行研 | 闭环正在形成,肿瘤大数据公司应当如何掘金?

前言

作为当代社会高发病率高死亡率的疾病之一,肿瘤一直是医学界最为复杂,也最依靠科研的一个领域。由于缺乏足够有效的数据收集和支持,与肿瘤相关的科研和临床实践面临各种挑战,我国离体系化、规范化的肿瘤预防和诊治还有相当一段距离。

如何通过运用高价值数据改进肿瘤治疗过程,让经过实践检验的治疗方案变为可参考的模板而不是仅存于经验范围,则是肿瘤大数据管理的核心命题。

 


一、肿瘤大数据优化诊疗、研发等环节,市场规模预计2025年达到2,000亿元

1.1 我国癌症疾病负担沉重,预计肿瘤治疗市场规模2030年将达到14,710亿元

中国是肿瘤发病率增长最快的国家之一,医疗保健支出中肿瘤增长率最高。肿瘤市场规模预计2030年将增长至14,710亿元,2019年至2030年的复合年增长率为13.5%。

 

图1:2020年中国新发癌症人数位居世界第一


数据分析:沙利文、点石分析

图2:中国肿瘤治疗市场规模

 

与发达地区相比,中国可用的肿瘤疗法仍存在巨大滞后。中国癌症患者的5年生存率,如肝癌、前列腺癌、睾丸癌、皮肤黑色素瘤、淋巴瘤、白血病等,均远低于美国。

同时,肿瘤患者急需全程管理。肿瘤全程管理旨在协调多种医疗资源,为特定的肿瘤患者提供高质量的医疗护理服务,减少其治疗的片段化和重复性,降低就医成本,提高诊疗质量,增强治疗信心,增加治疗的完整度,使患者治疗受益最大化。2019年美国ASCO(全美肿瘤学年会)报道显示:提供全病程管理服务,可以使晚期肿瘤患者治疗费用降低21.4%,死亡风险降低38%。而我国肿瘤患者全病程管理还仅处于探索阶段。

这些因素都意味着中国肿瘤市场的巨大潜力和增长空间。

1.2 由于改善肿瘤治疗服务的紧迫性、加速研发的需求及利好政策的出台等,肿瘤大数据市场预计2025年达到2,000亿元

肿瘤治疗存在巨大的未满足需求,大数据可以提高研究、治疗、新药研发等环节的效率及质量。诊疗过程的痛点,如改善癌症治疗效果的紧迫性、加速研发的需求、医疗提供者的负担,提供了肿瘤大数据发展的主要动力。新药的一系列利好政策,缩短了创新药IND和NDA申请的审评审批时间,加速创新药商业化,催化了肿瘤大数据市场发展。

预计我国肿瘤大数据市场规模2025年将达到2,015亿元, 2015年-2025年的CAGR为51%。

 

数据来源:沙利文、点石分析

图3:中国肿瘤大数据市场规模

 


二、肿瘤大数据对药企、患者、医疗服务提供方有巨大作用

肿瘤大数据应用的基础在于医疗的数字化,数字化+医疗提供了连接和赋能两个机制来解决医疗资源不足的问题,在此之上实现智能化则依赖大数据技术。数字化、智能化对于药企、患者、医疗服务提供者均是巨大助力。

2.1 肿瘤大数据赋能药企,应用于真实世界研究

来自患者的大量数据可以推动真实世界研究,解决药企刚需。传统的随机对照试验(RCT)属于效力研究,观察理想环境下的效果,这也决定RCT忽略大量外部世界的信息,难以外推。基于真实世界数据的研究(RWS)研究临床实际条件下的效果,属于效果研究,填充了效力与效果间的鸿沟。

 

图4:RWS贴近临床实际,已应用于药物监管决策

 

RWS逐步应用于药物监管、指导临床试验设计等环节,由于数据量大,数据信息处理困难,大数据技术成为刚需。在新药研发上,肿瘤大数据可以提供研发方向。通过观察真实世界数据,了解疾病的流行病学状况、诊疗情况、并发症等,揭示临床痛点,提供发病机制、诊疗方法、治疗靶点等方面的洞察。

