爱看影院,天美传媒97a∨,天堂av,国产精品免费大片

抗微生物藥物耐藥性已成為全球公共衛生的重大威脅。《柳葉刀》的一項研究估計，僅在2021年，細菌性AMR就已經導致471萬人死亡。世界衛生組織更是警告稱，到2050年，每年可能約有1000萬人死于AMR，這也將超過癌癥的死亡人數，使得AMR成為致死的主要原因。伴隨著耐藥基因的廣泛傳播，大量抗生素正面臨著逐漸失效的風險。多數抗生素分子通過靶向核糖體并干擾蛋白質合成來阻止細菌生長，它們大多與一些特征明確的功能位點結合，但這些作用位點常因rRNA修飾或藥物修飾酶的出現而失效，使得細菌對不同類型的抗生素產生交叉抗性。因此，發現具有全新作用機制的抗生素迫在眉睫。在本周《自然》雜志的一項最新研究中，來自加拿大麥克馬斯特大學的研究團隊從一個不起眼的地方出發，為對抗全球性AMR威脅點燃了新的希望。論文指出，一款形似套索的肽類分子——lariocidin通過其獨有的抗菌機制，對多種細菌表現出了廣譜活性和最小毒性，而且細菌產生耐藥性的可能性也很低。LAR發現的起點，是研究團隊的一名技術人員從自家后院花園中采集的一批土壤樣本。研究團隊希望從土壤中找到一些特殊的細菌和產物，為了避免遺漏掉生長緩慢，他們首先將樣本放置在實驗室中培養了一年。結果，研究團隊果真從樣本中提取出了一種全新的抗菌化合物。這種分子來自類芽孢桿菌屬，其對多重耐藥的鮑曼不動桿菌和抗生素敏感的大腸桿菌都表現出了強大的抗菌活性。進一步的純化和結構解析顯示，這種化合物是一種結構特殊的套索肽：其N端的氨基酸通過異肽鍵形成一個環狀結構；C端的氨基酸則是穿過這個環，如同是打了個結一般，形成一個穩定的“套索”。這種結構有著高度熱穩定性和蛋白酶解穩定性，因此在藥物研發中擁有優秀的藥代動力學特性。值得一提的是，除了LAR本身，研究團隊還發現了它的變體LAR-B。與原版相比，LAR-B多了一個環，形成了更穩定的“雙套索”結構，因此可能成為更有希望的候選藥物。▲套索肽結構示意（圖片來源：參考資料[1]）接下來的研究揭示了LAR分子獨特的作用機制。與常見的抗菌肽不同，LAR不是通過破壞細菌的細胞膜或改變細胞形態來滅菌，而是以膜電位依賴的方式進入細胞，它們可以直接穿過膜而無需轉運蛋白，隨后在胞內積累。LAR的靶點同樣有著獨到之處：它與細菌核糖體30S小亞基的特定位點結合。這個位點遠離傳統抗生素的結合區域，因此減少了交叉耐藥的風險。LAR與特定位點結合后，通過雙重機制靶向蛋白質的生產工廠——核糖體，實現了強效殺菌：一方面，LAR限制30S亞基的構象變化，阻礙mRNA-tRNA復合體移動，導致翻譯延伸停滯，這種機制被稱作抑制移位；此外，LAR還會誘導錯誤編碼，通過與tRNA的磷酸基團相互作用，增加氨基酸錯誤摻入的概率，導致核糖體產生錯誤的肽。▲套索肽與嗜熱鏈球菌形成的復合物結構（圖片來源：參考資料[1]）在體外實驗中，LAR對革蘭氏陽性菌、革蘭氏陰性菌和分歧桿菌均有效，表現出了廣譜抗菌性；耐藥性實驗也顯示，LAR的自發耐藥突變頻率極低，并且由于結合位點的特殊性，其不受常見耐藥機制的影響。接下來的小鼠實驗檢驗了LAR的療效與安全性。鮑曼不動桿菌是一種革蘭氏陰性菌，在醫院中造成嚴重的感染。感染了鮑曼不動桿菌的小鼠，對照組在28小時內全部死亡，而接受LAR注射的小鼠在實驗期間實現了100%存活。由于LAR能夠殺死鮑曼不動桿菌，并且與其他抗生素產生交叉耐藥性、由于靶點突變而產生耐藥性的可能性都很低，因此這種分子有著光明的應用前景，成為理想的先導化合物。為了實現成功的臨床開發，研究團隊需要開發出優化版的抗生素，使其對哺乳動物的毒性低，吸收、分布、代謝和排泄參數可接受。值得一提的是，通過基因挖掘，研究團隊發現多種細菌都攜帶與lrc類似的基因簇，這或許提示我們：在自然界還有大量其他靶向核糖體的套索肽等待發掘。在后續探索中，或許科學家們將找到進一步提高穩定性與藥代動力學特性的分子，為解決全球性的AMR危機作出貢獻。

過去幾天，外資藥企的全球CEO密集到訪中國，他們中的大多數參加了中國發展高層論壇2025年年會，還有一些參加了第六屆國際醫藥創新大會。據經濟觀察報不完全統計，近一周有十幾位跨國藥企的全球CEO到訪了中國，包括：輝瑞公司董事長、首席執行官艾伯樂（Albert Bourla），諾華公司首席執行官萬思瀚（Vasant Narasimhan），阿斯利康全球首席執行官蘇博科（Pascal Soriot），羅氏創始家族代表、羅氏集團董事會副主席安德烈·霍夫曼（AndréHoffmann），禮來制藥董事長、首席執行官戴文睿（David A.Ricks），武田制藥董事長、總裁、首席執行官衛博科（Christophe Weber），CSL有限公司首席執行官兼董事總經理保羅·麥肯齊（Paul McKenzie），勃林格殷格翰公司執行董事會主席、首席執行官馮保和（Hubertus von Baumbach）等。醫藥行業是政策密集型行業，藥品審評審批、醫保談判、藥械集采、進院最后一公里等政策都深刻影響著企業的市場表現，外資藥企也不例外。從公開的行程來看，這些來華的外資藥企CEO們，重要的行程之一就是與政府官員見面。此外，考察業務、與客戶會面、與業務合作伙伴交流也是常見的行程安排。作為全球第二大醫藥市場，中國市場對外資藥企的全球戰略至關重要。密集訪華的背后，這些全球CEO們在關心什么？期待什么？新朋老友萬益特全球首席執行官陶克瑞（Chris Toth）是中國發展高層論壇的新朋友。這也是萬益特自今年初正式成為獨立公司以來，在華的首次高規格亮相。陶克瑞告訴經濟觀察報，這是他第一次參加中國發展高層論壇，他很高興能與政策制定者以及各位行業領袖就中國醫療未來展開深入交流。