<td id="stggj"><strike id="stggj"></strike></td>
<big id="stggj"><span id="stggj"></span></big>

        咨詢熱線

        400-007-6266

        010-86223221

        CRO攜手AI科技公司或將常態化 行業正在開啟一片藍海市場

        一、AI藥物研發行業概述

        AI藥物研發是將機器學習(Machine Learning)、自然語言處理(Natural Language Processing)及大數據等人工智能技術應用到藥物研發各個環節,進而縮短試驗周期、節省成本、促進新事物發現、提升試驗成功概率等。

        根據觀研報告網發布的《中國AI藥物研發行業發展趨勢研究與未來投資分析報告(2023-2030年)》顯示,AI可作用于藥物研發中的藥物發現、臨床前研究、臨床試驗、藥品生產和銷售推廣五個階段,主要應用于靶點發現、化合物合成、新適應癥發現、化合物篩選、晶型預測、患者招募、優化臨床試驗設計、藥品檢查、學術推廣等九大場景。目前,幾乎所有企業都停留在技術落地更快的化合物篩選和設計環節(藥物發現階段)上,對于臨床前研究階段鮮有涉及。其中,靶點發現是AI藥物研發最熱門的領域,未來隨著ChatGPT的不斷應用,AI 向臨床開發階段的滲透有望持續加快。

        AI藥物研發的階段和應用場景介紹

        藥物階段

        應用環節

        應用場景

        藥物發現

        靶點發現

        利用自然語言處理(NLP) 技術檢索分析海量的文獻、專利和臨床試驗報告非結構化數據庫,找出潛在的、被忽視的通路、蛋白和機制等與疾病的相關性,從而提出新的可供測試的假說,以發現新機制和新靶點

        先導化合物研究和化合物篩選

        利用機器學習(或深度學習)技術學習海量化學知識及資料,建立高效的模型,快速過濾“低質量”化合物, 富集潛在有效分子

        化合物合成

        利用機器學習(或深度學習)技術學習海量已知的化學反應,之后預測在任何單一步驟中可以使用的化學反應,解構所需分子,得到可用試劑

        臨床前研究

        新適應癥發現

        借助Al的深度學習能力和認知計算能力,將已上市或處于研發管線的藥物與疾病進行匹配,發現新靶點,擴大藥物的治

        晶型預測

        晶型變化會改變固體化合物的物理及化學性質(如溶解度、穩定性、熔點等),導致藥物在臨床治療、毒副作用、安全性方面的差異。這一多晶型現象會對藥物研發造成干擾??梢岳谜J知計算實現高效動態配置藥物晶型,預測小分子藥

        臨床試驗

        臨床試驗設計

        利用自然語言處理(NLP) 技術檢索過去臨床試驗中的成功和失敗經驗,使臨床試驗方案避免重復常見的遺漏、安全等

        患者招募

        利用自然語言處理(NLP) 技術提取患者數據,為臨床試驗匹配相應患者

        藥品生產

        藥品檢查

        計算機視覺檢測壓花、重影、劃痕、分層等缺陷

        銷售推廣

        學術推廣

        為藥械企業、醫生、患者提供全流程的智能醫學創新服務

        資料來源:觀研天下數據中心整理

        二、傳統藥物研發面臨痛點,AI助力降本增效

        傳統藥物研發具有重成本、重投入、重風險的屬性。一款藥物從靶點發現-化合物合成-制劑生產-臨床試驗-批準上市所經歷的復雜過程,需要大量的人力、物力和財力投入。數據顯示,目前一款新藥的平均研發周期達到10年以上,投入資金在20億美元左右,即使候選藥物通過I期臨床試驗,其進入市場的可能性也僅為約5%??傮w來看,整個過程耗時長、花費高、成功率低,尤其是與化學藥、生物藥相比,中藥新藥研發難度更大,因為其物質基礎及藥理機制更為復雜,對其安全性、有效性等方面的研究,需要新方法新技術,并且研發的成功比率遠遠不到10%,僅有2-3%左右。據全球醫藥研發的ROA(投資回報率)數據顯示,(以每7年為一個統計周期)在上世紀90年代,新藥研發的投資回報率可以保持在2-3%之間;2000年開始明顯跌落,維持在低于1%的水平,最低在0.5%;10年后有所回升,但仍然徘徊在1%左右(截止2019年)。

