费用的25%及10%左右。可见,要解决数据采集环节存在的合规隐患及降低高占比的成本支出,关键在于用技术替代人工。CR
58、C的工作内容,技术可以助力将院内系统与EDC直接对接,并让EDC需要的数据自动被填写,CRC则只需要做签字确认。这一环节的实现将有望提高数据采集效率约90%,也意味着相应的人力成本节约。然而,数字临床试验领域迟迟未全面突破该痛点,是因为法规限制还是技术有限?技术突破创造数据安全出院的可能。出于对患者隐私的保护,对数据安全的责任,临床试验中心向来坚持“数据不出院”原则,这无疑是数据互通的一大阻力。但究其根本,在临床试验环节,中心想要把控的是:出院的是哪些数据?-不能含有患者的隐私、不能含有与该临床试验无关数据。数据出院路径是否有风险?-不能对已有系统造成影响。数据最终归属?-如拷贝出院的数据临床
59、试验使用后应做适当的销毁处理。这些担忧,随着技术的突破,已经有了相应的解决方案,如患者信息脱敏、安全的数据接口、防火墙设置、数据提取过程留痕等等。目前,百奥知、药研社、遥领医疗科技、临研通、研速医疗等企业均拥有相关方面的解决方案,且可以以SaaS、私有定制、解决方案等多种形式提供。精准应用数据,需要技术与医学的深度融合。获得数据接口只是第一步,接下来是识别和应用,这个过程不仅需要技术,更需要与医学知识及临床诊疗逻辑的深度融合。要用机器替代人工,通过接口将院内数据填写在EDC系统相应位置,需要经过数据抓取、数据处理(脱敏、归档、格式转换等)、数据应用(匹配、填写)三个环节,每个步骤的效率、准确率
60、都与技术和医学知识及诊疗逻辑的融合程度息息相关。3.3 合规与降本增效双驱动,数据采集迎来新突破角色工作内容工作流程待提升点登录医护人员相关账号(独自或与其一同)数据拍照或数据拷获取数CRC据贝合规隐患:患者隐私保护、操作过程录入数据时间成本高:院内外数据存储逻辑不同需人工查找识别数据质量难保证:数据填写错误、受限于CRC专业知识信息识别有误根据获得数据,人工识别并录入EDC相应模块差CRA获得可浏览院内系统相关数据的账号查找原始数据并与EDC相应模块数据对核对数据比合规隐患:患者隐私保护时间成本高:需逐一搜索相关数据并核对资料来源:动脉网,蛋壳研究院制在数据抓取环节,通过足够了解院内信息化系
61、统的存储管理逻辑,就能够快速找到临床试验CRF表格需要的信息,完成相应数据提取,减少了通过关键词搜索后的筛选环节。信息经过处理后,来到数据应用环节,匹配的过程更是高度依赖对临床诊疗逻辑的了解,建立相应的数据映射,通过不断优化AI算法,完成准确的匹配和填写。这样一来,CRC只需要对最终结果做确认签字即可。最后,应用区块链技术,将整个数据从院内到院外的流程、操作人员、时间全部留痕,帮助CRA提升监查效率,跳过手动寻找原始数据的过程,数据的“来龙去脉”一目了然,更是为远程监查奠定了重要基础。目前,行业也有不少这样的探索,陆续出现了数据清洗和治理的服务、建立知识图谱并建立数据映射的服务及通过AI算法做
62、数据直接采集的服务等。如在肿瘤领域,研速医疗已经实现临床试验“数据直采”,通过DDC技术完成院内外数据精准匹配与自动填写并留痕供远程监查,提升CRC及CRA工作效率近90%。研速医疗创始人王泰峰表示,对于不同病种,数据直采的底层技术虽然相同,但是由于临床病种诊疗专业知识区别较大,要实现多中心全覆盖或出现通用版本依然是一个挑战,尽管随着“匹配关系模型”的逐渐成熟,这不再是一个不可逾越的障碍。18本章小结:临床试验严监管促进信息化建设,EDC、RTSM、PV等相关软件市场渗透率高的同时也因为监管细则明确,产品同质化严重。企业破卷之路上,横向增加产品管线和纵向升级产品性能往往是并存的,前者成本增加带
63、来盈利挑战但可拥有及时的市场效果,后者虽在短期难有明显突破,但是对企业长期良性发展必不可少。出海也是一种破卷之举,企业通过提供创新药出海服务拥有差异化优势,目前该领域还处于蓝海。EDC数据采集环节用机器替代人工进行数据直采有望节省约90%人力时间和成本,此环节第一阻碍是试验中心“数据不出院”的原则,但能够解决中心担忧的技术已然出现;第二阻碍是内院系统与EDC中CRF数据一一对应需要技术与专业知识的深度融合,这不是一件容易的事情。图表 15 数据采集各环节对技术与医学知识的需求程度数据抓取数据处理数据应用技术难度医学知识需求数据留痕数字化建设初期升级从高成本、低效率环节开始信息化建设完成,开启数
64、字化建设。我国数字化临床试验领域已经基本完成了信息化建设,即让所有的数据“上线”,让原本纸质版本的数据和线下的流程均可在线进行操作和治理。但在流程上依然没有形成新的协作与业务模式,及临床试验中心内部和企业之间的数据交换及信息互通依然存在隔阂,如数据依然需要通过拷贝或拍照再手工录入。这使得信息化建设虽然很大程度满足了合规需求,但在“降本增效”方面的改变和提升却显得较为有限。数字化建设通过更高效的协作模式带来成本降低。临床试验领域数字化建设还处于初期,主要任务是降低成本、提高效率,升级重点从“合规”环节迁移到传统模式中成本高、效率低的环节,如:整体项目管理不足导致项目延期。一方面,临床试验涉及的参
65、与工作者众多,中间频繁的沟通协作环节因缺乏高效工具耗费大量时间;另一方面,临床试验周期长并实时涉及数据、物资、人员等的产出与更新,一旦某环节出现差错未及时发现,将导致后期消耗大量时间逐一修复。这些都是项目延期的重大隐患。患者招募困难导致项目延期或关闭。患者招募一直是临床试验的难点及痛点,主要体现在触达患者及触达后的转化两个方面。根据Cognizant关于招募预测的一份报告,大约80%的临床试验未能在期限内招募到合适的患者,大约有三分之一的III期临床研究由于患者招募困难而终止。研究者和中心选择耗时耗力。通常靠经验及业内人士相互推荐,由于精准度低从而调研范围大,导致调研过程周期长、人力成本高。C
