第9

0屆全國(guó)藥品交易會(huì)

2

0

2

5.0

5.2

1-2

3

廣州

主辦單位：摩熵?cái)?shù)科、國(guó)藥勵(lì)展數(shù)據(jù)+AI重塑醫(yī)藥市場(chǎng)營(yíng)銷(xiāo)新模式2025年5月01 藥企及醫(yī)療機(jī)構(gòu)AI+DATA布局02 醫(yī)療大數(shù)據(jù)與AI大模型03 數(shù)據(jù)+AI重塑醫(yī)藥市場(chǎng)營(yíng)銷(xiāo)新模式C

O

N

TE

N

T

S目

錄醫(yī)藥企業(yè)＆醫(yī)療機(jī)構(gòu)AI+DATA布局藥企布局醫(yī)療機(jī)構(gòu)布局4大語(yǔ)言模型可在藥物生命周期的全流程中進(jìn)行提速增效AI在生物醫(yī)藥行業(yè)應(yīng)用實(shí)例——莫德納(Moderna)業(yè)務(wù)全流程藥企布局

醫(yī)院布局5全球生物醫(yī)藥巨頭拜耳2024年在公司內(nèi)部上線(xiàn)生成式人工智能助手多模態(tài)AI模型集成支持與多種先進(jìn)AI模型（如OpenAI的ChatGPT、Llama、Mistral等）交互，并基于微軟Azure云平臺(tái)構(gòu)建安全合規(guī)的AI工具環(huán)境。專(zhuān)業(yè)數(shù)據(jù)與知識(shí)管理-接入企業(yè)內(nèi)部專(zhuān)業(yè)數(shù)據(jù)庫(kù)，支持實(shí)時(shí)獲取最新行業(yè)資訊與醫(yī)學(xué)文獻(xiàn)。-提供文檔智能分析功能，幫助員工快速整理和提取關(guān)鍵信息。創(chuàng)意與內(nèi)容生成輔助生成市場(chǎng)分析報(bào)告、醫(yī)學(xué)文獻(xiàn)草稿及合規(guī)文本輸??。支持AI虛擬人互動(dòng)，提升客戶(hù)服務(wù)與內(nèi)部培訓(xùn)效率。工作流程優(yōu)化通過(guò)API連接企業(yè)各領(lǐng)域工程平臺(tái)，實(shí)現(xiàn)跨系統(tǒng)任務(wù)自動(dòng)化處理。簡(jiǎn)化審批流程（如差旅申請(qǐng)）、自動(dòng)生成會(huì)議紀(jì)要等重復(fù)性工作。技能提升與決策支持為員工提供個(gè)性化學(xué)習(xí)路徑和項(xiàng)目參與建議，促進(jìn)技能發(fā)展。在藥物研發(fā)中輔助科學(xué)家優(yōu)化臨床試驗(yàn)設(shè)計(jì)，加速創(chuàng)新成果轉(zhuǎn)化。該平臺(tái)是拜耳數(shù)字化轉(zhuǎn)型的核心工具，旨在提升員工效率并推動(dòng)“人工智能驅(qū)動(dòng)型企業(yè)”建設(shè)。藥企布局

醫(yī)院布局全球生物醫(yī)藥巨頭諾華中國(guó)人工智能布局藥企布局

醫(yī)院布局6AI在生物醫(yī)藥行業(yè)應(yīng)用實(shí)例——美國(guó)FDA引領(lǐng)藥企布局

醫(yī)院布局72025開(kāi)工，多個(gè)頭部生物醫(yī)藥企業(yè)和醫(yī)院擁抱AI藥企布局

醫(yī)院布局89國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)復(fù)星醫(yī)藥發(fā)布PharmAID決策智能體平臺(tái)基于PharmAID決策智能體平臺(tái)，并已率先接入Deepseek

R1，復(fù)星醫(yī)藥正加速推進(jìn)“藥物商業(yè)價(jià)值輔助決策”的能力建設(shè)。此外，復(fù)星在藥物研發(fā)、醫(yī)學(xué)影像、精準(zhǔn)醫(yī)療等領(lǐng)域進(jìn)行了AI布局，提升研發(fā)效率，通過(guò)技術(shù)創(chuàng)新推動(dòng)醫(yī)藥企布局

醫(yī)院布局10國(guó)內(nèi)生物醫(yī)藥公司東陽(yáng)光發(fā)布《集團(tuán)全員擁抱AI，落實(shí)場(chǎng)景應(yīng)用》東陽(yáng)光藥已將DeepSeek大模型全面接入HEC-Finder平臺(tái)，充分釋放AI在文獻(xiàn)專(zhuān)利智能應(yīng)用的潛能在不斷優(yōu)化模型的同時(shí)，集團(tuán)也全力推進(jìn)AI工具在辦公、生產(chǎn)、銷(xiāo)售等各業(yè)務(wù)環(huán)節(jié)進(jìn)行深入應(yīng)用藥企布局

醫(yī)院布局國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)中國(guó)生物發(fā)布人工智能布局藥企布局

醫(yī)院布局非結(jié)構(gòu)化11國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)濟(jì)民可信布局AI平臺(tái)藥企布局

醫(yī)院布局12國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)濟(jì)民可信布局AI平臺(tái)藥企布局

醫(yī)院布局13國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)百濟(jì)神州布局AI平臺(tái)藥企布局

醫(yī)院布局14國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)百濟(jì)神州布局AI平臺(tái)藥企布局

