草庐IT

医药行业数据分析软件(含非付费)--对比分析

Yiyaoshujuku 2023-11-06 原文

目前主要使用的医药数据软件分为两大类,一个是免费医药数据软件,一个是商业综合类的医药数据软件。医药数据软件的本质是让用户能在最短时间内在一个网站把想要的信息通过检索一览无余,因此,全面性、准确性、及时性是该类数据库的主要指标。

先说免费医药数据软件,大大小小的比较多,但真正用户量大,达到一定使用频率的,我们在此推荐三个最全面的:

①:DrugBank数据库,它是加拿大阿尔伯塔大学(University of Alberta)研究人员将详细的药物数据和全面的药物目标信息结合起来,建立的真实可靠的生物信息学和化学信息学数据库。DrugBank包含50万种药物信息,其中包括2653种经批准的小分子药物、1417种经批准的生物技术(蛋白质/肽)药物、131种营养品和6451种实验药物。

网址https://go.drugbank.com/

②:药融云个人版,他目前是开放程度最高的中文界面医药数据软件,包含了全球药品研发管线、审评审批进度、全球临床试验、中国临床试验、药品招投标、集采、一致性评价等大量整合信息。也开发了手机版本,可以微信小程序中查找“药融云数据”

网址https://www.pharnexcloud.com/database

③:ClinicalTrials,它是一个基于网络的资源,为患者、他们的家庭成员、医疗保健专业人员、研究人员和公众提供了方便地访问关于各种疾病和病症的公共和私人支持的临床研究的信息。该网站由 美国国立卫生研究院的国家医学图书馆(NLM) 维护(NIH),美国国家医学图书馆提供的资源,探索所有 50 个州和 221 个国家/地区的 422,494 项研究。注:所有资料及相关研究仅供参考,未取得相关政府机构评定。

网址https://clinicaltrials.gov/

免费数据库涉及数据层面的关联性相对单一、数据深度存在一定局限性,毕竟这类数据库没有像商业数据库那样花上足够多的人力成本及时间成本去清洗、整理、维护数据。

商业类医药数据软件往往是高价值数据库的代表。商业类医药数据软件特点是功能强大不仅能对学术类信息加以融合处理,还能分析药品全生命周期数据,竞品药品销售详细情况、竞品企业招投标、投融资、集中采购信息等;除此之外还能实时跟踪产品管线最新信息,做到实时调整战略方向,防止做无用功浪费企业资源。现在商业类数据库可以说是医药企业必备的数据库。笔者就国内药企主要使用的商业医药数据软件(同时对比两个国外数据库)给大家一一列举。

 

药融云企业版Pharnexcloud

数据全面性:★★★★★

运营企业:药融云数字科技

上线时间:2020年

数据库数量:218个

产品组成:药物研发库群、上市药品库群、药品销售库群、市场信息库群、一致性评价库群、原料药库群、医疗器械库群、生产检验库群、合理用药库群、医药文献等十个版块构成。

                                                   药融云Pharnexcloud导航 

 

数据来源:各国药品监管机构、试验研究、学术会议报告、文献期刊、异构资源、企业公告各国卫生机构官网、医学新闻杂志、网络资讯、专利、协会学会等。

数据特色:数据采集近80个主流国家,监控全球10万+医药数据信息源,数据放大模型算法涉及人口学、经济学、发病率、医疗资源分布等各类特征参数。

使用场景:

                                               图片来源:药融云Pharnexcloud  

 收费:平价

增值服务:①专人对接需求,团队解决问题。②沙龙、巡讲、峰会、项目交易、需求对接等活动支持,能加入他们药融圈生态链。

优点:全面覆盖医药领域全产业链各环节,数据总量大、数据来源、专业报告、数据算法、结果展示都做得非常好。

                                                         药品销售数据(含城市)

                                                             药品信息对比分析

缺点:相比较于全球顶尖的cortellis、informa等,药融云的数据展示结果关联性还有明显的进步空间。

药融云医药数据软件后来居上,进步很快,近年来逐步成为国内医药企业选择较多的医药数据软件,因其产品功能的全面和数据全面性得到越来越多的认可,希望能保持这个进步速度。