66、RA监查人力成本高。据调研,CRA现场监查的成本占据临床试验项目成本约10%,除了来自驻场的差旅费用,还有现场数据核查、问题发现和解决的效率低带来的长工时产生的高人力成本费用。相关软件系统市场渗透率也因此提升。4.1 降本增效驱动下,新业务模式亟待诞生19项目管理的基础需要数据互联互通。临床试验涉及的参与者众多,来自临床试验中心和申办方两端,又分为受试者、研究者和工作人员三类。4.2 项目管理渗透率约50%,地方性三甲医院发展更快数字化建设要在信息化基础上,通过对数据的挖掘和应用,建立标准和规则,从而让临床试验参与各方在数据驱动下,形成新的、更高效的协作模式,最终带来大幅度的效率提升和成本降低
67、。在各软件及配套服务、解决方案的帮助下,临床试验的各高成本、低效率环节发生了怎样的变化?接下来我们将逐一进行调研情况解析。图表 16 涉及数字化建设的软件及主要功能图表 17 CTMS连接涉及临床试验的机构、参与者20产品简介常见模块临床研究管理系统CTMS以数据为核心,建立标准化、流程化、数据化及可视化的任务协作机制及管理模式,实现管理流、文件流、数据流、物资流多方面的信息实时汇总,项目进展情况实时让多方同步和知晓。中心管理、进度管理、风险管理、财务管理、人员管理等。受试者招募系统基于潜在受试者信息库,根据项目入排标准筛选受试者,可通过多种检索条件、组内、组间逻辑关系设定以及对结果的二次筛选
68、,实现院内、跨院间潜在受试者快速触达。关键词搜索、复杂条件搜索、二次筛选等。研究者及中心选择系统从多数据维度(如项目数量、研究方向及潜在受试者数量)对研究者及中心进行状态实时更新并建立相应算法,帮助项目在研究者及中心选择阶段根据需求快速搜索,提高研究者及中心选择效率。复杂条件搜索、风险把控、在线合同生成及签署等。远程监查系统通过建立院内外数据合规、安全的连通标准、平台,实现CRA远程线上对数据进行监查、发现问题、汇报及提出解决方案等。监查留痕、SAE处理SOP、报告形成、问题汇总等。影像阅片系统通过建立数字影像信息合规、安全的连通标准、平台,实现多专家同时远程线上阅片,减少阅片偏移,让结果更真
69、实准确可靠。AI质控、随机盲法、精准评估、实时报表等。患者/研究者/CRC沟通类系统以小程序或APP为载体,让临床试验中患者、研究者及CRC之间可以及时联系,增加数据收集效率及AE、SAE处理主动性。电子问卷、用药提醒、科普知识、咨询功能等。工作人员绩效核算系统通常嵌入在CTMS系统内,通过对临床试验各参与者工作量留痕、设置相应绩效计算规则,从而自动产出各工作人员绩效。绩效自动生成、电子签名等资料来源:动脉网,蛋壳研究院制资料来源:动脉网,蛋壳研究院制要做好临床试验全流程项目管理,“两端三者”之间合作的各个环节需要一个统一的连接平台,让数据(包括试验数据、项目进度数据、文档数据、物品数据和人员
70、数据等)互联互通,以避频繁沟通中不必要的重复确认或等待,这是CTMS诞生的初衷,也是他快速发展的原因。约50%临床试验中心加入“互联互通”的数字化建设。CTMS根据部署机构不同可分为临床试验中心端和申办方端。而数字化建设则侧重于两端之间的互联互通,重塑传统两端之间的合作形式。以临床试验过程PI签字的环节为例,传统临床试验CRC通常积累了一定数量的文件后,在PI有空时批量签署。此过程时间周期不定性强,如遇试验有两位PI,不确定性进一步增强,耗费CRC时间、进度难把控;此外,如签署文件有误或不规范,还面临重新签署的额外耗时。而在数字化的临床试验中,试验中心和申办方两端的PI与CRC可基于CTMS重
71、塑该频繁又耗时的过程。首先,由于所有数据和流程均“在线”,大部分需要签署的文件可自动生成并分类罗列,CRC只需要监查相应信息并确认提交,与此同时,PI登录自己的账号便可看到待签署的文件利用碎片时间完成签署;此过程系统还可以基于文件的时效要求做优先级区别并适时提醒,以免由于文件签署延迟而影响总体项目进度。这样一来,文件错误率及准备时间大幅度减少,并且CRC及PI也都可以灵活且高效完成签署流程。院内院外互联互通的项目全流程管理虽是降本增效的关键环节,但如上一章所述,碍于“数据不出院”的安全性问题,虽然诸多企业均拥有院内外基于CTMS软件的互联互通解决方案,但真正尝试实现“连接”的临床试验中心仅约4
72、00-500家,占据50%左右。地方三甲医院在“连接”方面较全国性大三甲更有发展意愿。据调研,互联互通的数字化升级最开始带头使用的并不是如华山医院、天坛医院一类临床试验扎堆的全国性大三甲医院,而是地方的三甲医院,如苏州省人民医院、贵州肿瘤医院等。对于临床试验机构来说,全国性大三甲医院由于不缺临床试验,缺乏数字化升级的动力。据亿欧智库统计的数据,我国临床试验主要集中在头部的临床试验中心,近1100家机构中,仅22家机构(占总机构2%)每年有超过200项的临床试验,这2%的机构承接了约20%的临床试验,而超70%的临床试验机构只承担了约24%的临床试验项目,每个机构每年小于20项。21图表 18
73、按年项目数量分段的机构数占比及对应机构承接的项目总数占比数据来源:根据亿欧智库数据估算,蛋壳研究院制地方三甲医院拥有较强的临床试验承接能力,但就其所拥有的研究者资源、受试者基数或是临床试验开展能力来讲,每年接受的临床试验项目数并不饱和。数字化升级一方面可提升机构的竞争力,另一方面也因为数字化的互联互通,让机构的实力被更多申办方看到从而获得更多临床试验项目。创新工场投资经理Wendy表示,据估算,在2020年左右,如瑞金医院等全国性大三甲医院的现金流超10亿,地方三甲医院则约不到一半。每年临床试验为前者带来的收入大约在数千万到亿级区间,该体量不会对其造成太大影响且也从未“缺席”过,但如果同体量的
