大多数从事生物医药研发或更为广泛的生命科学行业的人士都同意，创新很重要。但是，什么是创新？“什么是创新”在谷歌搜索里有超过10亿点击。然而，除了最热门的搜索结果外，谷歌字典并没有增加任何见解来解释这个问题：“创新的行动或过程”。不过，在完成这份报告以及寻找支持这份报告的数据时，对于如何定义和确定生命科学领域的创新，我们得出了新的观点。不同的人对于创新有着不同的看法，这很正常。因此，我们不是试图在生命科学领域建立一个通用的创新定义、用不同的方式去包括不同利益相关人感兴趣的多种形式的创新，而是通过数据的视角来看待创新。我们通过论文、专利、药物管线和药物靶点等相关数据完成这份报告，其目的是：(1)进行生命科学行业不同利益相关者都可能感兴趣的创新观察；(2)建立一个跨多个可链接来源的可重复的数据分析方法。在每个章节中，都包含了专门主题的排名数据，以及所使用的数据源、方法学，同时还列出了所有关键信息。

创新的过程并不是一件孤立的事情；它不受时间、地点、规则或行业的限制。创新的过程是一个持续的学习过程，由于大量创新发现所代表的知识在扩展，因此其中一个发现是基于另一个发现而建立起来的。这一创新过程的输出会被记录下来，特别体现在两个重要方面：第一，创新发表在科学论文上。论文发表需要经过同行评审，以确保研究的真实性和新颖性。一旦发表，论文中包含的信息就可以被阅读，不断地产生出新的创新。记录创新的第二个方法是专利。专利的目的是为了保护创新，通常是为了一些商业或经济利益。在这份分析报告中，我们的数据源来自于论文和专利，同时也使用与论文和专利交叉索引的二级来源，包括药物管线数据和药物靶点、适应症数据。这两类数据还包括有来自新闻、科学会议、政府网站和金融分析师的数据等。科学文献分析聚焦在生物医学和临床科学中前1%的高被引论文。

代表性创新摘要

在本报告中，我们通过使用论文计量来衡量科学论文，选取了一部分有特色的创新，并且基于其在生物医药研发中应用的成熟度对它们进行分类。我们使用了一种被称为“研究前沿”的分析方法，在后面“方法学”的章节中有具体描述。本报告中提到的创新见表1。

表1代表性创新

研究前沿类型：紫色表示技术、方法、技能，绿色表示疾病、诊断、治疗药物。

关键信息汇总

生物医药研发创新的加速，得益于几个因素：精准医学在罕见病、癌症和自身免疫疾病方面的应用；免疫疗法在多种癌症治疗上的升温；天然和合成生物学的创新扩展了现有治疗方式；审评加速似乎为更多的新分子实体（NME）的产出和药物上市铺平了道路。

学术界对生物药物研发所起的作用不断扩大，抗体、CAR-T细胞、siRNA、干细胞和CRISPR-Cas9在基因和细胞疗法中的各种创新都为潜在的新的生物药物带来了新的方法。

随着3D打印、纳米传感器、新成像方法、双特异性抗体、抗体-药物偶联和计算生物学的出现和发展，全球多学科创新的多样性达到了前所未有的程度。

全基因组研究有助于更精准地理解、诊断和治疗疾病，如对非酒精性脂肪肝（NASH）和三阴乳腺癌患者的分层创新。

微生物组学代表了健康和疾病研究的新领域。

机器学习、自然语言处理（NLP）已不仅仅只是概念验证，尽管区块链技术还在成熟中，还未达到先进的程度，但用于IT的预算还在持续增加，包括用于决策制定的跨研发的AI预测分析。

研发IT是在企业计算中大规模使用基于云平台的切入点。

移动计算有望用来支持劳动力数字化和数字医疗，既可以作为治疗方法单独使用，也可以与药物治疗联合使用。

我们周围的创新

在关注生命科学（主要是生物制药和生物技术）之前，让我们更加广泛地考虑创新，今天这些创新正在影响着生命科学行业，而且这一影响必将持续。有几个与生物医药和生物技术相关的行业，这些行业的创新与生命科学领域相交叉，即（使用2016年的增长率）：消费品（39%）、化妆品和保健品（23%）、信息技术（15%）和医疗器械（3%）。2016年制药和生物技术领域分别增长了22%和23%，这些相关行业的创新也为医疗系统做出了贡献。

