创新药的“牛市”从今年4月延续至今，多个行业指数创新高。
“很魔幻。”回想近一年来的感受，周立运说出了这三个字，他是国内头部医药大数据和智库公司医药魔方的董事长。去年8月，行业还深陷“寒冬论”的阴霾之中，他喊话“中国创新药十年巨变、春天将至”，今年初，他又呼吁“反内卷”。他说，内卷的后果是海量资金和资源浪费、各类玩家都累而不赚钱。
最近，周立运在社交平台转发了医药魔方制作的一条视频，内容是“中国创新药正创造新的历史”，率先揭示中国相关创新药交易总金额已经占据全球交易的52.5%，历史性成为全球新药交易第一大国。
每当创新药行业过热时，周立运就会“泼冷水”。他觉得，长期主义是医药魔方企业价值的第一条，数据赋能行业创新是医药魔方的使命，国内头部创新药企业都是他们的客户。周立运提到，坚持长期主义、保持战略定力、勇于差异化创新，才能规避内卷的低级消耗。
近日，《每日经济新闻》记者（以下简称NBD）就中国创新药发展趋势对周立运进行了深度采访，以下内容为采访实录。
NBD：去年8月，从融资、股价到企业个体感受来看，创新药行业的情绪还是非常悲观的。您为什么会在那个时候提出“中国创新药十年巨变、春天将至”的观点？
周立运：2015年是中国医药产业的分水岭。“7·22临床试验数据自查核查”风暴成为行业从“虚假创新”转向“真实研发”的转折点。一系列政策变革，力挽狂澜，构建起覆盖研发、审批、生产、市场准入的全链条政策生态。
过去十年，全球医药交易数量从2015年的358笔增至2024年的743笔，年复合增长率为8%，总交易金额从569亿美元跃升至1874亿美元。中国医药交易增速远超全球，交易数量从55笔增至213笔，总金额从31亿美元飙升至571亿美元。
交易类型方面，中国从早期依赖License-in（境外转境内）转向License-out（境内转境外），2024年License-out占比达44%，成为主流模式。重磅交易（总交易金额≥10亿美元）集中于高创新性产品，如抗体偶联药物（ADC），中国企业转出的重磅交易占比提升至32%，彰显全球影响力。
中国创新药产业的十年变革，不仅是技术与市场的迭代，更是制度与生态的重构。政策的持续改革，带动中国新药研发水平的不断提升，实现了与国际标准接轨。同时，市场需求与资本的双重驱动，也造就了中国创新药研发的繁荣态势。在这一背景下，中国药企交易模式也发生了明显的转变，从依赖技术引进逐步转向自主创新引领，实现了从“跟随者”到“参与者”乃至“贡献者”的跨越式发展。
但今天的现状和成绩，怎么过来的，需要铭记。这是中国医药行业发展史上最具困境、最具挑战、最具辉煌的一幕。
NBD：如您所说，我们确实见证了这场巨变。今年初，在大家都说中国创新药BD（商务拓展）、港股创新药回到前期高点，行业要走出寒冬的时候，您又不断呼吁“反内卷”，这是基于怎样的判断？
周立运：医药魔方是国内做创新药数据库最大的公司，今年已经十年。魔方的使命就是数据赋能医药创新，我们每天都在思考如何以数据赋能企业研发、临床、商业化。
我们看到，新药研发不仅在中国内卷，而且已卷到全球。中国TOP20靶点、进入临床的活跃管线，全球贡献率平均高达60%。CLDN18.2、GPRC5D靶点更是贡献了81%管线。如果算上临床前管线，占比更加惊人。
我大概是医药行业最早提出反内卷的，基本观点是，产业宏观调控之手应从微观管控中抽离，落到真正该做的，一是反内卷(杀创新)、二是反垄断(杀周边创新生态)。在今年3月份魔方举办的投资交易大会上，我的开场报告系统分析了医药行业内卷的历史、现状与深刻影响，以及给出了底层的解决方案。具体的解决方案，则是聚焦保护创新者。