74、临床试验项目收入放在地方三甲医院,则是一个“举足轻重”的收入来源。当然,对于地方三甲医院,除此最直接动力外,医院学术地位、研究者科研需求等也是重要动力。临研通创始人段忠成也表示,目前临床研究中心大多缺乏数字化升级动力,但随着“备案制”带来更多可选择的临床研究中心,加上分级诊疗缓解患者集中在头部医疗机构的现象让更多中心拥有充足的潜在受试者,未来,当中心增加至2000家的时候,相信临床试验中心数字化升级动力将有明显提升。数字化重塑触达环节,提高触达潜在受试者的效率。受试者招募在临床试验的“痛点排行榜”上一直居高不下,主要关键难点之一是难以高效触达精准受试者。传统招募环节主要依赖合作研究者们的病人群
75、体、研究者们之间的推荐、CRC到病房一一“人工搜索”等纯人工且效率和精准度都较低的方式。在数字化升级的过程中,基于足够充足的数据以及符合医学逻辑的算法,受试者招募的触达环节也迎来了新的模式和方法。申办方只需要在相应软件系统中输入受试者的入排标准,软件即可在数据库中精准搜索合适的受试者。对于受试者招募软件,系统信息库的体量及数据完整性十分重要,在特定病种中,涵盖潜在受试者总数越多、受试者多维度健康信息收集越完整,越能给算法打下夯实的基础,前者保障了筛选的数量、后者提高筛选的质量。4.3 基于院内、院外健康大数据重塑受试者招募“触达”环节22图表 19 受试者招募中患者触达环节数字化前后对比受试者
76、范围受试者来源受试者筛选触达效率触达精准度环节把控度传统受试者触达数字化受试者触达研究者们的患者群体系统信息库中涵盖的潜在受试者有限、不会随项目数累积较广、随项目数增长扩大数据库人工核对并判断,慢且有出错可能通过算法筛选,高效且准确较低,对执行人经验依赖高高,降低对执行人的要求较低,前期依靠少量标准寻找高,系统支持多维度标准搜索低,不可控因素多较高,患者触达环节进度可预测资料来源:动脉网,蛋壳研究院制数字化受试者招募的信息库一方面来自院内患者的电子化信息档案、另一方面来自与拥有互联网流量资源的平台合作。目前,我国创新药临床试验获批中肿瘤药物占比大,超过50%,肿瘤也因此成为数字化受试者招募最受
77、喜爱的细分领域。如专注于肿瘤领域的研速医疗,依靠肿瘤医院及其专家资源,通过数据直采拥有大量潜在肿瘤受试者信息,以及AI学习肿瘤临床领域的指南、文献及专家共识构建的肿瘤诊疗知识图谱,现可支持“和/非/或”多种搜索条件、二次筛选、复杂条件检索(如治疗、药物、剂量、副反应等)以及按使用者习惯语言表达搜索,如“经病理学证实的期非小细胞肺癌患者”。除了对院内数据加深应用提高受试者招募效率以外,以药研社为代表的企业也在探索对院外数据的应用。目前,药研社通过APP及小程序在展开院内患者招募的同时,也通过搭建大数据患者招募平台,整合互联网医疗平台、地方中小型招募公司和共享招募官,获得院外潜在受试者信息以触达更
78、多的患者,提高受试者招募效率。数字化助力受试者转化过程的教育环节。在患者转化环节,目前尚还无法达到触达环节重塑协作模式从而大大提升效率的程度。不过,触达环节数字化升级让筛选受试者更精准可直接提高转化环节的转化率。另外,现已有大量简单易懂的科普知识以文字、视频等多形式展现的产品出现,助力CRC等从业人员更加高效完成受试者教育的同时提高转换率。23图表 20 注册临床试验与真实世界研究的部分区别针对药物的RWS主要目的包括发现罕见副作用、找到新的适应症、帮助准入医保等。要达到以上目的,大样本量是其基础,较注册临床试验通常是十倍及以上的增长。越大的样本量也就意味着在“大成本”环节数据采集需要付出的人
79、工成本越多。此外,从统计角度而言,由于样本量的扩大,单个数据误差对整体结果的影响相应减少,加之在RWS领域法规要求的细致度弱于注册临床试验,故RWS过程对降本增效的“追逐”更直接与迫切。从定义范围来划分,期临床试验属于上市后临床验证的一种;上市后临床验证属于真实世界研究(Real World Study,RWS)的一种,三者虽然交付结果、试验目的等有所不同,但试验设计方式及试验执行流程相似,故我们在对期临床试验数字化需求与现状调研时将提供上市后临床验证及真实世界研究数字化的企业也纳入了其中,以下以RWS为主体解析调研结果。真实世界研究对降本增效的需求更迫切。RWS与注册临床试验在法规要求、方案
80、设计、受试者数要求及数据收集维度等差异较大,故较注册临床试验,RWS的数字化进程和需求也有所不同。4.4 期临床试验数字化领域尚处蓝海,降本增效需求迫切维度注册临床试验真实世界研究试验类型举例BE、期期、上市后临床验证、科研项目等受试者人数几十几百几千十几万(甚至几十万)试验目的验证药物效果,获得上市批准评估药物副作用、药物再注册、阔适应症等试验主要类型前瞻性回顾性随机、双盲要求有,对、期几乎是必须的无数字化首要目的满足合规性,数据流、操作流一一对应、留痕提高效率、数据质量,提升大样本试验执行能力数据分析需求较弱,更多是满足数据合规呈现、归档强,由数据驱动发现新结果的需求迫切RWS涉及的中心更
81、多、受试者数据更多且不一定全部在院内产生或不被院内系统全部记录,因此,RWS中数据采集环节数字化升级的关键点瞄准了如何用机器更精准识别字段并按照医学逻辑完成自动填写。目前,光学字符识别技术(Optical Character Recognition,OCR)的应用是行业的主要手段,可将照片转化为电子文档从而提取相应字符,对于实验室检查结果这类较为结构化的印刷体字段能够较好识别。但是,RWS还涉及到病历上海品茶、医嘱等非结构化的信息,此类信息通过OCR识别后无法以键值对这样直接的形式进行填充,于是,新的技术和解决方案也应需而生,如专注于数字化RWS的遥领医疗科技,利用基于MRC(Machine Re
