PART 01
从数据到研发决策

上一期，我们介绍了疾病负担（Burden of Disease）这套评估框架及其核心指标DALY，并用它介绍了全球和中国的疾病负担情况：NCDs（非传染性疾病）主导全球疾病负担，中国在肺癌、心血管、罕见病等多个领域处于负担高地，现有疗法与未满足需求之间的缺口依然巨大。但数据只能告诉你”哪里值得去”。

本篇通过一个具体案例，看看疾病负担的分析逻辑如何在实际研发决策中得到体现。

PART 02
研发资源应该往哪里投？

疾病负担数据，本质上是在回答一个问题：哪些领域的健康损失最大、现有疗法最不够用？

EFPIA联合IQVIA在《2024 Pipeline Review: Innovation for Unmet Need》报告中指出：老龄化相关疾病、精神健康、抗菌药物耐药性等领域的疾病负担增速，明显快于相应管线的扩张速度。

这种疾病负担与研发管线之间的错配，正是疾病负担分析在立项阶段的用武之地。当然，疾病负担大≠研发回报高。进入门槛、竞争格局、监管路径、支付体系——这些同样是BD和立项判断绕不开的维度。疾病负担分析提供的是一块基础数据底板，而非决策的全部。

PART 03
案例拆解：英矽智能与IPF

港股”AI制药第一股”英矽智能（Insilico Medicine），提供了一个观察这种判断逻辑的切口。这家以生成式AI覆盖从疾病评估、靶点发现到分子设计全链条的生物科技公司，2025年12月在港交所主板上市（股票代码3696·HK），其最核心的自研资产锁定的是特发性肺纤维化（IPF）。

1. 为什么是特发性肺纤维化（IPF）

IPF不是一个以患者人数取胜的适应症。根据英矽智能招股说明书，2023年全球IPF患病人数约61.2万例，与肺癌、心血管疾病相比，规模相差悬殊。但疾病负担的逻辑不只看人数，还要看”质”：IPF确诊后中位生存期仅3至5年，疾病进展快、不可逆，现有两款获批原研药（吡非尼酮和尼达尼布）只能延缓进展、无法逆转，且耐受性问题突出（消化道不良反应和皮肤反应是常见停药原因）。

用上篇介绍过的DALY框架来理解：IPF的YLL（早死损失年）极高——大量患者在生命中段即离世；YLD（残疾损失年）同样显著——疾病进行性不可逆，患者长期承受持续的功能下降。基于GBD 2023数据，全球间质性肺病（ILD）的DALY总量在2023年已达446万，较1990年增长2.4倍，且预计到2050年仍将持续攀升；中国承担其中约26.7万DALY。

值得说明的是，GBD研究未单独统计IPF，而是将ILD作为整体进行疾病负担估算。但正如Ma等人在基于GBD 2023的系统分析中指出的：GBD 2023数据集明确排除了结缔组织病相关ILD（CTD-ILD），而CTD-ILD是ILD中除IPF外最大的亚类——”this exclusion directly results in the predominance of IPF in the ILD disease spectrum captured by the dataset”。换言之，上述ILD的DALY数字在相当程度上反映的就是IPF的疾病负担。患病规模不大，但人均健康损失极高，未满足需求的密度远比绝对数字所呈现的更为集中。

根据英矽智能招股书数据，IPF全球患病人数将以年复合增长率约6.4%的速度扩张，至2032年达到约106.8万例，市场空间有相当的可及性。

2. 候选药物Rentosertib的临床验证

英矽智能的候选药物Rentosertib（ISM001-055）是一款TNIK抑制剂，其靶点与分子结构均由生成式AI发现与设计，从靶点发现到完成I期临床仅用了约30个月。

2025年6月，其IIa期随机对照试验（GENESIS-IPF，NCT05938920）结果发表于《自然·医学》：在中国22个中心入组的71例IPF患者中，该试验以安全性和耐受性为主要终点，以FVC变化为次要终点，接受60mg每日一次剂量治疗12周后，FVC较基线改善98.4 mL（95% CI 10.9–185.9），而安慰剂组同期下降20.3 mL（95% CI -116.1–75.6）。试验设置四个剂量组，60mg每日一次为效果最优组。

在未同时使用标准抗纤维化治疗的亚组中，FVC改善达187.8 mL，咳嗽症状评分也出现有临床意义的改善。《自然·医学》同期评论将这一结果称为”AI药物发现领域的里程碑”。