消费品/化妆品和保健品

越来越多的医疗保健方面的消费为相关消费品的更多创新打开了大门。这些相关产品旨在实现消费者健康和疾病的管理。虽然有着法律和监管方面的考虑，但是某些食品、饮料和化妆品的创新已经发挥了作用，给监管机构带来压力，需要确保消费者的安全和索赔行为。与保健和疾病管理存在潜在关系的创新例子有：

益生菌——微生物组（“好”微生物的平衡）大麻二醇——慢性疼痛、癫痫发作（Dravet综合征）失眠

信息技术

IT行业在全球授权的所有创新专利中显得尤为突出，大约占全球所有已授权专利的三分之一，并且增长率达到两位数。因此，信息技术在生物制药研发、诊断和治疗方案的新模式中具有重要作用并不令人惊讶。本报告中，我们通过以下论文（通过“研究前沿”）、专利、近期市场的最新发展和监管趋势来了解IT的贡献。

算法

基于云的计算

移动应用和数字健康

医疗器械

尽管医疗器械行业近年来不是高增长行业，但在全基因组测序、生物标志物、纳米传感器和移动计算上已经看到优势。这是一个值得关注的生命科学行业，因为这些技术的融合可能会导致新型移动智能医疗设备与药物的联合使用，增强当前在药物和伴随诊断结合所得到的获益。

全球生物医药研发指标

定义

开发时间：从被分配化合物注册码至全球首次上市之间的时间。

全球生物制药销售额：来自生物制药的全球合法销售收入。这包括制剂、批量销售以及合法的授权许可权益费用。

新分子实体：之前没有用于人类治疗，并且确定仅作为“处方药”提供，用于治愈、缓解、治疗、预防或体外诊断人类疾病的新的化学实体或生物制品（包括生物技术产品）。现有化合物和某些生物化合物（如抗原）的疫苗、新的盐、前体药物、代谢物和酯类不被定义为NME。组合产品被排除在外，除非组合产品中一个或多个组成成分是之前没有的。

图1生物医药研发指标

*2017年的开发数据包括从2016至2017年的数据来源：科睿唯安2018CMR生物制药研发概况：数据来自CMRInternational Performance Metrics Programme、Industry R&D Investment Programme、Annua lSurveyof New Molecula rEntity FirstLaunches/NewMedicineLaunches2017和AComplete Guideto New Molecular Entities(NMEs) Launched World-wide。全球生物医药销售额：销售数据根据IQVIA的源数据由CMR估算。

研发支出：包括工资和所有其他的与人员相关的支出，与消耗材料和用品相关的支出，以及适当的管理费用，折旧/摊销，场地费、租金等。通过给予其他公司或机构基金或合同提供的研发费用，以及合资公司的比例支出也被包括在内，该定义不包括资本研发支出。

关键信息

自本世纪初以来，生物医药行业正不断地提供创新产出，NME的产出增长超过了研发支出，且研发开发时间下降。

尽管现在判断这是一个趋势还为时过早，但看起来销售处于趋于稳定的基准水平。

药物开发的关键趋势

关键信息

从2010至2017年底，NME上市呈上升趋势，过去4年中每年均高于之前4年中的任何一年。

尽管自2013年以来研发时间的下降趋势已经趋于平稳，但相同时间段里研发开发时间已减少了37%。

比较2010年和2017年接受那些上市药物治疗的患者数量，发现尽管药物的数量增加了一倍以上，但是接受治疗的患者数从2010年的1.9亿下降至2017年的1.54亿。精准医学的时代已经来临。

虽然美国FDA早在1983年就引入了制药公司开发罕见病药物的激励措施（称为“孤儿药认定”），不过直到2014年5月，FDA才通过“行业指南：严重疾病加速计划——药物和生物制品”提供了额外的批准指南。这些监管途径可能是产品上市增加的一个因素。因为2017年大约40%的批准药物依据这些可用的审评途径获得了加速审评，其中某些药物收到了多个认定。

