第 21 章医生和患者行为：临床成功到销售放量还有很远

写作种子 review

这一章的写作种子是：

医生和患者行为：临床成功到销售放量还有很远。

这个种子很重要，因为它把资产判断从“药物本身”继续推进到“真实世界采用”。

前面章节已经讲了：

技术成立，不等于资产成立；
临床有效，不等于商业成功；
患者人数，不等于市场规模；
药效好，也要有人愿意买单。

但即使这些条件都满足，仍然还有一道关键门槛：

医生是否真的会开，患者是否真的会用。

这章要补上的核心判断是：

生物制药资产不是在论文、新闻稿和审批文件里产生收入的，而是在真实诊疗流程里产生收入的。

真实流程里有医生习惯、指南路径、医院流程、护士教育、患者认知、费用负担、副作用恐惧、给药便利性、复查频率、依从性、药房可及性和销售团队执行。

这些变量不如 PFS、ORR、p value 那么漂亮，但它们决定药物能不能从“获批”变成“放量”。

所以这一章的任务是：

区分临床成功和商业采用；
解释医生为什么不一定马上换药；
解释患者为什么不一定愿意长期使用；
拆解真实世界放量的阻力；
给投资人一套医生和患者行为检查清单。

一句话：

药物上市以后，真正的战场从临床试验现场转移到诊室、医院、药房和患者生活里。

---

1. 获批只是开始，不是放量

很多投资人把监管批准当成终点。

药物获批后，逻辑似乎很简单：

有病人，有疗效，有价格，有医保或保险，然后收入自然增长。

真实世界不是这样。

药物获批以后，还要经历一系列现实转化：

医生知道这个药；
医生相信这个药；
医生知道什么时候该用；
医生愿意改变原有治疗习惯；
医院或诊所流程支持开药；
支付方覆盖；
患者负担可接受；
患者愿意开始治疗；
患者能坚持治疗；
副作用能被管理；
复诊和监测能跟上；
药品供应和渠道稳定。

任何一个环节卡住，收入都会低于理论市场。

所以资产判断里，上市后商业化不能只看“标签多大”。

还要看：

这套真实使用链条是否顺。

药物从获批到放量，中间隔着行为改变。

而行为改变通常比科学证明慢得多。

---

2. 医生不是看到好数据就立刻换药

医生有自己的临床习惯。

这种习惯不是懒惰，而是多年经验、指南路径、患者安全、责任风险和系统流程共同形成的。

一个医生在真实世界里换药，会考虑很多问题：

我熟不熟这个药；
数据够不够成熟；
适合什么患者；
副作用怎么处理；
和现有治疗比到底好多少；
患者能不能负担；
保险会不会拒；
开药流程是否麻烦；
是否需要额外检测；
出问题谁来承担；
专家和指南是否已经认可；
同事是否已经开始使用。

所以即使一个药获批了，医生也可能先观望。

尤其是当新药：

数据随访时间短；
只改善 surrogate endpoint；
安全性还不熟；
给药方式复杂；
需要新检测；
和现有疗法差异不大；
价格高；
payer 限制多。