        相比較之下,AI藥物研發在成本和效率上均有顯著優勢,發展前景樂觀。Al通過應用機器學習、深度學習、大數據和自然語言處理等AI技術,對化合物的結構、藥物作用機制、基因等海量數據進行結構化分析處理,在藥物發現的靶標識別、化合物-蛋白質相互作用預測、候選藥物理化性質預測、ADMET(藥物吸收、分布、代謝、排泄和毒性)預測、化學合成預測等方面均有其發展的空間,可大幅縮短藥物研發各環節所需周期、降低企業在研發新藥時的成本投入,同時提高藥物研發的成功率、降低新藥研發風險,提升企業的投資回報率,相較于傳統制藥在新藥研發領域擁有絕對優勢。根據英偉達公開資料,使用AI技術可使藥物早期發現所需時間縮短至1/3,成本節省至1/200,隨著AI技術在研發各環節的滲透率越高、藥物研發的效率越高。與此同時,各大傳統藥企也在不斷嘗試通過技術創新加快新藥研發速度、提高成功率和降低成本,為AI技術在新藥研發領域的應用帶來契機。

        AI藥物研發與傳統藥物研發對比

        分類 一般研發流程 所需研發周期 研發資金收入 研發成功率
        傳統藥物研發 早期化合物篩選及構效關系研究候選化合物成藥性初步評估候選化合物工藝開發與優化臨床前研究臨床試驗申請臨床試驗新藥上市申請 藥物研發階段3-7年用藥安全階段5-7年新藥審批上市1-2年平均上市時間10-16年 約26億美元 約10%
        AI藥物研發 當前主要涉及環節藥物研發(靶點確認、基于表型的藥物發現、分子生成、化學反應設計、化合物篩選、ADMET性質檢測)用藥安全(臨床試驗、藥物評估、真實世界研究)監管審批(優化藥品審批流程) 總研發周期平均縮短1/2-2/3 至少降低10% 約14%

        資料來源:Tufts CSDD、Tech Emergence、觀研天下數據中心整理

        三、CRO攜手AI科技公司進行時,首個上市的AI驅動藥物廣受期待

        數據顯示,2022年我國AI藥物研發市場規模為2.92億元,隨著人工智能技術在醫療領域持續升溫,預計2025年市場規模有望增長至7.74億元。為了搶占市場先機,大型藥企、AI制藥初創企業以及CRO頭部企業都在積極參與并展開布局。目前維亞生物、成都先導、合全藥業、皓元醫藥、美迪西、泓博醫藥、泰格醫藥等國內知名CRO已經先后同AI科技公司達成合作,范圍廣至靶點研究到臨床試驗。藥物研發外包是勞動密集型行業,近年來國內CRO與AI技術相關的科技公司間的高頻合作,反映了國內CRO巨頭們對AI技術在藥物研發過程中降本增效的作用的認可,此類合作可為國內CRO在愈發激烈的行業競爭中保持成本和響應速度的優勢,對于以算法、算力為核心優勢的科技公司而言,亦是技術驗證與價值轉化的絕佳機遇,未來AI+CRO模式競爭可能加劇,中小型AI+CRO企業或將面臨挑戰。

        CRO攜手AI科技公司進行時

        公司

        時間

        合作方

        內容

        維亞生物

        2020.12

        阿爾脈生物

        為客戶提供以AI為基礎的新一代DNA編碼化合物庫篩選技術平臺,用以篩選腫瘤、中樞神經、自身免疫等疾病領域的一系列特定靶點的先導化合物

        2020.7

        Schrodinger

        基于維亞生物晶體結構解析、表達方面的優勢,結合Schrodinger在識別藥物靶點及計算化學領域的豐富經驗,共同研究過去未被攻克的靶點結構

        2021.5

        百圖生科(百度旗下)