2025年2月，百特醫療腎臟護理業務正式分拆成為萬益特，一家全新的重要臟器療法公司。萬益特傳承了百特醫療70年來在全球腎臟護理領域的創新和引領。萬益特在中國市場深耕35年，并已建立了全價值鏈本土化實踐，中國總部位于上海，擁有三家生產基地、一家研發中心和一家技術服務中心。其中，萬益特蘇州研發中心今年已經成立10周年。陶克瑞表示，中國市場對萬益特的全球戰略至關重要。在他看來，數字醫療技術是行業變革的重要推動力。以居家透析為例，通過數字化技術能夠提升患者透析治療體驗、優化醫護團隊的工作流程，并提升臨床治療效果。保羅·麥肯齊（Paul McKenzie）今年也是第一次參加中國發展高層論壇。他表示，中國政府對醫療健康產業的大力支持，為CSL這樣的跨國企業提供了廣闊的發展空間。CSL是中國市場白蛋白的主要供應商之一，在中國的運營實體是杰特貝林。過去五年，杰特貝林為中國患者提供了超過8000萬支白蛋白。此次中國之行，麥肯齊還與杰特貝林領導團隊拜訪了北京協和醫院以及上海瑞金醫院，與醫院領導及相關科室負責人交流，探討了中國罕見疾病的診療挑戰。武田制藥是中國發展高層論壇的老朋友，今年是武田制藥連續第六年參與中國發展高層論壇，衛博科近期攜武田全球管理委員會核心成員再次到訪中國。在衛博科的整個訪華行程中，除了參加中國發展高層論壇2025年會，還參加了第六屆國際醫藥創新大會，在與各界部委領導、業界商業領袖、醫療專家學者等的交流中，衛博科再次強調了武田制藥對于中國醫療健康事業高質量發展的堅定信心，以及持續深耕中國、推動行業發展的長期承諾。自1994年進入中國市場以來，武田始終與中國醫療健康事業的發展同頻共振。目前，武田已經在中國建立了覆蓋新藥開發、生產、供應保障以及商業化的完整醫藥價值鏈。“中國對于武田至關重要，我們致力于推動前沿創新，并不遺余力地將突破性的療法引入中國市場，惠及患者，這一戰略要務與中國衛生健康事業的發展進程高度契合。”衛博科表示，期望能持續推動生物醫藥創新，攜手更多戰略伙伴，進一步釋放數字與科技潛能，助力中國醫療健康領域的現代化發展進程，造福更多患者。加碼中國市場在中國發展高層論壇開幕前，3月21日，阿斯利康宣布了最新的25億美元投資計劃——在北京建立第六個全球戰略研發中心，并達成多項重大研發與生產合作。這項未來五年的投資計劃是阿斯利康與北京市人民政府和北京經濟技術開發區管理委員會戰略合作伙伴關系的一部分，它同時還包括了阿斯利康與和鉑醫藥、元思生肽、康泰生物三家生物科技企業達成的合作協議，以及近期宣布的琺博進中國收購協議。通過這一系列部署，阿斯利康預計在北京的員工人數將增至1700人。蘇博科表示，這項25億美元的投資，說明阿斯利康對北京世界級生命科學創新生態系統有信心，對這座城市廣泛的合作機會和卓越的人才資源有信心。這也體現了阿斯利康對中國的堅定承諾。阿斯利康第六大全球戰略研發中心將依托北京在前沿生物學和人工智能科學領域的優勢，成為支持阿斯利康將創新藥物帶給全球患者的重要驅動力之一。2024年，阿斯利康重回中國區營收第一，中國區總營收實現11%雙位數增長，達到64億美元，占全球收入12%。增長的背后是不斷引進的創新藥物，2024全年阿斯利康共有8個新藥及新適應證在中國獲批。這次宣布要建立的北京全球戰略研發中心，是繼上海全球戰略研發中心建立后阿斯利康在中國建立的第二個全球戰略研發中心。同時，阿斯利康在北京將開展一系列新的研發合作，其中包括與北京大學腫瘤醫院在轉化醫學研究、數據科學和臨床開發領域建立戰略合作伙伴關系。阿斯利康還簽署了兩項合作與授權協議，包括與和鉑醫藥達成多特異性抗體療法的研發合作，以及與元思生肽達成大環肽類藥物的開發合作。此外，阿斯利康還將與康泰生物成立一家新的合資企業，進行呼吸道疾病和其他傳染性疾病創新疫苗的開發、生產和商業化。一位接近上述交易人士表示，如果拆分來看，阿斯利康的各項交易金額雖然不低，但也不算最高。但是總計25億美元，且攢在一起宣布，“足夠體現阿斯利康對中國市場的承諾和誠意”。武田同樣也看好中國市場，武田中國從2020年至今，業績發展始終保持兩位數的高增長，在中國市場跨國醫藥企業排名從2017年的第23名大幅躍升至2023年的前10行列。今年年初，武田中國宣布與成都市高新技術產業開發區管理委員會簽訂戰略合作協議，將在四川成都建立武田中國創新中心。該創新中心將專注于數字醫療創新，運用大數據和人工智能等先進技術開發數字醫療產品和解決方案，為中國患者創造更全面的醫療服務價值和個性化治療體驗。衛博科表示，中國已經成為了全球第二大醫藥市場。伴隨著經濟發展和人口增長，潛在的醫療健康需求也在持續增加。武田中國創新中心將拓展武田的數字創新戰略藍圖，賦能武田更好地為患者提供高質量的服務。

美國聯邦衛生官員本周表示，隨著新冠疫苗的結束，他們正在追回分配給各州和地方公共衛生部門以及其他衛生組織的114億美元資金。據悉，這些資金主要用于新冠檢測、疫苗接種以及針對高風險和弱勢群體的新冠健康不平等項目，還包括一些全球性項目。美國衛生與公眾服務部(HHS)聲稱，新冠疫情已經結束，因此不再需要將數十億美元的納稅人資金用于應對一個“不存在的疫情”，這些資金將被用于其他健康項目。不過，許多地方衛生部門表示，這些資金的收回可能會導致大量裁員，減少疾病監測、疫苗接種和實驗室檢測等核心服務。例如，華盛頓州有超過1.25億美元的新冠資金被立即終止。這些資金原本用于加強公共衛生基礎設施，包括現代化數據系統、提高實驗室檢測能力、改善傳染病爆發的電子病例報告等。資金收回可能會削弱各州和地區應對當前和未來威脅的能力。還有一些新冠資金還被用于其他公共衛生問題，例如監測廢水以檢測流感、麻疹等其他疾病的傳播，資金收回可能會對這些項目產生負面影響。