从IND到NDA，数字化能够带来什么？

 

当前，新一轮科技革命和产业变革方兴未艾，而备受关注的数字化技术作为一个重要的赋能方式和手段，正在驱动着临床试验向数字化、智慧化加速转型，从而更加高效、智能、便捷地满足患者未满足的需求，最终构建完整的全周期数字化、智能化的高质量临床试验。

在行业竞争激烈、药品研发成本更高、追求效率更加极致的时代，对于药企研发来说，从IND到NDA的过程中，数字化又能带来哪些价值？

PART1

TICCR 简介

众所周知，从IND到NDA过程中，往往会遇到很多问题，这并不是某一家企业可以解决的，而是一个需要多方资源整合的过程，正是如此，所以TICCR应运而生。

首先，我为大家介绍一下天津市药物临床研究技术创新中心（TICCR），该平台成立于2019年，由天津市科技局授牌，凯莱英集团牵头进行企业化运营。自建立以来，我们已经开展了为期三年的建设，目前在运营阶段。这一平台整合了医院、专家、高校、申办方等医疗行业相关的多个角色，提供赋能的领域主要有五大方面，分别是：新药临床试验方案设计研究、建设符合国际标准的新药临床试验基地、临床试验过程控制和信息化管理等技术研究、临床前研究和生物样本分析、符合国际标准的新药临床研究大数据智能平台建设。

客观来说，医疗科研机构在进行产品研发时，需要多方支持，其中会涉及到科学家、申办方、临床专家、市场资源、患者资源各个方面。另外从产业协同、资本、患者、科研室等不同角度出发，我们也希望能够打造一个成熟的平台来对外赋能，解决行业痛点问题，以下分享就是基于我们在实践中产生的一些经验之谈，希望能够为大家所用。

PART2

药品周期及数字化战略

1IND和NDA及需要整合的资源

谈到IND和NDA，很多人的头脑中便会浮现“临床试验”。确实如此，对于企业来说，成功提交了IND后就可以开展临床试验，到达NDA阶段就会进行上市的申请，但是从整个药品研发的生命周期来看，IND这一节点向前和向后都有很多延伸环节：

IND向前主要有药物发现和临床前研究，这些数据都要在申报资料中体现。NDA阶段后期还有上市后研究，也需要持续收集证据，包括药物警戒、学术研究等数据。此外在临床研究阶段，不仅是临床试验，而且要开展CMC工作，例如工艺的改进和优化、稳定性实验、人体药代动力学等，都需要在此阶段同步进行。

为什么我强调要通过一个平台实现整合资源，如果将一个药品作为一个项目来看，其中的关系是极为复杂的，涉及到患者、医院、申办方、CRO等多个角色。

举例来说，在药物发现阶段，很多科研机构、研究院或者是高校老师，需要资本的介入支持。另外在转化医学学科中，也需要帮助他们在研发阶段以及确定适应症阶段，引入具有丰富临床经验的专家。另外，在临床前研究阶段，需要做大量的动物试验，那么猴子就是一个非常关键的因素。如果临床研究到新药研发的过程中，临床前研究的检测机构没有与整个项目形成高效协同，并且CMC工作中产生延误，那么可能就会导致还没有进行试验，猴子就长大了，不满足试验标准。相对来说，采购动物、试剂等成本甚至可能会超过采购一套信息化系统的成本。

整个研发阶段，其实IT投入相对研发整体投入是较少的，主要的投入往往在于临床前研究、临床研究等。如果能够在这一阶段进行创新，从技术的角度来进行资源整合，提升效率，这对于医药研发来说，将是巨大的成本降低，具有重要的意义。

在临床前研究和临床研究同步进行的工艺改进中，很多时候会产生杂质，杂质如何处理，对试验会产生哪些影响，都需要协调和有效沟通。

整体来说，从IND到NDA并不是一个点的事情，而是要整合所有资源，以实现更加高效的协同，帮助企业实现新药研发的降本增效。

2IND关键节点和IT支撑

往往在IND之前，需要提交Pre-IND，经过CDE的反馈后，再进行资料的更新，进行正式提报。

在这个过程中，有很多的信息都需要放到IND阶段提交的注册申报文件当中，而且需要大家明确的是并不是在IND之后，再去进行临床研究的规划，而是在IND阶段的研究者手册，就包括相关的临床试验方案，所以有很多关键点是需要前置的，整个临床试验的规划和沟通需要在药物研发或者是药学研究阶段进行，同时还需要到很多医院调研，确定选择什么样的中心，确定整个临床试验的设计原则。

关于这一过程，我总结了一些关键点：

首先，因为数据来源不同，拿科研机构来说，很多前期的资料和研究是外包的，如何保证数据从格式上更加标准化，避免填写注册申报资料时前后文不一致。其次，在前期IND阶段，相比后面的阶段，要更加关注保密性的要求。到了NDA阶段，很多信息都已公开，但是IND阶段的研发资料和早期开发策略资料都是保密性要求很高的。再次，在满足保密性要求的同时，能够正常推进相关工作，这需要通过IT技术来实现，这也是数字化的巨大价值所在。

