人工智能，区块链和大数据如何降低制药成本

在美国制药业估计为$ 446十亿，占全球市场份额的45％。在美国，我们支付的药物费用是英国的3倍，药物支付费用是巴西的6倍，比印度等国家多16倍。这种价格差异主要集中在较旧的药物达到一般水平之前，可能是由于美国允许自由市场药物经济这一事实与欧洲国家通常限制药物成本相比。

药品制造商将高风险的研发工作作为药品定价的原因。在美国制药业，研发占公司总收入的20％，2015年为588亿美元。制药公司每年要争取2-3个新的分子实体，以证明研发成本上升，总体成功率为4.1％，平均而言，这是一个为期14年的过程。

但近年来，尽管研发支出不断增加，制药公司仍难以实现这些目标。20世纪90年代以前，每种新批准的药物都要花费2.5亿美元;到2000年代，每种药物的费用已增加到4.03亿美元;2010年，这些成本达到了8.73亿美元，而且还在继续增长。这些成本分布在发现和临床前开发（33％），临床开发（63％）和提交到发布（5％）之间。此外，成本优于平均14年的审批流程，导致2010年每种药物的资本化成本为17.78亿美元。

药物开发中高风险/回报率的原因很复杂，但它们包括：

三项颠覆性创新有可能大幅降低美国药物开发的成本。这些是人工智能程序，大数据（更具体地说是大数据的结构）和区块链技术。

人工智能

人工智能软件已经发展。第一波AI程序只是更复杂的优化程序或“知识工程”软件。第二波AI由统计学习程序或“机器学习”组成，并且在复杂数据（即，语音识别，视网膜扫描等）的模式识别中实现了有针对性的成功。但第三波AI是一个主要的破坏者;这个假设生成或“上下文规范化”软件有可能深入研究大数据，找到其中的统计模式，然后生成解释为什么存在这些模式的新算法。

制药公司正在投资开放式创新，这意味着与更小，更敏捷的公司加强合作。在理想的世界中，小公司可以获得与大公司相同的高质量药物开发信息。人工智能软件有可能弥合这一差距，并为小公司提供竞争优势。

此外，第三波AI可以解析先前断开连接的上下文中的松散关联以获得意义。弱关系网络具有较高的认知距离，因此具有激进创新的巨大潜力。强烈的联系具有较低的认知距离，因此产量较低。激进创新是指识别信息生态系统中的薄弱环节，寻找跨行业合作伙伴，为开放式创新带来一系列能力。

大数据

当人们谈论大数据时，他们谈论的是访问非结构化的大规模数字信息。生物数据深入，密集，多样。虽然传统上药物是基于临床试验的专有和高度策划的数据集批准的，但是人口药物使用产生的数据要复杂得多。

几乎三分之一的美国药物都有副作用，这些副作用仅在获得广泛人群使用批准后数年内测量。这种现象减缓了药物的批准，导致批准后的监督工作成本高昂。

现在，随着医学中的电子医疗记录（EMR）系统的出现，可通过人体肠道，DNA库和健康与健身应用程序跟踪的智能药丸，可以测量从睡眠到血压的所有内容，我们正在获得大量缩放实时信息的非结构化数据集。

以前，这些数据必须由人工手动整理成复选框，诊断代码或报告数据库;现在它可以自动构建，这大大增加了可以分析模式的数据量。

区块链Blockchain

区块链并不是要取代统一组织提供协调产品的集中式系统。相反，只要合作方有竞争利益，它就会提供防篡改的数字分类账。该技术最初是为加密货币开发的，代表了一种社会进化。当一组利益相关方同意以透明，按时间顺序，可互相访问的格式记录交易时，中间人保证人减少，可听性提高，自然副产品系统地提高信任和效率。

在许多情况下，政府机构，制药公司，医疗服务提供者，医院系统和患者都会被激励歪曲数据;这转化为全系统的低效率。

美国制药公司因固定价格，未能防止药物短缺以及对药物试验结果的偏见报道而受到抨击。例如，在2012年，葛兰素史克同意支付超过30亿美元的欺诈费用，用于不当营销几种药品。

区块链具有医疗账单，药品供应链和去识别患者记录传输的潜在价值。然而，它在生命科学中最直接的适用性是用于临床试验的科学数据收集。使用blockchain，患者可以创建一个“聪明的合同，”其中一名研究人员进行实时数据采集与一般的医疗共同发生的权限。通过这项技术，患者将能够知道他们的数据是100％安全的;如果药物进入市场，他们可以获得收入来帮助他们为这一过程做出贡献。

已经开始尽早将其扩展到患者记录，包括Robomed平台，参与的医疗服务提供者和患者制定基于区块链的智能合约，以便汇集对患者记录的访问并转移医疗服务的支付。