图2新分子实体的开发趋势

方法：NME上市是指这个新分子实体在全球任何地方的首次上市。开发时间是指从被分配化合物注册码至全球首次上市之间的时间。患者预估数来自于各种流行病学、论文和美国FDA的公共参考资料。来源：科睿唯安发病率和患病率数据库，

图3晚期阶段上市前药物——2023年销售额共识预测（百万美元）

方法：根据分析师的共识预测，临床Ⅲ期阶段、注册前或注册期药物2023年销售额（百万美元）最高的前10个排名。来源：科睿唯安Cortellis

表22023年销售额共识预测排名前10位的晚期阶段上市前药物

关键信息

自从verubecestat（默沙东）、atabecestat（强生）和lanabecestat（阿斯利康/礼来）以来，所有的BACE抑制剂在2018年都没有达到主要终点，因此百健（Biogen）/卫材（Eisai）的aducanumab作为值得关注的Ⅲ期临床阶段关键药物，是一个重要的对β淀粉样蛋白假设的检验。

药物靶点创新

关键信息

在排名前10的靶点中，针对这些靶点开发的药物有95%是小分子。其中PD-1和PD-L1是例外，处于活跃研发的药物中有26%是生物药。PD-1/PD-L1的在研药物主要是抗体，但也包括嵌合抗原受体-T细胞（CAR-T）、CRISPR-Cas9、基因疗法和干细胞。

图4通过统计在研药物，发现的正在开发的药物（小分子和生物制剂）中最多的靶点

方法：最近2.5年里正在开发的在研药物中数量最多，以及最近2.5年与之前10年相比增长率最高的前10个靶点。来源：科睿唯安Cortellis,Integrity

图5通过统计在研药物，发现的正在开发的小分子药物中涉及最多的靶点

图5通过统计在研药物，发现的正在开发的小分子药物中涉及最多的靶点下载原图

方法：最近2.5年里正在开发的在研药物中数量最多，以及最近2.5年与之前10年相比增长率最高的前10个小分子药物靶点。来源：科睿唯安Cortellis,Integrity

乙酰胆碱酯酶（AChE）、HIV-1蛋白酶和环氧合酶-2(COX-2）曾被列为最活跃的在研药物开发靶点，但已被RET、IRAK-4和JAK-1所替代，后三个靶点在过去2.5年里增速很快。

过去三年里，无论是在全行业还是排名前30的创新公司（前30家小分子创新公司表格见后），在小分子药物调控靶点上，对之前没有专利授权的靶点，授权的新专利很少。首次获授权的小分子专利中涉及最多的前11个靶点，9个在2017年最多靶点的列表里，6个在2016年的列表里。

图6专利授权最多的在研小分子药物靶点

方法：组织机构（商业或非商业）获得授权的创新小分子专利的靶点，同一组织机构在该靶点之前未有分子获得过专利。专利在2015年（日历年）至2018年5月被授权。注：本分析包括已授权专利，这些专利滞后于专利申请。来源：科睿唯安Cortellis

表3专利授权最多的在研小分子药物靶点

方法：组织机构（商业或非商业）获得授权的创新小分子专利的靶点，同一组织机构在该靶点之前未有分子获得过专利。专利在2015、2016和2017年（日历年）被授权。注：本分析包括已授权专利，这些专利滞后于专利申请。来源：科睿唯安

表4前30家小分子创新公司

方法：2015年（日历年）至2018年5月新的小分子首次授权专利数量最多的前30家机构或公司。来源：科睿唯安Cortellis

关键信息

过去三年中，JAK靶点系列是正在开发的靶点中出现次数最多的。在此期间，JAK子类型授权专利数量为105，远远高于第二名EGFR,61个（根据企业集团进行统计）。

所有上市的JAK抑制剂，包括礼来（从Incyte获得授权许可）的baricitinib、诺华（从Incyte获得授权许可）的ruxolitinib（芦可替尼）和辉瑞的tofacitinib（托法替尼），都具有多个JAK亚型的活性，而在研的JAK抑制剂更多只是选择性地抑制某一个亚型。