        基于百圖生科的AI+生物計算引擎,與維亞生物基于結構的綜合性新藥發現平臺技術互補,推進生物創新藥研發設計

        2022.8

        智峪生科

        基于維亞生物的臨床前新藥開發能力,結合智峪生科基于AI的蛋白結構計算、分子篩選設計以及分子動力學模擬和自由能微擾,探索創新藥物開發新途徑

        成都先導

        2020.5

        Oncodesign

        成都先導將應用其強大的DNA編碼化合物庫(DEL) 技術平臺及其大量結構新穎、具有多樣性和類藥性的小分子化合物DEL庫,Oncodesign將通過其DRIVE- for small mol ecules平臺進行其創新過程

        2021.11

        Cambridge Molecular

        在成都先導世界領先的DNA編碼化合物庫技術平臺上,引入Cambr idge MolecularDEL高度優化的深度機器學習系統- DeepDELve 2

        2022.11

        標智未來

        在自動化高通量合成技術的開發與應用、項目的承接與交付、新型化合物庫的設計與建設等方面開展深度合作

        合金藥業

        -

        英矽智能

        合作開發ISM001-055 (全球首個由AI發現具有全新靶點和全新分子結構的候選藥物,處在臨床I),2022 年在此基礎上,進一步拓展雙方合作的深度和寬度

        皓元醫藥

        2021.8

        德睿智藥

        結合化藥研發技術以及人工智能搭建一站式化合物合成路線預測和推薦平臺,希望借助化學合成大數據與人工智能算法以提高化合物合成的效率、經濟性和準確性

        2022.9

        英矽智能

        雙方就創新藥小分子化合物定制服務業務、FTE業務、CMC業務、CDMO 業務、合成樣品庫業務等開展深度合作

        美迪西

        2021.10

        德睿智藥

        德睿智藥特有Molecule Dance Molecule Pro 人工智能藥物研發平臺。雙方基于在藥物研發和人工智能的資源與優勢,為腫瘤領域First-in-class 藥物的研發提供更為精準、經濟和高效的服務

        2022.6

        蘇州朗睿

        朗睿將依托KINET人工智能新藥研發平臺,提供AI技術的新藥研發服務,助力快速產生安全、有效的FIC/BIC 臨床候選化合物

        2022.11

        英飛智藥

        基于美迪西一站式生物醫藥臨床前研發服務平臺,結合英飛智藥的PharmaMind TopTargets平臺,為新藥研發的關鍵環節降本增效

        泓博醫藥

        2022.12

        阿里云、深勢科技

        深勢科技Hermite平臺加阿里云高性能計算集群,提升泓博醫藥的分子模擬效率,降低合成成本,減少定制合成的等待時間,管線推進到臨床前候選化合物的時間縮短了一半

        泰格醫藥

        2022.1

        華為云

        華為云將發揮在AI、大數據、高性能算力等方面的技術優勢和生態能力,依托多年數字化轉型實踐經驗,推動泰格在數據治理、本地業務上云、真實世界研究等項目上的創新

        資料來源:各公司公眾號、觀研天下數據中心整理

        值得一提的是,雖然AI藥物研發前景廣闊,賽道玩家眾多,但尚未有一款AI藥物實現上市。目前,全球已有超80款AI藥物進入臨床階段,其中大多數處于臨床早期階段,只有少數進入臨床II期研發階段,部分AI輔助研發藥物因臨床表現不佳而終止研究,給整個AI藥物研發帶來了更多的困難。但在業內看來,AI藥物研發與普通藥物研發企業在臨床試驗階段并沒有較大區別,目前AI在藥物研發領域僅起輔助性作用,預計2026年將會出現首個上市的AI驅動藥物。由此,現有的管線及后續發展較快的管線,將大批進入臨床,AI藥物研發的技術價值將得到規?;炞C,政策、產業、消費市場對于AI驅動藥物的態度及相關舉措也將清晰,行業逐漸定型。

