卫材宣布，用于治疗早期阿尔茨海默病（早期AD*）的人源化可溶性聚集性β淀粉样蛋白（Aβ）单克隆抗体仑卡奈单抗（商品名：“乐意保®”，“LEQEMBI®”）在一般社团法人日本科学技术和经济学会（JATES **）主办的第12届技术管理与创新奖评选中荣获首相奖。

技术管理与创新奖设立于2012年，其核心宗旨在于表彰产生了改变世界的创新成果的杰出技术管理典范，并向全社会推广这些创新实践，使获奖者成为新一代管理者与工程师的标杆楷模。今年是该奖项创立的第十二个年头。

该奖项授予仑卡奈单抗，”作为全球首款阿尔茨海默病早期治疗创新药，LEQEMBI通过以及AD中Aβ斑块的主要成分——不溶性Aβ聚集体（纤维），从而减少大脑中的Aβ原纤维和Aβ斑块，减缓疾病进展速度和认知及功能衰退。当全球企业和研究者纷纷放弃该领域研发时，仑卡奈单抗的诞生正是卫材长期致力于阿尔茨海默病研究的成果。在老龄化社会背景下，痴呆症患者数量激增，伴随巨额医疗护理支出与沉重照护负担，仑卡奈单抗的问世对于应对这一重大社会挑战具有里程碑式的意义。”

阿尔茨海默病（AD）是一种不可逆的渐进性致命疾病，更是全球医疗体系面临的重大挑战。其影响不仅限于患者本身，更波及家庭照护者、医疗系统乃至整个社会。秉承”关心人类健康（hhc，human health care)”的企业理念，卫材持续攻坚这一世界性难题，通过近四十年的痴呆领域药物研发，与患者及家属建立深度联结，携手医疗专家、学术机构、患者组织、照护中心、健康筛查及诊断企业等多方力量，共同构建痴呆症防治生态体系。该体系致力于提升公众认知、推动早期筛查诊断与治疗干预。未来，卫材将持续扩大仑卡奈单抗在早期阿尔茨海默病患者中的可及性，加速完善痴呆症生态体系构建，为应对痴呆症相关多元挑战创造更大社会价值。

仑卡奈单抗的全球开发和注册申请由卫材主导，而产品则由卫材和渤健共同商业化和推广。其中，卫材拥有最终决策权。

* 统称为阿尔茨海默病（AD）引起的轻度认知障碍（MCI）或AD轻度痴呆（早期AD）

** 该机构成立于1966年10月，专注于技术、管理及经济学三大领域的学术研究，旨在促进跨领域学术交流并推动产业发展。官方网址：): http://www.jates.or.jp/

编号：ECN-2025-0022

2024年3月5日 上海静安 在第61个学雷锋纪念日到来之际，卫材中国携手银发通互联网医院，积极响应静安区文明办号召，在静安区静安寺街道和芷江西路街道举办的“3.5学雷锋日”志愿服务主题活动上，推出“记忆与爱同行”公益活动。通过融合医学专业性与社区服务温度，为老年群体打造脑健康管理新范。

【沉浸式科普：记忆筛查变得有趣】

活动现场，身着橙色的卫材中国与银发通志愿者，将专业医学场景转化为一张张可爱的宣传册和患者故事书以及线上趣味互动体验。中老年居民不仅在了解早诊早治的疾病知识，更在“记忆迷宫”游戏中通过图形匹配测试瞬时记忆能力，使用电子版“画钟试验”评估空间认知功能。一位72岁的李阿姨在完成筛查后感慨：“原来检查脑子健康不用跑医院，做做游戏还能拿健康手册，而且手机上就有这么多新功能，这个服务真贴心！”

银发通互联网医院同步推出“认知健康档案”数字化服务，现场扫码即可获取个性化干预方案。针对筛查提示风险的老人，系统自动推送“每日记忆训练计划”（如厨房用具归类练习）及“地中海饮食食谱”，让预防措施融入日常生活场景。

【三大创新模式获官方点赞】

1. 专业医疗资源下沉社区

首次将简易认知筛查工具（如AD8量表、MoCA-B基础版）与便携式脑血流检测仪引入街道，打破老年人“怕麻烦、怕确诊”的心理屏障。静安区文明办负责人指出：“这种‘家门口的筛查’模式真正践行了雷锋精神中的便民理念。”

2. 全周期健康管理闭环

建立“10分钟筛查-30分钟解读-3个月随访”服务体系。卫材中国志愿者团队将联合社区卫生服务中心，通过“社区网格员+家庭医生”双轨制跟踪高危人群，定期组织认知训练沙龙。

