硬核“黑科技”如何賦能創新藥“出海”？

21世紀經濟報道記者 季媛媛 實習生闫碩 上海報道 過去十年，中國醫藥創新産業快速增長，一批具有全球競争力的優質創新企業脫穎而出，加速布局創新藥市場已然成為新趨勢。值得一提的是，過去國内大型藥企收入主要依賴中國市場，反觀海外，成熟的跨國藥企收入來源大部分來自國際市場，“出海”已成為中國藥企必選項。

根據醫藥魔方資料，2023年，國内共發生近70筆創新藥License-out（海外授權）交易，已披露交易總金額超350億美元。2024年，國産創新藥“出海”勢頭仍在延續，相關資料顯示，2024年1月中國藥企的License-out交易共計18筆，較2023年1月的5筆增長260%。

也有行業報告披露，盡管2021-2023中國生物醫藥投融資總額及數量下降明顯，但醫藥企業積極開展外部BD合作，中國創新藥“出海”迎來曆史新高。不過，伴随中國創新藥“出海”數量增多和藥物研發的低成功率，未來可能迎來退貨潮。“出海”爆發視窗期将于2-3年關閉。

實際上，創新藥賽道從立項到新藥獲批上市需要經過臨床前研究、臨床試驗、新藥注冊上市和售後監督等諸多環節，每一環節都有可能面臨失敗風險。創新藥“出海”是非常複雜的過程，其中，在臨床試驗階段更是異常複雜和缺少确定性，其試驗設計、臨床資料适用性等問題被逐漸擺在“台前”，如何解決相關問題走穩“出海”之路是衆多藥企的一大挑戰。

“在臨床試驗領域，由于行業具有高監管性，以前整個行業對于技術的應用比較謹慎，非常依賴人力做很多工作，比如資料錄入、資料核查等，但是今天，我們已經在利用AI幫助決策。我們可以通過AI在各個試驗階段的應用，推動創新藥加速走向海外。”達索系統Medidata大中華區戰略咨詢及解決方案業務部進階經理燕曉明對21世紀經濟報道記者表示。

達索系統Medidata大中華區進階解決方案專家宋樂也對21世紀經濟報道表示，數字健康技術（Digital Health Technology，DHT）的應用能夠在醫藥用品臨床研究中，促進參與人員的遠端資料采集，其應用場景可以是醫療行業的方方面面。這些資料主要來自臨床研究的參與人員，包含患者、研究人員，未來一些營運人員也可能會直接貢獻資料。用DHT對中國創新藥成功“出海”其實是起到了決定性作用。

AI是破局的關鍵

2023年，中國創新藥“出海”捷報頻傳，和記黃埔、君實生物、億帆醫藥憑借創新療法、獨特的分子結構或給藥方式成功進軍海外市場，為行業發展注入了信心。

“但是我們知道，無論是過去還是現在，中國創新藥‘出海’其實面臨諸多難點，以國際多中心試驗為例，從研究設計到研究計劃，再到研究執行等諸多環節都有一些難題需要解決。”燕曉明說。

在研究設計方面，選擇海外上市的賽道與國内大相徑庭。比如同樣的适應症，中國的标準治療和海外的标準治療可能不一樣，這意味着在中國面對的可能是标準的化療，但在美國、歐洲面對的是已經上市的靶向治療。

對藥企而言，需要事先了解未來要對标的治療方案，包括其療效和安全性大概到什麼程度，根據早期資料和産品機制對成藥機率做出判斷，以及有多大把握超過已有方案。但實際情況是，相關部門隻能高度依賴于有限的文獻發表，做出幾百甚至上千萬美元的關鍵決策。

而在研究計劃階段，藥企在“出海”時很難把握當地試驗中心的招募速度。對于研究計劃團隊來說，很多是基于過往的臨床經驗，面對全球的試驗中心往往缺乏經驗，缺乏實際資料支撐入組計劃，這會導緻試驗在入組階段不及預期。

另外，在研究執行階段，國内外也有較大差異。比如國内一般都會采用100%的SDV（源資料核查确認），即研究過程中，派CRA（臨床監查員）到研究中心去核對相關資料是否與系統錄入資料一緻。而在國外，很多都已經采用了RBQM（基于風險的品質管理），對于重點資料做重點監查。

總體而言，在燕曉明看來，臨床試驗有兩個關鍵節點，一是臨床試驗方案的設計，二是患者入組的速度。前者決定研究的方向，是成敗的關鍵；後者則是決定臨床試驗速度的關鍵。有限的文獻資料會帶來諸多限制，企業在決策時會受到相應影響；另外，在精準醫療背景下，研究設計複雜度會大幅度提升，導緻招募患者難度更大。根據研究機構資料及Medidata資料庫，50%的臨床研究中心沒能按照計劃入組患者，甚至有37%的研究中心在研究中一個患者都沒招到，這對于研究的負面影響不言而喻。