        觀研天下分析師觀點:目前AI在藥物研發領域更多的是起一個輔助作用,如何將其作用最大化從而實現降本增效,是目前行業內應積極探尋的。同樣,不必對AI避之不及,畢竟無論AI藥物研發發展如何,對實驗室科學家的需求都不會消除。

        四、癌癥和精神疾病是主要研發領域,慢性病市場潛力仍待釋放

        從方向來看,目前AI藥物研發布局廣泛在抗腫瘤、呼吸系統、抗感染、精神障礙、免疫系統、眼科、心血管、消化系統、內分泌系統、藥物副作用研究等多個領域,這也與疾病流行、臨床需求和市場容量相匹配。其中抗癌是AI新藥研發最集中的領域,占比高達27.4%。2020-2021年在全球TOP 25醫藥研發領域當中,就有14類屬于癌癥,占比達到了56%。而據中國國家藥監局數據,2013年至2022年期間在國家藥監局臨床試驗公示平臺登記開展的1-3期藥物臨床試驗涉及的適應癥TOP 10中,有7個是腫瘤相關的適應癥,圍繞TOP 10適應癥開展的臨床試驗數量,占臨床試驗總數的55%。

        另外精神類疾病藥物研發同樣居于首位,精神、神經系統疾病給個人及社會帶來嚴重的危害,國內曾多次報道精神疾病患者導致的嚴重刑事案件,危害性較大,因此抗精神疾病治療藥物的研究已經成為當下藥物研發領域的重點。目前,已經有163種藥物正處于臨床研究階段,其適應癥覆蓋了一系列的精神疾病,包括抑郁癥、精神分裂癥、焦慮癥、藥物濫用、雙相障礙、注意缺陷多動障礙(ADHD)等常見疾病類型。

        其次為心腦血管疾病,占比12.9%。此外,還有個別企業布局了遺傳疾病及罕見病等小眾賽道。其中較為知名的有AbCellera與禮來聯合研發的LY-CoV555,AI Therapeutics與耶魯大學合作開發LAM-002管線等。值得注意的是,隨著近年來中國城市內分泌、營養和代謝疾病、消化系統疾病等慢性病的死亡率整體呈上升趨勢,由于龐大的人口基數及老齡化的加劇,中國的慢性病領域的潛在市場空間不斷增長,對于國產慢性病創新藥的需求緊迫,或將成為抗腫瘤之外的另一研發重點。

        其次為心腦血管疾病,占比12.9%。此外,還有個別企業布局了遺傳疾病及罕見病等小眾賽道。其中較為知名的有AbCellera與禮來聯合研發的LY-CoV555,AI Therapeutics與耶魯大學合作開發LAM-002管線等。值得注意的是,隨著近年來中國城市內分泌、營養和代謝疾病、消化系統疾病等慢性病的死亡率整體呈上升趨勢,由于龐大的人口基數及老齡化的加劇,中國的慢性病領域的潛在市場空間不斷增長,對于國產慢性病創新藥的需求緊迫,或將成為抗腫瘤之外的另一研發重點。

        資料來源:觀研天下整理

        五、資本扎堆涌入,賽道大戰一觸即發

        1、行業資本市場活力不減,大多停留在早期融資階段

        投融資是藥物研發的生命線,對于推動醫療健康行業的發展至關重要。近幾年來,在國家政策紅利和市場需求放量雙驅動下,AI技術在創新藥領域的應用越來越多,將AI技術用于藥物開發的創新藥公司呈現出井噴式的增長,資本的持續助力成為AI藥物研發賽道的重要驅動因素。自2016年以來,全球AI藥物研發領域的投資金額整體呈上升態勢,2022年達62.02億美元,同比增長47%。而今年第一季度,也已有超過28筆對AI藥物研發公司的投資,平均投資額為3800萬美元。整體來看,全球AI藥物研發企業大多停留在早期融資階段,部分專注自研管線的AI Biotech企業以及為相關藥企提供外包服務的AI CRO公司逐漸步入成熟期。