一些JAK抑制剂已经被授予加速开发状态。AldeyraTherapeutics的ganetespib在最早期的Ⅰ期临床阶段就被授予快速通道。艾伯维的upadacitinib获得了2个独立的加速审评认定，并且在用于类风湿关节炎的3期SELECT-NEXT达到了ACR20的主要终点，有望成为下一个上市的药物，预计2023年的销售额将达到25亿美元。

溴结构域蛋白4(BRD4）脱颖而出，创新排名前30的公司和机构对该靶点的兴趣增加了2倍以上，但令人惊讶的是，在整个行业范围，对该靶点的兴趣反而下降。

少数BRD4抑制剂已经获得加速开发认定，而罗氏（从Dana-Farber癌症研究所获得授权许可）的RG-6146和新基（从FormaTherapeutics获得授权许可）的FT-1101均获得了孤儿药认定。

创新排名前30的公司和机构中，有两个靶点专利授权下降幅度最大，即Abeta和BTK。Abeta的下降可能是由于临床试验的证据越来越多地挑战了阿尔兹海默症的Abeta假设。

磷脂酰肌醇-3激酶、mTOR和组蛋白去乙酰化酶-1也在这段时间里不再属于最热门的专利授权靶点。

创新排名前30的公司和机构中，正在积极开发的小分子靶点数量最多的是罗氏（351个）、其次是默沙东和施贵宝，大型制药公司占据了前三位。

生物药靶点

正在积极开发中的抗体、细胞和基因疗法数量在增加中，不过相比在研小分子药物，其数量仍然相对较少。然而，治疗用生物制品的类别比小分子更具多样性，这得益于生物过程以及基因、RNA、蛋白、细胞和病毒功能和结构的天然多样性。通过应用生物知识，科学家正在扩大合成生物学的研究领域，相对于其他类别，双特异性抗体和抗体-药物偶联的增速更快。

图7通过在研药物统计确定的主要生物制品治疗类别

方法：根据全球管线中在研药物的数量，排名前10位的生物制品治疗类别。来源：科睿唯安Cortellis,Integrity

图8根据在研药物统计，确定的主要新兴生物药靶点

方法：过去2.5年里积极开发的在研药物数量最多的，以及最近2.5年与之前10年相比增长率最高的前14个生物药靶点。来源：科睿唯安Cortellis,Integrity

图9授权专利最多的新兴生物药靶点

方法：组织机构（商业或非商业）被授权专利的最多的创新生物活性分子靶点，同一组织机构先前没有针对这些靶点的专利。专利于2015年（日历年）至2018年5月被授权。注：本分析包括已授权专利，落后于专利申请。来源：科睿唯安Cortellis

关键信息

TIGIT是生物药中最热门的靶点，其他排名前30位的靶点还有Siglec-7、Niemann-PickC1蛋白和PDGFB。

新兴生物药靶点和授权专利靶点之间的一致性表明，TIGIT、Siglec-7、CD3e、Niemann-PickC1、PDGFB和TAR-43都是热门的生物药靶点，同一时期无论是这些靶点的在研药还是相关授权专利都在增长。

表5排名前30位的生物药创新公司

方法：2015年（日历年）至2018年5月首次获得专利授权的新型生物药最多的前30家机构或公司。来源：科睿唯安Cortellis

关键信息

单克隆抗体在研生物药管线中占据主导地位。

双特异性抗体和抗体-药物偶联是增长最快的生物药类别（数据未显示）。

创新排名前30的公司和机构感兴趣的靶点有：具有Ig和ITIM结构域的T细胞免疫受体（TIGIT）、血小板衍生生长因子亚基B(PDGFB）、唾液酸结合性免疫球蛋白样凝集素7(Siglec-7）和Niemann-PickC1蛋白。