从IT系统的架构上考虑，临床研究环节有非常多的系统需要集成，如EDC、eTMF、CTMS。

今年我们在TICCR的平台上搭建了药物供应链系统。临床试验用药要在GMP的要求下运转，这类药物更多是对接RTSM，同时要在招募到受试者后，及时去发送药物。但是不同的研究中心能够存储药物的冰箱容量不同，受试者招募进度不同，所以我们要将这些信息管理起来，以便及时送药。

另外对于一些退回的药物做报废的过程也要有追溯、日志、留痕，所以临床试验对于及时性的要求非常高，而且一旦供应链中某一环节出现问题，不能够将药物及时送到受试者手中，那么可能导致的是整个临床试验计划的调整，所以从整体的视角来看，每个关键节点都不应当是孤立的，否则出现问题后便很难去解决。

3NDA关键节点和IT支撑

最后在NDA阶段，便已经完成了临床试验的工作，经历了临床的一二三期以后，很多不同批次的制剂都已经生产出来，这一阶段的关键点就是数据标准化：

例如，化学名称达成一致就是一个非常难以解决的问题，不同的公司有不同的文件体系，同一结构的化学品可能有不同的名称，所以如何进行整合是至关重要的。另外一个重要的问题是隐私问题，以前我们认为进入到EDC系统中的信息大部分是脱敏的，可以不需要考虑GDPR的问题，但是在实际梳理过程中，还是需要对受试者的隐私进行保护。还有一个问题也是不容忽视的，即数据跨境问题，很多试验需要出海，或者是一些系统存放的数据本身就在国外，如何与申办方、遗传办沟通，不同国家的不同要求都需要提前考虑，避免后续出现问题。

PART3

临床试验的未来及诸多可能

通过TICCR平台的建设，我们发现临床试验阶段是最容易找到突破点提升效率，从而实现降本增效。从相关的资料中能够看出，2023年2月仅一个月，生物药的融资额就达到了2022年的85%，与2019年全年几乎持平。虽然不能说医药行业的寒冬已经褪去，到了春暖花开的时候，但是在大的趋势上还是在向好发展，创新药领域还将发起大量的临床试验，未来也将诞生更多新药。

在临床试验阶段，我们也总结出了三大问题，至今仍没有得到充分的解决。例如入组率低的问题，因为设计能力的问题，很多试验的设计仍然无法摆脱实验室思维，有些设计重技术轻伦理。此外就是数据采集效率低下，由于医药行业的特殊性，很多数据仍需要手工录入的问题，这些问题都在深刻影响着医药研发的效率。

我们也能够看到，受到疫情的影响，国内也有很多新的法规出现，比如远程监察、以受试者为中心的DCT试验模式等，我们还对电商的评论数据进行数据挖掘，能够发现有20-30%都是与ADR相关的，这也为药物警戒提供了重要的数据来源。

当然我们对于AI技术也进行了广泛应用，不论是在研发还是临床试验阶段，机器学习、深度学习、NLP技术都将给行业发展带来巨大的价值。包括为研发人员提供精准的预测、减少不必要的试验。

在临床试验领域，FDA的现代化法案2.0中就提到了类器官和芯片的应用，鼓励多进行模拟，取代动物实验，即便无法完全取代，减少一部分试验对于效率的提升也将是非常显著的。当然关于模拟也有很多细分，有些是单体模拟，有些是模拟人群的，有些是模拟脏器的。

对于大数据的应用，我们平台也有很多实践，其中有一个案例是我们平台协助医学专家进行数据挖掘的课题研究，其中用到了NLP、区块链、统计分析工具等技术。

PART4

TICCR平台案例分享及策略延伸

在药品上市后，对于IT来说能够发挥的价值空间也是很大的，比如对于证据的收集，对于真实世界的研究和扩充适应症，从药物经济学的角度，做好证据梳理，为医保和集采提供更多的资料等。

目前我们也在平台上尝试将药物经济学引入到临床试验当中，同时通过流程模式的创新，配合大数据平台，来缩短医院立项和项目启动的周期。

此外我们还自主开发了一些工具，包括和数统相关的以及RPA机器人，来替代人工。最近我们还上线了一个公益性质的智能招募平台，来为更多的患者、医生、申办方提供更好的服务。

在未来的规划中，TICCR的能力将会更加扩展，我们在这条路上还有很多事情要做，TICCR平台的slogan就是“创新整合资源，加速药品上市”。由这一理念展开，我认为首先它是一个资源整合的平台，其次一定要引入创新的技术，最后要加速药品的上市，这样才能真正体现该平台的巨大价值。

本文由CIAPH根据凯莱英医药集团IT副总裁&天津市药物临床研究技术创新中心副主任路璐在“CIAPH-第11届中国医药健康行业信息化高峰论坛”中的主题分享整理