一款新药从实验室走向患者ღ★ღ，传统路径平均耗时10年ღ★ღ、投入超10亿美元ღ★ღ、临床成功率不足10%ღ★ღ。这一长期困扰创新药研发的困局ღ★ღ，正随着人工智能的进入被悄然改写ღ★ღ：全球首款全流程AI设计的特发性肺纤维化候选药物ღ★ღ，研发周期较传统模式缩短60%以上ღ★ღ；国内首个完成Ⅲ期临床的AI赋能制剂新药ღ★ღ，通过AI优化配方ღ★ღ，显著提升了药物的生物利用度与用药安全性……

　　如今尊龙凯时-人生就是博中国ღ★ღ，AI已融入新药研发全链条ღ★ღ，实现降本ღ★ღ、提速ღ★ღ、提效多重突破ღ★ღ。依托政策ღ★ღ、技术ღ★ღ、资本的助力ღ★ღ，AI制药产业商业化进程也在不断加速ღ★ღ。AI赋能创新药实际落地成效如何？行业发展逻辑发生了怎样的转变？还存在哪些挑战？产业全新增量又将在何处释放？记者就此展开采访ღ★ღ。

　　当前ღ★ღ，依托底层技术的持续迭代ღ★ღ，AI制药正从实验室研究ღ★ღ、计算机模拟和商业概念中走出去ღ★ღ，进入真实的临床验证阶段ღ★ღ。

　　兴业证券经济与金融研究院副院长ღ★ღ、医药首席分析师孙媛媛介绍ღ★ღ，截至今年年初ღ★ღ，全球AI药物发现市场规模已达26亿美元左右ღ★ღ，170多个AI原创新药项目进入临床开发阶段ღ★ღ。AI发现分子的I期临床试验成功率达80%至90%ღ★ღ，高于传统药物52%的历史平均水平ღ★ღ。

　　清华大学附属北京清华长庚医院医学数据科学中心主任ღ★ღ、研究员李栋表示ღ★ღ，随着AI的快速迭代ღ★ღ，药物研发正从经验驱动迈向数据驱动的智能研发范式第4色最新地址ღ★ღ。普华永道合伙人吴峻也认为ღ★ღ，AI技术正在改变传统药企的研发逻辑ღ★ღ，AI通过算力模拟与模型推演ღ★ღ，可大幅收缩候选化合物筛选范围ღ★ღ，让研发决策摆脱单一经验依赖ღ★ღ，形成“数据+模型+专家”的协同决策模式ღ★ღ。

　　来自企业的实践印证了AI技术的赋能效果ღ★ღ。英矽智能首款全流程AI设计的创新药ღ★ღ，仅耗时18个月便完成从靶点发现到临床前候选化合物提名ღ★ღ，研发周期较传统模式大幅缩短ღ★ღ；剂泰科技自主研发的一款AI赋能制剂新药ღ★ღ，通过AI配方优化ღ★ღ，药物生物利用度与用药安全性显著提升ღ★ღ。

　　“在研发周期上ღ★ღ，AI能大幅缩减研发时长ღ★ღ、降低试错成本ღ★ღ。目前ღ★ღ，AI可将新药临床前研发周期压缩至1年左右ღ★ღ，全球已有多款AI设计药物进入Ⅱ期ღ★ღ、Ⅲ期临床阶段ღ★ღ，行业正加速进入收获期ღ★ღ。”吴峻说ღ★ღ。

　　数据显示ღ★ღ，AI可将临床前靶点筛选ღ★ღ、化合物优化环节的研发效率提升2倍至4倍ღ★ღ，降低30%以上的无效试错成本ღ★ღ。国内创新药早期项目转化效率也实现跃升ღ★ღ，从2018年的不足3%提升至2023年的近8%ღ★ღ，行业整体研发投入产出比持续优化ღ★ღ。

　　在打破技术壁垒方面ღ★ღ，生成式AI表现优异ღ★ღ。例如ღ★ღ，临港实验室的ODesign模型可实现蛋白质ღ★ღ、多肽ღ★ღ、核酸ღ★ღ、小分子等多种物质的“一键式”统一设计ღ★ღ，效率较同类模型大幅跃升ღ★ღ；泰格医药的“泰雅AI大模型”可智能生成合规文档ღ★ღ；诺思格在药理学领域的AI使用率达20%至30%ღ★ღ，CSR(临床研究报告)撰写成本区间从15万元至18万元下降到2万元至3万元ღ★ღ。此外ღ★ღ，赛诺菲ღ★ღ、诺华ღ★ღ、中国生物制药ღ★ღ、恒瑞医药等知名药企也通过AI技术持续优化临床研发流程ღ★ღ，实现实质性降本增效ღ★ღ。

　　临床运营管理已迈入精准提效阶段ღ★ღ。吴峻告诉记者ღ★ღ，依托AI患者画像精准匹配ღ★ღ、临床风险智能预警ღ★ღ、试验方案优化等数字化功能ღ★ღ，新药临床试验入组周期平均缩短30%至50%ღ★ღ，有效破解了传统临床研发周期冗长ღ★ღ、资源损耗过高的行业痛点ღ★ღ，让临床研发流程更加精细化ღ★ღ、高效化ღ★ღ。