                                                              药融云-药物研发 

药智

综合性推荐指数:★★★★☆

运营企业:重庆康洲数据

上线时间:2009年

产品组成:由研发、一致性、生产、上市、市场、用药、药化、中药材、器械等九个版块组成。

数据来源:地区机构、资讯、企业公告报道、医疗会议、公司年度报告、医疗卫生机构官网、医学杂志、专利、商标、技术实施文件、学术会议、技术报告、科技期刊等。

数据库数量:172个

检索方式、功能点、底层数据架构、界面展示:与insight、Pharnexcloud数据库大体一致。

收费:平价

优点:药物综合报告、审评、临床数据都做得相当不错。而且仅此一家推出了化妆品、食品数据库。

缺点:药品销售数据起步阶段暂不够成熟,全球数据相对量少。(药品销售数据对于药品的立项调研、竞品销售分析、销售战略目标制定都是重中之重)。创新药物收录数量有待提高。

                                                                药智-主体检索界面 

医药魔方

综合推荐指数:★★★★☆

运营企业:北京华彬立成

上线时间:2013年

数据库数量:49个

产品组成:资本透视、全球新药、全球临床、基础数据、市场洞察这五个版块构成。

数据来源:实验室研究、内部会议、专业报道、专利、商标、技术实施文件、学术会议、技术报告、科技期刊、文献、教科书、地区机构、资讯、新闻资讯、公司年度报告等。

产品亮点:资本透视和创新药物版块做得非常不错,在该领域都属于行业佼佼者。

收费:单价在国内偏高

优点:投融资版块、可视化疾病图谱和靶点整合、审评、临床等数据做充分关联、新上线的NextMed板块有一定领先性、其投融资版块做得很好。

缺点:总体数据数量偏少,药物研发也只解读了3万多个药物,比较同类产品丢失部分功能版块,全球数据不够丰富。销售数据模块虽然有,但十分封闭,无任何宣传,对其具体情况业内不了解。

医药魔方作为创新药物和医药投融资数据库目前国内用户沉积最多的数据库之一,但其产品功能过于封闭,已成自己的围墙。

                                                                  医药魔方 

药渡

综合推荐指数:★★★☆

运营企业:药渡经纬信息科技

上线时间:2013年

数据库数量:69个

产品组成:由全球药物、全球器械、投资生态、临床研究、专利文献、政策法规、世界药问、数据定制八个版块构成。

数据来源:实验室研究、内部会议、专业报道、专利、商标、技术实施文件、学术会议、技术报告、科技期刊、在线数据库、在线辞典、电子书库、地区机构、资讯、企业公告报道、医疗会议等。

收费:较低

优点:其药物研发信息与国内审评、临床等多个库均有不错的关联,层级结构、标签及界面都做得相当不错。对生物药、化学药等细微标签做了单独优化。

缺点:目前没有药品销售数据,临床、上市药品分析等数据采集方面比较弱,总体数据量在业内偏弱。

药渡作为国内老牌医药数据软件之一以全球研发数据为核心,重点发展咨询业务。缺少销售数据其核心版块数据,导致其数据业务只是一直低价在为其咨询业务做支撑。

                                                              药渡数据全局 

米内

综合推荐指数:★★★★☆

运营企业:广州标点医药信息

上线时间:2010年

数据库数量:72个

产品组成:药品销售(多层格局,医院、零售)、审评进度、上市药品、临床试验、中标数据、全球新药研发、全球专利、项目进度这个七个版块构成

产品特色:国内药品销售数据领头企业,其医院销售数据以“三大终端六大市场”为基础,分层抽样多等级医院放大至全国。城市公立医院、县级公立医院、实体药店、网上药店、城市社区卫生中心、乡镇卫生院等各类维度齐备。

收费:较高,全买对很多中小企业来说价格不易接受。

优点:南方所背景,医院销售数据算法和研发数据都做得非常不错。六大格局在国内首屈一指。近期上线了独家的电商类数据,虽然业界还在争议电商数据可信度,但毕竟先走出了这一步。

缺点:全面性比较弱,销售数据以外的全球数据、研发数据、审批数据相对重视程度很低,版本一直没有大的进展。

米内医药数据软件南方所背景其医院销售版块覆盖面最广之一,但其它版块相对薄弱。

                                                         米内强大的销售格局

                                                     米内强大的销售格局描述 

丁香园Insight

综合推荐指数:★★★☆

运营企业:杭州观澜网络

上线时间:2013年Insight(2006年总部)

