​Nat Rev Drug Discov｜药物研发的效率、效益和生产力

2024年4月29日，Nature Reviews Drug Discovery发表文章Efficiency, effectiveness and productivity in pharmaceutical R&D，通过分析14家代表性药企近期在药物研发上的表现，评估了其研发生产力水平，并探讨了提高公司研发生产力的途径。

长期以来，研发（R&D）生产力一直是行业分析师的关注点。一般来说，研发生产率由两个要素组成：研发效率和研发效益。前者描述的是将研发投入（如想法、努力和投资）转化为研发产出（尤其是新医药产品的批准）的成本。第二个要素，即研发效益，描述了每项产出所带来的价值。虽然许多文章都探讨了行业层面研发生产力的构成要素，但对单个公司之间存在的差异，尤其是研发效率方面的差异关注较少。

将长期研发总支出数据与产品收入相结合的历史分析可以提供有益的回顾，但并不能反映公司研发绩效目前在各研发职能之间的跟踪情况。此外，这些分析在展示研发转型活动的影响或强调和诊断效率下降方面的价值也很有限。

利用从公开和商业渠道获得的14家主要制药公司的最新数据，我们以公司为单位对一系列生产力杠杆进行了评估。这使我们能够建立研发生产率的“快照”模型，反映出目前在早期和晚期研发活动中存在的巨大公司间差异。

研究与发展生产力

我们的分析考虑了2018-2022年（含）研发生产率的效率和效益因素。研发效率--或每产出成本--是根据每项新产品批准的损耗负载资本化成本进行评估的，使用的是公司特定的阶段间成功率和周期时间估算值，以及行业层面的阶段间计划成本数据。我们发现，同组公司之间的研发效率差异很大；每批准一个新产品的成本中位数为28亿美元，效率最高的公司每批准一个新产品的成本为17亿美元，效率最低的公司每批准一个新产品的成本为69亿美元（图1a）。

图1 2018-2022年十四家领先制药公司的研发效率、效益和生产力。

在当前的分析中，我们以过去五年中首次获批产品的平均净现值(NPV)来考察公司的研发效率（或研发产出的价值）。其中包括最初在研发中获得的产品，但不包括批准后获得的产品，以剔除公司没有研发贡献的资产。公司每次获批的净现值中位数为54亿美元，这一数字从24亿美元到高达204亿美元不等（图1b）。虽然详细的逐个产品分析超出了本文的范围，但我们注意到，与之前的报告一致，我们的队列中许多公司的个别重磅产品在改变研发效率方面具有重要意义。

在研究了研发效率（每个产品的审批成本）和研发效益（每个产品的平均净现值）之后，我们将这两部分的比率--单位研发成本的产品净现值--作为同组公司整体研发生产力的指标。公司生产率比值的中位数为2.2，各个企业群的比值分别介于0.5和8.0之间的低端和高端（图1c）。

提高研发效率

新出现的生态系统因素，如美国的《通货膨胀削减法案》和欧盟对监管专营权的预期削减，预计将降低药物研发的商业回报，从而对研发生产率中的研发效率部分提出挑战。这些因素已经影响到医药研发部门的项目进展决策，因为一些研究产品的商业预测降低，使其预期净现值低于投资门槛。因此，我们可以预期，研发组合将逐渐向生物制剂等不易受价值侵蚀影响的领域调整。强大的商业预测和执行能力将是保持研发成效的关键因素。

但是，研发生产力并非仅由有效性驱动，研发效率也发挥着至关重要的作用，而且可以说它正变得更加重要。根据我们的生产率模型，我们认为大多数制药公司都有很大的机会，通过有针对性地提高效率，不仅能保持而且能提高研发生产率。此外，改进显然是可行的。事实上，大型制药公司已经公开披露了通过针对表现不佳的效率杠杆而采取的研发周转措施。

根据我们的经验，阶段间成功率和阶段间周期时间是研发效率最重要的驱动因素。然而，与历史研究结果一致，我们发现研发效率对这些杠杆变化的敏感性在不同公司和不同阶段有很大差异。

图2 敏感性分析显示临床阶段关键杠杆变化对研发效率的影响。

为了说明每次批准成本（我们对研发效率的衡量标准）对这些因素的敏感性，我们研究了一家假定的“典型”大型制药公司的临床阶段成功率或周期时间杠杆变化的影响。从所有效率杠杆的表现都处于同组中位数水平的基线出发，我们首先计算了这家假定公司每次批准的研发成本。然后，我们研究了每种成功率和周期时间杠杆达到同组最佳四分位数或最差四分位数对每次审批成本的影响（图2）。

如果按照达到最佳四分位数绩效所带来的机会大小进行排序，二期的成功率最为重要，其次是三期的成功率。例如，将二期的成功率提高到最佳四分位数水平，就能为这家假设公司提供最大的提高生产率的机会--将每次批准的成本降低3.83亿美元。值得注意的是，如果二期成功率下降到最差的四分位水平，则每次批准的成本将增加8.21亿美元。这一观察结果也表明，对于表现不佳的公司来说，存在着很大的提高研发效率的机会，而我们在实践中也确实发现了这种情况。

周期时间提供的机会较小，但仍然很大，尤其是在三期。

对研发战略的影响

行业层面的分析掩盖了单个公司之间的巨大绩效差异，因此没有“放之四海而皆准”的解决方案来提高研发生产率。虽然公司之间在收入和新产品上市所实现的价值（研发效率）方面存在明显差异，但必须认识到，每次批准的成本（研发效率）在生产率方面发挥着非常重要的作用，而且公司之间也存在巨大差异。而这种差异又是由每家公司在各个效率杠杆方面的基本表现所决定的。因此，必须采取因公司而异、有针对性的定制方法，以实现改进。

在我们的敏感性分析中，我们表明，对于一家以同组中位数水平运营的假定公司而言，在单个效率杠杆的四分位数之间移动时，可获得数亿美元的机会。然而，一些同类公司的改进机会要大得多；我们的分析表明，在中后期成功率较低等特别具有挑战性的效率杠杆方面，仅与同类公司中位数持平就能为每项审批带来超过10亿美元的收益。

我们所讨论的这种针对具体公司的敏感性分析为确定和量化最具影响力的效率机会，进而提高研发生产力提供了有力的工具。下一个挑战是确定战略和解决方案，以实现行业领先的绩效。

举例来说，如果一家公司的研发效率问题主要是由后期成功率低造成的，那么可以考虑几个根本原因。是否由于早期研究中围绕成功标准的决策失误，导致低质量项目一直在进展，从而有效地推迟了后期阶段的损耗？或者，出现问题的原因可能是重大合并后的项目组合合理化，也可能是治疗领域重新聚焦的短期影响？这些情况在现实世界中都有先例可循。

在寻找解决方案时，由于研发效率杠杆之间（以及效率与效益之间，如影响商业价值的周期时间）的相互依存关系，必须注意确保为解决绩效不佳问题所做的努力不会对其他杠杆产生适得其反的下游影响，从而导致生产率的净恶化。因此，每家公司的研发背景以及相关风险和隐患至关重要。详细的诊断评估--通过数据驱动的回顾分析、项目文件审查和员工访谈--可以在特定公司背景下，在准确指出研发效率机会和适当采取行动之间架起一座桥梁。

参考资料：

https://doi.org/10.1038/d41573-024-00068-6