创新药作为商品的一种,供给分为四个阶段:生产、交换、流通与消费。当前中国创新药供给的核心问题是供给不足,影响供给不足的问题很多,其中生产力水平低是决定因素,表现在创新药研发效率低、产出少。对于高度数据化的创新药行业,数据管理是行业的基础。本文通过对创新药现状的分析,从看似纷繁复杂的供给不足问题中发现,中国数据管理的现状严重制约研发效率的提高,并阻碍了社会生产资料的投入。根据生物医药发展的现状,创新药研发逻辑为基于基础理论研究,通过先假设再检验的方式进行创新药研发,通过不同的模型进行评判,中间广泛的运用统计学、数学处理数据。创新药最重要的两个指标是药物有效性与安全性的,都是通过对特定的试验研究中产生的各种数据进行采集与分析的方法进行验证。创新药上市作为监管机构评判是否允许创新药进入生产与流通环节的重要节点,监管部门也是通过对创新药研发机构提供的数据信息进行评判,如果符合能够上市的标准,就能够获得上市批文。本文通过文献分析方法,对中国目前的数据现状进行了整理,发现数据问题非常严重,已经不是个案,而是整个行业的问题。本文通过对数据管理问题产生的原因进行探究,发现创新药涉及的数据极容易被篡改或者造假。相对于创新药行业特点:高投入、长周期与低成功率,数据造假可以带来巨大经济效益。因为创新药上市申报的数据监管非常困难,很难判断出数据的真伪,目前世界上没有非常好的数据监管方法。被世界公认监管水平很高的美国,也经常会被曝出数据丑闻。本文通过分析得到结论:要提高中国创新药供给,就必须要提高创新药研发能力,要提高创新药研发能力,就首先要解决好创新药数据管理问题。所以本文应对策略的逻辑是通过科技的应用提高数据的真实性。随着科技的发展,例如人工智能、互联网+和区块链等技术的日益成熟,能够有效解决目前数据管理中的困惑。通过公开、透明的方案,推动数据监管社会化。文章的最后通过对创新药数据化的反思,分析数据化的利与弊,对创新药行业发展方向进行哲学反思。