在结果分析上,人工智能发挥了关键作用,体现为高效率处理大规模数据以及从数据中挖掘关联的能力。RWS数据集符合大数据规模性、多样性、高速性和价值性特征,人工的方式并不适应数据集的治理与分析。这正是大数据技术发挥的舞台,能够提供完整、智能的数据治理方案,并且在繁杂的数据中找到各维度的相关性,转化为真实世界证据。

 

图5:大数据驱动RWS发展

 

此外,大数据加速了临床试验中的患者招募,促进了创新药物的研发。据IQVIA研究,37%的临床试验站点面临患者招募不足的难题,影响了试验开展。随着医疗愈发精准与个性化,药物的适用范围逐渐收窄,肿瘤大数据将在招募与匹配方面成为更重要的角色。

 

2.2 肿瘤大数据赋能医疗服务提供方,向临床辅助决策系统演进

针对医疗服务提供者,数字技术多环节赋能医疗服务,向智能化发展,衍生出多种业务模式。智慧医院和大数据平台是医疗信息系统的基础建设环节。

第二阶段,挖掘大数据,发展AI产品,辅助医生和管理人员,更有效地优化诊疗活动。诊断是相对独立的模块,影像和检验报告都是由独立的科室和医师出具,图像识别与比较、标记计数等活动均易于AI参与。因此,AI+影像、AI+检验成为热门发展方向。

第三阶段,“AI+临床思维”,即临床辅助决策系统,触及到医疗的核心环节,具体表现形式为医疗大脑或智能辅助诊断,即让计算机“学习”专家医生的医疗知识,模拟医生的思维和诊断推理,给出可靠的诊断。

 

图6:数字医疗赋能医疗服务演进模式

图7:构建临床辅助决策系统

 

2.3 肿瘤大数据促进医患连接,数字疗法成为新方向

连接机制通过远程连接医患分配资源,历经院内连接-院外导流-数字疗法三个主要阶段。第一阶段,互联网平台挂号或轻问诊业务,将院内医生与待就医患者连接;第二阶段,数字化深入诊疗,将易拆分的模块在院外开展,如复诊、用药、监测、慢病管理等,出现了互联网医院、慢病管理等多种业务。

这些业务模式连接了医患,但很难触及核心的诊疗环节,其商业价值多依赖医药零售。无法实质分配医生资源的原因在于,诊疗趋势是医生和医院联系愈发紧密,同时国内优质医生资源基本由公立医院垄断,医生和医院之间存在较强依附关系。而大数据技术能够让产品智能化,让产品成为“医生”和新的治疗方式,与患者全程连接。由此新的模式—数字疗法应运而生,数字疗法是由软件程序驱动,以循证医学为基础的干预方案,用以治疗、管理或预防疾病。数字疗法下,治疗的权威从专家转为产品,治疗效果提升依赖于围绕治疗进行的数据积累和算法优化。

图8:数字医疗“连接”模式演进

 


三、肿瘤大数据企业需应对数据治理、队列构建、业务协同和价值网络搭建等挑战

目前,肿瘤数据大多散落在各个系统,碎片化、低质量、孤立分散、类型多样、标准不一是当下数据治理的难点。由于数据密度低、质量差,处于孤岛状态,需要专业的大数据公司进行整合治理。

并且,大量的肿瘤数据没有与病人相连接,很难被利用起来。数据的联系在于患者,这是分析的基础。高质量的医疗大数据库需要整合同一病人的所有记录,提供基于个体的长期追踪记录,以支持循证医学研究。

对于专业的肿瘤大数据公司而言,数据治理能力和人工智能引擎,既是入场券也是竞争优势。肿瘤患者存在纷杂的诊疗数据和大量的图像记录,只能通过先进的人工智能技术转换成机器可读的语言。为了产生精确的预测结果,大数据企业还需要针对不同类型的肿瘤开发特定的算法和模型,每个模型都需要经过海量数据的持续训练,这为进入市场设置了极高的壁垒。

图9:大数据治理体系

数据治理中,还必须确保没有侵犯患者的隐私安全。在国内数据安全和隐私保护政策逐渐明确的背景下,获取可利用的高质量数据将成为企业更为关注的命题。

肿瘤大数据公司取得行业领先地位,还需要解决如下难点:

3.1首先要有高质量的队列

队列基于对特定人群的长期追踪,高质量队列的研究揭示了一些重要的医学发现,但通常在研究设计上很耗时,且跟进的成本非常高。例如由中国医学科学院与英国牛津大学合作启动的中国慢性病前瞻性研究(China Kadoorie Biobank, CKB),在2004-2008年完成了51万余人的基线调查,和两次各5%人群随机抽样调查。利用CKB数据可以估计中国人群恶性肿瘤发病率与死亡率,探究流行状况。

队列的维度、完整性和质量直接决定了其在真实世界研究中的作用和可信度。队列的主要维度包括医院内、医院外的数据收集和研究以及结果跟踪。

在院内外数据搜集维度上,企业需要获取医院及协会合作。由于医疗资源分布不均,肿瘤患者通常需要在一线和二线城市的医院之间流动。覆盖尽可能多的医院,以获取更多的患者连接,积累纵向医疗数据非常重要。但是,医院数据的获取和合作具有一定的排他性,因此新进入者很难获得医院覆盖,尤其是顶级的肿瘤专科医院。协会合作是快速获取医院资源的机会,并且也存在排他性,顶级协会合作同样是战略资源。

在结果跟踪的维度上,需要持续运营患者,做到随访数据的积累。肿瘤科是典型的危重症,需要大量的医疗资源和对患者的定期随访,以确保有效治疗。癌症患者的随访数据对于大数据公司审查患者生活质量、导致治疗不耐受或中断的因素、治疗转换模式和相关的患者结果非常重要。然而,新进入者可能难以生成此类后续数据,因为其需要高度专业的团队和完善的在线参与社区。

3.2 需要2B、2C业务协同发展,形成业务闭环

肿瘤大数据公司往往会进行业务扩展,以保证与医院、患者的强连接,并探索多种商业变现方式。这些诸如2C的互联网医院、数字医疗;2B的智能诊断、辅助决策、真实试验研究等业务,相互促进,环环相扣。服务患者和医院,是积累真实世界数据的良机。将数据应用于人工智能引擎,通过学习、训练,AI会不断增强、愈发智能,进而推动服务能力的提升和数字疗法的发展。随着患者人群扩大、群组增多、数据与处理技术升级,可以开发更多2B业务,例如为医药企业提供真实世界研究服务。这些业务促进了患者群体的进一步扩大,为底层AI开发更强大的数据管理能力,推动业务良性增长。

 

图10:肿瘤大数据业务协同

 

3.3 需要创新、价值网络的形成

医疗大数据的主要付费方主要分为六个:消费者、企业、保险公司、政府、医院以及药企。

短期来看,保险公司和药企的付费意愿最强,已有代表企业开始尝试大数据的应用。恒瑞医药、华领医药、天坛生物等中国医药和生物公司都已与甲骨文在医疗大数据上展开合作。创业公司中,思派网络已和9家一线外资医药企业在市场定位、分析药物经济学评价、远程医疗、分级诊疗、智慧医疗等领域开展合作,并已形成规模收入。

目前来看,医院、政府与企业对医疗大数据尤其是肿瘤大数据的需求明确,但现阶段的应用有待进一步渗透。国内的人工智能、深度学习、自然语言处理等技术也在持续发展中,国内各家医疗大数据公司也开始专注于不同的领域,渐渐拉开差距。在政策推动、资本看好的形势下,市场也将走向成熟。

 


四、国内外肿瘤大数据代表公司

Flatiron Health成立于2012年,是一家领先的肿瘤大数据技术服务公司。旗下主要产品Flatiron平台,是一个基于网络的业务和临床信息数据平台,整合结构不同的患者人群的信息,生成患者视图,提供商业智能分析,支持网络管理、研究和临床试验,并允许癌症护理提供者和生命科学公司跟踪指标相关的癌症治疗,在合规的情况下管理癌症患者的依从性,并对他们的数据提出定制问题。美国约1300万例癌症患者中,目前有超过200家癌症中心和1700名临床医生在使用Flatiron平台。Flatrion处理的患者量级、服务机构数据来看,它提升了临床机构的效率,降低了药企的研发周期和成本,使得肿瘤领域新药研发上市流程更加符合市场需求。Flatrion曾获得Google、罗氏等投资,在2018年2月,它被目前被罗氏以21亿美元的总价收购。