产品组成:临床试验、申报进度、药品库、上市产品、制药企业、招投标、一致性评价、医药新闻、生物制品、全球数据等十个版块构成。

数据来源:内部会议、专业报道、专利、商标、在线数据库、在线词典、电子书库、异构资源共享平台、知识库、地区机构、资讯、企业公告报道、医疗会议、新闻资讯等。

产品特色:其界面小功能开发丰富特别是小图标的应用在国内UI设计上是最好的,区别于同类产品。

检索方式、功能点、底层数据架构、界面展示:与药智数据库大体一致。

收费:总体模块少一些,平均价过高

优点:搜索体验、UI界面小功能、时间轴、注册数据、国内药物审评、上市批文这些国内数据中做得非常不错。

缺点:市场和销售相关数据涉及较少,全球研发数据处于刚起步阶段(全球药物研发数据对于药企来说十分重要可谓是医药行业的风向标,在全球药物格局、药物立项调研、企业发展战略方向制定方面的重要性不言而喻); 其定价偏高。

Insight作为老牌医药数据软件的典型代表,背靠丁香园集团的大树,目前国内用户沉积最多的数据库之一,但因其药物研发数据版块、药品市场与销售数据起步晚,影响了其总体优势。

                                                           Insight搜索结果导航

上海医工院PDB

综合推荐指数:★★★

运营企业:上海数图健康医药科技

上线时间:2011年

数据库数量:31个

产品组成:分为药物综合和新药研发监测两个数据库;药物综合数据库包含了国内市场、细分市场、全球市场、国内工业生产、企业经济运行五个版块;新药研发监测数据库包含了全球研发、中国研发、一致性评价、企业竞争,品种筛选分析五个版块。

数据来源:专利、商标、技术实施文件、学术会议、技术报告、科技期刊、文献、教科书、地区机构、资讯、新闻资讯、公司年度报告、pjb等。

优点:工信部背景知名度高国产医药数据软件鼻祖,审评、临床等数据有不错的关联展示;新上线的RPDB零售板块有明显的优势提升;RAS医药处方分析系统具备一定独家性。

缺点:数据全面性相对不高,部分工业类数据更新较慢,UI设计过于传统。PDB作为全国老牌医药数据软件之一,全球药物研发数据采集处于起步阶段,也许是底层架构设计问题单开了一个CPM(新药研发监测数据库)导致其部分关联性较差。

                                                          PDB-医院用药分析

咸达

综合推荐指数:★☆

运营公司:杭州咸达医药

成立时间:2009年

产品组成:注册信息、上市信息、市场信息、市场准入、药政参考、行业参考、nmpa、药闻速递、临床试验等九个版块构成。

现在新版本叫做药海遨游,老版本于2010左右上线,目前就封面观测很多年没有进行改版。

就封面看了一下没有申请测试,有兴趣的可以去测一测。

                                                            药海遨游-导航 

戊戌

综合推荐指数:★★☆

运营企业:重庆戊戌数据

上线时间:2021年11月

产品组成:由药品、临床、器械、实体、工艺、新药、资讯七个版块构成

戊戌医药数据软件算是新生代医药数据软件,2021年11月成立,由于刚上线不久,数据功能缺失太多,在此不做评论,感兴趣的可以去看看。

                                                         戊戌-药品注册 

国内主要使用的国外医药数据软件(目前不做主要推荐)

上面测评了国内主要使用的医药数据软件,国外医药数据软件在国内的市场占有率虽然不大,但弥补了早期我国在医药数据领域的空白;

随着国内医药数据的发展,国外医药数据也逐步退出了舞台。其根本原因有以下两点:

  1. 首先是用户操作习惯问题-产品在整个设计周期(UI界面、使用逻辑、字段等)内基本是以国外用户的使用习惯为侧重点开发的,所以对于国内用户并不是太友好;
  2. 其次是随着国内互联网的高速发展,医药信息数据产业也借助这一快车道,实现了弯道超车,进入了高速发展期,相信不久的将来,国内医药数据产品将比肩国际一流数据产品,让我们拭目以待。

下面就以上内容,为大家介绍一下国外的这两款数据库:

科睿唯安cortellis

综合推荐指数:★★★★☆

产品组成:Cortellis 数据库包含Cortellis竞争情报、Cortellis早期药物发现、CMC、仿制药、原料药、系统生物学Metacore等等多个模块,主要由竞争信息、疾病简报、监管信息、新闻、药物发现信息这几个版块构成;