3. 代际互助传递温暖

活动现场特别设置“青年志愿者结对帮扶”环节，20名来自医药高校的学生志愿者与独居老人组成“记忆守护搭档”，通过智能手机教学、老照片回忆训练等互动，构建跨世代情感联结。卫材中国相关负责人表示：“防治认知障碍需要全社会共同参与，这正是新时代雷锋精神的生动诠释。”

【公益基因赋能健康中国】

作为深耕神经科学领域的跨国制药企业，卫材中国持续探索疾病科普创新路径。此次与银发通的合作，标志着企业从“药品研发”向“全病程管理”的社会责任升级。未来双方计划在长三角地区复制“认知友好社区”模式，预计年内覆盖50个居民区，让更多老年人享受到“早发现、早干预”的脑健康守护。

【活动预告】

4月启动“记忆守护者”志愿者培训计划，面向市民开放认知障碍科普讲师认证，报名通道详见银发通/卫材中国官网。

编号：ECN-2025-0020

卫材宣布，在由HR科技联盟、HR研究机构（ProFuture）、MS&AD保险集团控股旗下IRRC公司以及企业人力投资价值认证协会共同开展的“2024年人力资本调查”中，再次荣获“2024人力资本领袖”与“人力资本管理金质奖”，这是卫材连续第二年获得此项殊荣。

在约400家企业与组织参与的“2024年人力资本调查”（2024年8月至12月期间开展）中，有17家企业因卓越表现荣获“人力资本管理金奖”，另有10家企业因专家认可的杰出努力而获评为“2024人力资本领袖”。卫材凭借其与公司章程相结合的人力资本管理举措、对当前形势和未来愿景的详细分析、积极主动披露信息（包括使用自身绩效指标），以及促进内部顺畅沟通的措施，获得了高度评价。

为进一步提升员工价值，卫材在2022年股东大会上对公司章程进行了部分修订，明确提出将努力“确保稳定就业”、“尊重人权与多样性”、“提供充分的发展机会以支持员工自我实现”以及“营造员工友好环境”。此外，卫材还加强了人力资源举措，包括制定以“员工健康福祉”、“多元化工作模式”、“员工发展成长”以及“组织与企业成长”为支柱的“综合人力资源战略”。自2023年起，卫材引入了基于员工角色的薪酬体系，并建立了高度重视员工行为的评估体系，旨在鼓励员工自主成长，激励他们担任更高职位。

卫材在“价值创造报告”、公司网站“可持续性”板块以及自2023年起发布的“人力资本报告”中，积极披露其人力资本管理举措，该报告总结了公司的人力资本举措以及与人力资源战略相关的关键绩效指标（KPI）。

卫材不仅致力于为股东创造价值，还将通过与利益相关者的员工活动，传递“关心人类健康”（“hhc”，human health care）的企业理念，为包括患者和大众在内的广大社会利益相关者、客户以及当地社区创造新的价值。

编号：ECN-2025-0018

近日，大分大学和卫材宣布开发了一种机器学习模型，用于预测脑内β-淀粉样蛋白（Aβ*[1]）的积累。该模型结合了年龄、性别、吸烟史和病史等背景数据，以及常规血液检查和MMSE*[2]（简易精神状态检查）项目。该模型预计将使初级保健医生能够在常规体检中预测脑内Aβ的积累，这是阿尔茨海默病（AD*[3]）的重要病理因素，并有助于进行简单的早期筛查。

该模型的详细信息已于2025年1月21日发表在同行评审的医学期刊《Alzheimer’s Research & Therapy》的在线版上。

目前，虽然脑Aβ积累可以通过正电子发射断层扫描（淀粉样蛋白PET*[4]）和脑脊液检测（CSF检测*[5]）来检测，但这些检测的高成本和侵入性仍是亟待解决的问题。因此，近年来，众多研究致力于开发多种与阿尔茨海默病（AD）相关的血液生物标志物，以期提供一种更为便捷的筛查方法。然而，以往很少有研究评估使用常规临床数据来预测脑部Aβ积累模型的性能。本研究首次开发了一种机器学习模型，该模型利用了34项临床数据，包括背景数据（年龄、性别、吸烟史和病史）、常规血液检查数据（如肾功能、肝功能、甲状腺功能）以及痴呆护理中常规收集的简易智能状态检查（MMSE）项目，来预测淀粉样蛋白PET阳性。评估结果显示，该预测模型的曲线下面积（AUC）分别为0.70（仅结合背景数据和常规血液检查数据）和0.73（结合背景数据、常规血液检查数据和MMSE数据），表明该模型具有一定的预测准确性。

