近年來，新興技術如3D打印、人工智能和區塊鏈等正在為行業變革創造機會，得益於科學技術以創紀錄的速度繼續發展，這些技術通過各種形式推動變革，使醫療服務更便宜、更高效、更便捷，並在生命科學領域實現更大的靈活性。
從宏觀層面來看，生命科學領域許多細分賽道的全球趨勢也同樣適用於亞太地區。但是由於亞太地區的人口統計、監管環境和疾病概況等極具豐富性和差異性，而這種差異恰恰有可能是亟待解決的問題或是潛在待釋放的市場需求。
德勤近日發佈了《亞太地區生命科學與醫療保健展望》報告。該報告認為，質量、效果和價值是生命科學和醫療保健行業最新的熱門話題，全球的利益相關者正在尋找創新且具有成本效益的方法，提供以患者為中心的技術解決方案。
動脈網對報告進行了編譯梳理，期待從以下五方面內容，為國內的醫療行業參與者提供參考：
一、擁抱技術鉅變；
二、從注重數量轉向注重價值；
三、專注以患者為中心；
四、數據助力醫療保健行業發展；
五、新的合作關係和運營模式誕生。
一、擁抱技術鉅變
我們正處在第四次工業革命時代，這是一個指數級變化的時代。技術革新為人類的發展帶來的好處是顯而易見的，其中對醫療保健領域影響最大的則是數字技術的發展，大數據和信息技術將有助於更好地管理人口健康數據。
在亞太地區，各國政府也紛紛將信息和通信技術發展作為其重要的國家改革之一。例如，早在2017年，我國政府就發佈了《“十三五”國家科技創新規劃》，詳細規劃了精密醫學技術開發、建立多級知識數據庫、創建國家級生物醫學大數據採集和存儲平臺。
總體來說，我們見證了亞太地區的生命科學和製藥公司利用以下創新技術，以應對專利懸崖（指一個專利保護到期後，企業依靠專利保護獲得的銷售額和利潤就會一落千丈）和成本不斷上升的壓力：
3D打印：3D打印可以為個性化治療提供更多機會。生物製劑領域正在探索3D打印製造細胞和組織產品的新方法。
例如，藥物和疾病模型可以在3D打印的組織上進行測試，不再像以前那樣，在動物或人類身上測試。當3D打印與納米技術結合使用時，它也可以在分子水平上應用：定製的白血球可以被設計用來追捕和攻擊癌細胞。
儘管3D打印等新興技術的潛力得到了廣泛認可，但目前這些技術的法規仍處於萌芽狀態，即使在澳大利亞等較發達的市場也是如此。
人工智能（AI）：人工智能算法可以分析來自臨床試驗、健康記錄、基因概況和臨床前研究的大數據集。
這些數據中的模式和趨勢能夠以快於研究人員的速度驗證臨床假設，並迅速提供新的見解。
在亞太地區，越來越多的生物製藥公司使用人工智能來簡化藥物研發過程，並開始向其他領域如診斷領域拓展。
案例研究1：中國的AI診斷
AI技術最新的一個應用是在診斷領域。2017年，騰訊推出了AI診斷醫學影像服務，稱為人工智能創新醫療系統（AIMIS）。
目前，這項技術已證明，食管癌的初步診斷準確率超過90%，肺結節病的準確率為95%，糖尿病視網膜病變的準確率為97%。迄今為止，AIMIS實驗室已在10多家醫院建立，並簽署了進一步部署的協議。
騰訊的人工智能研究實驗室——優圖實驗室（Youtu Lab）也與廣州中山大學癌症中心的食道癌研究所合作，利用數千名匿名患者數據來培訓其AI技術的診斷部分。這種發展可能對藥物開發過程產生重大影響。
例如，騰訊AI技術捕捉到的圖像可以與xtalpi結合使用，xtalpi是一種利用雲計算平臺（如亞馬遜網絡服務、騰訊雲、谷歌雲和阿里雲）運行算法，部署一百萬個計算能力核心的技術，以發現計算機中的新產品，大幅減少製藥公司研發新品所需的時間和鉅額投資。
區塊鏈：區塊鏈是由存儲、鏈接在數字交易上的交易塊所構建的，交易記錄能夠共享，且不可修改，它使每個患者的數據源充當完整的、不可更改的“塊”，然後安全地與醫療保健提供者或其他研究組織共享。