HHS表示，這些資金是尚未分配的剩余資金，將在發出終止通知后的30天內開始收回。然而，一些地方衛生官員表示，這些資金已經分配給了各州，各州再決定如何在地方層面使用。美國全國縣市衛生官員協會首席執行官洛麗·弗里曼認為，撤銷資金會讓地方衛生部門措手不及，影響他們的工作和服務，這是殘忍和不尋常的行為。在一項相關舉措中，由美國國立衛生研究院(NIH)資助的二十多項與新冠病毒相關的研究經費已被取消。盡管美國政府宣稱新冠疫情已經結束，但該病毒仍在殺死美國人：根據疾病預防控制中心(CDC)的數據，在過去四周中，平均每周有458人死于新冠。災難性的后果？HHS不愿提供有關聯邦政府如何從所謂的“受影響的受助人”那里收回這筆錢的細節。但該部門發言人安德魯·尼克松表示：“剩下的114億美元基本上是還未支付的資金。”弗里曼補充說，抗疫資金的一部分用于解決其他公共衛生問題。例如，在新冠疫情期間開始的廢水監測對于檢測其他疾病也很重要。此外，除了美國國內，國際疫苗援助也將受到影響。主要疫苗組織全球疫苗免疫聯盟(GAVI)周四表示，該組織還沒有得到美國政府的確認，說它可能會失去10多億美元的承諾資金，但對此感到不安。根據美國政府泄露的計劃，美國計劃終止向數十個衛生組織提供資金，其中包括全球疫苗免疫聯盟。全球疫苗免疫聯盟表示，削減這些資金將是“災難性的”，可能導致100多萬人死于可預防的疾病。還有科學家指出，削減這些資金意味著mRNA技術的研究將受到限制，而這一技術正在接受測試，用于治療從禽流感和登革熱到胰腺癌和黑色素瘤等疾病。

在醫學研究和臨床治療中，準確解讀醫學圖像并生成有洞察力的報告對病人的護理是必不可少的，但卻給人類臨床專家帶來了沉重的負擔。人工智能（AI），特別是多模態生成式醫學圖像解釋（GenMI）領域的快速發展，為自動化這一復雜過程的部分工作創造了機會。盡管 GenMI 有望在生成跨學科報告方面達到人類專家水平，但仍在準確性、透明度等方面面臨障礙。厘清這些障礙并提出針對性解決方案，對于幫助臨床醫生改善護理質量、加強醫學教育、減少工作量、擴大專業準入并提供實時專業知識至關重要。今天，來自哈佛醫學院的研究團隊在權威科學期刊 Nature 上發文，全面綜述了開發從圖像中生成醫學報告的 AI 系統方面的進展和挑戰。除了分析醫療報告生成的新模型的優勢和應用之外，他們倡導一種新的范式，以授權臨床醫生及其患者的方式部署 GenMI。在臨床中發揮 GenMI 的優勢現有的大多數 AI 解決方案都側重于自動完成醫學影像中的單一任務，沒有考慮到放射學和臨床成像中涉及的更全面的綜合分析。因此，AI 有很大潛力在醫學成像和報告方面實現更廣泛的用途，例如快速撰寫出涉及多科室的權威報告，攝取多種模式和臨床數據，生成更加準確、流暢和可解釋的報告等。圖｜自動生成醫療報告的應用目前，醫療報告生成框架主要由視覺編碼器和語言解碼器組成。其中，編碼器將圖像中的視覺信息提取為向量表示，而解碼器接收一個向量并產生特定的輸出。近年來，科研人員在編碼器-解碼器方法的基礎上不斷創新，從而更好地編碼圖像數據、考慮外部知識、篩選異常等。包括大語言模型（LLM）在內的大型預訓練通用 AI 系統，通過推動開發新的 GenMI 解決方案，徹底改變了醫學圖像解釋。這些 GenMI 方法可以產生更準確的醫療報告，以及使用相同的基礎模型執行其他幾個下游任務并處理多模態數據。這些算法大多建立在視覺語言模型（VLM）的基礎上，VLM 將單個視覺和語言模型融合到一個統一的框架中，可以對圖像和文本輸入進行聯合編碼。圖｜GenMI 的能力利用 GenMI 協助臨床醫生和患者，在臨床環境中充分發揮它們的優勢，可以通過兩個范例來理解。第一個是部署 AI 住院實習醫師。AI 住院實習醫師首先會專門起草臨床上準確的報告，作為住院實習醫師或醫生撰寫報告的起點。在開發過程中，可以在臨床環境中對模型進行前瞻性測試。然后，AI 住院實習醫師可以在主治醫師的監督下進行微調或校準，并從所需的修正和補充中學習。圖｜部署 AI 住院實習醫師第二個是符合人類偏好。基于人類反饋的強化學習（RLHF）和直接偏好優化（DPO）是應用于此類任務的兩種技術。對話式醫療報告生成模型，使臨床醫生可以根據需要提供反饋和后續問題，還可以與臨床醫生合作，通過生成式 AI 改變輸入圖像的屬性，觀察模型預測中的相關差異，并將這些差異與臨床醫生識別出的突出特征進行比較，從而對 AI 成像工具進行審核，還可以對為患者生成的報告進行調整，使其更直白，包含更少的醫學術語，更多圍繞患者病情。總的來說，臨床醫生可以通過 3 種途徑與 AI 系統協作：利用 AI 模型的診斷能力，獲得診斷錯誤的反饋。模型可以結合多模態輸出，其中的解釋加上在原始圖像上的邊界框，可以突出圖像中以前可能被忽略的相關區域；模型快速解析圖像和報告的能力，有助于臨床醫生快速搜索類似病例和圖像；模型可以協助臨床醫生決策，其提出的探究性問題可以讓臨床醫生深入了解與特定病癥相關的診斷模式。仍需克服 4 大挑戰然而，研究團隊表示，要想發揮 GenMI 等 AI 系統的優勢，還需要解決基準、人類過度依賴、數據集和模型偏差以及新模型、新科室等挑戰。首先，是基準和評估指標。在安全實施醫學報告生成模型，AI 住院實習醫師將在住院治療中發揮更重要的作用之前，必須開展評估下游臨床效果的研究，明確衡量標準。流行的 LLM 的性能會隨著時間的推移而發生顯著變化，這種差異可能會造成嚴重后果。例如，疾病預測模型可能會被操縱以輸出特定的診斷和結果測量，從而導致處方過量、保險欺詐和偽造臨床試驗。