醫(yī)院布局15國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)百濟(jì)神州布局AI平臺(tái)藥企布局

醫(yī)院布局16國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)國(guó)藥集團(tuán)布局AI平臺(tái)藥企布局

醫(yī)院布局17國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)云南白藥布局AI平臺(tái)藥企布局

醫(yī)院布局18國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)云南白藥布局AI平臺(tái)藥企布局

醫(yī)院布局19國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)云南白藥布局AI平臺(tái)藥企布局

醫(yī)院布局20國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)云南白藥布局AI平臺(tái)藥企布局

醫(yī)院布局21國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)云南白藥布局AI平臺(tái)藥企布局

醫(yī)院布局22國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)云南白藥布局AI平臺(tái)藥企布局

醫(yī)院布局23國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)云南白藥布局AI平臺(tái)藥企布局

醫(yī)院布局24國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)云南白藥布局AI平臺(tái)藥企布局

醫(yī)院布局25國(guó)內(nèi)生物醫(yī)藥領(lǐng)先企業(yè)云南白藥布局AI平臺(tái)藥企布局

醫(yī)院布局26AI從多方面影響醫(yī)療場(chǎng)景(全國(guó)近1000家醫(yī)院部署AI模型)27數(shù)據(jù)來(lái)源：信息來(lái)自網(wǎng)絡(luò)醫(yī)療中的細(xì)分運(yùn)用場(chǎng)景應(yīng)用方向描述樣本醫(yī)院應(yīng)用比例輔助診療輔助臨床決策、后續(xù)診療計(jì)劃制定等50%報(bào)告解讀多種醫(yī)學(xué)報(bào)告的解讀35%電子病歷通過(guò)AI技術(shù)更快完成電子病歷20%知識(shí)庫(kù)結(jié)合內(nèi)部資料生成知識(shí)庫(kù)20%辦公自動(dòng)化整合進(jìn)OA系統(tǒng)，優(yōu)化日常工作流15%病例質(zhì)量控制AI與人工結(jié)合，加快病例審核，促進(jìn)病例規(guī)范10%預(yù)問(wèn)診就診前咨詢(xún)，與分診和互醫(yī)業(yè)務(wù)融合10%智能客服主要用于隨訪(fǎng)、客戶(hù)維護(hù)和精準(zhǔn)營(yíng)銷(xiāo)10%用藥推薦協(xié)助醫(yī)生合理用藥5%醫(yī)保審核提升醫(yī)保審核的效率和精確度5%運(yùn)營(yíng)管理數(shù)據(jù)支持運(yùn)用管理5%導(dǎo)診就診路線(xiàn)智能指引5%教育輔助醫(yī)學(xué)教育5%科研協(xié)助文獻(xiàn)檢索、綜述寫(xiě)作等5%藥企布局

醫(yī)院布局中山大學(xué)眼科中心于2024.6.6日聯(lián)合華為發(fā)布眼科大模型ChatZOC在醫(yī)療輔助領(lǐng)域，ChatZOC綜合處理復(fù)雜臨床信息，助力醫(yī)患病情溝通，輔助醫(yī)生診療；在教學(xué)方面，醫(yī)學(xué)生通過(guò)與ChatZOC交互，全面模擬醫(yī)患問(wèn)答，培養(yǎng)診療思維，加強(qiáng)人文關(guān)懷；ChatZOC也是研究人員便捷可及的科研智能助手，提供一站式科研項(xiàng)目和工具管理，促進(jìn)學(xué)科交叉融合創(chuàng)新天候；（4）在數(shù)字化醫(yī)院建設(shè)方面，ChatZOC為患者提供全眼健康咨詢(xún)藥企布局

醫(yī)院布局28瑞金醫(yī)院與華為于2025.2.18聯(lián)合發(fā)布"RuiPath"病理大模型藥企布局

醫(yī)院布局29華西醫(yī)院消化內(nèi)科胡兵教授于2025.3.1日聯(lián)合華為發(fā)布“睿兵Agent”3月1日，華西醫(yī)院消化內(nèi)科胡兵教授團(tuán)隊(duì)在成都發(fā)布醫(yī)學(xué)AI智能體“睿兵Agent”。深度融合臨床醫(yī)學(xué)專(zhuān)家實(shí)踐經(jīng)驗(yàn)、自然語(yǔ)言處理、大數(shù)據(jù)分析，主要聚焦消化領(lǐng)域，可實(shí)現(xiàn)健康知識(shí)普及、疾病全程管理、科研輔助支持三大功能。藥企布局

醫(yī)院布局3031大廠(chǎng)（華為）和獨(dú)角獸（百川智能）的視角案例到目前為止，百川智能是所有大模型企業(yè)中，唯一all

in醫(yī)療的在。AI大模型應(yīng)用的主要領(lǐng)域中：娛樂(lè)“殺”時(shí)間，效率工具省時(shí)間，而醫(yī)療能延長(zhǎng)時(shí)間。造醫(yī)生，改路徑，促醫(yī)學(xué)；科室首選供需矛盾最大的【兒

