全文
回到企业研报阅读路径
企业与对标
从单篇研报进入企业档案、同地区样本、同产业样本和同批次归档。
英文入口
面向海外检索流量,连接英文摘要、英文企业档案和英文索引页。
专题延伸
按申报条件、材料一致性、产业链位置和知识产权继续阅读。
申报材料
把研报中的企业事实转为申请书、复核、审计和附件核验路径。
权威核验
外部链接用于核验政策通知、主体登记、知识产权和公开信用信息。
横向比较
北京市生物医药样本共有 164 家,北京厚普医药科技有限公司适合放在省内同行、同批次和同链条三个口径中比较。
北京厚普医药科技有限公司处在生物医药与医疗器械的整机系统与场景应用环节,全国同一位置样本为 1373 家。
专利数为 23 件,行业样本中位数为 72 件,行业分位约 16。
产业链上下游
整机系统与场景应用
相关企业
同省同行业
同城企业
同产业链位置
一、企业速览
企业基础信息:公司名称:北京厚普医药科技有限公司;地区:北京市通州区;行业:生物医药;成立时间:2013-12-02;注册资本:400万元;员工规模:117人;专利数量:23件;专精特新认定:2025年 第七批;上市状态:未上市。
北京厚普医药科技有限公司是一家专注于临床试验受试者招募的技术服务商。其核心业务是通过自建的“募海棠”SaaS平台,利用医疗大数据和算法匹配,为药企的临床试验项目精准筛选并输送受试者,处于生物医药产业链“整机系统与场景应用”中的临床试验服务环节。
二、主营产品与产业链定位
厚普医药的主营业务并非药品或医疗器械的生产与销售,而是提供临床试验的受试者招募及管理综合解决方案。其核心产品是自主研发的临床试验项目匹配服务SaaS化平台“募海棠”。该平台的核心功能是解决临床试验中“找病人难”的痛点,通过算法匹配与人工复核结合的方式,将药企的临床研究方案与潜在的、符合条件的患者进行精准链接。
在“生物医药与医疗器械”产业链中,“整机系统与场景应用”环节通常指产品的最终集成、落地使用和市场验证。厚普医药所处的细分位置是 临床试验运营服务。其产业链上下游关系具体如下:
- 上游:主要是申办方(药企如杨森、拜耳等)、CRO公司(合同研究组织)以及医疗机构。这些是临床试验项目的供给方,他们产生临床试验方案和招募需求。厚普医药需要从上游获取合作项目,并按协议完成患者招募指标。
- 下游:直接面向受试者(患者)。平台通过数据分析、社区合作、呼叫中心等方式触达潜在患者,帮助他们匹配到合适的临床试验项目。输出的是合规的患者入组数据。
- 产业链关系:厚普医药打通了上游药企/CRO的临床需求与下游患者资源的对接渠道。它不生产药物,也不直接诊断治疗,而是作为连接“药物研发环节”和“临床应用环节”的关键服务商,通过数据和技术手段降低临床试验的沉没成本和周期。
三、核心工序与技术依赖
对于临床试验受试者招募服务企业,其核心研发与运营工序并非传统的车间生产,而是数据驱动的流程化管理。根据行业共识,其关键工序包括以下步骤:
1. 项目解码与需求拆解:接收药企客户提供的临床试验方案(CSP),提取关键入排标准,包括年龄、性别、既往治疗史、基因突变位点、脏器功能指标等。典型参数:需要拆解出20-50个结构化变量。
2. 算法匹配与数据库挖掘:将拆解后的变量录入“募海棠”平台,与自有或合作的医疗机构脱敏数据库进行实时或批量比对。要求匹配的准确率(Precision)和召回率(Recall)达到行业基准(一般而言,精准匹配率不低于60%)。
3. 人工复核与初步筛选:算法推荐出潜在患者列表后,由专业的医学团队进行人工复核,剔除明显不符合的案例,并初步判断入组可能性。这是降低误报率、提升患者体验的关键步骤。