82、ading Comprehension)的专利技术,实现机器替代人工做病理信息的阅读理解,提高效率的同时更极大提升了准确性。据遥领医疗科技技术总监胡启曈介绍,目前在肿瘤领域,通过MRC,对数字化数据采集是大样本量RWS的基础。数据采集的人工成本是随样本量增加而线性增加的,即数据采集总成本=样本量*(单个数据采集时间*单位时间人工成本)。因此,随着人工成本越来越高,要想扩大样本量获得数据等级更高的RWS结果,又要控制成本甚至减少成本,缩短单个数据采集时间是必须突破的环节,这也让数字化数据采集对RWS来说越来越重要。全类型信息数据识别正确率可达85%左右。数据深度挖掘,为RWS赋予更大价值。除了数
83、据采集方式数字化需求不同外,在数据分析及深度挖掘需求上,RWS也提出了不同的需求,需要更智能的数据分析。注册临床试验中,数据分析大多是基于试验设计,将相应数据按照预设维度计算,从而得出“是与否”的结果,拥有一定“套路”可循。而RWS数据驱动属性更强,需要对数据进行反复深度挖掘,产出有指导价值的“新线索”,例如已上市药物通过RWS发现获批以外的新适应症,这是在进行RWS之前可能无法提前预设的,而是通过对数据的挖掘得到的新线索。因此,RWS在数据分析上的数字化需要更加“智能”,这样才能完成其“验证”和“发现”的双重任务。数字化临床试验中,更多可以通过智能化提升的环节我们将在下一章单独讨论。24本章
84、小结:CTMS、eTMF、受试者招募和远程监查等软件没有直接相关政策推动其运用,但由于其主要助力临床试验高成本、低效率的环节,故在降本增效的驱动下获得了约50%的渗透率。目前,地方性三甲医院尝试在临床试验中数字化升级的积极性高于全国性大三甲。数字化患者招募基于数据库,通过关键词搜索科快速获得潜在受试者信息,提高受试者触达的效率与精准度;此外,数字化相关产品还通过简单易懂的知识库帮助提升患者转化率。RWS较注册临床试验对降本增效的追逐更直接和迫切,基于OCR、MCR技术可实现精准度高达85%的数据自动识别及填写;此外,RWS对数据深度挖掘及分析发现的需求也更高,特别是围绕药物扩适应症的RWS。人
85、工智能让数字化临床试验的决策更智能智能化是指在现有的数据基础上,通过AI及算法的建立,对数据进行反复、多形式计算,深度挖掘数据价值,从而让依赖经验的决策通过智能化辅助成为“证据确凿”的更优选择。因此,在数字化临床试验中,智能化能够帮助决策环节做出更快、更好的选择。智能化在数字化临床试验中的主要应用场景如:试验中心、PI、受试者、CRO筛选在传统临床试验中心选择中,信息收集途径主要为医院官网、协会官网、朋友圈信息;之后将信息通过建立excel表格等形式分析后确定中心清单;随后再通过电话、实地调研等方式进行可行性调查,最终确定临床试验中心。人工的信息收集过程存在信息不全、更新不及时等隐患,加之人为
86、判断的准确性与中心筛选人的经验及能力相关,故能通过可行性调研的中心筛选成功率普遍不高。在数字化临床试验中,AI的加入可以让该环节得到智能化的提升。在智能化中心选择中,信息库包含了中心调研需要的多项信息,如中心认证专业、中心及研究者资质和经验、立项流程、伦理上会频次及流程等。中心筛选人员输入关键词便能获得通过多维度评分优选出来的中心推荐清单,大大节省了筛选人员信息收集、手工分析对比及中心调研的时间和成本,并且还提高了筛选成功率。以药研社中心快速启动解决方案SSU为例,在2018年推出的TDC数据库基础上加入了智能算法,根据不同的试验需求对各中心进行多维度评分,最终给出综合推荐。据调研,使用SSU
87、,获得中心名单的时间从传统的1周缩短为12天,中心筛选效率整体提高30%,且成功率达80%。5.1 智能化助力在临床试验多环节做出更快、更好的选择25图表 21 传统中心筛选与智能化中心筛选的对比板块传统中心筛选智能化中心筛选信息来源网站搜索+朋友圈消息+经验信息化、数字化建设阶段整合的数据库信息整理线下通过excel等工具建立相关模型进行整理软件系统依据行业调研习惯建立多维度算法自动对数据进行清理、整理推荐中心清单与筛选人员经验、能力有关,有主观成分通过关键词搜索,保证不同人操作的结果一致性中心调研电话、现场调研,人工整理多维度数据查看已有数据库,人工+软件系统逻辑多重校验成功率难保证,与筛
88、选人员经验、能力有关较高,大量、及时的数据+精准算法提高成功率资料来源:动脉网,蛋壳研究院制研究者筛选、受试者筛选甚至是企业对CRO的筛选中,智能化过程是相似的,在足够完善、及时的数据库基础上,围绕筛选中关注的维度建立合适的算法,从而实现通过关键词即能搜索出相关对象,省去大量信息收集、中心调研的人力和人间成本,以更高效率、更低成本获得更精准的推荐。目前,行业中以百奥知为例的技术服务企业,经历了信息化阶段应用产品的迭代、数字化阶段数据互联互通的探索,现基于数据及专业知识的累积,开始建立算法深度挖掘数据价值,百奥知创始人庄永龙表示,接下来将加大数据利用,通过数据集成和AI分析提供CRO、试验中心选
89、择的辅助决策、数据通道的建立、临床数据的高效采集和智能分析模型的应用。数据质控、质疑数据的正确与完整是产出有效结果的基础,这也是为什么监查环节如此重要的原因。但传统监查环节也是高成本支出的环节,不过,随着该环节的智能化升级,数字化临床试验中越来越多的人工监查工作将在技术辅助下形成新的监查方式,变得更便捷、高效。简单的数据质控围绕数据本身做出“是与否”的判断,例如数据的格式、数据值范围、书写规范等,通过在软件中建立相关“条件”即可达成,而进一步复杂的数据质控则需要算法逻辑的加入。例如临床试验中,受试者因感冒或过敏等症状开具的某种药物对正在受试的药物效果具有一定影响,那么该受试者的数据在试验中可能