科】；體系先從【基層醫(yī)療】切入；【內(nèi)科】比【外科】有更??多生取即代入性組。。藥企布局

醫(yī)院布局AI模型+大數(shù)據(jù)+醫(yī)療，賦能醫(yī)療行業(yè)“醫(yī)、教、研、管"為什么是現(xiàn)在？AI帶來(lái)的智能革命的影響力高于個(gè)人PC，等于或大于互聯(lián)網(wǎng)——谷歌前CEO、美國(guó)智庫(kù)施密特該系統(tǒng)的關(guān)鍵技術(shù)包括自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等。隨著AI大模型能力的提升、成本的降低，實(shí)現(xiàn)了技術(shù)平權(quán)，現(xiàn)在有了更多的解決方案。AI+醫(yī)療應(yīng)用概述文字對(duì)話(huà)醫(yī)院存有大量以文字方式積累的電子病歷（包括電子健康檔案），AI技術(shù)可自動(dòng)識(shí)別文字含義及上下文關(guān)系，構(gòu)建醫(yī)療知識(shí)圖譜，用于輔助診斷、用藥提示和科研挖掘等AI診療通過(guò)AI算法構(gòu)建的圖像識(shí)別方式輔助醫(yī)師檢查，準(zhǔn)確率已經(jīng)達(dá)到較高程度。例如，對(duì)患者的肺部 放射影像診斷需要醫(yī)生檢查大量的放射影像，耗費(fèi)大量的精力和時(shí)間，醫(yī)學(xué)影像人工智能輔助診 斷系統(tǒng)的應(yīng)用極大提高了診斷的效率。科研助手AI全方位助力醫(yī)生科研。能高效收集處理數(shù)據(jù)，構(gòu)建疾病預(yù)測(cè)診斷模型，輔助藥物研發(fā)各環(huán)節(jié)， 深度分析醫(yī)學(xué)文獻(xiàn)與影像，還能優(yōu)化科研團(tuán)隊(duì)協(xié)作管理，極大提升科研效率。沉淀院內(nèi)知識(shí)資產(chǎn)AI大模型通過(guò)整合病歷、影像數(shù)據(jù)，汲取專(zhuān)家經(jīng)驗(yàn)與文獻(xiàn)知識(shí)來(lái)沉淀院內(nèi)知識(shí)資產(chǎn)。在臨床診斷 、治療方案推薦、護(hù)理工作及醫(yī)院管理等方面，為各部門(mén)提供支持，從而提升醫(yī)院整體運(yùn)行效率

。應(yīng)用技術(shù)成熟度應(yīng)用落地價(jià)值基于醫(yī)療行業(yè)應(yīng)用場(chǎng)景復(fù)雜和數(shù)據(jù)專(zhuān)業(yè)度高等原因，大模型的技術(shù)成熟度相對(duì)較低，目前僅有電子病歷醫(yī)學(xué)培訓(xùn)等技術(shù)要求相對(duì)低的場(chǎng)景應(yīng)用技術(shù)度較高。32藥企布局

醫(yī)院布局醫(yī)療大數(shù)據(jù)與AI大模型什么是大數(shù)據(jù)什么是AI大模型醫(yī)療大數(shù)據(jù)與AI大模型的發(fā)展趨勢(shì)近三年數(shù)據(jù)概念活躍：國(guó)家數(shù)據(jù)局-數(shù)據(jù)集團(tuán)-數(shù)據(jù)交易所-數(shù)據(jù)掛牌交易34數(shù)據(jù)來(lái)源：信息來(lái)自網(wǎng)絡(luò)大數(shù)據(jù)介紹

AI大模型介紹 發(fā)展趨勢(shì)介紹數(shù)據(jù)（DATA）與知識(shí)工程（KE）的關(guān)系大數(shù)據(jù)介紹

AI大模型介紹 發(fā)展趨勢(shì)介紹數(shù)據(jù)是事實(shí)或觀察的結(jié)果，是對(duì)客觀事物的性質(zhì)、狀態(tài)以及關(guān)系等進(jìn)行記載的符號(hào)，特點(diǎn)是離散、孤立、缺乏關(guān)聯(lián)；信息是對(duì)數(shù)據(jù)進(jìn)行提取、系統(tǒng)組織、整理，使其產(chǎn)生相關(guān)性；知識(shí)是對(duì)信息的加工、吸收、歸納、總結(jié)的結(jié)果；智慧是指基于知識(shí)基礎(chǔ)上的一種判斷、評(píng)價(jià)、謀略或行動(dòng)，也包括了知識(shí)的傳播。知識(shí)工程系統(tǒng)（KES）的概念是1977年美國(guó)斯坦福大學(xué)計(jì)算機(jī)科學(xué)家費(fèi)根鮑姆教授（E.A.Feigenbaum）在第五屆國(guó)際人工智能會(huì)議上提出的。是運(yùn)用知識(shí)工程方法和技術(shù)，將知識(shí)的獲取、表示、存儲(chǔ)、推理、傳播和應(yīng)用等過(guò)程進(jìn)行集成和自動(dòng)化的計(jì)算機(jī)系統(tǒng)。知識(shí)工程系統(tǒng)的應(yīng)用場(chǎng)景醫(yī)藥領(lǐng)域：醫(yī)藥知識(shí)工程系統(tǒng)可輔助藥物立項(xiàng)與研發(fā)、醫(yī)藥市場(chǎng)營(yíng)銷(xiāo)、藥品監(jiān)管與政策制定，輔助醫(yī)生進(jìn)行疾病診斷與治療方案制定等。教育領(lǐng)域：實(shí)現(xiàn)智能教學(xué)、個(gè)性化學(xué)習(xí)推薦等，根據(jù)學(xué)生的學(xué)習(xí)情況和知識(shí)掌握程度，提供針對(duì)性的學(xué)習(xí)內(nèi)容和輔導(dǎo)。智慧