创新排名前30的公司和机构中大多数是非商业机构。

在研药物聚焦的疾病

以下的疾病统计分析包括按治疗类别对应的疾病数量，以及根据每个靶点正在开发的治疗疾病数量来确定的最主要靶点。分析还包括所聚焦的正在开发对应治疗的和新出现的疾病。

图10-1按对应疾病数量最多的小分子靶点

图10-2按对应疾病数量最多的抗体靶点

图10-3按对应疾病数量最多的CAR-T靶点

图10-4按对应疾病数量最多的基因疗法靶点

图10-5按对应疾病数量最多的干细胞疗法靶点

图10-6按对应疾病数量最多的siRNA疗法靶点

疾病计数方法：使用的统计数据，并且按照治疗领域类别统计每个靶点的对应的疾病数量进行排序。来源：科睿唯安Cortellis,Integrity

图11在研小分子靶点所开发的疾病适应症及阶段

方法：优先级根据热门靶点对应主要开发适应症进行排序，包括在研管线中活跃和不活跃的药物。来源：科睿唯安Cortellis,Integrity

图12按在研新药的数量统计对应的新发疾病

方法：与过去10年相比，过去2.5年里有更多在研药物正在开发的适应症，以及在研管线中有超过10个在研药物开发的适应症。来源：科睿唯安Cortellis,Integrity

关键信息

弥漫性大B细胞淋巴瘤、NASH和三阴乳腺癌是正在进行药物开发最多的适应症。

NASH和大B细胞淋巴瘤是目前研发药物聚焦的适应症，过去十年中也有一些药物在开发这两个适应症，但目前针对这两种疾病的每一个开发的药物数量都有所增加。

与之前十年相比，三阴乳腺癌和转移性（去势抵抗）前列腺癌的在研药物的增幅最大。

生物技术公司针对新发疾病的融资，淋巴瘤、NASH和其他癌症都有大幅增加。

langiocarcinoma图13根据新发疾病统计生物制药公司的融资情况

方法：根据疾病，分析BioWorld中生物技术公司融资情况。来源：科睿唯安BioWorld每日生物制药新闻

虽然转移性（去势抵抗）前列腺癌这一适应症的在研药物出现了高增长，但相关的生物技术公司融资却在过去一年里有所下降，这说明，在这个适应症上，可能有潜在的投资机会。

IT的创新视角与趋势

IT公司在商业研发支出中占据了越来越大的份额。美国五大IT公司：亚马逊、Alphabet（谷歌）、英特尔、微软和苹果公司的研发预算都超过了药企研发支出最多的罗氏。

图14IT和制药公司研发预算

方法：2017年IT和生物制药公司研发支出（10亿美元）排名。来源：EvaluatePharmaFactset

这些IT公司不仅销售直接面向消费者的产品，以及提供给公司研发使用，而且还有很多旨在更多地与医疗生态系统嵌合的计划，可能可以在健康和疾病管理的消费者使用上提供补充和/或展开竞争。

算法——人工智能（机器学习、深度学习、自然语言处理、模式识别）和区块链

通过对被大量引用的1.5万篇人工智能研究的论文进行分析后，发现了人工智能的热门领域：

识别——数据分类或模式识别

自然语言处理或知识表达方案

智能机器人自动驾驶

人造生命

机器学习、人工神经网络和模糊逻辑

图15人工智能研究情况

方法：人工智能研究情况（来自2008-2017年WebofScienceCoreCollection引用量最高的1.5篇论文）。来源：科睿唯安WebofScience

图16获得机器学习专利最多的10个组织机构（1996-2015年）

方法：1996-2015年授权机器学习专利最多的10家IT公司。来源：科睿唯安德温特世界专利索引

尽管亚马逊和苹果未能在这段时间跻身前10大专利公司，但是谷歌、亚马逊、EMC和苹果在这10年里获得授权的机器学习专利数量的增长率是最高的。

对IT“研究前沿”（与本报告中聚焦于生物医药不同）的分析显示，人工智能算法的出现受益于之前数学技术的混合。例如，模糊自适应神经网络是之前对模糊逻辑、神经网络和自适应系统的研究的混合，在之前学习的基础上的创新改进。Deepmind使用MCTS算法开发了AlphaGo，这是1949年开发的蒙特卡罗模拟和1963年开发的树搜索的混合。这个项目现在精通围棋，能够在比赛中击败最好的玩家。

