重新构想制药业的运营模式和关键绩效指标 - AI与医疗健康

最新一波的人工智能（AI）、数字健康和直接面向患者（DTP）模式有潜力推动重大创新，改变患者体验，并重新定义生命科学公司的业务和运营模式。据估计，仅AI一项就可能为典型的制药公司带来相当于当前收入11%的价值，而包括数字健康在内的DTP模式则可以通过改善参与度、处方履行、依从性和留存率创造每年1000亿美元的价值。然而，为了充分释放这些巨大的机会，生命科学公司必须采用新的运营方式并重新衡量成功。

尽管在研发和临床决策支持方面已经取得了重大进展，但AI在患者护理和药物商业化方面的影响力却要慢得多。这也反映了各行各业在AI采用方面面临的更广泛挑战，其中不到15%的公司在AI投资中看到了真正的回报，超过一半的AI试点项目未能进入生产阶段，只有大约三分之一的员工在积极使用生成式AI。同样，除了肥胖和偏头痛类别外，只有少数制药公司和品牌采用了DTP模式，尽管其潜在收益巨大。

那么，是什么阻碍了这一进程？制药公司需要做哪些改变才能转型成为以患者为中心、由AI驱动的企业？

什么阻碍了这一进程？

几个变革障碍阻碍了行业利用AI和DTP来转变制药业务和运营模式的潜力。以下是五个主要障碍：

内置防御机制和风险规避——虽然许多高管在转型和创新方面大谈特谈，但根深蒂固的业务和运营模式阻碍了能够在未来真正创造价值的重大创新。大多数生命科学公司中，能够对高风险/高回报的商业模式创新说“不”的人比说“是”的人多。因此，更多的精力被用于利用AI和DTP提高现有模式的效率，而不是转向新模式。
专注于技术变化而非行为变化——是的，技术正在迅速发展，但如果团队只关注技术，就会错过更大的转型机会。AI转型中只有约30%与技术和算法相关，而70%是由人员和组织变革驱动的。这要求领导团队通过明确的愿景和目标、政策和指南、负责任的创新、AI和新工作方式的技能培训、奖励和激励以及授权员工不断实验和学习来改变员工和团队的心态和行为。
围绕产品而非患者组织——大多数制药公司的传统商业模式仍然按照传统的职能来支持新产品上市和扩展所需的不同活动，如市场准入、营销、现场销售、医学事务、患者支持和分销。随着时间的推移，这些松散集成的“孤岛”导致了在提供卓越患者和医疗保健提供者体验以及优化最佳患者结果方面的低效和脱节。DTP模式迫使生命科学公司围绕患者旅程组织能力，并将所有职能统一到共同的目标上，如快速治疗、患者获取和患者保留。
“从今天向前看” vs “从未来向后看”——当像生成式AI这样的新技术出现时，高管们很容易因为听到AI可以解决40%的工作任务而感到兴奋。但组织陷入困境的是试图将一种根本性的新技术如AI代理注入现有的工作方式中，结果往往是微不足道的改进，有时甚至会导致负责新AI解决方案的员工感到沮丧。相反，公司需要花时间“从未来向后看”，重新想象不同部分的运营和商业模型在AI优先的未来理想情况下会是什么样子，并从长远步骤开始倒推。
坚持历史上的成功指标——有时，公司会被自己的成功蒙蔽，从而错失创新和变革的新机遇。成功指标当然重要，但公司是否过于专注于现在不太相关的传统KPI来衡量成功？历史指标如收入、利润、市场份额、处方填充和HCP参与更多地关注交易和数量，而不是体验和结果。如果我们希望推动真正的转型并利用AI和DTP等新创新，我们是否需要改变衡量成功的方式？

改变衡量成功的方式

管理大师彼得·德鲁克曾说过：“你衡量的就是你管理的。”随着制药业通过AI和直接面向患者的创新不断发展，KPI应转向更加个性化、以患者为中心的指标，这些指标由数据驱动的洞察和数字参与支持。在大多数面向消费者的行业中，最佳客户体验赢得胜利，成功指标如获取成本、转化率、支持成本、订单履行时间、客户终身价值和客户满意度是常态。

