处方药能不能做精准营销？制药商的数据应用探索

大数据文摘|bigdatadigest

精准营销这个在电商领域已经司空见惯的手段，在药物行业，特别是处方药领域才刚刚开始探索。11月23日，清数大数据产业联盟与清华校友总会AI大数据专委会（筹）共同主办的药物大数据行业思享会上，惠每医疗CEO刘丁分享了精准营销在药物行业应用的探索。本期思享会获得北京昌平科技园发展有限公司与中关村昌科生命健康产业联盟的大力支持，在昌平区北大医疗产业园举办，来自医药企业、保险公司、医院药剂科等相关领域20余位业内人士参与交流和讨论。

大数据在药物行业能够有什么应用？处方药能不能做精准营销？制药商如何利用数据管理到病人服药的依从性？我们对本次分享的精彩内容进行了整理，在不改变原意的前提下有删改：

此次分享只是医疗健康数据里面非常小的一个片断--制药企业大数据的应用，涉及到患者和零售等方面内容。

从制药行业市场数据上看，不管是在中国还是全球医药市场已经进入增速放缓的阶段。十几年前，中国的医药市场真是一个黄金年代，每一家制药企业在中国的增长率都是两位数，外资药企20、30%也不奇怪。 但是现在中国医药市场平均增长率已经降到了8%，比GDP稍微高一点。 如果我们按照国家划分一下，虽然整个成熟市场增速在往下走，美国还是高于全球平均水平，新兴市场国家中，巴西、印度、土耳其增速差不多到了两位数，金砖四国里中国不如巴西、印度，中国已经掉到一位数。但是中国整个药物市场的规模很大，基本上是每年的规模是1万多亿，任何一个不管是做技术的还是做数据的都不能忽视的市场。

“大数据在药物行业能够有什么应用？”

回到我们的大数据正题，大数据在药物行业的应用大体可以分成以下几点。

首先是药物经济学。刚才介绍的时候看到不少保险领域的嘉宾，保险其实就是药物经济学数据分析方法的一个应用方向。什么叫做药物经济学？举个例子，刚才提到了保险，比如深圳，如果我们拿到了深圳的医保数据还有病人进院看病的数据，用这些数据能做什么事情呢？比如建议深圳市政府怎样调整医保政策，使医保支出总量降低多少，以及采取哪些卫生健康措施可以提高市民健康水平，从而减少他们的就诊率百分之多少、减少医药支出百分之多少等等。所有这些根据数据能够给出的跟经济、跟支出相关的我们叫做药物经济学。

第二点是安全性与有效性。刚才也有朋友提到跟美国药企合作做不良反应的监测，这也是一种大数据的应用。因为不良反应监测是所有制药企业都要去采集的，临床实验只是实验阶段，上市以后还要继续监测这个药品的使用有什么新的副作用等等，药企都有责任收集这些信息。这些不良反应的收集，传统上我们想到去医院采集，患者有什么不良反应告诉医生，医生告诉药厂，在新技术的帮助下我们有很多大数据的方式来采集，比如通过一些社交媒体进行监测。举个例子，2016年杨森针对一种艾滋病药物做过一个项目，花了半年多时间监测艾滋病患者治疗方面的一些信息。比如国家有些政策对于艾滋病的免费治疗资助患者是不是知道呢，比如说患者有了病以后愿不愿意去医院就诊，还是比较害怕别人知道不去看病等等，有各种各样的疗法，患者比较愿意采用哪一种，比如说市面上有几种公司出HIV的药物，患者对哪一个公司的药物反响比较好呢，比如说有没有患者，医生让他吃A药，一段时间后患者却换成B药，如果是的话是什么原因呢，他觉得B更便宜并且疗效好还是因为A药的副作为比较大他受不了了，这种从一种药切换到另外一种药的分析。所有这些分析基本上都是在这个领域内。

第三块是临床决策支撑。医生给病人看病不是随意行为，有一套相对标准的临床指南流程。通过大数据分析可以了解临床指南有没有改进的余地，以及治疗方案的推荐等，这就是一种临床决策支撑。传统上的药物研发和临床试验都是提前设计好的，如果一期临床试验要入组500个病人，这500个病人什么样的找100个，另外什么样的再找100个，都是设计好的。真实世界证据不是设计好的，是从真实世界找这些病人做分析研究的。此外，药企研发一个药物平均花费10亿美金以上，其中相当大一部分是花在临床试验上面的，从数据来上看30%的医院最终临床试验里的患者招募是没有达到药物实验的标准的，换句话说药企的临床试验有30%的投入是被浪费了，通过大数据的方法怎样更好地促进临床实验，帮助省下30%的钱，临床试验的时候选哪些医院，优化患者招募的过程等。

第四块就是营销。药物通过了临床试验可以上市，在医药销售过程中怎么应用大数据，这是今天重点想要分享的内容。具体包括哪些方面呢？首先是患者病旅过程分析，还举刚才的例子，HIV的患者一般来说会经历一个过程，开始得知患病时是很恐慌的，然后会去医院检查就诊，确诊以后是非常悲观恐惧的，然后又慢慢开始有了一些求生的欲望，开始了解应该怎么去治疗，到最后慢慢适应持续吃药，接受这种情况后树起生活的信念。患者在这整个过程中是怎么样变化的，不同的病有不同的旅程，只有了解的每一种疾病每一个患者的旅程，才能有针对性地更好地设计药物和治疗方案。其次是患者的依从性分析，例如医生开了三个月的药，结果患者吃了两个月就不吃了，特别是慢性病，类似情况很常见，这就是依从性问题。怎么样通过大数据预测患者的依从性，这对制药企业是很有实际意义的。第三个是刚才提到的药物切换分析，患者可能从一种药换成另外一种药。还有，关于药品分销优化，当药企要去卖一个药品时，中国有240万个医生，这个药品要卖给什么样的医生，是一线城市的主治医生还是三四线的小医生，怎么样把这些医生分级，怎么卖给大医生，给小医生怎么介绍等。这部分还涉及还有很多内容，比如ROI分析等，制药企业推广一个药物每年花上千万、上亿的推广费，ROI到底怎样。