对美国和欧洲的CIO进行调查后发现，在人工智能和网络设备的IT项目上的支出增加了一倍。（来源：MaryMeeker的InternetTrends2018报告）

预计2022年，在识别和人工智能系统上的花费将达到776亿美元，是今年（240亿美元）的三倍多。预测2017-2022年的复合年增长率（CAGR）为37.3%。（来源：IDCSemiannualCognitiveAISystemsSpendingGuide)

虽然区块链已经开始出现在生物医学的论文中，但是在我们的生物医学“研究前沿”中，只有31篇论文涵盖了这一主题，其中只有一篇被高度引用，而且没有达到引用最多的1%的门槛。

算法的市场开发

2018年7月16日，AI公司VergeGenomics在A轮融资中获得了3200万美元。（来源：Biospace)

101家初创公司在药物发现中使用AI。（来源：BenchSci)

Exscientia宣布两项BioBuck风格的交易，获得研究经费和里程金，以使用其AI驱动的药物发现方法。首先是赛诺菲以2.73亿美元以发现治疗代谢疾病的双特异性分子，随后该公司与GSK达成价值3300万英镑的交易。

一份名为BlockchaininHealthcareToday的新期刊已经开始发行，其中包括一些有用的指导原则和评论。

2018年4月12日，FDA批准CoralvilleLLC的自动化Idx-DR系统用于筛查糖尿病视网膜病变，这是自动化医学成像技术进步的一个例子。（来源：来科睿唯安BioWorld)

2018年3月12日,FDA批准由AlivecorInc.开发的基于AI的设备，该设备将Apple手表转变为个人心电图检测仪器。（来源：科睿唯安BioWorldMedTech)

TakedaBiopharmaceutical与Numerate公司签署了一项多年期协议，使用Numerate的AI平台开发肿瘤、胃肠道和中枢神经系统疾病的药物。（来源：科睿唯安BioWorld)

阿斯利康与波士顿的BergLLC签约，使用Berg的InterrogativeBiologyAI平台帮助开发治疗帕金森病等神经系统疾病的药物。（来源：科睿唯安BioWorld)

风险投资公司MenloVentures引入GregYap作为合伙人，帮助其募集4.5亿美元的MenloXIV基金，该基金15%将投资于计算机和生命科学交叉领域的公司。（来源：科睿唯安）

机器学习和NLP都已经进入了研发价值链的开发阶段，其中NLP由于预测性较低，推进更快。NLP已经在药物警戒论文和法规监测、真实世界元数据提取以及社交媒体不良事件监测上应用多年。机器学习正在测试阶段，已经开始影响当今的研发价值链决策支持，对其预测价值有很大的期望。毫无疑问，我们将测试这些限制，并就未来几年机器学习和人工智能的影响进行讨论。

基于云平台的企业计算实施

在过去半个世纪，企业计算已经从1960-1980年代的集中式大型主机托管计算，发展到20世纪80年代到2000年的分散式个人计算机革命，现在又回到了基础设备托管和应用，完成了一个循环。然而，这一次，托管更加灵活，更具成本效益，以亚马逊网络服务（AWS）、微软Azure和谷歌云主导的平台服务都能够提供按需计算和存储的空间，简单（远程文件存储）同步到移动或桌面操作系统，低成本、开源的软件架构，托管办公产出解决方案（文字处理、电子表格和演示工具），基于GPU的计算机集成机器学习选择以及其他多种灵活的服务。其实施还有多种不同的形式，从公共到私人，到两者的混合。虽然与其他行业相比，制药行业采用这个技术的速度相对较慢，但考虑到成本方程、合作价值和整体灵活性，制药行业大规模的采用和向基于云的研发IT的过渡似乎是不可避免的。

2008-2018年，每个AWS实例价格下降了300%。（来源：MaryMeeker的InternetTrends2018报告）

AWS、微软和谷歌的云计算年收入与同比增长了50%。（来源：MaryMeeker的InternetTrends2018报告）

亚马逊网络服务、微软Azure和谷歌云主导了云基础设施运营商市场，提供应用实施的公司包括有：埃森哲、CloudBiopharmaceuticals、达索系统、IBM、SAS研究所、塔塔咨询和药明康德。期待能看到更多这类公司。