90、需要做出相关的矫正或剔除。这个判断在传统试验中是人为判断,这需要相关的专业知识对判断人的能力、专业度有较高要求。智能化中,专业知识在算法中沉淀下来,由系统软件代替人工做出判断。智能化的数据质控、质疑能够大大减少人工监查的时间并提高准确度。首先,在数据录入过程就可一定程度避免人为的偶然录入错误;其次,系统将自动归纳依据算法发现的异常,提出质疑,甚至对异常程度进行等级划分,让CRA摆脱传统模式中的“无差别”监查方式,可以在更短时间里、更有针对性地完成数据监查。例如,遥领医疗科技利用AI算法判断自动填充算法识别的准确性和置信度,使用不同标识进行视觉提醒,这样一来CRA只需要重点关注智能提示需要重点审
91、核的数据,而高置信度的准确信息即可放心跳过,大大减少数据监查时间。数据显示,在数据录入阶段仅需要传统RWS中1/7的时间,而CRA监查时间更是降低到仅需原来的10%。虚拟真实世界研究RWS在人体内验证药物已知的功效外,发现未知的功效(疗效或副作用)也是其重要作用之一。由于注册临床阶段难以发现罕见的并发症,因此该任务交给了上市后的RWS,而伦理一直是其中一个重要的问题。智能化为其提供了一个可能的解决方案:虚拟真实世界研究。基于对受试者全面的身体数据,包括基因、疾病史、用药史、身体表观数据、检查数据等,以及对药物有效成本结构的了解,通过算法预测药物在单个受试者体内的有效性及副作用。这对数据完整性、
92、算法提出了非常高的要求,目前,数字化临床试验在这条路上还有较长的探索之路路要走。智能化是行业共同努力的重要方向之一,他是为整体临床试验带来大幅度效率提升以及颠覆式解决方案出现的关键。目前,临床试验智能化处于早期,数据体量、数据质量、数据治理能力、算力、算法精准度都有极大提升空间。26要获得充足的关于潜在受试者、研究者、试验中心等数据库,紧靠一个企业或临床中心的积累是不太现实的,需要行业的各参与方将数据互联互通,共同建造。就目前而言,市场教育程度有待提高也亟待相关政策的支持。精准算法有赖医学知识与技术的高度融合,复合型人才是融合关键。医学知识涵盖了对疾病、诊疗习惯、行业指南等多方面的知识。如何将
93、医学知识沉淀到算法里以完成以数据推动的智能化建设是目前的主要难点之一。一方面,数字化临床试验行业发展尚处初期,缺乏相关复合型人才,另一方面,算法技术和医学知识都拥有较高的壁垒,人才培养周期较长。人才的缺乏在一定程度上限制了智能化的发展速度。复合型团队提供过度解决方案,解决复合型人才缺口只是时间问题。目前,建立拥有复合型能力的团队是众多企业的解决之道。但由于两类人才接受了不同体系的专业培训,建立了不同的解决问题思考逻辑,加之两个行业的高壁垒,让双方之间结合自身专业能力与对方进行深入交流以解决行业相关痛点的融合依然有一定挑战。调研中,多位创始人表示,团队的技术实力以及对临床试验各环节痛点的理解程度
94、超前于企业研发的产品或解决方案能够解决的范围,其中一个重要瓶颈在于如何将已经掌握的、能够解决行业痛点的专业知识、专家意见及诊疗指南等通过一个适当的技术实现并真正带来更方便、高效、合规和准确的智能化解决方案。此过程除了对双方人才增加跨界技能的能力是个挑战,对于企业如何建立有效的交叉团队融合机制与管理体系更是一个极大的考验。技术、数据库、精准算法的结合推动智能化建设。要在相应决策环节做到智能化升级,让数字化临床试验有大幅度效率提升甚至产生如虚拟RWS的颠覆式解决方案,技术是建设底层,其次还需要充足的数据库+精准的算法。目前,相较技术的发展水平,数据库充足程度和算法精确度的提升显得更为紧迫。5.2
95、数据互联互通、复合型人才是推动智能化的关键27图表 22 智能化建设的重要因素及各因素发展关键点 技术大数据人工智能算力技术防火墙等 充足数据库(来自互联互通)精准算法(来自医学知识)政策支持市场教育度提升专业知识KNOW-HOW行业共识专家指南等智能化建设资料来源:动脉网,蛋壳研究院制本章小结:智能化建设能在数字化临床试验的决策环节,如受试者、PI、临床试验中心筛选中通过数据驱动,用算法代替人力给与辅助决策,大幅度提高各环节效率。临床试验相关环节智能化发展技术是基础,数据库和算法是核心。数据库的充足和精准需要参与各方的数据统一标准、互联互通,目前亟待市场教育程度提升及相关政策支持。既懂技术又
96、懂医学的复合型人才缺乏是智能化发展的一大瓶颈。目前,建立复合型背景团队是普遍过度解决方案,随着企业与教育机构的联合努力,解决复合型人才缺乏瓶颈只是时间问题。目前,除了企业通过搭建各类平台促进人才交流与培养外,高校也在积极培养相关人才,企业与高校联合开展培训的方式也有不少尝试。总的来说,虽然复合型人才缺乏是一个短期内难以解决的问题,但长远来看,在国内政策鼓励、资本支持和市场强大需求的驱动下,人才瓶颈的解决只是时间问题。28未来趋势新药研发热潮扩大数字化临床试验市场。随着国家近年来对创新药的大力支持,我国创新药物研发企业增多,且增速有逐年增长之势,加之“4+7带量”倒逼国内有实力的仿制药企业将重心
97、向研发和创新转移,我国获得临床试验批准的创新药数量也将保持快速增长。面对快速增长的临床试验需求,传统的临床试验方式显然难以满足,数字化临床试验可通过重塑各方之间的协作模式从而更高效、低成本地实施临床试验,在相同的人、物、时间资源中,产出更多的、更精准的临床试验结果。在临床试验总数快速增长,但临床试验中心数、潜在受试者数及从业人员数量无法快速增加的前提下,数字化临床试验领域市场规模得到快速增长。另一方面,政策对行业监管持续趋严,合规要求与合规成本越来越高,推动数字化逐步成为临床试验领域刚需,这将进一步扩大数字化临床试验市场规模。数字化临床试验让信息互联互通,资源被更合理分配与利用。数字化建设为行