知識(shí)信息數(shù)據(jù)DIKW金字塔理論愛(ài)德華·費(fèi)根鮑姆圖靈獎(jiǎng)得主，美國(guó)國(guó)家科學(xué)院院士數(shù)據(jù)來(lái)源：圖片與信息來(lái)自公開(kāi)網(wǎng)絡(luò)，摩熵咨詢(xún)整理35從數(shù)據(jù)到數(shù)據(jù)分析，數(shù)據(jù)和信息的概念并非一成不變的大數(shù)據(jù)介紹

AI大模型介紹 發(fā)展趨勢(shì)介紹數(shù)據(jù)來(lái)源：圖片與信息來(lái)自公開(kāi)網(wǎng)絡(luò)，摩熵咨詢(xún)整理36數(shù)據(jù)分析和大數(shù)據(jù)技術(shù)正在強(qiáng)有力地推動(dòng)現(xiàn)代醫(yī)學(xué)進(jìn)步37大數(shù)據(jù)介紹

AI模型介紹 發(fā)展趨勢(shì)介紹經(jīng)驗(yàn)醫(yī)學(xué)循證醫(yī)學(xué)精準(zhǔn)醫(yī)療智慧醫(yī)療非數(shù)據(jù)技術(shù)數(shù)據(jù)分析技術(shù)大數(shù)據(jù)技術(shù)醫(yī)療數(shù)據(jù)：病歷、血樣、影像數(shù)據(jù)，隨訪(fǎng)記錄，支付、醫(yī)保信息，醫(yī)療器械等；移動(dòng)醫(yī)療健康數(shù)據(jù)：可穿戴設(shè)備量化數(shù)據(jù)，互聯(lián)網(wǎng)醫(yī)療平臺(tái)數(shù)據(jù)、個(gè)人健康管理數(shù)據(jù)等；基因數(shù)據(jù)：基因測(cè)序結(jié)果、基因檢測(cè)結(jié)果等；學(xué)術(shù)數(shù)據(jù)：實(shí)驗(yàn)結(jié)果、報(bào)告、論文等；藥物研發(fā)：臨床試驗(yàn)、藥理毒理、藥物分子、高通量計(jì)算、藥物使用數(shù)據(jù)等；AI藥物設(shè)計(jì)算法、算力、數(shù)據(jù)的結(jié)合使得近年AI技術(shù)能力明顯優(yōu)于早期階段大數(shù)據(jù)介紹

AI大模型介紹

發(fā)展趨勢(shì)介紹經(jīng)歷了長(zhǎng)達(dá)半個(gè)世紀(jì)的人工智能寒冬杰弗里辛頓提出深度學(xué)習(xí)理論1950年人工智能的開(kāi)端2006年2014年云計(jì)算技術(shù)走向成熟2016年AlphaGo戰(zhàn)勝李世石2018年1997年IBM的計(jì)算機(jī)深藍(lán)戰(zhàn)勝人類(lèi)國(guó)際象棋冠軍卡斯帕羅算法的巨大突破帶來(lái)機(jī)器學(xué)習(xí)技術(shù)的集中爆發(fā)算法AlphaFold的時(shí)代到來(lái)算法算力2024年2022年ChatGPT為引領(lǐng)的LLM時(shí)代AlphaFold3發(fā)布算法 算力 數(shù)據(jù)產(chǎn)業(yè)數(shù)字化

數(shù)字產(chǎn)業(yè)化數(shù)據(jù)來(lái)源：信息來(lái)自網(wǎng)絡(luò)38人工智能和大模型基本概念大數(shù)據(jù)介紹

AI大模型介紹

發(fā)展趨勢(shì)介紹生成式AI判別式AI參數(shù)超過(guò)100億（10B）涌現(xiàn)能力隨參數(shù)變化大模型非自然語(yǔ)言文字人體基因聲音系統(tǒng)蛋白圖像組織原子視頻細(xì)胞粒子表格器官分子通用多模態(tài)技術(shù)與生命科學(xué)多模態(tài)樸素貝葉斯、決策樹(shù)、支持向量機(jī)、最大熵模型等世界模型擴(kuò)散模型數(shù)據(jù)來(lái)源：信息來(lái)自網(wǎng)絡(luò)39生命科學(xué)+大模型核心難點(diǎn) 多模態(tài)（從一維模型到N維模型---世界模型）大數(shù)據(jù)介紹

AI大模型介紹

發(fā)展趨勢(shì)介紹PD1靶點(diǎn)

Programmed

cell

death

protein

1數(shù)據(jù)來(lái)源：信息來(lái)自網(wǎng)絡(luò)40AI已是確定性的生產(chǎn)力革命，將為生物醫(yī)藥行業(yè)帶來(lái)顛覆性變化大數(shù)據(jù)介紹 AI大模型介紹

發(fā)展趨勢(shì)介紹數(shù)據(jù)來(lái)源：信息來(lái)自網(wǎng)絡(luò)41為什么是現(xiàn)在？從2017年Google提出Transformer，到2022年11月OpenAI發(fā)布ChatGPT，到2025年1月深度求索開(kāi)源DeepSeekR1；隨著AI大模型能力的提升、成本的降低，實(shí)現(xiàn)了技術(shù)平權(quán)，現(xiàn)在有了更多的解決方案和應(yīng)用開(kāi)發(fā)；AI帶來(lái)的智能革命的影響力高于個(gè)人PC，等于或大于互聯(lián)網(wǎng)——谷歌前CEO-埃里克·施密特大語(yǔ)言模型是當(dāng)前AI領(lǐng)域的明珠，DeepSeek的出現(xiàn)為其普惠奠定了基石大數(shù)據(jù)介紹 AI大模型介紹