區塊鏈在醫療領域的應用在國內外關注度日漸提高，區塊鏈的觸角已遍佈各行各業，助推傳統行業轉型升級。
目前，區塊鏈技術已逐步在醫療領域得到應用，作為一門新興技術，正在顛覆這一行業的經營模式甚至價值鏈。事實上，在亞太地區，一系列的數據顯示，區塊鏈技術真正的潛力可能在於，通過讓不同公司甚至行業彼此分享數字資產以促進合作。
案例研究2：亞太地區的區塊鏈發展
亞太地區政府對區塊鏈技術表現出強大的興趣，並通過一系列政策變化和舉措支持該技術的發展。
例如，新加坡金融管理局啟動了一個名為Ubin的多階段合作項目，該項目與金融服務行業的從業者一起探討在分佈式賬本上發行電子貨幣的效應和影響。
與此同時，中國政府正在探索使用區塊鏈來追蹤慈善捐贈，並計劃利用該平臺對慈善追蹤系統進行全面改革。
基因療法 ：基因治療為個性化療法提供了可能性，例如新的CAR-T療法，雖然使用率仍然很低，但人類遺傳學和精準醫學已經逐步通過創新的生物技術改變醫療保健。
鑑於大約80%的罕見疾病具有遺傳起源，預計基因治療將繼續在罕見疾病的治療中發揮重要作用。亞太地區也正在探索治療孤兒疾病的方法，例如用健康基因取代缺陷基因，或突變基因的失活。
案例研究3：中國在生物技術領域的巨大飛躍
中國醫療行業正在努力開發比諾華公司的Kymriah和Kite Pharma公司 的Yescarta更便宜、更有效的替代品，這兩種藥物分別是用於治療急性淋巴母細胞白血病和B細胞淋巴瘤的CAR-T療法，它們都價格高昂：Kymriah每個療程的售價為47.5萬美元，而Yescarta的售價為37.3萬美元。
截至2018年1月，中國共有153項CAR-T研究，僅比美國少33項。海南作為中國旅遊度假島和醫療旅遊自由貿易區，該地區創新細胞療法公司開發的一種類似的療法已經以每個療程49萬元人民幣（76000美元）的價格在市場上出售。
在接下來的三年裡，中國的Car-T治療價格預計將繼續降至10萬元人民幣（15510美元）以下。
二、從注重數量轉向注重價值
隨著醫療保健成本不斷上升，亞太地區的政府、醫療服務提供者和其他利益相關者都認識到保持個人和公眾健康的重要性。因此，越來越多的醫療保健產品正在從治療轉向預防，從基於量的支付模式轉向基於價值的支付模式。
例如，日本政府推出了一系列改革，包括建立綜合社區護理系統，將醫療保健，長期護理，住房和生計支持服務統一起來，以便日本老年人能夠獲得在當地社區進行持續的優質護理。
事實上，許多部門的利益相關者，特別是那些在該地區擁有先進衛生系統的利益相關者，正在倡導從“突破性”醫療保健模式向專注於注重整體人口健康的模式轉變，採取臨時性和基於交易的治療方法已不再受歡迎。
案例研究4：亞太地區人口健康管理
中國
2016年10月，中國推出了《“健康中國2030”規劃綱要》，宣佈公共衛生是未來經濟和社會發展的前提。它詳細說明了五個具體目標，包括改善國民健康，控制主要風險因素和提高衛生系統能力的必要性。
此外，該規劃基於四項核心原則：健康優先、改革創新、科學發展和正義與平等。作為中國第一個長期戰略性人口健康計劃，它還計劃到2030年將“大健康”部門的投資增加到16萬億人民幣。
新加坡
新加坡衛生部最近推出了“3 Beyonds”戰略，以確保未來醫療服務的質量和能力：
（1）從醫院護理轉至全民健康：減少醫療保健系統的護理功能，讓人們選擇更健康的飲食，為40歲及以上的人提供高補貼的健康篩查。
（2）病患護理從醫院轉向社區：使人們能夠在家或社區內獲得適當的護理，從而避免頻繁入院，護士和護理人員到患者家進行探視。
（3）追求醫療服務價值：在保持或提高護理質量的同時實現物有所值，包括引入費用基準，讓患者花最少的錢享受到最高質量的醫療護理。
