2024年AI在制药领域的应用报告-罗兰贝格-13正式版

AI在制药领域的应用AI为何能改变制药行业的游戏规则十月20242AI在制药领域的应用执行摘要AI可提升制药企业的营收和利润AI能够在制药价值链中释放巨大价值。应用得当时，它可以同时提高效率和收益，并在更短时间内为患者提供更好的药物。在研发环节，AI能够生成更好、更有效的候选药物，加速从药物发现到临床前候选阶段的进程。在运营和生产环节，AI通过释放全价值链改进潜力、实现除自动化以外的效率提升。AI的最新发展赋能新用例显著改善各种生产关键绩效指标。商业化领域也受益于AI。使用AI工具直接协助与医务人员互动的应用日益增多，更快速为团队提供重要的医疗信息。AI还可以通过使用市场表现数据为销售、营销和市场准入环节提供独到洞察。将AI整合进公司流程为制药公司提供了改善营收和利润的巨大潜力，机会正当时。然而，企业必须考虑大量因素，才能使AI实施真正有效。不断增加的监管压力以及扩展AI应用案例的需求，带来了一系列复杂的运营和组织挑战。在罗兰贝格，我们根据每家公司的AI发展成熟度，提供一种模块化方法满足不同公司需求。我们的定制化解决方案可以帮助公司量身打造其AI应用之旅，以最大程度地提高公司应用适配性和影响力。3AI在制药领域的应用获取AI收益收益和效率的提高，具体取决于价值链所属环节应用得当时，AI可以同时提高有效性和效率，在更短的时间内为患者带来更好的药物。然而，效率和收益的提升潜力因价值链环节而异。因此，合理管理AI预期以调整AI投资至关重要。获取收益AI在制药价值链中的应用（部分示例）制药价值链1研发2运营与生产3商业化•

产品组合优化•

药物发现•

化学、制造和控制(CMC)•

采购•

市场研究•

营销组合优化•

分子生成•

供应风险管理•

需求预测•

现场人员优化AI主要应用领域•

生物标记开发•

临床试验设计•

临床试验数据分析和报告撰写•

宣传材料制作•

库存/生产规划•

质量管理•

关键意见领袖（KOL）管理•

（医疗）知识管理•

供应商关系管理预期提效预期增益高低资料来源:GenerativeA,Techtarget,Press4AI在制药领域的应用AI如何助力研发在整个产品开发过程中提升创新力和效率在研发环节，AI可以在多个领域增加价值，如计算机模拟研究、医学洞察和湿实验室支持。AI已经能够通过生成更好、更有效的候选药物，加速从药物发现到临床前候选阶段的进程，帮助药物发现环节变革。新型数字化助手AI如何提高创新力和效率“AI在研发中的应用”高效流程创新产品AI在研发中的应用•

更快的数据分析和计算机模拟测试加速开发过程•

多靶点药物研发中，提高质量•

预测性设计生成提升创新力•

增强的数据处理能力提升质量技术接管研发技术助力研发资料来源:罗兰贝格5AI在制药领域的应用加速创新AI正在推动从药物发现到临床前候选阶段的全面变革AI已经在研发领域取得了令人瞩目的成果。一些机构发现，从药物发现到临床前候选阶段的时间最多可缩短50%，由于测试候选物的迭代次数减少和设计更优，成本也可实现类似程度的下降。例如

，重新利用现有分子通常需要三到五年的时间，而流程通过AI赋能后、只需两到三年即可完成，并降低30%-50%的成本。已经证实收益AI对药物发现时间和成本减少的潜在影响情景到临床前候选药物(PCC)的时间(年)到临床前候选药物(PCC)的成本(百万美元)基线8–115–7基线35-5525-40针对位置或了解较少的靶点-35–40%-40–50%-30–40%-25–30%-40–50%-30–50%AI赋能流程AI赋能流程基线5–8基线25-4015-20来自现有化药成分的分子，用于已充分理解的靶点AI赋能流程5–7AI赋能流程基线3–5基线15-3010-15将现有分子重新利用于靶点AI赋能流程2–3AI赋能流程1

临床前候选药物(PCC)

是指在早期实验室研究和动物模型中显示出良好效果、但尚未在人体临床试验中进行测试的化合物或候选药物资料来源:WellcomeTrust,TD

Cowen,相关企业访谈6AI在制药领域的应用AI在研发环节的挑战数据可得性、企业能力和监管框架企业必须考虑众多因素才能使AI实施真正有效。数据可得性问题众所周知，但这只是冰山一角，企业能力和监管框架也十分关键。以监管框架为例：在2020年至2021年期间，向美国食品和药物管理局

(FDA)

提交的材料中使用AI的数量增加了十倍。因此，美国食品药品管理局和欧洲药品管理局纷纷发起多项举措，旨在为药物发现环节中使用AI提供指导方针。随着技术日益成熟，了解这些方针及其未来发展趋势对于可持续实施AI至关重要。深入探讨有效实施AI的潜在阻力数据可得性•

该领域的数据可得性现状如何？•

数据池中是否已经检测到偏差？企业能力进一步讨论•

员工目前对

AI使用的认知程度如何，还需要补充哪些方面？监管框架•

最近针对

AI使用出台了哪些监管限制？•

将AI整合进企业流程并保持合规性和质量需要哪•

未来监管是否会进一步限制AI在制药领域的应用？些治理架构？阻力较大阻力较小资料来源：罗兰贝格7AI在制药领域的应用广泛收益AI能提高一系列生产关键绩效指标(KPI)AI的最新发展赋能新用例显著改善各种生产关键绩效指标，最多可提高25%