因此，在將 LLM 作為人工智能住院實習醫師的一部分進行部署時，必須確保采取一致的安全措施和監管。其次，是臨床醫生和患者的過度依賴。臨床醫生可能出于對錯誤問責的模糊性、確認偏差和自動化偏差，過于依賴機器自動化指導等各種原因，不愿意更改 AI 生成報告中的文字，忽略模型無法識別的罕見發現。雖然AI住院實習醫師可以讓患者直接與真正的臨床專家進行交流，但這些交流應該在可控的情況下進行，這樣患者就不會依賴AI住院實習醫師來指導他們的醫療護理。同時，臨床醫生應向患者傳授正確的查詢方法，并讓他們了解AI工具，以便自己進行探索。在部署AI住院實習醫師的整個過程中，必須承認AI系統的局限性，尤其是在直接護理等只有人類才能處理和提供的更廣泛的語境、同理心和認知的領域。然后，是有偏差的數據集和模型。深度學習模型，尤其是 LLM，很容易受到訓練數據固有偏差的影響。在AI住院實習醫師的范例中，這種缺陷尤其容易造成問題，因為模型不僅會在生成的報告中，還會在醫學教育和臨床醫生理解等方面延續這種偏差。此外，人類的主觀反饋是改進AI住院醫師的關鍵因素，而這本身就可能造成有偏見的反饋循環。訓練數據的質量、規模和平衡也是決定模型偏差的重要因素，因此亟需更廣泛、更具代表性的數據集。目前，大多數進展都是由 MIMIC-CXR 等數據集推動的，這些數據集僅限于單模態胸部 X 光掃描，其他數據集也不平衡，除了配對圖像和相關報告普遍不足外，與正常掃描相比，異常掃描要少得多，并且往往會捕捉到更常見的疾病，而罕見的疾病則很少出現。異常也通常只局限于圖像的一小部分，因此模型很難對其進行篩選。最后，是新的模式和新的科室。目前，將 GenMI 應用于三維成像（包括 MRI 和 CT 掃描）的工作十分有限。部分原因是這一領域缺乏大型標注數據集，只有少數未發布、稀少或難以獲取的數據集。除了三維放射圖像，GenMI 還以有限的方式應用于其他科室。眼科和皮膚科的報告生成在一定程度上取得了成功，在其考慮中納入了外部知識和疾病分類等標準技術。盡管納入新科室和圖像類型將擴展AI工具的能力，但獲取大規模多模態數據集的成本非常高昂，資源充足的公司或有能力收集或授權使用這些專有數據集。自動生成醫療報告在減輕臨床負擔、擴大專家級臨床醫療服務覆蓋面方面有廣闊前景。GenMI 可以生成更高質量的報告，通過提供交互式臨床專業知識授權臨床醫生和患者，并通過擴展教育功能改善未來的臨床護理。研究團隊表示，在不同模式和科室的臨床環境中，制定衡量其效果的公開基準、進行持續的臨床合作和謹慎的模型驗證至關重要，這有助于學術界更透明地衡量報告生成的進展，并為臨床監管機構未來的工作提供指導，使其安全有效。

AI醫療從未如此熱鬧。DeepSeek開源模型的橫空出世，讓醫療大模型的落地速度遠超預期。藥企忙著將AI嵌入藥物研發管線，醫院爭相部署智能問診系統，而AI企業也加速轉向——百川智能裁撤B端業務All in醫療，潤達醫療與華為云合作推出“良醫小慧”大模型，就連華為也組建了醫療衛生軍團加入戰局。資本市場的狂熱更添一把火：木頭姐在年度報告中預言，AI醫療將重構萬億美元健康產業；Tempus AI成了AI醫療當紅炸子雞，短短一個月股價漲了接近200%。當然，情緒來得快去得也快。過去一個月Tempus股價從高點跌落，接近腰斬。這也提醒著我們，在這場狂歡背后，歷史的陰影始終揮之不去——IBM Watson Health耗資百億卻黯然退場的教訓猶在眼前；國內AI四小龍也都曾想在醫療領域分一杯羹，但無一例外鎩羽而歸。這一次，當藥企、醫院和AI公司在風口下爭先恐后時，一個必須回答的問題始終拷問著所有人，AI醫療是真變革還是新泡沫？一、風口下的簽單沒有人會懷疑，AI的盡頭是醫療。亞馬遜、谷歌、微軟、英偉達等科技巨頭近年來在醫療領域撒下重金。英偉達更是豪賭AI+醫療，其在醫療保健行業的直接和間接收入已經超過10億美元，未來可能會達到數百億美元。對于巨頭們來說，醫療行業是一個有待挖掘的巨大市場，充滿機遇和挑戰，這些渴望持續增長的巨頭們，誰也不愿意在新賽場上掉隊。木頭姐更是在其《Big Ideas》報告中表示，當前醫療保健是最被低估的AI應用。這股浪潮也早已傳導至國內。2023年以來，AI醫療大模型數量開始井噴。據不完全統計，目前國內醫療大模型已逾200個，涉及場景十分廣泛，幾乎覆蓋了所有的科技醫療板塊。在“百模大戰”中，AI+醫療的故事也挽救了一些AI玩家。2024年8月，百川智能的醫療組從邊緣走向核心，成為這家AI獨角獸的救命稻草。在投資人看來，醫療可能是百川智能能夠與其他六小虎打出差異化的概念，而差異化，恰恰是能融到錢的關鍵。而在多個訪談中，王小川也向外界解釋，轉向醫療與通往AGI（通用人工智能）的目標并不矛盾：醫療不是垂直場景，造醫生就等于AGI。2025年初，DeepSeek的橫空出世，AI醫療更是進入發展快車道，2月份以來，包括華為在內越來越多重量級選手下場，新一輪AI醫療應用浪潮也加速席卷醫院。這不難理解，AI醫療在提升醫療器械功能、檢查檢驗結果解讀、輔助臨床醫生決策、健康管理等多個領域的應用價值較大，是醫療企業和醫院必須重視的創新方向和競爭趨勢。尤其是當DeepSeek被視為國運級機會，所有人爭先恐后。據不完全統計，截至目前，國內已有超百家三級醫院官宣完成DeepSeek本地化部署，包括一大批知名大三甲醫院。事實上，在AI大趨勢下，去年以來，不少醫院科室便都有AI落地的指標，因此，醫院作為甲方愿意簽單。一是為了自己的政績，二是為了能發AI醫療相關的論文，三是為了以來能賣AI醫療產品給患者。總之，現在的醫院，在風口之下，是有動力和意愿為AI產品付費的。二、現實的拷問所有人都在沖向AI。