市场开发

2018年9月17日，默沙东、埃森哲和亚马逊网络服务宣布达成合作，共同开发基于云的药物发现信息学研究平台。这项开发工作将是对已经用于临床应用的埃森哲生命科学研究云（LifeSciencesResearchCloud）的补充。

2017年11月3日，LifeImage宣布将谷歌云应用于其医疗成像网络的人口健康和精准医疗。

移动应用和数字健康

研发方面的移动医疗应用和移动应用尚未普及，但随着制药公司开始采用更多的企业信息技术，现在已经开始出现。而且，考虑到制药公司和IT资源可能能够通过推进移动应用、智能诊断、AI、基于云的平台和药物的整合，在患者体验上产生戏剧化的改变，这是一件令人兴奋的事情。

数字健康继续吸引着越来越多的投资、研究和获得政府批准的解决方案，而且在临床试验上的采用也有上升的趋势。

大型制药公司正在建立独立的孵化器/加速器，与技术创业公司合作：艾伯维FT2和Matter，拜耳iHub,GDK创新群，强生JLabs，默沙东M2i2，诺华和高通的联合基金，辉瑞的医疗Hub，武田数字加速器。

专利数量不断增加，每年超过1.5万。中国和美国领先。

2017年，针对数字健康初创企业的投资达到115亿美元（约800笔交易），比2016年增长40%。

2017年，FDA批准了51个“健康应用程序和设备的连接”，2016年为36个。

小国爱沙尼亚已成为数字健康的潜力典范，在爱沙尼亚，95%的健康数据都已数字化，99%的处方都是数字化的，电子账单达到100%。到2022年，多达50万人将拥有EHR和基因型相结合的记录。然而，爱沙尼亚仅将GDP的6%用于医疗保健。来源：科睿唯安BioWorld。

前25家生物制药公司中，有21家已经建立了专门的数字医疗团队。（来源：ZS)

制药公司中，60%已经在临床试验中使用数字健康，97%计划在2021年之前实施。来源：科睿唯安初步市场调研。

2017年11月，NHS推出了首个数字移动应用健康服务，来自BabylonHealth的“GPatHand”。

除了针对患者的移动医疗应用之外，应用于研发的移动计算也在不断扩大中。移动应用和工作流程的数字化在需要最新消息和竞争情报的团队中尤为需要，并且具有监管质量团队等功能，这些团队需要执行并支持跨地区的监查功能，以确保合规。

市场开发

2018年9月11日，美国FDA批准了两项与AppleWatch相关的移动应用的重新分类请求。这两项都是仅软件的移动医疗应用，用于识别不规则的心律。

2018年6月21日，美国FDA批准了首个带有植入式葡萄糖传感器和配套移动应用的连续血糖监测系统，该系统用于糖尿病成年患者。

2018年3月19日，FDA批准了美敦力的连续血糖监测系统GuardianConnect，该产品可以与Sugar.IQ配合。由于该移动应用的潜在问题，美敦力于2018年7月向医生发送了一封警告信，提醒他们可能会出现连接问题。

2018年2月，医疗设备专利授权的领先者美敦力推出了其基于AI的Sugar.IQ糖尿病管理应用程序，该应用由IBMWatsonHealth提供支持。Watson计划为该应用提供功能，以评估使用者的血糖水平，对食物摄入量和胰岛素剂量等变量做出响应。

2017年11月，美国FDA批准首个带有嵌入式传感器AbilifyMyCite的药物，该传感器与可穿戴贴片和移动应用程序通信，以跟踪患者的用药依从性，并与医生入口网站进行通信。

“研究前沿”的创新概况

本分析中使用的生物医学“研究前沿”在下面的图表中进行了分析，通过基于使用论文计量测量研究的影响来确定研究活动的模式。方法论的部分描述了“研究前沿”的方法，要记住的关键点是，“研究前沿”仅代表引用次数进入全球前1%的研究，在本案例中仅选择了生物医学和临床科学的研究前沿。“研究前沿”对这两类领域的分析包括：（1）疾病研究，诊断和治疗药物；（2）我们在此称为“研发工具”的技术、方法和技能（表1）。