的收入和缩短10%

的上市时间。节省时间、节降成本基于AI的生产解决方案收益有形收益无形收益例如：基于视觉的自动化质量控制、手动工作流程自动化、基于视觉的装配自动化例如：机器参数优化以提高设备综合效率(OEE)

并降低能源消耗例如：搭载AI车辆、路线规划优化50%40%30%20%10%20–40%20–40%例如：灵活的自动化解决方案和工厂布局20–40%10–35%10–30%10–30%例如：通过机器参数优化减少废弃物料5–20%5–15%例如：预测性运维和基于AI的排例如：

基于机器视觉的安全区域障支持人工物料机器

&

流程能源消耗维护/服务内部物流生产灵活性安全性&

工作时长影响高达25%多达10%收入提升上市时间缩短1

常规减少潜力资料来源：罗兰贝格8AI在制药领域的应用独到的商业洞见以最好满足患者需求AI如何监测和提升商业表现更深入的理解AI可助力市场洞察和企业战略在产品上市阶段，AI可以在监管和医学事务及商业职能等各个方面提供支持。监管和医学事务加快审批流程并保持合规性AI可以通过多种方式帮助加快审批提交并保持合规，例如自动追踪监管变化和合规性预测。在医学事务方面，AI可以提供批准后真实世界数据(RWD)

增强追踪，并为信息服务和现场运营等提供行政支持。1审批提交支持和合规性监控•

创建监管申报资料包药物警戒和医学事务•

追踪并预测批准后的医疗真实世界数据(RWD)

，重点关注不良反应利用市场表现数据，AI可以为销售、营销和市场准入环节提供独到见解，例如内容创作、知识管理和报销建模等。同时，AI也可以收集和预测市场表现数据。•

自动追踪监管变化并进行合规性预测•

为医疗信息服务和现场运营(MSL)

提供行政支持和知识管理使用AI的公司通常聚焦于监管和医学事务或商业化。因此，制药公司往往倾向于收购针对特定业务部门或任务的AI工具或服务，或独立开发公司平台以便在全公司范围内进行推广。商业绩效追踪并提升商业绩效2•

战略洞察和销售追踪•

营销组合优化•

内容创建营销市场洞察和企业战略•

战略洞察和销售追踪•

市场理解，业绩追踪和预测•

患者行为/偏好追踪销售•

营销组合优化•

内容创建•

定价策略•

报销建模市场准入•

基于价值定价(VBP)调整资料来源：罗兰贝格9AI在制药领域的应用AI与医务人员互动确保医务人员(HCP)从AI变革中受益使用AI工具直接协助与医务人员互动的应用日益增多，例如快速提供医疗信息或创建内容，但团队需要接受全面培训才能发挥最佳效果。行业AI使用情况AI在制药商业化中的应用水平

[%]13%9%9%22%40%22%35%33%29%生物医学文献综述营销广告文案患者服务支持34%4%4%13%30%32%29%34%27%27%38%销售和医学事务联络中心自动化市场竞争情报销售辅助工具29%27%31%37%构思阶段概念验证

(PoC)

开发阶段积极试点测试阶段全面推广或实施阶段1

按使用领域报告AI发展阶段的高管比例(n=100)资料来源:Global

data10AI在制药领域的应用采用AI创建运营防护机制以实现AI规模化部署应用将AI整合进公司流程为制药公司提供了提升营收和利润的巨大潜力，机会正当时。许多行业玩家已经建立了成功的应用案例；创建运营防护机制和合理的内部治理架构可以实现AI的规模化应用。在这种情况下，制药公司需要应对不断增加的监管压力，并确保成功扩展AI应用案例。从基础搭建到广泛应用AI成熟度阶段比较AI起步初步建立AI部署规模扩展AI卓越持续强化战略转型前沿先锋AI试点确定AI愿景&目标试点首批

AI用例启动数据治理...建立

AI治理架构建立

AI战略合作伙伴成立

AI能力中心推动数据卓越...AI涉及公司各个方面制定AI运营模式考虑AI人才需求...确立业务相逐步建立框架关性实现首个里程碑AI仅作为技术话题持续开发和推广AI用例资料来源：罗兰贝格本报告来源于三个皮匠报告站（）,由用户Id:840541下载,文档Id:599858,下载日期:2025-02-1011AI在制药领域的应用我们的解决方案我们可根据您的需求量身定制方案随着行业对

AI的使用和受益不断推进，在规模化运营和持续升级

AI用例方面的阻碍也在不断更迭。在罗兰贝格，我们根据每家公司的AI发展成熟度，提供一种模块化方法满足不同公司需求。从识别和实施初始用例到建立IT架构，我们的定制化解决方案可帮助企业量身打造其AI应用之旅，以最大程度提高企业应用适配性和影响力。覆盖所有基础水平罗兰贝格模块化AI解决方案组成要素基线用例识别、开发&

实施组织和运营模式设立高阶IT架构开发落地支持•

评估当前AI完备度和表现•

评估内部治理情况•

与竞对/其他行业进行对标•

举办用例识别工作坊•

商业建模•

优先级排序和路径规划•