與此同時，新加坡衛生部也在投資自動化，以在勞動力增長放緩的同時提高生產力。這些例子包括新的機器人藥瓶配藥系統、自動裝載包裝，以及藥瓶緊固防水和防撕裂標籤等。
亞太地區人口趨勢概覽（截圖來自德勤報告原文）
三、專注以患者為中心
在全球範圍內，生命科學和醫療保健公司都在投資提高以患者為中心的能力。在“量化自我”的演變過程中，消費者對其醫療保健體驗的參與度和期望值不斷增長，因為他們越來越意識到醫療干預的有效性，也對自身的疾病狀況和健康風險更加了解。
在亞太地區，可穿戴設備和遠程醫療越來越受歡迎，這將有助於提高亞太部分地區醫療保健服務的可及性。
案例研究5：東南亞地區的“Dial-A-Doc”
在日益增長的醫療保健需求的推動下，基於應用程序的諮詢在東南亞興起。儘管這些基於應用程序的諮詢目前只能執行有限的功能，但它們有可能改善對缺乏醫療人員地區的服務。
例如，印度尼西亞的Halodoc目前擁有約200萬用戶和20000名醫生。它收取約25000-75000印尼盾的費用諮詢，這一費用低於傳統診所的面對面諮詢。
目前，Halodoc每天進行數千次諮詢。它還與保險公司建立了合作伙伴關係，使用戶能夠支付健康保險費，並與藥房合作，將藥品交付給用戶。在印度尼西亞，像Halodoc這樣的應用程序解決了兩種類型的痛點：由於城市地區擁擠導致醫生長途通勤，以及農村地區缺乏醫生。
中國最大的在線醫療應用程序“平安好醫生”也有望在2019年通過與新加坡O2O平臺Grab合作進入東南亞市場。它計劃利用人工智能技術，通過人工智能輔助聊天機器人將患者匹配到合適的醫生那裡。截至2018年6月，“平安好醫生”在中國擁有約2.28億註冊用戶。
然而，設備之間缺乏互聯限制了可穿戴設備和遠程醫療的前景，也阻礙了護理的協調式發展。如果這些挑戰能夠得到解決，一種更為集成的全渠道病患體驗（包括客戶應用程序、患者門戶網站、個性化數字信息包和自我檢查）將成為可能，它將幫助醫療保健提供者提供更個性化的護理，並更好地與消費者互動。
生命科學公司也更加重視以患者為中心。在亞太地區，我們也開始見證使用AR技術提供個人健康解決方案。製藥企業正在為更小的患者群體開發新的、更個性化的藥物，並監測和管理患者依從性和健康結果。他們希望在此過程中更早地讓患者參與進來，以便更好地瞭解未滿足的需求，為實驗設計、患者招募和恢復能力提供信息。
目前的數據還表明，更好地滿足患者需求和改善治療方案的產品和服務將得到投資方、供應商和監管機構的高度認可。
四、數據助力醫療保健行業發展
健康數據是新的醫療保健貨幣，面對來自內外部持續、不斷增長的數據湧入，醫院將依賴認知分析來發現和梳理數據中最重要的節點和趨勢，通過對數據進行系統化、結構化的分析，向臨床醫生、患者提出可行的見解。
有三項技術正在幫助亞太地區挖掘不同的數據源，即物聯網、認知計算和基於雲的交互操作EHR系統：
物聯網：物聯網的發展對於遠程臨床監測、慢性病管理、預防性護理、老年人輔助生活和健康監測有重要價值。在亞太地區，物聯網的應用也有助於降低成本、提高效率，並將重點轉移到優質的病患護理上。
認知計算：認知計算包括機器學習、神經網絡和深度學習技術，可以幫助醫療組織處理大量快速變化的數據。
認知計算能夠處理各種統計算法並快速生成新數據的新模型，這將幫助大量醫療保健數據（從醫療設備、智能手機、活動跟蹤程序和EHR等來源彙總而來）轉化為個性化醫療方案。
更重要的是，認知計算還能用來預測健康趨勢（如疾病發作）、檢測數據模式（如藥物對個人或群體的影響），或者使不同來源的數據得以共享（如創建360度患者視圖）。