医生采用会更慢。

这就是为什么有些药上市后销售爬坡低于预期。

不是因为完全没人需要，而是医生行为没有被迅速改变。

---

3. 医生采用通常分层发生

医生不是一个整体。

同一个药物上市后，不同医生采用速度差别很大。

通常可以分成几类。

第一类是关键意见领袖。

他们参与临床试验、熟悉机制、熟悉数据，也更愿意尝试新疗法。

他们对指南、教育和早期采用影响很大。

第二类是学术中心医生。

他们接触复杂患者多，对新药敏感，也更容易使用分子检测、特殊给药和多学科团队。

第三类是社区医生。

他们患者量大，但流程更标准化，对复杂新药采用更谨慎。

第四类是低频使用医生。

他们可能很少遇到目标患者，对新药不熟，采用更慢。

投资人要看：

这个药能不能从 KOL 和学术中心，扩散到社区和常规临床。

如果只停留在少数专家中心，收入天花板会受限。

很多药早期销售不错，是因为专家中心快速采用。

但后续放量放不动，是因为社区扩散失败。

这时市场会发现：

理论患者很多，真正能触达和转化的患者没那么多。

---

4. 指南进入速度决定采用曲线

医生行为很大程度受指南影响。

尤其在肿瘤、心血管、糖尿病、免疫、感染、肾病等领域，指南和治疗路径对用药非常关键。

一个药获批以后，如果很快进入权威指南，并且推荐等级高，医生采用会更容易。

如果指南位置弱，采用会慢。

指南要看：

推荐人群；
推荐治疗线；
推荐强度；
证据等级；
是否优先于现有治疗；
是否只是可选方案；
是否需要特定 biomarker；
是否适合广泛临床使用。

“进入指南”和“指南强推荐”不是一回事。

一个药可能进入指南，但只是 after failure 或 alternative option。

这和 first preferred regimen 的商业意义完全不同。

所以投资人不能只看公司说“included in guideline”。

要看：

在指南里的位置到底有多强。

如果指南只是把它列为众多选择之一，商业放量未必强。

如果指南把它放到前线、优先、强推荐，采用曲线才可能明显加速。

---

5. 给药便利性会改变真实采用

医生和患者都在意给药便利性。

两个疗效类似的药，给药方式不同，商业化结果可能差很多。

常见变量包括：

口服还是注射；
皮下注射还是静脉输注；
每天一次还是每天多次；
每周一次还是每月一次；
是否需要住院；
是否需要 infusion center；
是否需要预处理；
是否需要长时间观察；
是否需要频繁实验室监测；
是否需要冷链；
是否需要特殊设备。

给药复杂会带来三类问题。

第一，医生不愿意轻易开。

因为流程麻烦，管理成本高。

第二，患者不愿意长期用。

因为时间成本、恐惧、疼痛、不方便。

第三，医疗系统吞吐量有限。

比如输注中心容量不足，会限制实际放量。

因此，疗效差异不大的情况下，便利性可能成为商业胜负手。

一个疗效略好但给药复杂的药，未必一定打败疗效略弱但使用方便的药。

真实世界里，便利性就是价值的一部分。

---

6. 副作用管理影响医生和患者信心

临床试验里的安全性数据，是受控环境下的数据。

真实世界患者更复杂。

他们年龄更大，合并症更多，合并用药更多，监测也未必像试验那么严格。

如果一个药副作用难管理，医生采用会明显受影响。

尤其是：

严重感染；
出血；
心脏毒性；
肝毒性；
神经毒性；
细胞因子释放综合征；
免疫相关不良反应；
血栓；
精神神经副作用；
需要频繁停药或减量的不良反应。

医生会问：

这个副作用我能不能及时识别？

我有没有处理经验？

患者是否适合？

出问题后风险是否可控？

患者会不会因为副作用停药？

如果副作用管理复杂，药物可能只适合大中心或专家医生。

这会限制商业化扩散。

所以安全性不是审批文件里的附录。

安全性会直接影响医生处方意愿和患者坚持治疗。

---

7. 患者不是被动接受治疗的人

患者行为也非常重要。

很多商业模型默认患者只要符合条件，就会用药。

这是错误的。

患者会考虑：

我是否相信这个药；
副作用是否可怕；
费用是否可承受；
给药是否麻烦；
是否影响工作和生活；
家人是否支持；
是否需要频繁检查；
是否有替代方案；
医生是否强烈推荐；
症状是否严重到让我愿意治疗；
我是否能坚持长期用药。