98、业信息的互联互通搭建了平台基础。首先,各临床试验中心的情况,如中心证书、临床试验项目经验、研究者信息等透明化并实时更新,消除信息不对等后,申办方拥有了更多选择、中心选择更精准、中心筛选成功率也更高;同时,由于平台的连接,临床试验项目数较中心项目水平而言不饱和的中心,也有机会获得更多的项目。该过程一定程度上缓解了头部临床试验中心项目堆积而其他中心项目不饱和的现状。其次,数字化助力多中心临床试验开展。传统依赖人力的临床试验,出于精力和成本的考虑,临床试验项目中涉及的中心数量受到一定限制,这也是众多项目集中在头部几十家拥有庞大患者群体的大中心的重要原因之一。在数字化临床试验中,由于数字化产品助力,单
99、中心部署及执行成本降低,加之数字化可实现如数据监查等多环节远程化,让项目能够同时在多个临床试验中心实施的能力增加,因此,临床试验可选择的试验中心数上线被提高。这给与申办方更多、更灵活的中心选择方式,也进一步促进临床试验项目的下沉和分散。最后,随着DRGs及分级诊疗的实行,患者逐步下沉、基础医疗机构能力提升,伴随数字化渗透程度加深,未来,远程、去中心化的临床试验实施也将拥有更大的发挥空间,进一步促进临床试验资源的合理分配和利用。6.1 数字化领域迎来更大市场,助力临床试验下沉、分散29技术服务企业:拓宽产品内涵,“解决方案”获市场认可。早期数字化临床试验产业的企业分别以团队的自身优势切入。例如技
100、术服务企业中,有医院信息化服务企业基于已有数据集成及医院资源基础,转型或新增数字化临床试验板块;也有专注SaaS或软件技术服务的企业,凭借技术优势入局临床试验领域,提供各环节相关的数字化产品。无论哪一种方式入局,大多均以SaaS服务做为第一步商业模式的探索。SaaS以其部署快、更新迭代方便和使用费用门槛低等优势,在初期进入市场是不错的商业模式,但随着企业的进一步发展,SaaS的整体市场规模较小的局限性凸显出来,行业也随之出现了更多商业模式,如为申办方、试验中心做定制开发部署;或加上服务拓展产品丰富性,提供解决方案(部分环节的CRO服务)或整体CRO服务。调研发现,就既可以提供SaaS服务也可以
101、提供解决方案的企业来看,解决方案是更多客户的选择。CRO企业:凭借各自优势入局,数字化企业被资本看好。而临床试验CRO企业也大致可分为两种数字化路径。第一种是传统CRO企业,凭借对CRO领域的专业度,通过自研或合作的形式加入数字化元素,进行数字化升级,入局数字化临床试验领域;第二种则是凭借数字化思维入局,提供创新型临床试验CRO服务。调研发现,传统CRO企业拥有丰富的行业资源,升级的关键在于决策者是否给予数字化转型足够高的战略重视。数字化临床试验企业,以其数字化思维优势对临床试验各环节数字化升级需求更敏感,加之专注的业务线及精炼的创业团队往往可以更快、更灵活满足地满足临床试验的需求。目前,各种
102、商业模式还有待市场进一步验证。未来,随着技术服务企业提供解决方案的能力增强、数字化CRO企业不断获得更多临床试验市场,数字化临床试验或将在部分环节(尤其是智能化环节)出现绝对竞争力的解决方案和产品,同时数字化CRO企业也将向前或向后延伸,覆盖除临床试验外,如药物发现、上市后试验等环节。6.2 企业定位逐步清晰,多种商业模式经过市场验证30阻碍技术发挥其真正价值的原因是多方面的,数据无法直接互通是主要因素之一,临床试验机构与申办方之间一直有一道难以逾越的鸿沟。而此鸿沟归根到底是对数据安全的担忧,虽然数字化企业在不断用产品的安全性推进市场教育,但相关数据安全的保障方式和应用规则始终缺乏行业规范。目
103、前,行业亟待数据应用规则规范相关的政策支持,有了规则规范的指导,有了安全保障,数字化技术就能在临床试技术“够用”,亟待数据使用规范给予实施的指导与安全保障。目前,数字化临床试验领域处于发展初期,据调研,注册临床试验数字化程度不足15%,上市后的临床试验数字化程度约在30%左右。但就技术而言,能达到的数字化程度远不止于此,目前,AI、大数据、区块链、物联网等技术几乎可以满足重塑传统重人工的模式,形成新的数据驱动的线上、远程交付模式。验各环节发挥真正的价值。优化传统临床试验环节,将降本增效做到极致,人才是关键。有了相关数据应用规则规范做指引与保障后,相关数字化产品能在临床试验中得到更广泛的应用,并
104、获得丰富、宝贵的使用反馈得以不断提升产品性能,从而助力传统临床试验环节在数字化升级中将降本增效做到极致。将使用反馈(临床试验需求)转化为数字化解决方案并以相应技术产品呈现,不是一个简单的过程,他需要技术(AI、大数据、物联网、VR等)与医学知识(病理知识、诊疗习惯和逻辑、行业指南、专家共识等)的有机、深度融合,该过程拥有技术与医学知识交叉背景的复合型人才至关重要。目前,企业大多以建立拥有复合能力的团队作为解决之道。但由于两类人才接受了不同体系的专业培训,建立了不同的解决问题思考逻辑,加之两个行业的高壁垒,让双方之间结合自身专业能力与对方进行深入交流以解决行业相关痛点的融合依然有一定挑战。不过,
105、行业各界都在积极加大对该类符合型人才的培养,如企业通过搭建各类平台促进人才交流与培养、高校也在积极培养相关人才、企业与高校联合开展培训的方式也有不少尝试。总的来说,在国内政策鼓励、资本支持和市场强大需求的驱动下,人才瓶颈的解决只是时间问题。届时也将把数字化临床试验降本增效的能力推向一个新的高度。技术刷新想象空间,赋予颠覆式临床试验无限可能。数字化临床试验的“尽头”也许不仅是将传统的临床试验环节用机器替代或建立线上、远程的新交付模式,而是可以带来颠覆式的临床试验模式彻底改变临床试验流程,例如现已出现的远程临床试验以及企业积极探索和布局的虚拟临床试验。未来,在技术不断精进之下,保证结果可性度的前提