        投融資是藥物研發的生命線,對于推動醫療健康行業的發展至關重要。近幾年來,在國家政策紅利和市場需求放量雙驅動下,AI技術在創新藥領域的應用越來越多,將AI技術用于藥物開發的創新藥公司呈現出井噴式的增長,資本的持續助力成為AI藥物研發賽道的重要驅動因素。自2016年以來,全球AI藥物研發領域的投資金額整體呈上升態勢,2022年達62.02億美元,同比增長47%。而今年第一季度,也已有超過28筆對AI藥物研發公司的投資,平均投資額為3800萬美元。整體來看,全球AI藥物研發企業大多停留在早期融資階段,部分專注自研管線的AI Biotech企業以及為相關藥企提供外包服務的AI CRO公司逐漸步入成熟期。

        資料來源:觀研天下整理

        觀研天下分析師觀點:目前國AI藥物研發在企業數量及市場成熟度上仍不及國外,僅有英矽智能進入榜單,其次大訂單服務對象基本為大型跨國藥企,它們的“試水”也是全球藥企的“風向標”,因此,AI藥物研發未來的膨脹點或許就在國內。

        2、賽道玩家分三大陣營,不同陣營玩家各有特色

        市場的持續火熱吸引了不同領域的玩家,目前,布局AI藥物研發賽道的企業主要分為互聯網公司、AI制藥初創企業和大型藥企三大陣營。其中,大型藥企又分為傳統藥企和CRO企業,目前參與AI藥物研發的大型藥企有超過56家,其中包括逾36家傳統藥企和20家CRO(醫藥研發合同外包服務機構)企業。大型藥企主要通過自建團隊和業務合作兩種方式進入AI藥物研發賽道,例如,諾華和葛蘭素史克是業內較早設立自己的AI部門的藥企;默沙東則從2012年開始就與AI藥企合作。數據顯示,目前互聯網頭部企業跨界布局AI藥物研發也屢見不鮮。其進入市場的方式主要有對AI初創企業進行投資、自主研發建立AI制藥平臺及與外部機構合作研發Al制藥項目三種。在本土互聯網頭部企業中,騰訊、華為、百度均已開發出AI藥物研發平臺,字節跳動或有相關平臺自主研發的計劃;阿里云則是與全球健康藥物研發中心合作開發AI藥物研發和大數據平臺。預計未來互聯網巨頭在AI藥物研發領域的活躍度和滲透率將更高,利用自身在算法和算力上的優勢持續推動該領域發展。

        部分互聯網頭部企業在AI制藥領域的布局

        市場進入方式

        企業

        AI藥物研發領域相關布局

        AI初創企業進行投資

        騰訊

        騰訊在2015年和2018年參與了晶泰科技的AB輪融資,目前晶泰科技已成為國內AI制藥頭部企業

        自主研發建立AI制藥平臺

        騰訊

        騰訊開發的AI驅動臨床前新藥研發開放平臺云深智藥”,是基于騰訊AI Lab自主研發的深度學習算法,同時提供數據庫和云計算支持,主要功能有蛋白質結構預測、虛擬篩選、分子生成、ADMET預測和合成路線規劃