对于急重症、肿瘤、罕见致死疾病，患者接受新药的意愿通常更高。

对于慢病、轻症、预防性用药，患者行为更复杂。

如果短期没有明显症状，而药物有副作用、价格高、需要长期使用，依从性会成为大问题。

所以患者行为不是小变量。

它直接决定：

起始率；
续药率；
停药率；
剂量维持；
真实世界疗效；
公司收入稳定性。

---

8. 慢病领域最怕依从性幻觉

慢病药物尤其要看依从性。

临床试验中，患者被筛选、教育、随访、提醒，依从性通常较高。

真实世界里，依从性往往更差。

患者可能忘记服药。

可能觉得没有明显效果。

可能担心副作用。

可能因为费用停药。

可能因为复诊麻烦中断。

可能因为生活节奏无法坚持。

这对慢病药影响很大。

比如一个药在试验中每天服用，依从性好，指标改善明显。

但真实世界患者三天打鱼两天晒网，疗效和收入都会下降。

所以慢病资产不能只看试验疗效。

还要看：

用药频率；
起效速度；
患者是否能感受到改善；
副作用是否影响生活；
自付成本；
是否需要频繁检测；
停药后是否快速反弹；
医生是否有动力持续管理。

慢病商业化的关键不只是“开始用”，而是“长期留住”。

---

9. 肿瘤领域要看治疗路径和医生信任

肿瘤患者通常愿意尝试有效新药。

但肿瘤商业化仍然有自己的行为门槛。

医生会特别看：

数据是否来自目标患者；
是否有 OS 获益；
PFS 获益是否足够大；
毒性是否值得；
与现有标准治疗如何排序；
是否需要 biomarker；
检测是否容易；
联合疗法总成本和毒性；
患者体能状态是否能承受；
后续治疗选择是否受影响。

肿瘤治疗路径很复杂。

一个药如果在三线获批，医生要判断患者是否还能走到三线。

如果患者在前面治疗后已经状态很差，理论标签就无法转化为真实使用。

一个药如果需要特定 biomarker，但检测率低，患者也找不到。

一个药如果联合疗法毒性高，医生会更谨慎。

所以肿瘤药虽然支付意愿较高，但医生信任和路径位置仍然决定放量。

尤其是新机制、新毒性、新联合方案，医生教育非常关键。

---

10. 罕见病领域要看诊断和转诊

罕见病药物的患者少。

商业化最大的难点常常不是医生不愿意用，而是患者找不到。

罕见病通常存在：

诊断延迟；
误诊；
医生认知不足；
基因检测不足；
患者分散；
专科中心少；
转诊路径不清楚；
患者组织影响大。

如果一个罕见病药获批，但诊断体系不成熟，放量会很慢。

公司需要做的不只是销售，还包括：

医生教育；
患者筛查；
基因检测支持；
专科中心建设；
转诊网络；
患者组织合作；
支付协助；
长期随访。

这类商业化很重。

不是药好就自然找到患者。

罕见病资产要看：

公司有没有能力把隐藏患者从系统里找出来。

如果没有，理论患者人数会长期停留在模型里。

---

11. 医生教育是商业化的一部分

创新药上市后，公司必须教育医生。

教育内容不是简单讲“我们的药好”。

真正有用的医生教育包括：

疾病机制；
适应症边界；
目标患者识别；
biomarker 检测；
给药流程；
副作用管理；
剂量调整；
与现有治疗排序；
真实病例经验；
支付和处方流程。

如果医生不知道怎么找患者，不知道怎么处理副作用，不知道什么时候该用，药就很难放量。

尤其在新机制领域，医生教育决定采用速度。

一个公司如果只会讲临床数据，不会帮助医生把药嵌入临床流程，商业化会受限。

所以销售团队不是只负责推销。

高质量商业团队是在帮助医生降低采用新疗法的摩擦。

---

12. 医院流程和渠道也会卡住放量

药物商业化不是医生一个人决定。

医院和渠道流程也很关键。

比如：

医院药事会是否通过；
是否进入医院目录；
药房是否备货；
输注中心是否有容量；
护士是否培训；
是否需要冷链；
是否需要 REMS 或特殊风险管理；
报销流程是否复杂；
药品供应是否稳定；
是否需要专门治疗中心。

