药物价格上涨正在加剧健康不平等。根据统计，2022年1月至2023年1月期间，药物价格平均上涨了15.2%，超过了通货膨胀率。大多数美国人对此感到压力，担心自己是否有能力为家人支付处方药费用。大约三分之一的人表示由于成本问题无法按处方服药。这一问题对少数族裔影响尤为严重，黑人和西班牙裔成年人明显比白人成年人更担忧（分别为61%、69%和50%）。
制药行业面临着在创新与可负担性之间取得平衡的挑战。开发新治疗方法需要大量投资，导致药物价格上涨，许多人难以负担必需药物。然而，利润也为未来的研发提供了资金。关键在于找到一种平衡，既能继续推动创新，又不会使药物价格过高，以至于最需要药物的人无法获得。
技术在简化研发流程、提高效率和降低成本方面发挥着重要作用。以下是科技如何帮助实现药物创新与可负担性共存的五个例子：
1. 优化临床试验设计
人工智能（AI）已经在颠覆临床研究。通过快速分析全球大量数据，研究人员可以识别理想的试验地点、主要研究者和多样化的患者群体。他们还可以预测试验结果和潜在药物相互作用，从而相应调整试验设计。患者招募通常是瓶颈之一，但AI可以通过分析资格标准和患者人口统计数据，快速识别和召集合适的参与者，减少脱落和延误。例如，在一项儿科癌症试验中，AI系统将招募工作量减少了90%。研究表明，“从发现到临床前阶段的AI驱动研发可以节省至少25-50%的时间和成本。”这些举措降低了开发成本，加快了上市时间，最终将节省的成本传递给患者。
2. 提升真实世界证据分析
利用真实世界证据（RWE）可以降低药物开发和管理成本，为更具竞争力的定价策略铺平道路。高级分析可以快速处理来自电子健康记录（EHR）、可穿戴设备、临床试验和患者报告结果的RWE，提供跨多种人群的性能洞察。机器学习（ML）还通过实时检测不良事件增强了药物警戒。这些见解提高了安全性，减少了责任成本，支持基于价值的定价，并可以在不进行昂贵的新临床试验的情况下，支持靶向治疗决策和标签扩展。
3. 加快监管合规
监管合规通常成本高昂且耗时。AI可以通过自动化FDA文件起草、合规检查和错误检测等任务来简化这些流程。AI还通过分析试验数据和不良事件报告中的模式来识别问题，跟踪全球监管变化并建议纠正措施，从而增强风险管理。
4. 预测开发成本和优化生产
预测分析可以准确预测药物开发成本，从而可能导致更合理的定价。此外，AI通过识别低效环节、预测维护需求以减少停机时间、提高产量和最小化浪费来优化制造过程。例如，我们的合作伙伴阿斯利康（AstraZeneca）利用AI将制造周期从几周缩短至几小时，提升了质量控制并降低了运营成本。这些进步有助于稳定药物价格。
5. 加速药物发现、靶向和再利用
AI极大地扩大了探索规模，发现了现有药物的新用途并加速目标识别。这减少了研发时间和成本，增加了成功的可能性。去年，有46种AI发现的药物进入了II期和III期临床试验。制药初创公司更注重控制成本，取得了巨大成功。例如，Lantern Pharma有三种AI再利用的精准肿瘤药物正在进行试验，每种药物的研发时间不到三年，成本低于350万美元，这是“在癌症领域前所未有的时间表”。
平衡创新与可负担性
药物定价受多种因素影响，但技术有潜力在可负担性和创新之间取得关键平衡。成功取决于行业在药物发现、开发和商业化过程中应用有效解决方案，以降低成本和加快流程。据估计，仅GenAI每年就能为制药行业释放高达1100亿美元的价值，从更快的化合物发现到简化的批准和针对性的市场策略。现在是时候让科技公司、制药企业和监管机构共同努力，拥抱这些技术。如果我们重新投资这些节省下来的资金，我们将创造一个更加公平的定价环境，改善救命药物的可及性。
(全文结束)