根據2024年飛利浦中國版《未來健康指數報告》數據顯示，86%的醫療機構管理者受訪者表示已布局或計劃投資生成式AI，這一比例顯著高于美國的75%。而在具體應用場景方面，47%受訪者表示已經在放射科部署AI，44%在院內患者監護中應用AI，40%在藥品管理環節應用AI。在這一輪浪潮中，盡管醫療機構的AI應用率較高，但醫院最關心的是“是否能緩解醫生資源緊張”、“是否能減少文書工作量”、“是否能降低誤診率”等具體現實問題。如果AI產品只在短期內解決一個小痛點，或長期維護成本過高，醫院就會覺得得不償失。當年，IBM Watson Health的致命缺點之一，就是缺乏醫患場景的深度融入，不能貼合醫院工作流、無法與醫生日常操作系統無縫銜接，很難獲得持續應用，加上日常維護成本較高，導致IBM Watson Health在燒掉數百億美元，仍無法真正落地、走向敗局，IBM也退出醫療保健舞臺。最為典型的是，2017年MD安德森腫瘤中心與之結束4年的合作。為了培養IBM想象中的虛擬醫生，MD安德森腫瘤中心支付了6210萬美元的研發費用。然而這些錢卻沒有濺起什么水花。對于國內AI+醫療產業來說，這也是一個無法回避的現實問題。因為當風口過去，大家回歸現實之后，這些產品如果沒有對醫療機構產生實際價值，那就很有可能會成為一次性買賣。這并非沒有先例。過去，從AI閱片、AI診斷等場景來看，很多AI+醫療的應用，都面臨著真實作用有限的問題，并且由于難以打通付費場景，導致變現困難，進而使得市場熱情不高。以AI閱片為例，病理診斷是一種基于圖像信息的診斷方式，被譽為疾病診斷的 “金標準”。邏輯上來講，中國病理行業發展面臨病理醫生缺乏、分布不均勻、培養周期漫長等問題，讓人工智能參與可以大大提高醫務人員的工作效率。然而，現實中，人工智能是否能夠有效地提高效率？又該如何為人工智能技術的應用付費？這些問題需要找到答案。過去，從騰訊、百度到依圖科技等也都有病理大模型的功能模塊，但大多也都成效有限。AI理想再豐滿，都要落實到創收的骨感，這一點在醫療產業只會更難。說白了，外界回望過去能看到的，是AI落地醫療的艱難，以及上一代AI廠商的失敗。當初的AI四小龍，都曾想在醫療領域分一杯羹，但無一例外鎩羽而歸。三、不要讓AI+醫療變成一次性生意如今，技術雖然在不斷迭代發展，AI在醫療領域的應用也在持續突破，但一些本質的問題尚未得到真正解決。而這些問題，也關系著這門生意到底是可持續還是一次性的。首先是如何提升效率。這涉及兩點，數據及專業醫生。擁有龐大、且持續更新的患者數據，是醫療AI產品提高精度和持續迭代的基礎。而業界基本有著這樣一個共識，那就是阻礙AI應用滲透速度的，主要還是優質數據集的缺乏。國內雖不缺少醫療數據，但由于各家醫院標準不統一，數據參差不齊，還有不少數據存在錯漏、不完整等問題。根據《智能涌現》報道，百川智能內部的評測顯示，若是只基于現有文獻和數據庫，目前AI病例的生成能達到70-80分，但相關項目落地的基準在90分。目前最好的解決方法，是加入專業醫生的標注和對齊。2024年年末，百川智能投資了醫療數據服務商“小兒方”，也成立了有30多位醫生的醫學產品部。除此之外，公司還高薪聘請了醫療專家，來帶隊專業醫療團隊。說白了，醫療模型的訓練，不僅要有算法工程師，最重要的角色是專業醫護人員。復旦大學大數據研究院醫學影像智能診斷與醫療信息學研究所副所長單飛更是直言，“牽著研發隊伍走的應該是醫生”。其次是關于AI醫療的付費問題。面對醫療機構這些大甲方，打開市場并不容易。傳統的銷售模式是可復制的，但醫療AI不是，醫院會提出不一樣、更個性化的需求。同時，醫院又希望能夠打包、融合，而不是為單個平臺、系統付費。事實上，單獨做一個AI的公司很難活下去。這也是前期AI影像企業為我們留下的教訓，后來者則正在選擇“一掃多查”作為破局的思路。如何深刻洞察醫院、醫生的需求，是AI醫療打開市場的一大關鍵。除此之外，醫療AI還在支付端受到政策和市場的影響。即使獲得了“三類證”，取得臨床應用資格，AI醫療產品要想大規模落地，仍需要獲得醫療收費目錄和醫保的準入。在支付模式層面，目前國家醫保尚未明確納入任何AI醫療產品，醫院也未曾就AI醫療產品向患者收費。而2024年11月《放射檢查類醫療服務價格項目立項指南（試行）》發布時，醫保局對其中涉及AI的內容解釋稱，目前AI技術在一定程度上能夠幫助醫生提高診斷效率，但還無法替代醫師，在已經收取相關診療費用后，不宜單就AI輔助診斷再向患者額外收費。對于AI醫療產品來說，如果不納入醫保，很難推廣；而納入基本醫保的前提則是，項目是診療必需、安全有效且適用性足夠廣的，目前不少AI醫療還沒有達到這一要求。以上種種，關系著AI醫療企業與產業的走向。DeepSeek的開源風暴撕開了技術普惠的入口，但醫療的特殊性注定，這里沒有大力出奇跡，只有一寸寸啃下臨床痛點的笨功夫。

花299英鎊做一次全身掃描，你愿意嗎？這家公司在推出產品的短短幾個月的時間，就已經完成了10000多次掃描，甚至在斯德哥爾摩和倫敦，有超過10萬人正在排隊等待享受一次這樣特殊的體檢。而這種熱情也把提供這項服務的初創公司Neko Health推到了估值17億美元的明星地位，并且有80%的會員會提前重新預訂服務并付款。通過掃描發現身體疾病提前預防的案例如今更加常見。“全身掃描”市場的規模不大，尚處于起步階段，主要是由一些CT、MRI或是其他非放射成像提供全身成像掃描的公司組成。但昂貴的價格讓許多普通人望而卻步，美國的Prenuvo提供了一項價值2500美元的MRI掃描服務，使用磁共振成像一個小時內可以拍攝數千張身體圖像，金·卡戴珊和格溫妮絲·帕特洛都是其忠實粉絲。另一家提供MRI掃描的醫療健康公司Ezra，其掃描費用也在1500美元以上。