        華為

        華為開發的華為云“EIHealth”,基于華為云AI和大數據技術優勢,為基因組分析、 藥物研發、臨床研究三個領域提供專業AI研發平臺

        字節跳動

        字節跳動成立了專門負責大健康業務的極光部門,其AI Lab部門正在北京、上海、美國加州三地招攬AI制藥領域的人才,或有進行AI制藥平臺自主研發的計劃

        谷歌

        谷歌母公司Alphabet成立AI制藥公司Isomorphic Laboratories,旨在運用AI技術加速生物醫學突破并找到治療疾病的新方法

        百度

        百圖生科BioMap是生物計算引擎驅動的創新藥物研發平臺,將先進AI技術與前沿生物技術相結合,構建獨特的靶點挖掘及藥物設計能力,開發創新藥物

        與外部機構合作研發Al制藥項目

        阿里巴巴

        阿里巴巴旗下阿里云與全球健康藥物研發中心合作,開發AI藥物研發和大數據平臺,針對SARS/MERS等冠狀病毒的藥物研發進行數據挖掘

        平安科技

        平安科技研究院與清華大學聯合在計算生物學頂刊BIB上發表論文,首次公開了用于藥物發現的分子預訓練模型

        微軟

        微軟與諾華合作,共建AI創新實驗室,以加速藥物研發進程;與UCB戰略合作,將自己的計算服務、云和AIUCB的藥物發現和開發能力相結合,開發口服抗新冠病毒藥物

        資料來源:觀研天下數據中心整理

        AI制藥初創企業是產業發展的核心驅動力量,目前全球有超過500家AI制藥初創企業,他們通常利用自身的AI技術優勢切入制藥場景中的一個或多個環節,一般以與大型藥企合作的形式進入市場。目前Al制藥初創企業的商業能力主要體現在兩個方面,一是AI技術服務的能力,技術優勢越明顯,越能獲得大型企業合作方的青睞;二是自研管線,轉型為創新型研發中心或藥企后進一步擴大行業領先優勢。

        近年部分AI制藥初創企業與大型藥企的合作項目

        AI制藥初創企業

        市場其他主體

        項目

        ReverieLabs

        Roche

        多靶點合作協議,利用Reverie技術平臺對多個激酶抑制劑發現項目進行虛擬篩選

        OWKIN

        加快藥物的發現,開發和試驗的速度

        Insilico Medicine

        Pfizer

        利用InsilicoAI藥物靶點發現平臺Pandomics為許多疾病潛在治療靶點的開發尋找真實世界證據

        ConcertAl

        在腫瘤療法開發中使用AI和真實世界數據

        BenevolentAl

        NOVARTIS

        尋找在研腫瘤藥物潛在的新適應癥

        BenchSci

        AI輔助抗體選擇

        Numerate

        MSD

        心血管疾病靶點研究

        Atomwise

        利用深度學習技術對現有藥物進行掃描、重新設計,應對舊的及新的適應癥

        Exscientia

        SANOFI

        尋找用于治療糖尿病及其合并癥等代謝性疾病的雙特異性小分子藥物

        資料來源:觀研天下數據中心整理

        觀研天下分析師觀點:隨著行業參與者越來越多,AI藥物研發的CRO模式會趨于同質化,賽道競爭日趨激烈,親自下場做藥會是提高企業附加值的商業模式,同時也是對企業的人工智能研發能力、藥物臨床能力及法規理解能力的多重考驗。(LZC

        更多好文每日分享,歡迎關注公眾號

        【版權提示】觀研報告網倡導尊重與保護知識產權。未經許可,任何人不得復制、轉載、或以其他方式使用本網站的內容。如發現本站文章存在版權問題,煩請提供版權疑問、身份證明、版權證明、聯系方式等發郵件至kf@chinabaogao.com,我們將及時溝通與處理。

        我國保健品行業市場產銷規模持續擴大 膠囊和片劑是為主要細分市場

        我國保健品行業市場產銷規模持續擴大 膠囊和片劑是為主要細分市場

        受“大健康”理念興起、全國居民人均可支配收入的增加、消費升級等因素影響,近年來作為醫療保健消費一部分的保健品市場規模持續擴大。2019年我國保健品行業市場規模為2225億元,2023年行業市場規模已經達到3285億元。

        2024年05月10日
        我國電子胃腸鏡行業中下游市場分析:需求穩步增長推動市場持續擴容

        我國電子胃腸鏡行業中下游市場分析:需求穩步增長推動市場持續擴容

        過去,傳統的光學胃腸鏡占據主導地位,但由于存在一些缺陷,如畫質不清晰、操作繁瑣等,越來越多的醫院選擇使用電子胃腸鏡。電子胃腸鏡市場將占據更大的份額,傳統的光學胃腸鏡將逐漸被淘汰。此外,隨著人口老齡化的加劇,檢查胃腸道疾病的需求也將進一步增長,這將進一步推動電子胃腸鏡市場的發展。