让我们详细探讨这些新的KPI。

患者终身价值——患者终身价值或LTV代表每个患者的预期总收益，由预期处方数量乘以调整后的净价格，再考虑预期的非依从率和流失率得出。DTP模式使制药公司更容易通过持续连接患者来跟踪和衡量LTV。
患者满意度/NPS——品牌成功或“粘性”的最重要衡量标准之一是净推荐值（NPS）。这反映了现有客户向其他潜在客户推荐品牌的可能性。结合AI个性化功能的DTP解决方案使制药公司能够更直接地与患者互动，并获得他们对品牌和体验的满意度和忠诚度反馈。NPS还提供了对品牌信任度的衡量，这在AI驱动的互动日益增长的情况下变得尤为重要。
医生满意度/NPS——就像患者满意度一样，仅仅测量开具某种产品处方的医生数量不足以了解他们对该产品和体验的参与度和满意度。使用NPS来衡量医生可以了解公司如何减少摩擦，使他们更容易理解和开具产品处方，并使用该产品管理患者的护理。
每位患者的获取成本——制药行业每年在营销上花费约300亿美元，其中近30%用于传统广告媒体策略，如电视广告。传统的现场销售模式继续消耗制药公司商业支出的40%或更多。随着互动模式从传统渠道转向数字自助服务、可穿戴设备和对话式AI等新模式，公司需要调整和优化支出，以最大化其产品的患者漏斗。
治疗时间——由于许多复杂疾病领域的诊断和治疗时间可能长达数年，原因包括访问困难、有限的认知和教育、长等待时间和负担能力问题，缩短治疗时间对患者、医疗保健提供者和制药公司都有显著益处。但测量治疗时间需要端到端的方法来跟踪整个护理过程中的患者进展，这可以通过直接面向患者的方法和更多AI驱动的参与模式实现。
每位患者的支助成本——目前，制药公司在患者支持计划上花费超过50亿美元，但只有约3%的患者利用了这些服务。鉴于在登机、负担能力和药物依从性方面存在实际挑战，支持患者在处方后的旅程显然有益，但扩大覆盖面需要利用新的解决方案，如伴侣应用程序和AI代理，以实现更具个性化的自助服务，并由人工护理导航员支持，从而实现更好的每位患者经济效果。
处方转换率——在制药以外的大多数业务中，让客户访问网站或商店只是过程中的一步。将客户（如果合适）转化为购买产品是最关键的一步。在医疗保健领域，这种转换是独立临床决策的结果，因此制药公司的角色是教育医生和患者，提高对其特定疗法的认识，并简化医生在其正常工作流程或系统中开具药物的过程。
患者依从性——患者不依从性仍然是制药业面临的一个重大挑战，慢性病的典型不依从率为50%，在美国造成约2500亿美元的收入损失，在全球范围内造成约6000亿美元的损失。原始的依从性解决方案如教育和药物提醒并没有真正解决这个问题，但新的AI驱动个性化浪潮，结合数字健康和直接面向患者的解决方案，为制药公司提供了一条直接途径，可以将依从性提高30%或更多，同时通过新的数字渠道测量这种改进。
患者结果——由于大多数制药公司可获得的处方和医疗系统数据滞后，很难清楚地看到特定疗法导致的患者结果。但借助以患者为中心的DTP和数字健康解决方案以及数字化患者支持，制药公司可以近乎实时地了解患者的旅程，包括他们的整体健康数据和见解。这些真实世界的数据对于向医疗保健提供者和支付方展示价值以及优化患者和护理者的整体体验也非常重要。
零方数据——随着对个性化体验和隐私管理期望的增加，制药公司不得不从第三方数据转向第一方数据，以驱动其全渠道参与解决方案。这些客户参与解决方案的有效性的真正衡量标准是客户愿意提供更多关于自己的数据，即“零方数据”，以进一步个性化其独特的参与模式。收集零方数据还可以减少未来填补现有客户数据空白所需的外部数据支出。