發(fā)展趨勢(shì)介紹開(kāi)源：免費(fèi)可得全球第一梯隊(duì)AI基礎(chǔ)模型開(kāi)源使得企業(yè)可以接入大語(yǔ)言模型，探索更多的應(yīng)用場(chǎng)景數(shù)據(jù)來(lái)源：信息來(lái)自網(wǎng)絡(luò)42成本：被擊穿的模型溢價(jià)工程優(yōu)化技術(shù)打破了模型廠(chǎng)家的溢價(jià)，讓調(diào)用成本進(jìn)一步降低應(yīng)用：端側(cè)智能的更新蒸餾技術(shù)讓小尺寸模型有了更強(qiáng)的性能，讓智能硬件成為可能效果：深度推理帶來(lái)的智能提升讓模型可以處理復(fù)雜的推理問(wèn)題，進(jìn)一步拓寬AI能力邊界正確認(rèn)識(shí)大模型的使用的進(jìn)階大數(shù)據(jù)介紹 AI大模型介紹

發(fā)展趨勢(shì)介紹與大模型直接聊天，輸入簡(jiǎn)單提示詞快速問(wèn)答打通行業(yè)知識(shí)庫(kù)和內(nèi)部知識(shí)庫(kù)，提高輸??專(zhuān)業(yè)度和精準(zhǔn)度L2L1

用體系化的提示詞和專(zhuān)業(yè)提示詞進(jìn)行系統(tǒng)化的多輪對(duì)話(huà)L0可執(zhí)行復(fù)雜的規(guī)劃、推理、分解、預(yù)測(cè)流程的工作流(Agent)與企業(yè)業(yè)務(wù)流程、組織、系統(tǒng)打通(Agent)L3

具備GUI界面的多個(gè)步驟的工具軟件融合及SFT微調(diào)L5L4多個(gè)Agent的相互協(xié)作，高度降本增效L6A2A協(xié)議MCP協(xié)議RAG方案數(shù)據(jù)來(lái)源：信息來(lái)自網(wǎng)絡(luò)43醫(yī)療大數(shù)據(jù)賦能藥企市場(chǎng)營(yíng)銷(xiāo)賦能一：藥品市場(chǎng)潛力洞察賦能二：產(chǎn)品定價(jià)及準(zhǔn)入賦能三：洞察患者就診路徑，精準(zhǔn)制定市場(chǎng)策略賦能四：快速便捷獲取市場(chǎng)知識(shí)賦能五：助力市場(chǎng)推廣Presenter

Notes2025-05-21

23:29:09--------------------------------------------這四個(gè)賦能是按照時(shí)間線(xiàn)邏輯排列，先評(píng)估市場(chǎng)潛力，然后產(chǎn)品獲批上市、定價(jià)、醫(yī)保談判，后面就是市場(chǎng)策略，最后是銷(xiāo)售落地45數(shù)據(jù)來(lái)源：Bernstein

Research：The

Long

View–R&D

Productivity,藥融咨詢(xún)26億美元一款新藥的

平均研發(fā)投入當(dāng)前新藥的臨床失敗率Structure

ofDNARestrictionenzymesDolly

theSheep19501960DNAsequencingRecombinantDNA1970

1980Humaninsulin約90%HumanGenome

v11990

2000

201010年

10億美金 成功率不到10%痛點(diǎn)與改變

市場(chǎng)潛力洞察 定價(jià)和準(zhǔn)入 市場(chǎng)策略 知識(shí)學(xué)習(xí) 市場(chǎng)推廣制藥企業(yè)痛點(diǎn)——研發(fā)成功率還在逐年下降，快速有效回收成本達(dá)到盈利更為重要AI及大數(shù)據(jù)帶來(lái)的改變——使得各環(huán)節(jié)更快更好更科學(xué)更規(guī)范，同時(shí)有望降本增效臨床前研究立項(xiàng)

臨床研究多維度信息獲取文獻(xiàn)挖掘風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)估靶點(diǎn)信息分析分子設(shè)計(jì)分子性質(zhì)預(yù)測(cè)試驗(yàn)設(shè)計(jì)優(yōu)化終點(diǎn)數(shù)據(jù)智能分析患者智能招募與分層市場(chǎng)潛力洞察定價(jià)與準(zhǔn)入市場(chǎng)策略。。。。。。醫(yī)學(xué)與醫(yī)療智能問(wèn)答輔助診療AI及大數(shù)據(jù)在生物醫(yī)藥全生命周期的使用場(chǎng)景藥物發(fā)現(xiàn)與醫(yī)學(xué)知識(shí)挖掘科學(xué)客觀立項(xiàng)加快藥物發(fā)現(xiàn)與臨床前研究進(jìn)展實(shí)驗(yàn)方案設(shè)計(jì)與優(yōu)化合理選擇試驗(yàn)方式加快臨床研究進(jìn)展提高數(shù)據(jù)分析能力發(fā)現(xiàn)市場(chǎng)潛力與機(jī)會(huì)便于價(jià)格設(shè)計(jì)與管理科學(xué)設(shè)計(jì)市場(chǎng)策略加快藥物特性推廣助力醫(yī)學(xué)知識(shí)傳播促進(jìn)合理用藥提速/提質(zhì)