顯然，與Prenuvo和Ezra的價格相比，Neko Health的價格親民得多，這也是其在推出短短時間，沒有任何營銷的情況下，能夠獲得如此多用戶的重要原因之一。今年年初，Neko Health宣布完成新一輪融資，融資后的估值為17億美元。這筆交易由Elon·Musk的xAI、Stripe以及Epic Games的支持者，Lightspeed Venture Partnets牽頭。這家公司的創始人之一，是Spotify的創始人Daniel Ek。2023年，Daniel Ek和瑞典的企業家、科技創業者Hjalmar Nilsonne創立了Neko Health。Daniel Ek曾告訴媒體，他們所比較的公司是蘋果或特斯拉，但他們希望是在一個“非常不同”的領域發力——醫療保健。并且，Ek表示，Neko Health所打造的產品，將是醫療保健界的第一款iPod。回溯Neko Health的成長故事，這家公司從營銷甚至到門店，都低調到容易讓人忽略。Neko Health是誰？這家僅成立兩年不到的歐洲公司，如何能在沒有過多營銷的情況下，成為估值破十億美元的獨角獸？為什么僅靠兩家線下門店就成為獨角獸？一、299英鎊：一場沉浸式科幻體驗的全身掃描全身掃描并不是新鮮概念，在公立醫院叫核磁共振，在金·卡戴珊的Ins貼子里叫“救命機器”。不過，和Prenuvo和Ezra這些提供MRI和CT掃描的公司不同，Neko不使用基于MRI的掃描，而是專注于非侵入性掃描技術，其中包括：3D身體掃描——捕捉皮膚狀況和異常。紅外線和傳感器——測量皮膚和血管健康。人工智能分析——檢測潛在健康風險的早期跡象。全身超聲波和心電圖——監測心血管健康。在Neko Health的健康中心，它是一場穿越未來式的高端健康體驗。這項299英鎊的服務包含什么？走進Neko Health的線下健康中心，你仿佛置身于美劇Severance中的某個場景。低飽和度的墻面、低調的泛光照明，極簡的圓角金屬家具，不知通往哪里的靜謐走廊，當然還有神秘莫測的高科技儀器。你在這里的體驗也不同于以往的體檢。首先，一位助理會記錄一些關于你的基本信息，然后帶你進入一個房間，換上內衣、浴袍和拖鞋，另一位助理會在接下來測量身高和體重，然后會帶你進入一個圓柱形的艙室，Neko Health的核心服務是先進的全身掃描——你站在一個透明的圓柱形倉里，四周燈光閃爍，那是在這里，配備了70個傳感器正在工作，它們能夠在幾分鐘內拍攝2000張你的高清圖片，收集數百萬甚至5000萬個數據點的復合圖像，涵蓋身體測量、血管狀況和心率等多個方面。隨后你來到另一間檢查室，進行血壓、眼壓測量、握力測試，以及血液樣本采集。整個體檢過程耗時不到一小時。接著，你就換好衣服，并被帶到一個獨立的咨詢室，醫生會在那里詳細解讀數據。提供個性化的健康評估和建議。Neko Health更建議你可以每年做一次掃描，更新自己的健康檔案，來跟蹤健康變化，與同齡人進行基準比較，并監測自身健康指標的改善。基于透徹的身體掃描和海量數據分析，Neko Health旨在幫助客戶在早期發現心血管疾病、代謝綜合征、糖尿病以及某些類型的癌癥等常見慢性疾病。完成新一輪融資后，Neko宣布將利用這筆資金，進入美國市場——因為美國是除了歐洲，他們的候補名單中人數最多的國家。二、Neko是否真的值這么多錢？有一些人質疑，這個僅擁有兩家線下診所的全身掃描公司是否真的值這么多錢？畢竟，如核磁共振初創公司——Ezra，其在美國開設了18家診所，估值僅為Neko的十分之一。瑞典數字健康企業Kry，同樣設有實體診所，其在2022年的估值為20億美元，其在2023年的收入為1.88億歐元，估值是其收入的10.6倍。Neko剛開業時，掃描費用是150歐元，根據Neko官網的數據，其2023年2月2日至12月31日期間接受掃描的2707人。根據創投媒體Sifted報道，Neko2023年的凈收入為550萬瑞典克朗，而運營成本為1.06億瑞典克朗，其中5600萬瑞典克朗用于員工工資。到2023年底，Neko擁有44名員工。2023年年底，Neko提高了掃描價格，其在瑞典漲到了250歐元，在倫敦漲到了356歐元。該公司今年1月宣布，已經在斯德哥爾摩和倫敦完成了1萬次掃描，而倫敦診所在2024年最后一個季度開放。Neko還計劃今年增加在英國的診所數量，并向美國擴張。如果根據Neko的報告，2023年Neko的凈收入為50萬歐元，即便其2024年的收入翻了至少4倍，按照Kry估值的算法，Neko的估值也難以達到17億美元。不僅如此，隨著擴張，Neko的運營成本將持續提高。首先是其位于倫敦的線下診所，該地區的一處商業租約的年平均租金為18萬英鎊。另外，Neko進行了人員的擴張，自2023年以來，其員工數量增加了一倍。另外，Neko的首席執行官兼聯合創始人Hjalmar Nilsonne在接受TechCrunch采訪時表示，Neko悄悄收購了一家開發傳感器以增強其數據捕獲能力的初創公司。將Neko和Kry這樣的全身掃描診所放在一個估值體系下并不準確，在投資者看來，Neko更是一家人工智能醫療數據公司。Neko現在做的是將數據和技術，垂直整合到一款產品中。這也是Neko的與眾不同之處。三、“丹尼爾·埃克效應”——外行人顛覆現有醫療體系Neko的估值以及資本的青睞，還有一個重要原因是其創始人，尤其是Daniel Ek。Neko Health的兩位創始人無一具有醫學背景——Daniel Ek，在過去二十年里以創立音樂流媒體平臺Spotify而知名，Hjalmar Nilsonne是瑞典的科技創業者，他在Neko Health之前剛賣掉一家環保科技公司。