数据来源:各大药品监管机构、新闻杂志、网络资讯、文献期刊、学术报告、专利商标、公司年报等。

检索方式、功能点、底层数据架构:这三个维度和informa数据库基本一致,只是样式展示风格不一样。

收费:高昂

优点:  在展示结果关联性、专业报告、数据维度方面都做得非常好。

缺点:  缺少系统化药品销售数据,对中国企业管线监控出现不少滞后和少量错误,缺少中国药监局等数据分析。

cortellis医药数据软件目前在世界医药领域知名医药数据软件之一,因在国内因为其水土不服相比之下使用人群比例不是那么多。

英富曼Informa

综合推荐指数:★★★☆

产品组成:Biomedtracker、Pharmaprojects、Sitetrove、Trialtrave、Datamonitor Healthcare、In Vivo、Medtech Insight、Pink Sheet、Scrip多个版块组成。

数据来源:各国药品监管机构、医疗卫生机构、新闻杂志、网络资讯、文献期刊、学术报告、专利商标、公司年报、搜索引擎、学术会议等。

检索方式、功能点、底层数据架构:这三个维度和cortellis数据库基本一致,只是样式展示风格不一样,更符合国人使用习惯。

收费:高昂

优点:可以综合计算药物批准通过率,数据更新历史记录,在新闻数据追溯、展示结果关联性、数据维度方面都做得很好。

缺点:没有销售数据、没有仿制药信息、缺少中国药监局数据解读,中国企业管线跟踪滞后;

Informa医药数据软件当前世界主流医药数据软件之一,其Pharmaprojects版块与药融云Pharnexcloud的’全球药物研发版块’被客户比较得最多,因为价格和缺少国内审批等数据因此占有率偏低,目前在国内主要客户人群为高校为主。

                                                          Informa医药数据软件

一共写了目前国内主要使用9个主流数据库的测评,2个国外医药数据软件。每个数据库都各有特色,可以根据自身情况去选择。

下面是笔者总结的其他一些医药信息类数据库合集(大家可以收藏保存,平时没啥用,用的时候找不到) 手敲不易手敲不易,理直气壮要个赞!要个赞!

 