4. 呼叫中心深度沟通:智能外呼或人工坐席主动联系经过复核的潜在患者,进行病情、治疗方案、临床试验风险的初步告知和意向确认。行业典型要求:呼叫中心响应效率在48小时内完成首轮触达。
5. 入组前准备与随访管理:协助患者协调研究中心的筛选期检查,跟进患者的入组进程,并为已入组的患者提供个性化管理方案,降低脱落率。
上游关键原材料和设备依赖情况:
| 材料/设备 | 典型供应商(国产) | 典型供应商(进口) | 国产化程度 |
|---|---|---|---|
| 云服务与计算资源 | 阿里云、腾讯云、华为云 | 亚马逊AWS、微软Azure | 高 |
| AI推荐引擎/算法框架 | 百度飞桨、旷视科技(算法应用) | 谷歌TensorFlow、Meta PyTorch | 高 |
| 临床试验管理系统(CTMS) | 太美医疗科技、耀乘健康 | Medidata Rave、甲骨文OC/RDC | 部分国产替代可行 |
| 医学数据库/脱敏数据源 | 医渡云、零氪科技 | IQVIA、Flatiron Health | 国产厂商占据主导 |
| 智能呼叫中心(系统) | 科大讯飞、小i机器人 | Genesys、Avaya | 高 |
(以上供应商为行业共识的典型代表,非与厚普医药直接关联)
基于其主营记录和23件专利(低于行业中位数76件),厚普医药在该环节的定位是一家 技术应用型服务商。其核心竞争力在于SaaS平台“募海棠”的算法匹配效率和数据运营能力,而非底层算法或硬件的自主开发。专利方向更可能集中于数据处理方法、匹配算法、业务流程设计等商业方法类专利,而非高技术密度的生物技术或人工智能核心专利。
四、竞争格局
临床试验患者招募赛道竞争激烈,分为“技术驱动型SaaS平台”和“人力驱动型服务团队”两大类。在全国5215家同类型企业(整机系统与场景应用)中,厚普医药面临来自多个维度的竞争。
主要竞争对手包括:
1. 药研社(杭州):规模较大,拥有数千名员工。其模式是通过技术和数据驱动,链接申办方、CRO、研究者和患者,提供临床研究全流程数字化解决方案。在品牌影响力和融资规模上占据明显优势。
2. 思默医药(浙江):作为泰格医药旗下子公司,专注于SMO(临床试验现场管理)和受试者招募。背靠国内CRO龙头,拥有稳定且巨大的临床项目来源,是传统模式下最具竞争力的对手。
3. 觅健助手(厦门):专注于肿瘤、风湿免疫等重大慢病的患者社区运营。通过深度运营患者社区,积累了高粘性的精准患者流量,形成了独特的“社区+招募”模式。
竞争主要集中体现在以下几个维度:
- 数据资源与算法能力:谁能拥有更多的、更干净的、更实时的、合规的潜在患者数据池,并且用算法实现高精度匹配,谁就能占据上游。
- 项目承接能力与效率:能否同时承接多个不同治疗领域的复杂项目,并保证较高的入组完成率和较低的脱落率。
- 合规与品牌信赖度:确保患者招募过程合法合规,不触碰伦理红线,同时获得大型药企的持续订单。
- 技术壁垒:在该维度,厚普医药的23件专利远低于行业中位数的76件,表明其技术资产储备在同行业竞争者中相对薄弱。这可能是其技术护城河不深的信号,专利布局更多集中于业务流程和方法,而非核心技术突破。
五、护城河判断
- 技术壁垒:弱壁垒。23件专利数量较少,且结合其主营的业务流程服务,可以推断这些专利多围绕“招募海棠”平台的算法匹配、数据处理、业务流转等应用层进行布局。相比拥有76件专利中位数的同行,其在算法底层、数据治理、AI驱动等硬核技术领域的积累有限。竞争对手很容易通过自研或采购相似SaaS系统来模仿其业务流程。