降本/增效

科學(xué)/規(guī)范本章后續(xù)繼續(xù)介紹上市后推廣痛點(diǎn)與改變

市場(chǎng)潛力洞察 定價(jià)和準(zhǔn)入 市場(chǎng)策略 知識(shí)學(xué)習(xí) 市場(chǎng)推廣46賦能一：與傳統(tǒng)方法結(jié)合評(píng)估目標(biāo)治療領(lǐng)域及產(chǎn)品市場(chǎng)潛力12目標(biāo)人群數(shù)量34

使用目標(biāo)企業(yè)藥品的人群數(shù)量目標(biāo)藥品的銷(xiāo)售額5目標(biāo)人群比例目標(biāo)企業(yè)市場(chǎng)份額目標(biāo)藥品DOT、價(jià)格通過(guò)案頭研究、醫(yī)療大數(shù)據(jù)、專(zhuān)家訪(fǎng)談充分了解治療領(lǐng)域的患者數(shù)量、診療患者比例、產(chǎn)品的競(jìng)爭(zhēng)格局及市場(chǎng)定位，最 終估算出目標(biāo)治療領(lǐng)域或者產(chǎn)品的市場(chǎng)潛力充分理解目標(biāo)疾病流行病學(xué)、診療情況和臨床未滿(mǎn)足需求疾病患病人群數(shù)量（患病率/發(fā)病率）診斷率、治療率

流行病學(xué)大數(shù)據(jù)疾病診療人群數(shù)量通過(guò)流行病學(xué)數(shù)據(jù)和專(zhuān)家訪(fǎng)談，梳理目標(biāo)疾病目前的治療情況，并對(duì)不同用藥人群進(jìn)行分類(lèi)疾病類(lèi)型：突變類(lèi)型治療分期：早期/晚期，輕度/中度/重度療法類(lèi)型：一線(xiàn)/二線(xiàn)/末線(xiàn)，局部治療/系統(tǒng)治療，誘導(dǎo)治療/維持 治療人群類(lèi)型：兒童/成人/老人…充分理解目標(biāo)產(chǎn)品特點(diǎn)、適用場(chǎng)景和臨床治療效果根據(jù)臨床數(shù)據(jù)以及藥品相關(guān)信息，了解患者特征和市場(chǎng)定位，確 定目標(biāo)藥物所在分類(lèi)采用從上到下初步框定目標(biāo)產(chǎn)品市場(chǎng)的方法，充分分析產(chǎn)品注冊(cè)、定價(jià)策略，評(píng)估目標(biāo)產(chǎn)品市場(chǎng)潛力通過(guò)分析不同分類(lèi)之間治療效果和臨床地位的差異，確定目標(biāo)藥 品所在分類(lèi)的市場(chǎng)份額，從而確定人群占比明確該類(lèi)別藥物未來(lái)市場(chǎng)份額的變化趨勢(shì)及影響因素AI等信息技術(shù)輔助文獻(xiàn)/臨床信息挖掘痛點(diǎn)與改變

市場(chǎng)潛力洞察

定價(jià)和準(zhǔn)入 市場(chǎng)策略 知識(shí)學(xué)習(xí)市場(chǎng)推廣47賦能一：與傳統(tǒng)方法結(jié)合評(píng)估目標(biāo)治療領(lǐng)域及產(chǎn)品市場(chǎng)潛力——估算市場(chǎng)規(guī)模48地區(qū)人均GDP（美元）19,22013,785

11,462

15,853

16,40125,8048,33224,35212,120

9,739

9,863

9,0229,195

10,569

12,18511,981

15,9519,0916,6297,126

8,657

9,120

8,935

8,7737,598

8,091

6,901

7,777

5,757

7,910

7,9716.754.844.025.565.769.062.928.554.253.42

3.463.172.673.233.714.282.844.205.603.192.42

2.503.043.202.732.023.142.333.082.78

2.80江蘇廣東山東浙江福建北京河南上海湖北湖南安徽四川河北江西陜西重慶云南廣西內(nèi)蒙天津山西貴州新疆遼寧吉林甘肅海南黑龍寧夏青海西藏古

江年兒童患者人均用藥次數(shù)89.377.8

77.061.656.951.5

49.443.9

40.7

39.131.1

29.9

27.3

27.021.6

20.1

17.3

17.0

16.8

16.7

15.5

14.16.1

5.7

5.7

5.2

4.0

2.8

2.0江蘇廣東山東浙江福建北京河南上海湖北湖南安徽四川河北江西陜西重慶云南廣西內(nèi)蒙天津山西貴州新疆遼寧吉林甘肅海南黑龍寧夏青海西藏古

江兒童藥物市場(chǎng)規(guī)模（億元）169.9

161.0第一梯隊(duì)第二梯隊(duì)第三梯隊(duì)第四梯隊(duì)江蘇廣東山東浙江福建北京河南上海湖北湖南安徽四川河北江西陜西重慶云南廣西內(nèi)蒙天津山西貴州新疆遼寧吉林甘肅海南黑龍寧夏青海西藏古

江27.5%

30.1%

28.2%

14.3%資料來(lái)源：附.美元/人民幣=7.13；醫(yī)療大數(shù)據(jù)、KOL訪(fǎng)談、摩熵咨詢(xún)＞100億50-100億20-50億＜20億痛點(diǎn)與改變

