为什么药物研发的成本那么高？有没有什么办法降低药物成本？

　　药物研发的成本高的原因之一：失败的临床试验过多。

根据艾昆纬(IQVIA)最近的一项报告《在失败的临床试验中发现价值》中的观点，药物研发的巨大成本在很大程度上是由高失败率造成的。

2019年的一项研究发现，只有不到14%的药物开发项目最终获得批准，孤儿药的这一数字下降到只有6%，而作为药物开发主导类别的肿瘤药的这一数字仅为3.4%，赞助者面临着巨大的经济损失（估计有8亿至14亿美元），患者失去了潜在的救命疗法上市的希望。

虽然有些分子根本不能成功，但许多试验失败是因为试验设计没有充分确定合适的人群、终点和/或剂量选择。这可能会导致大多数试验参与者没有按预期作出反应，或发生使安全风险过高的不良事件。但是，有了正确的数据，就不必出现这种高故障率。

　　在失败的试验中，往往有亚群患者对治疗反应良好，没有出现不良事件，但由于总人数加起来不符，试验被放弃。这意味着赞助者失去了他们的投资，那些可能从救生治疗中获益的患者被剥夺了这些创新。

降低药物成本的方法：使用人工智能(AI)和机器学习驱动的平台。

失败的临床试验可能会花费赞助商超过10亿美元，并且浪费数年时间开发一种永远无法上市的药物。然而，这些损失现在可以通过使用人工智能(AI)和机器学习驱动的平台来减轻，这些平台可以在临床试验中确定对治疗有积极反应的患者亚群。

当赞助者能够找到这些人群并相应地调整试验设计时，就可以降低试验失败率，拯救有希望的分子进行进一步的开发，并获取更好的主要和次要终点数据，以支持批准和付款人的评估。

以SOMS平台为例，SOMS平台利用人工智能和机器学习工具，可以快速分析临床数据集，以确定最有希望的人群，从而允许赞助者相应地调整试验。当赞助者能够在研究过程中更快地确定这些亚群体时，他们就可以调整试验以关注这些患者。这通过更好的试验设计提高了安全性和治疗效果，并且可以挽救有希望的试验，否则将被视为失败。

　　SOMS是如何工作的?SOMS是一个统计上严格的机器学习分析平台，通过同时分析多个生物标志物，可以识别治疗人群中具有更强疗效的预测性生物标志物。

　人工生成的数据，以确定亚群体为基础的%的细胞显示突变的染色体-1在位置204512100

报告小结：降低试验失败率是降低药物开发成本的有效途径之一。SOMS平台可以提供实现这一目标所需的分析和分析，为赞助商创造新的商业机会，并为需要它们的患者带来更多的救生治疗。

　　文本由@云闲 原创发布于三个皮匠报告网站，未经授权禁止转载。

　　数据来源：《艾昆纬(IQVIA)：在失败的临床试验中发现价值》。