中国常用

中国国家药监局

https://www.nmpa.gov.cn/

国家药品监督管理局药品审评中心

https://www.cde.org.cn/

世界各国药监局

日本药监局PMDA

https://www.pmda.go.jp/

西班牙药监局CIMA

https://cima.aemps.es/cima/publico/home.html

法国药监局ANSM

https://ansm.sante.fr/

美国药监局FDA

https://www.fda.gov/

英国药监局MHRA

https://www.gov.uk/government/organisations/

medicines-and-healthcare-products-regulatory-agency

意大利药监局AIFA

https://www.aifa.gov.it/

德国药监局

https://www.dimdi.de/dynamic/de/startseite

意大利药品说明书

https://farmaci.agenziafarmaco.gov.it/bancadatifarmaci/home

中国药典会

https://www.chp.org.cn/

阿根廷药监局

https://www.argentina.gob.ar/anmat

俄罗斯卫生部

https://grls.rosminzdrav.ru/default.aspx

瑞典药品信息查询

https://www.lakemedelsverket.se/sv/sok-lakemedelsfakta?activeTab=1

澳大利亚TGA审评报告

https://www.tga.gov.au/ws-auspar-index

土耳其药监局

https://www.titck.gov.tr/

法国药品查询

https://base-donnees-publique.medicaments.gouv.fr/index.php

中国食品药品检定研究院

https://www.nifdc.org.cn/nifdc/

德国卫生部

https://www.bundesgesundheitsministerium.de/

澳大利亚药监局

https://www.tga.gov.au/

学术搜索

谷歌镜像

https://search.iwiki.uk/

谷歌学术镜像

https://www.library.ac.cn/

中国知网

https://www.cnki.net/

J-GLOBAL

https://jglobal.jst.go.jp/

pharnexcloud医药文献

https://phardoc.pharnexcloud.com/?isNext=true

专利搜索

药物专利检索国知局

http://pss-system.cnipa.gov.cn/sipopublicsearch/

patentsearch/medicineSearch-initMedicineSearch.shtml

美国专利检索

https://patft.uspto.gov/

专利检索产权局

http://www.sipop.cn/module/gate/

patentSearch/patentsSearch.html

全球WIPO专利

https://patentscope2.wipo.int/search/zh/search.jsf

USPTO全球专利检索

https://globaldossier.uspto.gov/

日本专利检索

https://www.j-platpat.inpit.go.jp/

欧亚专利检索

https://www.eapo.org/en/?patents=reestr

新西兰知识产权局

https://app.iponz.govt.nz/app/Extra/IP/

PT/Qbe.aspx?sid=637822182414314141

印度专利检索

https://ipindiaservices.gov.in/PublicSearch/

中国香港专利检索

https://esearch.ipd.gov.hk/nis-pos-view/#/pt/quicksearch

PatentLens专利检索

https://preview.lens.org/?locale=zh

全球专利中国台湾

https://gpss.tipo.gov.tw/

中国专利检索

http://pss-system.cnipa.gov.cn/sipopublicsearch

/portal/uiIndex.shtml

药品价格和销售

中国药品价格查询

https://www.315jiage.cn/

日本基药价格查询

https://www.mhlw.go.jp/stf/seisakunitsuite

/bunya/0000078916.html

美国药品价格查询

https://www.pharmacychecker.com

SEC美国上市公司年报查询

https://www.sec.gov/edgar/searchedgar/companysearch.html

全国医院销售数据

https://db.pharnexcloud.com/database/13/table/245

 

有关医药行业数据分析软件(含非付费)--对比分析的更多相关文章

  1. ruby - 解析 RDFa、微数据等的最佳方式是什么,使用统一的模式/词汇(例如 schema.org)存储和显示信息 - 2

    我主要使用Ruby来执行此操作,但到目前为止我的攻击计划如下:使用gemsrdf、rdf-rdfa和rdf-microdata或mida来解析给定任何URI的数据。我认为最好映射到像schema.org这样的统一模式,例如使用这个yaml文件,它试图描述数据词汇表和opengraph到schema.org之间的转换:#SchemaXtoschema.orgconversion#data-vocabularyDV:name:namestreet-address:streetAddressregion:addressRegionlocality:addressLocalityphoto:i

  2. ruby - Ruby 有 `Pair` 数据类型吗? - 2

    有时我需要处理键/值数据。我不喜欢使用数组,因为它们在大小上没有限制(很容易不小心添加超过2个项目,而且您最终需要稍后验证大小)。此外,0和1的索引变成了魔数(MagicNumber),并且在传达含义方面做得很差(“当我说0时,我的意思是head...”)。散列也不合适,因为可能会不小心添加额外的条目。我写了下面的类来解决这个问题:classPairattr_accessor:head,:taildefinitialize(h,t)@head,@tail=h,tendend它工作得很好并且解决了问题,但我很想知道:Ruby标准库是否已经带有这样一个类? 最佳

  3. ruby - 我如何添加二进制数据来遏制 POST - 2

    我正在尝试使用Curbgem执行以下POST以解析云curl-XPOST\-H"X-Parse-Application-Id:PARSE_APP_ID"\-H"X-Parse-REST-API-Key:PARSE_API_KEY"\-H"Content-Type:image/jpeg"\--data-binary'@myPicture.jpg'\https://api.parse.com/1/files/pic.jpg用这个:curl=Curl::Easy.new("https://api.parse.com/1/files/lion.jpg")curl.multipart_form_

  4. 世界前沿3D开发引擎HOOPS全面讲解——集3D数据读取、3D图形渲染、3D数据发布于一体的全新3D应用开发工具 - 2

    无论您是想搭建桌面端、WEB端或者移动端APP应用,HOOPSPlatform组件都可以为您提供弹性的3D集成架构,同时,由工业领域3D技术专家组成的HOOPS技术团队也能为您提供技术支持服务。如果您的客户期望有一种在多个平台(桌面/WEB/APP,而且某些客户端是“瘦”客户端)快速、方便地将数据接入到3D应用系统的解决方案,并且当访问数据时,在各个平台上的性能和用户体验保持一致,HOOPSPlatform将帮助您完成。利用HOOPSPlatform,您可以开发在任何环境下的3D基础应用架构。HOOPSPlatform可以帮您打造3D创新型产品,HOOPSSDK包含的技术有:快速且准确的CAD