Aβ抗体已在AD早期阶段治疗中显示出可能提供更大益处的潜力¹，因此，早期检测脑内Aβ积累显得至关重要。此机器学习模型能够利用常规医疗护理中收集的临床数据来预测脑部Aβ积累，预计将被初级保健医生广泛应用于AD的早期筛查。

通过利用该模型来确定淀粉样蛋白PET和CSF检测的必要性，预计将有助于AD的早期诊断和治疗启动，并减少患者的经济和身体负担。

术语表

*[1] β-淀粉样蛋白：被视为阿尔茨海默病病因的蛋白质，在疾病发作前约20年在大脑中积累并形成老年斑。

*[2] MMSE（简易精神状态检查）：一种评估认知功能的方法。它包括定向力、记忆力、注意力/计算、延迟回忆、命名、重复、理解、阅读、写作和图形复制等评估项目，评分范围为30至0分（正常至严重）。

*[3] 阿尔茨海默病：最常见的痴呆病因，其病理特征包括老年斑、神经原纤维缠结和神经元细胞死亡。

*[4] 淀粉样蛋白PET：一种可视化大脑中Aβ积累的脑部成像检测。

*[5] 脑脊液检测：一种分析脑脊液中Aβ42、磷酸化tau和总tau作为阿尔茨海默病生物标志物的检测。

研究背景与概述

随着日本进入超老龄化社会，65岁以上痴呆患者数量增加，开发针对AD（最常见的痴呆病因）的新治疗药物成为紧迫问题。在AD中，脑部Aβ的积累是疾病发作前的病理事件。研究表明，抗Aβ抗体在AD早期阶段开始治疗时可能提供更大的益处¹，这凸显了早期检测脑部Aβ积累的重要性。虽然淀粉样蛋白PET等成像技术对AD诊断有用，液体生物标志物也用于检测，但这些方法存在侵入性和成本问题。

因此，许多基于机器学习的脑部Aβ预测模型被开发为更简单的筛查工具，但这些模型通常包含常规临床实践中未测量的标志物，如成像数据和ApoE基因型。本研究首次尝试开发一种机器学习模型，仅使用痴呆护理中常规收集的背景数据和常规血液检查结果来预测淀粉样蛋白PET阳性。

研究结果与意义

本研究利用了大分大学医院在2012年9月至2017年11月期间收集的门诊数据，以及2015年10月至2017年11月期间在大分县臼杵市进行的关于65岁及以上无痴呆老年人的前瞻性队列研究（USUKI STUDY）数据。预测模型使用了三种机器学习技术：支持向量机、弹性网络和L2正则化逻辑回归，结合了12项参与者背景数据（年龄、性别、吸烟史、病史-高血压、血脂异常、心脏病、中风、糖尿病、甲状腺疾病）、11项常规血液检查项目（肾功能、肝功能、甲状腺功能等）以及262名轻度认知障碍或正常认知功能个体（136名男性，126名女性，中位年龄73.8岁）的11项MMSE项目评分，并评估了模型的性能。

使用L2正则化逻辑回归的预测性能显示，结合参与者背景和MMSE项目的模型以及结合参与者背景和常规血液检查的模型的AUC均为0.70，表明性能相似。此外，结合所有这些元素（参与者背景、常规血液检查和MMSE项目）的模型显示出更高的性能，AUC为0.73。分析预测Aβ积累的关键因素，发现MMSE项目中的延迟回忆和地点定向、年龄、促甲状腺激素和平均红细胞体积是重要因素。

学术论文：

英文标题：Machine learning models for dementia screening to classify brain amyloid

positivity on positron emission tomography using blood markers and demographic

characteristics: a retrospective observational study

日文标题：血液マーカーと人口統計学的特徴を用いてアミロイドPET における脳アミロイド陽性を分類する認知症スクリーニングのための機械学習モデル：後ろ向き観察研究

作者：Noriyuki Kimura（大分大学医学部神经内科）、Kotaro Sasaki（卫材株式会社）、Teruaki Masuda（大分大学医学部神经内科）、Takuaki Ataka（大分大学医学部神经内科）、Mariko Matsumoto（卫材株式会社）、Mika Kitamura（卫材株式会社）、Yosuke Nakamura（卫材株式会社）、Etsuro Matsubara（大分大学医学部神经内科）

出版杂志：《Alzheimer’s Research & Therapy》

参考文献

1.Sperling, R., Selkoe, D., Reyderman, L., Youfang, C., Van Dyck, C. (2024, July 28 – August 1). Does the

Current Evidence Base Support Lecanemab Continued Dosing for Early Alzheimer ’ s Disease?

[Perspectives Session] Alzheimer’s Association International Conference, Philadelphia, PA, United States.