3. 案例启示

这个案例值得关注的，不只是AI带来的研发提速，还有适应症的商业精准判断的底层逻辑：在患者绝对数量有限、但人均疾病负担极高、且现有疗法存在明显缺口的领域，研发价值可能被患者规模的”小”所掩盖。换言之，疾病负担的”质”比”量”更能指示真实的研发机会——这也是疾病负担分析在立项阶段的核心价值。

而英矽智能的AI平台覆盖了从适应症评估、靶点发现到分子设计的研发全链条，使得上述判断逻辑能够更快地进入临床验证环节。至于这套逻辑最终能否经受住更大规模临床数据的检验，仍需后续试验给出答案。需要说明的是，目前公开信息中并未显示英矽智能在IPF立项时直接引用了DALY或GBD数据。

这一案例从侧面印证的是疾病负担逻辑的适用性——即便企业未必以”疾病负担分析”为名，其适应症选择背后的判断维度，与疾病负担框架的核心维度高度吻合。

PART 04
疾病负担的地理分布与试验选址

适应症选定之后，疾病负担的地理分布会直接影响临床试验的选址决策——尽管它始终是背景因素，而非决策本身。疾病负担越重的地区，符合入组标准的患者越密集，招募效率越高，时间和成本越低。

比如在上篇介绍过的非小细胞肺癌（NSCLC）领域，中国的患者基数和招募效率已经成为跨国药企设计全球多中心试验时的重要考量，不少公司把中国列为优先纳入地区。

心血管、代谢疾病、部分神经退行性疾病等领域同样如此。但患者密集≠试验成功。高疾病负担地区在提供招募效率红利的同时，也对临床试验执行体系提出了更高要求：临床现场管理（SMO）的规范化水平、临床监查（CRA）对数据质量的管控能力、研究者GCP意识与依从性，每一环都直接影响数据的可信度和试验的最终成败。疾病负担地图标出了患者最密集的区域，但能否将密度转化为高质量的临床数据，还取决于选址决策是否同时考量了执行体系的成熟度。

PART 05
小结

上篇，我们梳理了DALY评估框架和全球与中国的疾病负担数字地图——它标出了”哪里值得去”。本篇，我们通过英矽智能IPF案例和试验选址的视角，观察了疾病负担数据如何在适应症选择和试验选址中提供参照。

疾病负担分析的价值，不在于它能独立给出答案，而在于它为研发决策提供了一个可量化、可比较的参照起点。

联系我们

如果您对疾病负担分析在研发决策中的应用感兴趣，欢迎联系小牛医药团队交流探讨：

💡郑总监

联系电话：13758291914（微信同号） 

商务邮箱：zym@millibuff.com

本文参考资料 

[1] IQVIA Institute for Human Data Science. 2024 pipeline review: innovation for unmet need[R/OL]. London: EFPIA, 2024[2026-04-14]. https://www.efpia.eu/media/mezjxddv/2024-pipeline-review.pdf

文中引用：全球研发管线与疾病负担存在错配，老龄化、精神健康、AMR等领域未满足需求增速快于管线扩张

[2] Xu Z, Ren F, Wang P, et al. A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis: a randomized phase 2a trial[J]. Nat Med, 2025, 31(8): 2602-2610. DOI: 10.1038/s41591-025-03743-2.

文中引用：Rentosertib（ISM001-055）IIa期临床试验设计与结果（FVC改善数据、安全性数据、AI靶点发现与研发周期）；英矽智能从靶点发现到I期临床约30个月的开发速度；生成式AI药物发现临床里程碑评价

[3] Insilico Medicine Cayman TopCo. 全球发售[EB/OL]. Hong Kong: The Stock Exchange of Hong Kong Limited, 2025[2026-04-14]. https://www1.hkexnews.hk/listedco/listconews/sehk/2025/1218/2025121800032_c.pdf

文中引用：全球IPF患病人数（2023年约612.4千例、2032年预计约1,067.7千例）、复合年增长率约6.4%、现有获批原研药疗效与耐受性评价

[4] Ma X, Zhu L, Xiao H, et al. Global, regional, and national burden of interstitial lung disease and pulmonary sarcoidosis from 1990 to 2023, and projections to 2050: A systematic analysis for the Global Burden of Disease Study 2023[J]. Chin Med J Pulm Crit Care Med, 2025, 3: 300-307. DOI: 10.1016/j.pccm.2025.11.008.

文中引用：IPF中位生存期3-5年；GBD 2023数据集排除CTD-ILD、ILD疾病谱以IPF为主体；全球ILD DALY总量446万（2023年）、较1990年增长2.4倍；中国ILD DALY约26.7万；2050年预测DALY率增60.43%

撰稿人：周安楠

审核：宫雪