        2024年03月20日
        我國電動輪椅行業:老齡化加劇帶來巨大需求 市場規模不斷擴大

        我國電動輪椅行業:老齡化加劇帶來巨大需求 市場規模不斷擴大

        我國是世界上老年人口最多的國家,60歲及以上人口已達2.64億,占總人口的18.7%;65歲及以上老年人口達到1.91億,占總人口的13.5%,2025年,我國六十歲以上人口將達到3億,成為超老年型國家。龐大的中老年人群體為形成一個巨大的中老年消費市場奠定了基礎。擁有數以億計的中老年人消費市場是未來中國必然的商機與趨勢

        2024年03月19日
        我國單一型醫療意外險行業:滲透率低但潛在需求量大 未來增量空間廣闊

        我國單一型醫療意外險行業:滲透率低但潛在需求量大 未來增量空間廣闊

        醫療意外保險各細分險種在降低投保人風險,減少醫患糾紛等方面具有重要的積極意義,但目前國內推廣程度較低。未來隨著各細分險種逐漸加大推廣力度,醫療意外保險行業將持續向好發展,市場滲透率不斷提高,截止2022年我國醫療意外保險行業保費收入約為70.41億元。

        2024年03月19日
        我國生物醫藥行業現狀及前景:市場呈井噴式增長 基因技術將成研發熱點

        我國生物醫藥行業現狀及前景:市場呈井噴式增長 基因技術將成研發熱點

        中國是全球第二大疫苗市場,在疫苗的可及性增加、政府政策利好、疫苗技術創新及疫苗接種意識增強的推動下,中國疫苗市場保持穩定的增長趨勢。2023年,我國疫苗類生物醫藥市場規模約為10281億元。

        2024年02月29日
        我國肉毒素行業現狀分析:水貨及假貨加速清出 國產替代率不斷提升

        我國肉毒素行業現狀分析:水貨及假貨加速清出 國產替代率不斷提升

        我國肉毒素使用占非手術類醫美項目三成左右,這一數據遠低于美國的77%。而且肉毒素注射如今已經成為了中國微整形消費者最為青睞的整形美容項目之一,未來國內市場發展潛力巨大。隨著我國藥品集中采購政策逐步實施,很多藥企利潤大幅縮減,開始向新領域擴張,相繼轉型到醫美領域,國產替代率不斷提升。

        2024年02月27日
        我國民營醫院行業區域及細分領域中領先企業正形成 低線城市醫療需求正在興起

        我國民營醫院行業區域及細分領域中領先企業正形成 低線城市醫療需求正在興起

        省會對醫療資源的虹吸導致低線城市的就診人群向高線城市流動,從而產生異地就醫導致的住宿、看護等問題。隨著低線城市人群消費力上升,對部分病種就近就醫的意愿也會更加強烈,體制機制相對靈活的民營醫院可以進行下沉布局,填補公立醫院無法滿足的需求。

        2024年02月26日
        呼吸道檢測行業需求快速增長  供給能力進一步增強

        呼吸道檢測行業需求快速增長 供給能力進一步增強

        隨著全球一體化進程的加快,突發急性傳染病對人類健康安全和社會經濟發展構成的威脅不斷增大,呼吸道檢測市場需求會不斷增長。根據相關統計數據,2019年全球呼吸道病原體診斷市場規模約為101.3 億美元,預計到2023 年將增至147.6億美元,年均復合增長率為9.87%。

        2024年02月23日
        微信客服
        微信客服二維碼
        微信掃碼咨詢客服
        QQ客服
        電話客服

        咨詢熱線

        400-007-6266
        010-86223221
        返回頂部
        精品国产这么小也不放过|久久精品伊人久|97久久人人超碰超碰窝窝|88国产精品欧美一区二区三区

        <td id="stggj"><strike id="stggj"></strike></td>
        <big id="stggj"><span id="stggj"></span></big>