市場(chǎng)潛力洞察

定價(jià)和準(zhǔn)入 市場(chǎng)策略 知識(shí)學(xué)習(xí) 市場(chǎng)推廣賦能一：與傳統(tǒng)方法結(jié)合評(píng)估目標(biāo)治療領(lǐng)域及產(chǎn)品市場(chǎng)潛力——發(fā)現(xiàn)市場(chǎng)特點(diǎn)將大數(shù)據(jù)與數(shù)據(jù)分析方法結(jié)合，發(fā)現(xiàn)各地市場(chǎng)特點(diǎn)，描述更多維的市場(chǎng)畫(huà)像。痛點(diǎn)與改變

市場(chǎng)潛力洞察

定價(jià)和準(zhǔn)入 市場(chǎng)策略 知識(shí)學(xué)習(xí) 市場(chǎng)推廣49痛點(diǎn)與改變 市場(chǎng)潛力洞察

定價(jià)和準(zhǔn)入賦能二：產(chǎn)品定價(jià)及醫(yī)保準(zhǔn)入醫(yī)保準(zhǔn)入加快，也改變著藥品定價(jià)策略，更需要基于藥品全生命周期的價(jià)格管理基于藥品全生命周期的價(jià)格管理框架上市價(jià)格申報(bào)遞交意向價(jià)格醫(yī)保目錄談判支付標(biāo)準(zhǔn)醫(yī)保續(xù)約價(jià)格專(zhuān)利過(guò)期價(jià)格是否滿(mǎn)足“保基本”遞交前是否自主降價(jià)是否有PAP計(jì)劃參照藥價(jià)格藥經(jīng)推國(guó)內(nèi)外市導(dǎo)價(jià)格場(chǎng)價(jià)格是否獨(dú)家基金支出競(jìng)爭(zhēng)環(huán)境示例說(shuō)明上市時(shí)企業(yè)定價(jià)申報(bào)遞交意向價(jià)格參照藥

藥經(jīng)推

國(guó)內(nèi)/國(guó)際價(jià)格

導(dǎo)價(jià)格

市場(chǎng)價(jià)格談判支付標(biāo)準(zhǔn)第一次續(xù)約第二次續(xù)約過(guò)專(zhuān)利期價(jià)格兩年兩年市場(chǎng)策略知識(shí)學(xué)習(xí)市場(chǎng)推廣50賦能二：產(chǎn)品定價(jià)及醫(yī)保準(zhǔn)入——數(shù)據(jù)是藥物價(jià)值研究的重要材料臨床必要性證據(jù)是決定藥物綜合價(jià)值的關(guān)鍵因素證據(jù)產(chǎn)生的方法和數(shù)據(jù)來(lái)源：真實(shí)世界數(shù)據(jù)、醫(yī)療大數(shù)據(jù)、KOL訪(fǎng)談等。臨床也采取體表面積法計(jì)算兒童用量例如護(hù)胃藥奧美拉唑，沒(méi)有兒童劑量，并且在說(shuō)明在說(shuō)明書(shū) 上也說(shuō)兒童慎用。從這簡(jiǎn)單的輔助藥來(lái)說(shuō)，它沒(méi)有開(kāi)展兒童 的適應(yīng)癥，沒(méi)做相關(guān)的臨床試驗(yàn)，所以寫(xiě)了慎用，那我們使 用的時(shí)候還是非常擔(dān)心兒童患者安全性。靶向藥的類(lèi)似情況可能更多。因?yàn)榘邢蛩庍M(jìn)入臨床之前會(huì)先 進(jìn)行臨床試驗(yàn)，實(shí)驗(yàn)對(duì)象大多是社會(huì)層面的健康成人，所以 大多數(shù)靶向藥沒(méi)有兒童適應(yīng)癥，沒(méi)有兒童劑量。所以大多數(shù) 靶向藥是根據(jù)成人劑量去換算成人的體表面積，再換算兒童 體表面積去換算兒童劑量，安全性是考慮的最大因素。北京XXX醫(yī)院，血液科，XXX主任醫(yī)師專(zhuān)家評(píng)審中“年費(fèi)用”是否滿(mǎn)足“?；尽钡奶魬?zhàn)藥經(jīng)模型由于參數(shù)不確定導(dǎo)致的測(cè)算價(jià)格的偏差可能造成的挑戰(zhàn)基于患者/醫(yī)生調(diào)研的證據(jù)基于電子病歷數(shù)據(jù)的洞察滿(mǎn)足醫(yī)保遞交的時(shí)間和效率真實(shí)世界證據(jù)支持目標(biāo)患者人數(shù)/構(gòu)成不確定成本計(jì)算不確定**/kg/日（體重＜20kg的新生兒、幼嬰兒和兒童）**/m2/日（體重＞20kg的兒童、青少年和成人日劑量不確定慢性病、腫瘤藥品等用藥時(shí)長(zhǎng)不確定“根據(jù)癥狀適當(dāng)減量”；“按需使用”

“未實(shí)現(xiàn)充分應(yīng)答、可考慮增量至**mg”；“劑量視患者年齡、體重、臨床癥狀和實(shí)驗(yàn)室檢查結(jié)果而定2022年通過(guò)形式審查的近50%品種日劑量不明確基于說(shuō)明書(shū)，許多腫瘤藥品“應(yīng)持續(xù)服用直至疾病進(jìn)展或出現(xiàn)不可耐受的毒性”；腫瘤藥品實(shí)際用藥時(shí)長(zhǎng)通常低于臨床實(shí)驗(yàn)PFS/EFS/MFS數(shù)據(jù)痛點(diǎn)與改變 市場(chǎng)潛力洞察