Health Catalyst成立于2008年,是一家美国的医疗数据管理分析服务公司。该公司为诊所和医院创建医疗健康数据库,并帮助大型综合医院和小型医院提高管理质量,整合和分析医疗保健系统中复杂的运营、财务、临床和研究数据,对数据进行分析,提升管理水平。2018年7月,Health Catalyst收购了Medcity,扩展其在医疗大数据领域的领导地位。Health Catalyst增加了100多家个客户资源基础,在之前其客户包括21个州和地区的雇主、健康计划、75个卫生系统,包括1000多家医院和超过18.5万名医师组和扩展医疗设施的提供者,支持超过7500万患者。合并后的公司将致力于解决大型医疗配送网络中许多最紧迫的问题,因为它们正寻求提高质量,降低社区患者护理成本。

医渡科技有限公司(医渡科技,2158.HK)成立于2014年,提供基于大数据和人工智能技术的医疗解决方案。公司向医疗行业的主要参与者(包括医院、制药生物技术及医疗设备公司、研究机构、保险公司、医生和患者以及监管机构及政策制定者)提供服务并与之开展合作。公司已经建成自主研发的数据智能基础设施YiduCore,透过在获得授权后处理和分析来自超过3亿患者和超过13亿的时间轴医疗数据记录,获得了高质量的病例数据与深刻的洞见。利用YiduCore,公司开发了一套能够满足医疗行业客戶关键需求的数据分析驱动型医疗解决方案。目前经营三大业务分部:大数据平台和解决方案、生命科学解决方案以及健康管理平台和服务。

零氪科技成立于2014年,是一家领先的数据驱动和人工智能支持的医疗保健技术公司。依托自主研发的全球先进的AI数据治理系统(LinkData),零氪在肿瘤、罕见病等重大疾病领域,开展基于精准生命科学解决方案(LinkSolutions)的临床招募、真实世界研究、数据洞察等服务,以真实世界数据为驱动,以医学证据为支撑,加速临床研究,赋能药品上市后再开发;开展基于数字化重疾患者健康管理平台(LinkCare)的互联网医院诊疗、线下服务中心照护、DTP药房和创新保险支付等全生命周期服务,以患者获益为中心,实现对重疾患者的精准、个性化照护和管理。

明智医疗成立于2018年,专注于肿瘤领域,涉及肝癌、肺癌、食管癌、胃癌、鼻咽癌、泌尿系统肿瘤等多癌种。该公司从队列研究入手,建立最大的专病肿瘤队列,拥有国内最大、最专业的专病(肝癌)患者数据库。目前与全国100多家肿瘤专科核心医院合作,覆盖肿瘤领域的内科、外科、介入科、放化疗科等核心治疗科室、依托自有专业肿瘤医疗数据库及AI医学经验,为药企、患者、医疗机构提供精准营销、数字处方、辅助决策等闭环数据生态,建立国内领先的肿瘤数据应用产品组合。明智医疗的特点是打造以专科专病数据应用为核心,集创新技术、商业模式和价值网络为一体的可盈利细分环境。

 


五、结语

肿瘤大数据智能平台的快速发展将为药物开发、临床诊疗、辅助决策等环节提供强有力的数据支撑,加速药物开发,提升疾病诊治水平,助力肿瘤的精准医疗。我国肿瘤大数据行业的发展起步较晚,目前还在探索阶段,面临重重挑战。目前各家肿瘤大数据公司从不同角度和侧重点出发提供服务,但归根到底,能够解决数据治理、队列构建、业务协同和价值网络搭建等挑战的企业,才是真正的能够在肿瘤大数据蓝海赛道中脱颖而出,挖到金矿。

 

 

免责声明

相关内容基于已公开的资料或信息撰写,但本公司不保证该等信息及资料的完整性、准确性,所含信息及资料保持在最新状态。同时,本公司有权对本报告所含信息在不发出通知的情形下做出修改,阅读者应当自行关注相应的更新或修改。

在任何情况下,本篇文章中的信息或所表述的意见均不构成对任何人的投资建议,无论是否已经明示或暗示,本报告不能作为道义的、责任的和法律的依据或者凭证。在任何情况下,本公司亦不对任何人因使用本文章中的任何内容所引致的任何损失负任何责任。本文章仅为本公司所有,未经事先书面许可,任何机构和个人不得以任何形式翻版、复制、发表、转发或引用本报告的任何部分。