基於雲的交互操作EHR系統：當與AI相結合時，交互操作的EHR可以幫助亞太地區的醫療系統更好地將數據集成到日常護理中，並使患者更好地管理自己的數據。當這些數據存儲在雲中時，相關人員可以根據需要訪問這些數據，也可以在區塊鏈上訪問，區塊鏈是一個分佈式、不變的數字交易記錄分類賬。
然而，隨著數據使用的增加，以及像Wannacry等勒索軟件的攻擊，網絡安全和數據風險管理問題成為生命科學和醫療保健行業需要面對的挑戰。
實際上，在每年發生的網絡攻擊事件中，醫療保健僅次於金融領域。在全球範圍內，各國政府正在研究新的法規，使患者能控制自己的數據並簡化法規環境。
例如，日本厚生勞動省（負責醫療衛生和社會保障的主要部門）於2017年5月發佈了最新版《健康信息系統安全指南》，旨在推廣一系列措施來應對醫療機構的網絡攻擊風險。
最近，日本的醫療機構普遍採用封閉系統來減少網絡威脅。但是，日本國家衛生系統新的醫療ID和數據共享方案的實施，將要求醫療機構將數據上傳到外部服務器，從而提高網絡安全的重要性。
五、新的合作關係和運營模式誕生
為了應對利潤率不斷下降和成本不斷上升的挑戰，各國醫療行業均出現了不同的合作方式和運營模式。
最近，中國通過發佈《信息技術協定》政策來降低跨國經營的成本；印度作為世界上最大的仿製藥供應商，通過發展仿製藥來處理藥品可負擔性和供應問題；日本政府則啟動了一項計劃，醫療企業可以在不進行收購的情況下創建非盈利控股公司，此外日本醫療企業還通過對外投資來提升業績。
由於人口的快速老齡化和城鄉醫療支出的巨大差異，相對於發達國家，亞太地區的健康需求將會有更大幅度地提升，由此會帶來醫療費用的增長，而亞太國家的負擔能力仍然是一個問題。
例如，印度醫院越來越意識到建立更健全的財務運營模式，以應對藥品、耗材和醫療設備價格控制帶來的利潤下降，以及保險公司利用其不斷增長的患者份額和購買力擠壓醫院定價。印度現有醫生擁有較高的價格結構，導致整體的醫療勞動力短缺，這進一步侵蝕了醫院的利潤。
2017年初，越南政府頒佈了一項新法令，通過對製造商、進口商和分銷商實施更嚴格的要求來規範和控制藥品價格，這些要求適用於國內外的藥品活動。
根據這項法令，如果參與者想要提高藥品價格，他們必須就藥品的功效、成本與效果進行比較，提供技術證據，對藥品定價成本等提出合理的理由。此外，藥品經營單位不得銷售未經生產企業或者有關單位申報或者重新申報價格的藥品。
在整個亞太地區，不同的參與者通過合併和收購，開始在生命科學和醫療保健領域進行橫向擴張。從印度尼西亞到印度，當地製造商面臨著探索更高的藥品製造和在當地市場以外進行風險投資的強烈要求。
為了鞏固在全球的地位，本地製造商也認識到需要與跨國公司和製藥巨頭合作以利用其營銷能力。
*封面圖片來源：https://pixabay.com/
文 | 徐勝男
添加時請註明：姓名-公司-職位
後臺發送關鍵詞即可獲得相關好文
近期推薦
★ 保險巨頭安泰340億美元“求婚”被拒後，Humana如何在創新中突圍？
★ 5G與政策齊發力，300億醫療物聯網市場將被激活？
★ 華為逼近醫療圈：新增器械銷售、加碼5G、搶佔醫院
★ 數十億康復市場待激活，數十萬人才缺口期待“鋼鐵俠”，外骨骼機器人何時能落地？
★ 騰訊領投水滴風口熱，阿里、騰訊、京東、滴滴均入局， 下沉市場鏖戰急
動脈新醫藥
★ 從專利之爭到商業之爭，CRISPR大神的基因編輯企業佈局盤點
★ AI藥物研發之惑：我們應如何提高藥物研發的成功率
★ 微生物組學商業化路徑：治療類企業融資最多，巨頭藥企爭相下注，國內僅3家企業佈局
聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。文中出現的採訪數據均由受訪者提供並確認。未經許可，禁止進行轉載、摘編、複製及建立鏡像等任何使用。
閱讀更多 動脈網 的文章