如果这些流程不顺，医生想开也不一定开得出去。

患者想用也不一定用得上。

特别是细胞治疗、基因治疗、复杂注射或输注药物，渠道和中心能力会直接限制收入爬坡。

所以商业化模型要把“系统容量”考虑进去。

一个药理论上患者很多，但如果每个患者治疗流程很复杂，实际放量可能很慢。

---

13. 销售放量有时间结构

药物上市后的收入增长通常不是线性的。

一般会经历几个阶段。

第一阶段，早期采用。

主要来自 KOL、试验中心、学术中心和高度未满足需求患者。

第二阶段，扩散。

更多医生开始了解，指南和支付逐渐跟上，处方范围扩大。

第三阶段，常规化。

药物成为治疗路径的一部分，使用更稳定。

第四阶段，竞争和价格压力。

新竞品进入，支付方谈判，增长放缓甚至下滑。

不同药的曲线差异很大。

有的药早期放量快，但很快见顶。

有的药早期慢，但长期稳步扩张。

有的药上市热度高，但真实续药差。

有的药医生教育完成后，突然加速。

所以看商业化不能只看上市第一个季度。

要看放量曲线背后的行为变量：

新患者启动；
处方医生数；
每位医生处方量；
续药率；
停药率；
payer 覆盖；
指南位置；
渠道扩张；
竞品影响。

---

14. 投资人要警惕“获批即放量”幻觉

常见误判是：

药获批了，所以收入应该马上上来。

这种想法忽略了真实世界的摩擦。

从获批到放量，中间至少有十层：

医生知道；
医生相信；
医生会选患者；
医生会处理副作用；
医院流程允许；
支付方覆盖；
患者负担可接受；
患者愿意开始；
患者愿意坚持；
公司能持续执行。

任何一层不顺，都会拖慢收入。

所以投资人看到公司说“large commercial opportunity”，要追问：

商业化路径里的摩擦在哪里？

公司有没有解决这些摩擦的能力？

如果公司只给患者人数和定价，不讲医生行为、患者行为和渠道流程，模型通常过于乐观。

---

15. 医生和患者行为检查清单

判断一个药能不能从临床成功走向销售放量，可以问这些问题。

第一，医生是否已经熟悉这个机制？

机制越新，教育成本越高。

第二，数据是否足以改变医生习惯？

轻微改善很难改变习惯。

第三，指南位置是否强？

强推荐比弱推荐重要得多。

第四，治疗路径是否清晰？

医生要知道什么时候用、给谁用、怎么用。

第五，副作用是否容易管理？

管理复杂会限制扩散。

第六，给药是否方便？

便利性会影响医生和患者。

第七，是否需要额外检测？

检测率低会限制患者发现。

第八，医院流程是否支持？

药事会、药房、输注中心、护士培训都会影响放量。

第九，payer coverage 是否顺？

支付不顺会让医生少开。

第十，患者自付是否可承受？

患者负担会影响起始和续药。

第十一，患者是否能感受到获益？

慢病尤其重要。

第十二，长期依从性如何？

真实世界续药率决定收入质量。

第十三，公司销售团队是否有能力教育医生？

商业化能力不是附属变量。

第十四，社区医生能否采用？

只靠专家中心，市场可能受限。

第十五，竞品是否更方便、更便宜或更熟悉？

医生习惯可能偏向已有方案。

---

16. 本章结论

药物获批以后，真正的问题不是“能不能用”，而是“会不会被真实世界持续使用”。

医生和患者行为，是临床证据到商业收入之间的重要桥梁。

医生要相信数据，知道何时使用，能管理副作用，流程上开得出去。

患者要愿意开始，负担得起，坚持得住，生活上能承受。

医院、药房、支付和渠道也要跑得通。

所以商业化概率不是临床数据的自然延伸。

它是临床价值、支付结构、医生行为、患者行为和公司执行共同作用的结果。