從多年前起，當Ek在Spotify忙著和Youtube、蘋果打流媒體大戰時，巨大的壓力讓他身體吃不消。他總是用運動手表監測自己的身體數據，閑暇時還會翻一翻醫學期刊。Ek始終認為，現行的醫療體系臃腫、低效，需要被顛覆，但彼時他沒有具體的想法，也沒有精力來解決這個巨大的問題。直到2018年，Spotify上市了，他終于有錢有閑轉向下一個創業項目。Ek和Nilsonne認為，現今大多數醫療保健服務，都側重于治療疾病而不是預防。隨著人口老齡化加劇，需要治療的疾病數量迅速增加，現有系統承受了不可持續的壓力。數據表明，75%的醫療費用流向了慢性疾病治療。Neko Health相信，預防和早期發現疾病可以解決許多問題，因為大多數慢性病是完全可以預防的，或者如果及早干預，可以延遲幾十年發生。但現有的醫療保障體系并不能覆蓋這部分需求。英國國民健康服務體系的健康檢查僅向44至74歲的人每5年提供一次，且測試范圍窄，也不能讓醫生提供解讀指導。抱著顛覆現有醫療體系的決心，Ek和Nilsonne在瑞典斯德哥爾摩開設了第一家Neko Health的線下健康中心。Ek是程序員初審，Nilsonne則是工程師，二人分攬了軟件和硬件工作，打算制造最先進的全身掃描設備。2023年，斯德哥爾摩店開張。他們發現，消費者對這類全身掃描的熱情極高，也給出了積極的反饋。在斯德哥爾摩運營的第一年，Neko Health掃描了2707人，其中78.5%的人沒有發現健康問題，14.1%的人發現了需要進一步治療的問題，1%的人被診斷出患有“嚴重”的心血管、代謝或癌癥疾病，且此前他們對此毫不知情。2024年，Neko Health倫敦店正式開業。在2022年的一次媒體采訪中，spotify的早期支持者，Northzone風險投資基金的合伙人PJ P?rson就表示，Ek是少數幾位證明有能力帶領一家企業從小型初創公司一路發展到上市科技巨頭的首席執行官之一。不久前，硅兔君報道了Ek的公司Spotify在持續18年虧損后，終于賺錢并股價飛漲的故事。在Neko的投資者中，也能看到Spotify早期投資人的身影，例如Lakestar，其合伙人是Klaus Hommels，他是Klarna、Spotify和Skype的早期天使投資人。2023年，Neko Health從LightSpeed Ventures等投資者那里籌集了6500萬美元的A輪融資。2025年1月，又完成2.6億美元B輪融資。Nilsonne表示，未來Neko還將專注于醫療硬件和軟件的研發。“我們采用垂直整合的模式，即我們制造這些設備，我們開發軟件，并且我們有診所。”未來Neko的目標是每年進行更新，引入更多衡量參數，并可能以不同的價格，為不同層次的人群提供不同的服務。四、抗衰與長壽，硅谷永遠的烏托邦目前，Neko Health已經完成1萬次掃描，80%的消費者在掃描后預約第二年復購。Ek預測，到今年底，公司將按計劃完成大約5萬次掃描，公司也正考慮開辟新的線下地址。投資者的熱情與近些年硅谷追求健康、抗衰、長壽的熱潮不無關系。從卡戴珊姐妹的“輸液party”，到馬斯克帶火的司美格魯肽，再到抗衰狂人Bryan Johnson的換血療法，甚至“轉基因人”……這些狂人們樂此不疲地用自己的身體做實驗，也促生了一批健康管理和生物科技類公司。Neko Health甚至只是其中看起來更靠譜、更不嚇人的一個。根據TechCrunch報道，Neko的一位早期支持者表示，一些最堅持的等待名單上的人是投資者，他們為了身體和資金的健康狀況，想要親自檢查該公司。盡管如此，Neko Health不可避免地遭到各方質疑。一方面是監管壓力。如今政府的審查異常嚴格，Nilsonne曾對媒體表示，需要提交數百甚至數千份文件。另一方面是公眾的信任。自“硅谷史上最大騙局”血液檢查公司Theranos之后，任何聲稱要“開啟預防性醫療新時代”的公司都會被消費者在心中打個問號。一些醫學界人士也對全身掃描的效果存疑。美國放射學會表示：“迄今為止，沒有文件證據表明全身篩查具有成本效益或延長壽命的效果。”瑞典隆德大學醫學倫理學教授Nils-Eric Sahlin博士對媒體DealBook說，這類檢查存在假陽性問題，可能導致患者二次就醫，給正常的醫療體系增加負擔。不過，無論是出于相信科技、追求長壽、焦慮健康還是“試試沒壞處”的心理，預約Neko Health的消費者越來越多，申請掃描的用戶已經超過10萬人。面對多方壓力，Ek表示，“如果這最終讓我賺不到錢，我會非常高興，但我們確實為真正的人解決了世界上真正的問題。”

創新藥終于要徹底告別，臨床數據“裸奔”的時代了。3月19日，國家藥監局發布《藥品試驗數據保護實施辦法（試行）》（征求意見稿）（以下簡稱“《實施辦法》”），系統性構建了覆蓋創新藥、改良藥、首仿藥、生物藥及疫苗的分類保護框架。辦法中明確，數據保護是指含有新型化學成分的藥品以及符合條件的其他藥品獲批上市時，藥監局對申請人提交的自行取得且未披露的試驗數據和其他數據實施保護，給予最長不超過 6年的數據保護期。這標志著，業內一直呼吁的數據保護即將落地。而國內醫藥創新知識產權保護體系也將更加完善，在制度層面給“真創新”筑高護城河。而對仿制藥來說，傳統“搶首仿”策略失效，依賴原研數據申報的路徑被堵死，臨床策略必須更新升級。當然，為了平衡仿創，藥監局決定對首仿也給予3年數據保護。政策拐點已至，這場關于臨床數據的保護，將加速中國創新藥底層邏輯的重塑。一、攔截仿制藥的利器新藥研發是一場“十年十億”的豪賭，而臨床試驗數據則是這場賭局中最昂貴的籌碼。這也是為什么，生物科技行業極為重視知識產權保護，比如通過專利、著作權、商業秘密等方式對這些數據本身進行保護。