  5. FOHEART H1数据手套驱动Optitrack光学动捕双手运动(Unity3D) - 2

    本教程将在Unity3D中混合Optitrack与数据手套的数据流,在人体运动的基础上,添加双手手指部分的运动。双手手背的角度仍由Optitrack提供,数据手套提供双手手指的角度。 01  客户端软件分别安装MotiveBody与MotionVenus并校准人体与数据手套。MotiveBodyMotionVenus数据手套使用、校准流程参照:https://gitee.com/foheart_1/foheart-h1-data-summary.git02  数据转发打开MotiveBody软件的Streaming,开始向Unity3D广播数据;MotionVenus中设置->选项选择Unit

  6. 使用canal同步MySQL数据到ES - 2

    文章目录一、概述简介原理模块二、配置Mysql使用版本环境要求1.操作系统2.mysql要求三、配置canal-server离线下载在线下载上传解压修改配置单机配置集群配置分库分表配置1.修改全局配置2.实例配置垂直分库水平分库3.修改group-instance.xml4.启动监听四、配置canal-adapter1修改启动配置2配置映射文件3启动ES数据同步查询所有订阅同步数据同步开关启动4.验证五、配置canal-admin一、概述简介canal是Alibaba旗下的一款开源项目,Java开发。基于数据库增量日志解析,提供增量数据订阅&消费。Git地址:https://github.co

  7. ruby-on-rails - 创建 ruby​​ 数据库时惰性符号绑定(bind)失败 - 2

    我正在尝试在Rails上安装ruby​​,到目前为止一切都已安装,但是当我尝试使用rakedb:create创建数据库时,我收到一个奇怪的错误:dyld:lazysymbolbindingfailed:Symbolnotfound:_mysql_get_client_infoReferencedfrom:/Library/Ruby/Gems/1.8/gems/mysql2-0.3.11/lib/mysql2/mysql2.bundleExpectedin:flatnamespacedyld:Symbolnotfound:_mysql_get_client_infoReferencedf

  8. 软件测试基础 - 2

    Ⅰ软件测试基础一、软件测试基础理论1、软件测试的必要性所有的产品或者服务上线都需要测试2、测试的发展过程3、什么是软件测试找bug,发现缺陷4、测试的定义使用人工或自动的手段来运行或者测试某个系统的过程。目的在于检测它是否满足规定的需求。弄清预期结果和实际结果的差别。5、测试的目的以最小的人力、物力和时间找出软件中潜在的错误和缺陷6、测试的原则28原则:20%的主要功能要重点测(eg:支付宝的支付功能,其他功能都是次要的)80%的错误存在于20%的代码中7、测试标准8、测试的基本要求功能测试性能测试安全性测试兼容性测试易用性测试外观界面测试可靠性测试二、质量模型衡量一个优秀软件的维度①功能性功

  9. STM32读取串口传感器数据(颗粒物传感器,主动上传) - 2

    文章目录1.开发板选择*用到的资源2.串口通信(个人理解)3.代码分析(注释比较详细)1.主函数2.串口1配置3.串口2配置以及中断函数4.注意问题5.源码链接1.开发板选择我用的是STM32F103RCT6的板子,不过代码大概在F103系列的板子上都可以运行,我试过在野火103的霸道板上也可以,主要看一下串口对应的引脚一不一样就行了,不一样的就更改一下。*用到的资源keil5软件这里用到了两个串口资源,采集数据一个,串口通信一个,板子对应引脚如下:串口1,TX:PA9,RX:PA10串口2,TX:PA2,RX:PA32.串口通信(个人理解)我就从串口采集传感器数据这个过程说一下我自己的理解,

  10. SPI接收数据异常问题总结 - 2

    SPI接收数据左移一位问题目录SPI接收数据左移一位问题一、问题描述二、问题分析三、探究原理四、经验总结最近在工作在学习调试SPI的过程中遇到一个问题——接收数据整体向左移了一位(1bit)。SPI数据收发是数据交换,因此接收数据时从第二个字节开始才是有效数据,也就是数据整体向右移一个字节(1byte)。请教前辈之后也没有得到解决,通过在网上查阅前人经验终于解决问题,所以写一个避坑经验总结。实际背景:MCU与一款芯片使用spi通信,MCU作为主机,芯片作为从机。这款芯片采用的是它规定的六线SPI,多了两根线:RDY和INT,这样从机就可以主动请求主机给主机发送数据了。一、问题描述根据从机芯片手

随机推荐