海外成熟医药市场为什么不扎堆内卷？答案是市场形成了前三效应/BIC效应，任何一个赛道基本是前三家企业赚钱，其他家不赚钱，后续玩家做me-too（在创新药的基础上进行再创新）是不赚钱的，必须与前面的产品开展头对头研究，做出BIC（Best-in-Class，同类最优），就可以进入市场前三的牌桌。
而中国创新药行业扎堆内卷的原因是市场准入效率较低，让先行者的时间优势完全丧失，以及市场未形成奖励创新的机制，蜂拥而来的后来者仍有机会赚钱。因此，破除内卷需解决新药准入障碍，以及保护先行创新者。而对FIC（First-in-Class，指首创药物）的保护政策，恰恰是当前政策的盲点。
NBD：前段时间，您作为行业专家参加国家医保局“医保支持创新药械”座谈会。您的发言主题是“医保数据如何赋能新药研发”。为什么会提出这样的建议？
周立运：原始创新始于临床需求，跟随创新始于靶点、分子。过去我们缺乏这类数据，也无需关心这些数据，只要跟随MNC（跨国大药企）的决策走就可以了。随着中国创新走向FIC，缺乏数据指引会让研发立项缺乏焦点、突破口。
跟随式爆发的另一面，就是过度内卷。如何脱离内卷，从企业角度来看，需要做真正创新。首先要搞清楚临床需求。企业研究这些不系统，缺乏队列研究、真实数据支持、临床医生和患者的流向与势能。因此，我们需要完善两部分数据：流行病学数据和疾病负担数据。
可以说，流行病学数据是最基础的临床需求判断依据。
患者人流、就诊率、发病率、死亡率，这都是企业管线估值的基本底层数据。目前数据不全，只能采访临床专家。临床专家则限于地域、医院、科室影响，会存在较大的结论差异。没有流行病学数据，没有系统扎实的临床需求洞察，就难以有真正的原始创新。
目前我国流行病学数据滞后且不完整。以肿瘤数据为例，国家癌症中心发布的肿瘤流行病学数据为五年前数据，有滞后期。而且，缺乏疾病分型、基因突变等细化流行病学数据。
第二，关于疾病负担的数据也没有，即使是药品价格数据也不完整。药品包装、疗程等存在较大差异，大部分老百姓只会按单包装价格来比较。但实际上，单包装价格的高低不代表疾病治疗费用的高低。同样，对药企研发立项来说，也需要按真正的疾病治疗费用（更多是指药品治疗费用）来判断临床需求强弱、市场潜力大小。
公布这类数据后，对临床药物治疗费用较高的疾病，会吸引更多药企研发立项，从而为患者提供更多用药选择、更优性价比药物。长期来看，有助于降低全社会在高负担疾病方面的花费。
NBD：您觉得在精准医疗时代，完善这两类数据能如何赋能创新药研发？
周立运：精准医疗时代的新药研发不会再批准广覆盖的粗适应证，细分适应证又需要流行病学数据做支撑，提前判断发病率、死亡率等大数据，以此来评估市场潜力而决策立项。在这种思路下，同一款分子往往有多个适应证。
那么问题来了，在临床实际应用中，这个分子主要满足了哪一类适应证（最好是细分适应证）的临床需求、主要被应用到哪些适应证上，这些对于药企来说都难以掌握，往往只能通过大面积医生访谈来确认。而医生访谈数据，刚才也提及了，又和医院等级、地域、专家级别、医院科室等有较高相关性，容易出现信息偏差，给企业决策带来误导。药企如果能掌握自家药品的临床去向，就可以对临床需求的满足程度、对未满足的临床需求有精准把握。
此外，同一个疾病的不同患者在全国不同等级医院、不同地区的用药种类分布、用药周期、换药情况等，都是企业的未知需求。在缺乏真实世界数据的情况下，基本都是摸着石头过河，缺乏数据指引。可能的话，最好可以做换药原因等的细化分析，挖掘精准的临床需求。
红腾网提示：文章来自网络，不代表本站观点。