然而，專利能夠保護的僅是很少一部分，大量的具體試驗數據雖然不能申請專利，但對藥品審批來說又至關重要。最直觀的例子，莫過于仿制藥的注冊審批基于新藥的試驗數據，可以免于重新進行臨床試驗，從而大大節省時間和資金成本。但對于原研藥來說，經歷“雙十”考驗獲批上市后，若專利保護期已屆滿或即將屆滿，且沒有額外的制度保護，那將意味著，其很難在有限的時間內收回成本，收益也就無從談起。這會極大降低藥企的創新、研發積極性。倘若大量藥企的創新回報不及預期，整個行業的投資生態也將遭受沖擊。畢竟，投資最重要的便是預期，沒有人愿意投資于自己無法掌控/預期的東西。從這個角度來說，創新藥關鍵的知識產權不僅是專利，更包括藥品試驗數據保護（RDP）。因為，這可以防止競爭對手在一定時期內，利用自己的臨床數據申報仿制藥上市。這一保護制度起源于美國1984年通過的《藥品價格競爭和專利期補償法案》（《Hatch-Waxman法案》）。該法案首次明確提出了藥品“數據保護”，確立了針對藥品試驗數據的獨占保護制度。FDA則在Hatch-Waxman法案之上，依據藥品注冊路徑的不同給予了新化學實體（NCE）、全新的生物藥實體（NBE）不同時長的保護周期。其中，NCE最長保護期為7.5年，NBE最長達12年，無論是NCE還是NBE，保護方式都為“不受理+不批準”，比如NBE上市4年內不受理仿制藥上市申請，4年后可以受理申請，但8年內不得批準上市。簡單來說，所謂數據保護，就是監管機構在一定時間內不可以依賴原研公司提交的數據批準潛在的仿制藥品進入市場，直接延遲仿制藥進入市場的時間。當然，在試驗數據保護期結束后，FDA只需要審查仿制藥是否與新藥具有生物等效性即可。其底層邏輯在于，誰創造數據，誰享有排他性權益。這種保護與專利保護并行，形成互補：專利覆蓋分子結構等“技術方案”，而數據保護捍衛臨床試驗的“實證成果”。二、“中國方案”落地為了保護本土藥企，美國極力向其他國家推行該制度。作為國際協議，《與貿易有關的知識產權協議》（TRIPS協議）最早引入了藥品試驗數據保護制度，并成為了最早明確規定藥品實驗數據保護內容的國際標準。而后日本、歐盟等國家率先響應并積極實施，至今，全球已有多個國家以法律法規的形式對藥品試驗數據保護加以規制。海外國家在落實TRIPS協議時，均結合本國或地區情況設置了差異化的數據保護期限。這一次，《實施辦法》也兼顧了國際經驗及國內醫藥研發的實際情況。相比18年的版本，新版的《實施辦法》擴大了數據范圍：創新藥：上市申請時資料中包含的安全性、有效性和質量可控性的全部試驗數據。改良型新藥：包括證明其與已知活性成分藥品（已上市生物制品）相比具有明顯臨床優勢的新的臨床試驗數據，但不包括生物利用度、生物等效性以及疫苗的免疫原性數據。仿制藥：包括支持批準的、必要的臨床試驗數據，但不包括生物利用度、生物等效性以及疫苗的免疫原性數據。此前的版本中，只保護非臨床和臨床的有效性數據，安全性和質量可控數據被排除。同時，考慮創新程度及付出努力程度的區別，《實施辦法》對創新藥、改良型新藥設置了差異化的數據保護期限。為了鼓勵創新，給予創新藥（化藥1類/生物藥1類）最長6年數據保護期；為鼓勵對已上市藥品進行改良，給予改良型新藥（化藥2類/生物藥2類）3年數據保護期。某種程度上，這等于建立了按照“創新程度決定保護強度”的分類體系。而為了鼓勵境外原研藥品和改良型藥品盡早到國內市場，《實施辦法》明確針對境外已上市、境內未上市的原研藥品和改良型藥品，數據保護期為6年或3年減去該藥品在境內提交上市許可申請被受理之日與該藥品境外首次獲得上市許可之日的時間差，以激勵境外原研藥盡快在中國上市或全球同步申報。簡單來說，越早在國內提交，越早惠及患者，給予的保護期限越長。目的是，讓全球創新成果盡早惠及中國患者。考慮到國內仿制藥的產業規模，為了鼓勵仿制藥企積極跟進國際研發前沿，《實施辦法》明確對境外已上市境內未上市原研藥品的仿制藥和生物制品，如果開展了支持批準、必要的臨床試驗，給予3年數據保護期，以體現數據保護實質，兼顧公平性。這樣的制度設計，拒絕了“一刀切”。不同于美國對生物創新藥統一12年的保護期，國內將化學藥與生物藥、創新與改良、原研與首仿區別對待，既避免過度壟斷，又能精準激勵高價值創新。三、拒絕低質內卷過去，國內RDP制度的缺失曾導致雙重困境：一方面，原研藥企因仿制藥沖擊難以回收成本；另一方面，投資人因回報預期模糊而謹慎觀望。如今，隨著《實施辦法》出臺，將數據保護與專利保護等制度銜接，中國創新藥的知識產權保護體系，終于不再缺失。這無疑會進一步加速中國創新藥底層邏輯的重塑：首先，徹底終結低水平重復。PD-1賽道“百團大戰”的教訓表明，低質的內卷競爭只會導致資源浪費。新規通過數據獨占期倒逼企業轉向首創新藥。若某靶點首創新藥已獲6年保護，后來者即便繞過專利，也需自行生成臨床試驗數據，成本與風險陡增。這種機制將有效遏制“偽創新”扎堆。其次，穩定投資預期。風投機構曾因數據保護缺失而謹慎布局早期項目。如今，6年獨占期明確后，創新藥企可更精準測算現金流周期，投資者則能依據保護期評估項目回報率。正如美國生物科技產業的崛起所證實的，清晰的知識產權規則，是資本敢于押注高風險創新的前提。最后，推動全球同步。境外原研藥動態保護期設計，將加速跨國藥企在中國開展國際多中心臨床試驗。而首仿藥保護條款，則激勵本土企業瞄準臨床急需的海外新藥，通過自主研發而非簡單仿制實現突圍。這種“創新-仿制”的良性循環，將成為醫藥產業保持活力的關鍵。當臨床數據保護與專利鏈接、醫保談判、出海戰略形成合力，一個拒絕內卷、崇尚首創新藥的時代正在到來。或許，不久的將來，我們會看到更多“全球新”從中國誕生。