106、下,会出现怎样颠覆式的临床试验模式,给我们留足了想象空间。6.3 临床试验数字化演进短期靠政策,中期靠人才,长期靠技术31企业案例以“一体两翼”为核心,为药企临床研究降本增效。2015年,药研社(母公司妙一生物科技)带着“为行业解决共性关键痛点、让医药研发更高效”的目标在上海成立。成立之初,企业便确定了“一体两翼”的核心战略,即以创新行业人才供给模式为“体”,以数据赋能和技术驱动为“翼”,经过多年的探索与积累,药研社自主研发了全链路临床研究SaaS解决方案和对应不同工作角色使用的产品群,积累了深厚的临床研究数据处理能力,致力于通过产业数字化的创新方式,降低医药研发成本、加速临床研究周期、稳定交
107、付质量。从“产品”到“生态”,打造创新CRO服务模式。2015年,药研社APP上线,为行业带来了“临床试验百宝箱”,涵盖了药名解释、中英文翻译及法规查询等工具,现已覆盖了95%的从业人员,包括研究者、CRC、CRA等各环节专业人员。随着功能的不断拓展,药研社APP逐渐从“工具”脱变成所有临床试验从业者的交流平台,在各类查询工具基础上,新增了中心信息、直播课堂、精选培训、在线抢单及临研圈论坛等板块。不同于传统CRO的“承包商”属性,药研社更像是临床研究领域的“贝壳找房”,将临床试验环节进行流程化清单式的科学化“切割”并一一建立明确交付标准与时间,而后在平台发布供行业人员抢单、按结果计酬,并根据项
108、目进度、质量、客户满意度等对行业人员进行信用评价,形成长期激励的绩效管理模式。同时,在创新人才供给方面如同如今的“网约车模式”,可根据客户需求可以提供快车、专车、豪华车等类型。2022年5月,临床研究服务交易平台Trial.Link正式上线,创新CRO服务模式重构行业链条,让资源更精准和快速匹配,实现项目和人才的最优配置,打造数字化行业生态圈。药研社(母公司妙一生物科技)数据驱动,打造临床试验全流程解决方案。药研社在创新CRO平台沉淀的海量数据基础上,通过人工智能技术,实现了中心筛选、受试者招募环节的智能化,通过关键词搜索即可快速匹配中心及受试者,加之MY-TDC、MY-SSS的庞大数据库和智
109、能分析,让中心可行性调研的大部分工作转为线上,实现中心快速启动。医药研发领域创新型CRO科技平台32凭借敏锐市场需求嗅觉,完成从信息化到数字化升级。2007年,当国内医药研发还以纸质为主时,百奥知凭借敏锐的市场嗅觉在北京成立,旨在为生物医药领域提供信息化和数据分析的解决方案。2015年关于开展药物临床试验数据自查核查工作的公告的发布予以“合规”应有的重视高度,在行业大洗牌的同时,百奥知再次以敏锐市场感知力将企业从信息化战略升级进入数字化领域,并同时缩减了临床试验不相关的业务,通过“业务瘦身”成为了国内最早一批专注于创新药临床研究数字化的企业。两大核心平台齐发力,为临床研究提供一站式解决方案。战
110、略升级后的百奥知以数据为核心,建立起eClinical与MedAI两大核心技术平台,分别为注册临床试验及RWS提供全流程的数字化解决方案。eClinical从合规和效率出发,通过建立全覆盖、可集成的临研全流程数字化模块,打破信息孤岛、减少重复工作并加入内部人员管理机制,赋能临研全流程。MedAI以AI驱动,聚焦RWS中由大数据量、多中心带来的高人力成本、数据质量和管理不佳的痛点。不仅如此,MedAI通过对数据精准提取,形成病人画像和研究知识库可以帮助实现患者智能招募和基于风险的远程监查。在MedAI助力下,RWS中CRO服务总费用节约约60%,其中数据采集成本降低约50%,监查成本约70%。百
111、奥知创新型医药研发数字化解决方案此外,业务范围还涵盖临床监查、项目管理、注册事务、中心现场管理等。未来,药研社将继续升级“T4S服务体系”,运用数字化流程管理、清单化标准体系、创新式人才服务网络,助力临床试验质量与效率提升。图表 23 药研社“T4S服务体系”33资料来源:药研社,蛋壳研究院制商业化验证完成,继续拓宽服务边际。经过15年的沉淀,百奥知已经形成了成熟的市场运营策略,服务了超过1000家国内外创新药械研发企业与CRO公司,包括恒瑞医药、国药集团、阿斯利康、辉瑞等,完成商业化验证。基于临床试验与RWS数字化发展中积累的扎实数据基础,百奥知继续拓宽服务边界,布局专病领域数字疗法以及提供
112、创新药企出海服务。未来,百奥知将加速数字化路径纵深发展的步伐,打造国际化智能医药研究及精准医疗数字化+AI服务平台,提高研究效率及成果转化率,促进医疗健康事业的发展。图表 24 百奥知两大核心平台内涵34以丰富CRO经验为基石,专注数字化临床试验私有定制。临床试验数字化的进程中,技术服务企业至关重要,承担教育者角色的同时,也承担着技术基础建设的责任。在这样的背景下,基于多年CRO服务的经验、带着推进行业数字化升级的使命,2018年,临研通在天津成立,专注于为申办方及临床试验中心提供数字化产品的私有定制。六大产品体系,以项目为中心加速试验进度。临研通临床研究智能监测系统是企业自主研发的一套协同、
113、高效、实时的互联网产品,以项目为中心,连接参与项目的每一个个体与组织,通过数据交互、流程协作,让项目过程信息实时共享、消除信息不对称,提升数据处理效率,加速试验的研究进度。临研通临床试验智能检测系统私有部署资料来源:百奥知官网,蛋壳研究院制除了传统的EDC及CTMS系统外,TT Pool通过数据治理实现院内数据与EDC系统的安全交互,经项目测试可节约50%以上人力成本。TT SIMS为卫生监管部门及申办方提供了多中心监管工具,增强多中心运营能力。TT Driver按照人、财、务的基本逻辑,协助企业精细监管项目执行产值。最后,TT Task医学任务发包平台秉承“让专业的人做专业的事”的原则,帮助