定價(jià)和準(zhǔn)入

市場(chǎng)策略 知識(shí)學(xué)習(xí)市場(chǎng)推廣51賦能三：精準(zhǔn)制定市場(chǎng)策略，合理配置資源——制定差異化營(yíng)銷(xiāo)策略痛點(diǎn)與改變 市場(chǎng)潛力洞察 定價(jià)和準(zhǔn)入

市場(chǎng)策略

知識(shí)學(xué)習(xí)市場(chǎng)推廣日常保健發(fā)現(xiàn)癥狀體檢/初篩健康人群患者目標(biāo)患者初診復(fù)診長(zhǎng)期管理痊愈健康科普及公共宣傳政

策

導(dǎo)

向

支

持

利

好新媒體渠道患者觸達(dá)及管理短視頻患教新媒體宣推潛在患者發(fā)掘擴(kuò)大患者日常保健及初篩意識(shí)2）患者觸達(dá)及管理路徑公域流量至私域流量的轉(zhuǎn)變醫(yī)院選擇/醫(yī)生選擇/就診跟蹤/長(zhǎng)期管理…患者管理提高DOP療效追蹤服藥提醒不良反應(yīng)處理定期復(fù)查提高粘性患者教育疾病科普等#關(guān)鍵工具#醫(yī)學(xué)證據(jù)：最高級(jí)別醫(yī)學(xué)證據(jù)：指南、共識(shí)等

自然臨床證據(jù)：?jiǎn)蝹€(gè)病例，系列病例市場(chǎng)活動(dòng)-多樣形式及包裝策劃

外部借力-黨媒平臺(tái)或新媒體渠道Marketing

shapping關(guān)系維護(hù)學(xué)術(shù)區(qū)隔公共宣推-重要專(zhuān)家站隊(duì)發(fā)聲及關(guān)系維護(hù)-差異化市場(chǎng)區(qū)隔策略全面?zhèn)鬟_(dá)-公共網(wǎng)絡(luò)關(guān)鍵信息及形象塑造就診1.1確診目標(biāo)醫(yī)院醫(yī)院目標(biāo)科室科室目標(biāo)醫(yī)生醫(yī)生處方用藥

手術(shù)檢查等準(zhǔn)入 醫(yī)保1.4藥品可及性1.2治療方案制定創(chuàng)新支付商業(yè)保險(xiǎn)TOP：打關(guān)系、定方向中高潛：學(xué)術(shù)區(qū)隔、高處方基層醫(yī)生：基層教育、上量52123學(xué)術(shù)區(qū)隔：品牌&定位差異化賦能三：精準(zhǔn)制定市場(chǎng)策略，合理配置資源——合理設(shè)計(jì)推廣方案痛點(diǎn)與改變 市場(chǎng)潛力洞察 定價(jià)和準(zhǔn)入

市場(chǎng)策略

知識(shí)學(xué)習(xí)市場(chǎng)推廣利用大數(shù)據(jù)進(jìn)行患者細(xì)分，將患者按照不同特征分為不同的群體，分析各類(lèi)患者的就診行為。未來(lái)可針對(duì)每個(gè)群體實(shí)施精準(zhǔn)的營(yíng)銷(xiāo)活動(dòng)，為每個(gè)細(xì)分市場(chǎng)提供個(gè)性化產(chǎn)品推廣方案。53賦能三：精準(zhǔn)制定市場(chǎng)策略，合理配置資源——地域性競(jìng)爭(zhēng)情況分析數(shù)據(jù)支撐競(jìng)品在不同市場(chǎng)

價(jià)格水平存在差異了解競(jìng)品在各省的定價(jià)情況制定合適的產(chǎn)品定價(jià)策略痛點(diǎn)與改變 市場(chǎng)潛力洞察 定價(jià)和準(zhǔn)入

市場(chǎng)策略

知識(shí)學(xué)習(xí)市場(chǎng)推廣54賦能三：精準(zhǔn)制定市場(chǎng)策略，合理配置資源——精細(xì)投放管理D值是某一家醫(yī)院某類(lèi)藥物的整體市場(chǎng)，D0最大D9最小。P值是客戶(hù)企業(yè)產(chǎn)品在這家醫(yī)院的市場(chǎng)占比，P9代表占比小，P0代表占比大。比如P0-D0就是該醫(yī)院市場(chǎng)大，而且客戶(hù)的產(chǎn)品市場(chǎng)份額也大，就需要維持。P9-D0就代表該醫(yī)院市場(chǎng)大，但是客戶(hù)產(chǎn)品的市場(chǎng)份額小，就需要加強(qiáng)支持。醫(yī)療大數(shù)據(jù)能幫助企業(yè)了解醫(yī)院市場(chǎng)規(guī)模，競(jìng)爭(zhēng)格局，大數(shù)據(jù)篩選出某產(chǎn)品需要加強(qiáng)支持（市場(chǎng)大，份額?。┑尼t(yī)院，幫助客戶(hù)制定有效的市場(chǎng)策略識(shí)別持續(xù)增長(zhǎng)/維持（市場(chǎng)大，份額大）、加強(qiáng)支持（市場(chǎng)大，份額?。p少、監(jiān)控、非目標(biāo)醫(yī)院（市場(chǎng)小，份額?。瑢?shí)現(xiàn)資源合理配置，提高效率。痛點(diǎn)與改變 市場(chǎng)潛力洞察 定價(jià)和準(zhǔn)入

市場(chǎng)策略

知識(shí)學(xué)習(xí)市場(chǎng)推廣55賦能三：精準(zhǔn)制定市場(chǎng)策