AI可以賦能國際多中心臨床試驗的各階段。比如，通過曆史臨床試驗資料，結合AI算法，可以幫助藥企找到細分領域以及競争優勢；通過AI及大資料的應用，企業能夠在海外高效招募患者，并實作患者多樣性；在精準醫療的大背景下，AI技術能夠在無法進行随機對照配置設定的情況下合成外部對照組，進而如期推進試驗；同時，AI技術還能給出試驗洞察，幫助識别試驗風險，提升試驗資料品質，進一步提升試驗成果。

無論如何賦能，高品質的資料都是AI底層邏輯中不可或缺的支撐要素。“AI的基礎就是資料，沒有資料，AI系統不可能搭建起來。同時，企業尤其需要重視資料的安全性和隐私性。”燕曉明表示，以Medidata平台為例，其資料都是臨床試驗的集合化資料，AI利用的隻是患者在參與試驗過程中提供的驗證療法的資料，平台會有很多規則保障患者隐私，進而保障其知識财産不會被分享或洩露。

“臨床試驗中AI技術是一個前景廣闊且不斷擴充的領域，AI 技術可能是克服目前創新藥進軍海外市場中面臨瓶頸的關鍵，為可持續制藥研發的新模式提供了創新動力，提供了更好、更快、更具成本效益地開展試驗的可能性。”燕曉明說。

eCOA促進資料品質提升

目前，國内外應用最廣泛的DHT技術當屬eCOA/ePRO技術。在全球臨床試驗市場，包括美國FDA及歐洲EMA在内的多國數十項政策，都明确鼓勵将COA資料作為支援新藥上市申請的标簽申明。随着臨床試驗的數字化發展，監管機構正逐漸接受将eCOA資料納入藥物申請。

中國也相應出台多項政策明确鼓勵使用 eCOA/ePRO工具。2021年，大陸NMPA出台《患者報告結局在藥物臨床研發中應用的指導原則（試行）》，首次正式且全面地聚焦該項技術，去年，又陸續出台以患者為中心的三項指導原則。

“所謂eCOA，其實是電子臨床結局評估，即通過電子化的方式，收集和分析臨床試驗中患者的感受、身體功能或生存狀況的資訊。而ePRO是指電子患者報告結局，ePRO可以被了解為包含在eCOA中的資料類型。”宋樂介紹道。

為什麼以eCOA為代表的DHT會受到這麼多的關注和重視？對此，宋樂認為，幾乎所有國家都在不遺餘力地推“以患者為中心”的概念，即以人為本。eCOA之是以受到監管與業界的重視，主要包含四方面原因，其中有兩條都符合以人為本的趨勢。

首先是患者參與體驗好、負擔輕，增強了技術的可行性；其次是患者用藥安全得到監測，可以通過eCOA技術，持續不間斷地采集患者用藥後的回報。“其實在臨床試驗階段，對資料尤其是安全性資料的把控，各地監管要求都是非常高的，這也是新藥上市的一個基礎，eCOA可以保障一些重要資料不會丢失。”宋樂補充道。

再次，eCOA也可以幫助提升資料品質，由于這種資料采集模式是遠端的，可以實時采集患者當下的體驗和回報，所采集到的資料無需轉錄，進而降低資料丢失或資料轉錄錯誤的風險，進而提高資料品質。

此外，投入使用eCOA可以降低臨床試驗費用。公開資料統計，從項目總體投入而言，eCOA相較紙質方式費用降低了67%。成本降低主要依托于資料品質提升、項目營運效率增加以及患者安全保障三方面所帶來的隐性成本降低，電子系統的費用相較于這些隐性成本而言其實是微不足道的。

根據Healthcare IT的報告，2023年eCOA市場估值14億美元，預計2031年eCOA的市場會達到47億美元，複合年均增長率為15.8%，eCOA市場未來将呈良性發展趨勢。不過，根據Medidata資料測算，中國面對的現實是eCOA滲透率較低，或僅為5%。而在美國這一資料高達80%。

“在大陸，eCOA仍處于待開拓的藍海市場。另外，我們也可以看到，中國藥企一旦做一些‘出海’項目，使用eCOA的比例會出現飙升。我相信在未來5-10年，我們會看到eCOA更加蓬勃的發展。”宋樂說。

更多内容請下載下傳21财經APP