本报告介绍了“研究前沿”中突出的研发工具创新。从MeSH治疗方式树中观察到的四大研究活动集，包括：

117篇论文研究了癌症中的EGFR、ALK、JAK-STAT和PD-1。

84篇论文探讨了TAUPET和钆基造影剂用于阿尔茨海默症、创伤性脑损伤、痴呆和其他精神疾病的大脑成像研究。

81篇论文研究了环状RNA和甲基化RNA的作用，以及转录后RNA修饰与生物功能、健康和疾病相关的整体上的重要性。

44篇论文研究了非酒精性脂肪性肝病（NAFLD）的病理学以及其与非酒精性脂肪肝（NASH）的关系，以及相关的在研药物。

为了理解“研究前沿”所包含的内容而不用阅读所有文章，以下分析显示了生物医学研究论文中引用次数最多的前1%的热门话题。

图17“研究前沿”主题的总体情况

图18“研究前沿”中出现的适应症类别

图19“研究前沿”中出现最多的处于开发中的小分子药物靶点

图20“研究前沿”中出现最多的疾病适应症

图21“研究前沿”中出现最多的带有10个及以上信息技术的“研发工具”技术

图22“研究前沿”中出现的信息技术

图17～图22所使用的方法：按主题类型出现在“研究前沿”中的关键字的频率最高的，使用MeSH术语，用Pareto图表绘制。来源：科睿唯安WebofScience、“科学前沿”、“新兴科学引文索引”。

关键信息

从出现的各个关键词中抽提出最多的技术是模型，包括疾病模型、生物模型和基因敲除模型。

计算方法在计算生物学、分子建模、基因-蛋白质-分子数据库和各种统计分析术语中出现都很频繁。该类别仅次于临床研究，并且是疾病模型主题的出现率的一倍。

基因分析包括有多种方法，实时PCR、GWAS、RNA测序分析等。

阿尔茨海默症、非小细胞肺癌和乳腺肿瘤在“研究前沿”中占主导地位，急性髓性白血病、三阴乳腺癌和类风湿性关节炎也出现较多，所有这些适应症都包括主要疾病的前80%。

EGFR、TNFα，Abeta和PD-1/PD-L1都是“研究前沿”中出现最多的靶点。

“研究前沿”中的药物研发的代表性创新

使用论文计量学分析并对结果进行回顾后，我们选择了以下在生命科学中有潜在应用的特色创新，并且根据它们在生命科学中应用的成熟度进行了分类。

定义

创新分类是对成熟度的定性衡量；核心论文强度是每个“研究前沿”所包含的核心论文的数量的打分；新近度是每个“研究前沿”中包含的核心论文的平均日期；跨学科性是共被引论文包含的学科数量的打分；资金（Funding）是在资助感谢中引用的论文数量；领先国家是发表核心论文数量最多的国家。

表6生命科学研究前沿中的特色创新及其分类

本创新报告利用科学文献、专利和药物管线以及药物靶点-适应症来支持数据，旨在深入了解这些来源的交叉点。

“研究前沿”的方法论

“研究前沿”包括一系列被大量引用的“核心”论文（即世界上最常被引用的论文中排名前1%的论文），这些论文经常被一起引用（共同引用）。“研究前沿”代表了相关领域前沿的被大量应用的研究主题的核心。本分析中使用的302个“研究前沿”，是在WebofScience中跨所有学科的8819个“研究前沿”的生物医学和临床科学关键词中选择出来的。302个“研究前沿”包括2193篇个人论文。这些“研究前沿”论文的平均出版年份是2014.9。它们被引用的总次数为258966次，平均每个“研究前沿”被引用的次数为857.5次，每篇论文的引用次数为118.1次。

ChristopherMcKenna,SteveArlington.生命科学创新报告新兴研发趋势的数据驱动观点[J].科学观察,2020,15(02):39-64.