2024释放人工智能潜能报告-衡量医药创新回报-德勤_32页_3mb

报告摘要

德勤《释放人工智能潜能》报告总结

研发现状与挑战

2013-2023年，生物制药行业研发生产力呈现波动趋势。2010-2019年，内部收益率持续下滑至12%（历史最低），2020-2021年因新冠药物短暂回升，但2022年再次下降，2023年出现改善迹象回升至41%。尽管研发总支出从1,392亿美元增至1,455亿美元（+45%），但单项资产研发成本保持稳定（2284亿美元），表明行业扩大了资产和产品线覆盖范围。随着高价值资产专利独占期缩短、监管复杂性和技术革新，研发成本和周期压力持续存在。

效率提升机遇

临床试验复杂性显著增加，成为成本主要驱动因素。当前研发项目中，50%为先进疗法（如细胞和基因疗法），30%针对罕见病。AI技术已开始融入研发流程，通过以下方式提升效率：

数据管理：整合临床试验数据，生成分析-ready数据集，减少人工干预。
药物发现：生成式AI（GenAI）加速靶点识别和分子设计，如英矽智能通过AI缩短IPF药物研发周期至3.5年（传统需7年）。
临床试验优化：数字孪生技术减少对照组患者需求（20%-50%），自动化协议生成节省30%文档编制时间；远程医疗、去中心化试验（DCT）提升患者参与度，但需平衡数据完整性与操作复杂性。

监管与战略调整

美国《通胀削减法案》（IRA）对行业影响深远：

限制高价值药物价格谈判权限，导致生物制剂独家销售期缩短，挤压企业利润空间。
全球专利法修订（如欧盟）影响商业化策略，企业需提前规划以应对专利悬崖（2030年190种药物专利到期）。
监管合规既是挑战也是机遇，需跨部门协作实现战略一致性，同时关注FAIR数据标准以提升数据价值。

生产力提升策略

技术整合：通过AI和数字化工具重构研发流程，实现效率与价值的双重提升。
灵活性与协作：建立跨部门合作机制，平衡内部研发与外部并购（2023年临床三期资产并购占比升至45%），关注新兴疗法（如mRNA疫苗）和未被过度开发领域。
风险管理：利用AI进行全程风险评估，优化“是否继续”决策，减少临床试验失败率（从70%降至50%）。
患者为中心：通过数字平台（如TrialHub）提升患者体验，缩短招募周期，并增强多样性与包容性。