- 客户壁垒:中等壁垒。在“整机系统与场景应用”环节,客户(药企/CRO)的验证周期通常较长。行业共识是,从建立接触到成功合作一个临床试验项目,通常需要6-12个月的周期,包括供应商审计、平台对接、合同谈判等。而一旦合作项目成功,客户出于数据连续性和运营惯性,切换成本较高。厚普医药已与杨森、拜耳等知名药企建立合作关系,形成了一定的客户粘性,但一旦出现重大招募失误或合规问题,壁垒将迅速瓦解。
- 规模壁垒:低壁垒。117人的团队规模决定了其同时承接的项目数量和覆盖的治疗领域有限。典型的临床试验服务企业需要医学顾问、数据专员、呼叫中心坐席(估计占人员大头)、项目管理人员等多个角色。117人团队更接近一个中等规模的区域性或垂直领域服务商,而非全国性平台。其无法通过规模效应有效降低单位招募成本,也难以在多个疾病领域同步建立领先优势。
- 认定价值:政策背书意义大于实质。作为2025年第七批专精特新“小巨人”,其认定价值在于获得政府层面的信用背书,有助于后续在政府采购、项目招标中获得加分,并享受税收优惠政策。然而,当前政策环境下,专精特新“小巨人”的认证更多是对企业在特定细分市场(临床试验受试者招募)做到“专、精、特、新”的认可,而非绝对的行业领先地位。其含金量已较早期批次有所稀释。
六、风险与机会
- 行业风险:
1. 临床试验失败与项目波动:生物医药行业受政策、研发趋势影响大。例如,肿瘤免疫治疗领域的火热带动了大量临床试验,但因靶点同质化导致的III期临床失败率极高。一旦合作药企的大型项目失败,直接导致厚普医药的后期款项无法回收,且前期投入成为沉没成本。
2. 数据隐私合规监管趋严:受试者数据高度敏感。随着《个人信息保护法》等法规实施,数据获取、使用、存储的合规门槛持续提高。任何数据泄露或不合规使用都可能引发重大的法律责任和品牌危机。
3. AI伦理与“患者欺骗”风险:利用算法精准触达脆弱群体进行招募,存在伦理争议。行业有时会面临“过度推销”或“诱导入组”的指控,一旦被贴上负面影响标签,将失去大部分优质客户。
- 公司风险:
1. 资本结构单一:注册资本和实缴资本均为400万元,未上市。目前未披露任何融资记录。在需要大量资金投入数据采购、团队扩张、技术研发才能形成大规模效应的行业,薄弱的资本背景可能限制其发展速度。
2. 专利密度偏低:23件专利在行业中位数的对比下,表明其技术护城河不深。如果竞争主要靠人力和关系驱动,其模式较难被复制,但护城河也比较脆弱。
3. 单一业务依赖:营收和客户结构未披露。高度依赖临床试验受试者招募这一单一环节,一旦行业整体转向数字化CRO(一体化平台),其服务价值可能被压缩或被CRO巨头整合。
- 机会窗口:
1. AI与大模型支持精准匹配:利用大语言模型(LLM),可以将临床试验方案中复杂的文字描述(如“既往接受过两种以上标准方案治疗失败的HER2阳性晚期乳腺癌”)更精准、更智能地解构成结构化变量,并与真实世界数据(RWD)进行深度比对。这是厚普医药提升技术壁垒、拉开与纯人力团队差距的机会。
2. 罕见病与基层下沉市场:全国有大量罕见病患者因病致贫,同时新药研发对罕见病临床试验的招募需求巨大。厚普医药提出“与基层社区结合”模式,若能利用AI和远程智慧医疗技术,整合分散在基层的罕见病患者信息,有望在这个细分且患者极度稀缺的蓝海市场中建立独特优势。
本研报基于企业数据库字段及公开资料整理,仅供产业研究参考,不构成投资建议、商业背书或专精特新申报结果判断。涉及未披露的客户、收入、利润、产能、良率、市场份额等,本文不作推断。