114、多种医学需求快速找到匹配人员。该六大产品共同构成了临床研究智能监测系统,帮助项目高质量达到降本增效的目的。建立数字化临床研究协同体,推动数字化演进步伐。目前,数字化临床试验领域虽然已经拥有数据互联互通的技术,但困于“数据不出院”的传统认知,互联互通渗透率不如人意。临研通通过建设数字化临床研究协同体,引入中大规模的CRO公司项目源,结合私有化部署数据仓的试点医院,在保证受试者数据安全与隐私的前提下,真正实现临床研究数据的互联互通,进一步推动数字化演进步伐。临研通创始人段忠成表示,随着临床研究机构数量增多加上分级诊疗让患者下沉,未来研究中心会越来越有动力加入互联互通的行列,而临研通要做的就是在这条
115、路上,为他们提供扎实的技术支持。图表 25 临研通六大产品体系应用场景35机构管理系统项目管理工具医学任务发包平台数据交互系统根据企业需求高度个性化定制精细核算项目收入、成本,自动核算人员绩效提供临床研究、学术推广、灵活用工等方案快速定位匹配人员、建立标准、减少无效沟通满足数据脱敏和患者隐私保护需求实现“医院-TT Pool-EDC”的定时数据交换用于多临床试验机构管理满足集团化医院管理、上级卫生监管部门管理需求资料来源:临研通,蛋壳研究院制自然语言处理系统,解决RWS数据治理痛点。药品上市后的RWS涉及长周期的随访和效果监控,其中会产生大量的数据。由于我国电子病历有待完善,这些多维度数据结构
116、化、标准化程度低,采集过程耗费大量人工成本,且难以对数据进行足够深度的分析及价值挖掘。艰难的领域中总会有人突围,2016年遥领医疗科技在北京诞生,凭借强大的自然语言处理系统,入局RWS,助力药企完成药物上市后医疗数据价值的深度挖掘。AI-CRO企业,用数据驱动RWS。遥领医疗科技以其强大的人工智能背景为RWS带来数据驱动的创新型CRO服务。入局之初,遥领医疗科技将数字化服务重点瞄准了RWS中时间及人力成本最高的环节:数据采集。企业紧跟最前沿的NLP技术来持续优化这一问题,从2016年的QANet到2018年BERT,再到2022年开始使用Prompt。遥领技术团队运用此技术构建的系统,在临床研
117、究领域中建立起相应的语言模型,使数据采集环节更好地理解病历。在AI驱动的数据采集中,OCR、ASR技术首先完成数据电子化,再运用基于机器阅读理解MRC和知识图谱的专利技术EDCNet,将数据按照临床试验需求,以符合医学逻辑的方式自动填写到EDC中,该技术将数据采集时间压缩,仅需传统1/7的时间即可完成。整个过程还伴随着AI的数据监查,将自动填写的数据按照置信度分类,并用颜色进行视觉提示,通过智能提示指导CRA重点监查“可疑数据”,减少大量“无差别”数据监查的时间成本,用时减少约90%。从结构化数据出发,深度挖掘数据价值。以数字化和算法作为强大驱动力,遥领医疗CRO服务的落脚点还是通过RWS为企
118、业提供药物的价值。从有效性、安全性的研究到2018年起开始布局药物经济学提供完整的药物综合评价设计能力。通过协助企业构建大型用药登记,遥领结合Patient-embedded Genetic Algorithm对临床数据和微观的Ligand-based重定向算法,从海量的多适应症on/off-label用药中挖掘药物的可能更优治疗亚组和治疗组合。凭借强大的数据基础,加上AI算法的引入,遥领医疗科技以数据驱动,在扩适应症、找寻高成功率试验方向、协助医保准入等方面为企业带来科研及商业双重价值。未来,遥领医疗将继续深耕数据治理,秉承“Evidence every pill”的理念,用技术不断将更多场
119、景下的行为转化为数据,并在保证数据质量前提下,不断提升证据等级,释放数据蕴藏的巨大价值。遥领医疗科技AI助力RWS挖掘上市后医学价值36图表 26 遥领医疗数字化数据采集流程资料来源:临研通,蛋壳研究院制人工智能&生物医学专家团队,直面临床试验顽疾。创新药研发靶点扎堆加剧了受试者招募困难,加之纯手动的受试者管理模式蕴藏数据安全性、准确性风险,导致传统临床数据采集难度大,进度难把控,这些都是药物研发低效率、高成本的诱因。2021年,一支由人工智能、信息化建设、生物医学专家组成的交叉学科背景团队在上海创建了研速医疗,从临床试验两大高成本、低效率环节(患者招募及数据采集)切入,增强数据驱动属性。数据
120、直采,只为大幅度提升效率、降低成本。研速医疗以数据直采(Direct Data Capture,DDC)为基础打造了临床试验全息视图、受试者极速发现、受试者管理中心、远程监查等围绕受试者进行管理的系列产品。研速医疗凭借其肿瘤领域丰富而优质的PI资源、院内扎实而卓越的系统信息化和数据建设基础、以及对肿瘤医学诊疗逻辑深刻的洞察,加上自研大数据直采适配器,DDC可实现将院内结构化、半结构化和非结构化数据快速汇聚至临床试验受试者数据库。一方面,在保障数据质量与合规性前提下节约传统临床试验数据转录的人工成本近90%;另一方面基于受试者数据库,实现肿瘤领域受试者极速发现,如某三甲医院部署“受试者极速发现”
121、之后,针对某非小细胞肺癌项目,在当天就筛选出了24例符合入排标准的受试者,而此前项目历时6个月只招募到了2位受试者。合规释放临研数据,赋能多方重塑临床试验。DDC贯通了试验机构与申办方之间的数据鸿沟,为临床试验机构提供可靠的数据合规性、准确性保障、为申办方实现快速中心筛选及极速受试者招募、为工作人员(CRA、CRC等)免除大量围绕数据的手动操作并可减少现场监查转为高效远程监查。目前,在合规释放临研数据的基础上,研速医疗正加速全产品管线布局。研速医疗AI驱动数据直采,高效合规重塑临床试验37未来,研速医疗将用技术不断提升临床试验数据驱动属性,全方面辅助临床试验中心、申办方、监管部门等多方重塑临床试验秩序,实现“多、快、好、省”的临床试验总目标。图表 27 研速医疗产品管线图资料来源:研速医疗官网,蛋壳研究院制