　　“到目前为止ღ★ღ，全球还没有一款靶点与分子全流程由AI自主设计的药物获批上市ღ★ღ，AI赋能的真正‘成效’ღ★ღ，主要体现在靶点发现环节的提速与降本等方面ღ★ღ。”李栋介绍ღ★ღ，现阶段AI制药的核心价值集中于两个维度ღ★ღ，一是前端研发提速ღ★ღ，精准挖掘全新靶点ღ★ღ、优化分子结构ღ★ღ，突破传统研发盲区ღ★ღ；二是临床端高效赋能ღ★ღ，优化试验设计ღ★ღ、精准筛选患者ღ★ღ、助力真实世界研究尊龙凯时-人生就是博中国ღ★ღ，为新药临床转化筑牢基础ღ★ღ。

　　博济医药董事长王廷春也客观指出ღ★ღ，AI是新药发现阶段的助推器ღ★ღ，可大幅提升前期研发效率ღ★ღ，但无法颠覆性压缩整体研发周期第4色最新地址尊龙凯时-人生就是博中国ღ★ღ。药物发现环节仅占新药全研发周期的一小部分ღ★ღ，即便AI数倍提升该阶段效率ღ★ღ，对整体周期的优化效果依旧有限ღ★ღ。

　　随着技术迭代与临床验证持续推进ღ★ღ，AI制药正走出概念验证阶段ღ★ღ，实现价值兑现ღ★ღ。与此同时第4色最新地址ღ★ღ，资本与市场对AI制药的评判标准也从“分子生成数量”转向“临床转化能力与商业价值”ღ★ღ，产业发展更趋理性务实ღ★ღ。

　　记者了解到ღ★ღ，目前行业主要形成三大主流商业化落地形态ღ★ღ，构建起完整的产业变现体系ღ★ღ。第一类是平台授权与联合研发ღ★ღ，头部AI制药企业向跨国药企输出智能研发平台ღ★ღ、核心算法与研发管线尊龙凯时-人生就是博中国ღ★ღ，通过“预付款+里程碑收益+销售分成”的模式实现持续盈利ღ★ღ，数十亿美元级跨界合作已成行业常态ღ★ღ。第二类为自主管线研发ღ★ღ，企业依托自有AI技术平台独立开展创新药研发ღ★ღ，全程推进临床试验与上市进程ღ★ღ，实现药物自主商业化变现ღ★ღ。第三类是技术服务赋能ღ★ღ，AI制药企业为传统药企ღ★ღ、CRO(合同研究组织)企业提供靶点发现ღ★ღ、分子优化ღ★ღ、临床设计ღ★ღ、数据管理等全流程技术服务ღ★ღ，助力传统医药产业数字化转型ღ★ღ。

　　吴峻表示ღ★ღ，随着AI的广泛应用ღ★ღ，传统药企的研发组织模式实现了从封闭自研到开放协同的升级ღ★ღ。一些传统药企逐步摒弃全链条自主研发的重资产模式ღ★ღ，通过与AI技术服务商跨界合作ღ★ღ、搭建内部AI研发中台等举措ღ★ღ，打通数据壁垒ღ★ღ、补齐技术短板ღ★ღ。与此同时ღ★ღ，行业合作格局持续升级ღ★ღ，药企合作重心从单一管线商务合作ღ★ღ，转向AI技术平台ღ★ღ、智能研发模型ღ★ღ、数据资产等核心能力的长期共建共享ღ★ღ。

　　孙媛媛对此也有同感ღ★ღ，“传统药企的外部合作模式正在发生变化ღ★ღ，越来越多的合作开始围绕技术平台ღ★ღ、AI模型ღ★ღ、数据资产和早期发现能力展开ღ★ღ。AI的加入ღ★ღ，本质上进一步提升了中国药企的研发效率和全球合作价值”ღ★ღ。

　　今年以来ღ★ღ，AI制药领域合作持续升温ღ★ღ，跨国合作项目加速落地ღ★ღ：石药集团与阿斯利康达成17.7亿美元合作ღ★ღ，英矽智能与武田制药敲定超6亿美元战略合作……目前ღ★ღ，阿斯利康ღ★ღ、辉瑞ღ★ღ、强生ღ★ღ、诺华等全球知名制药企业ღ★ღ，均已与国内AI制药企业达成深度合作ღ★ღ，中国AI制药技术的国际竞争力愈发突出ღ★ღ。

　　随着技术实力提升ღ★ღ，国内AI制药头部企业在融资ღ★ღ、上市ღ★ღ、营收等多方面实现突破ღ★ღ，产业韧性持续彰显ღ★ღ。作为在港交所上市的AI药企ღ★ღ，晶泰科技2025年获得近60亿美元合作订单ღ★ღ；英矽智能2025年12月登陆港交所ღ★ღ，获得市场追捧ღ★ღ；剂泰科技2025年营收达1.05亿元第4色最新地址ღ★ღ，较2023年的930万元营收实现近70倍的增长ღ★ღ，公司今年5月在港交所上市ღ★ღ。

　　在产业整体发展层面ღ★ღ，政策红利持续释放ღ★ღ，为商业化落地保驾护航ღ★ღ。2025年10月ღ★ღ，多部门发布的《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》明确提出ღ★ღ，推动医药产业高质量发展ღ★ღ，鼓励国家医学中心ღ★ღ、区域医疗中心和临床医学研究中心等与药品生产企业协同ღ★ღ，面向重大疾病以及罕见病和特定人群的疾病ღ★ღ，开发新药筛选模型ღ★ღ，加速新药智能研发ღ★ღ。2026年年初ღ★ღ，工业和信息化部等8部门联合印发的《“人工智能+制造”专项行动实施意见》提出ღ★ღ，提升医药智能研发与供应管理水平ღ★ღ，建设人工智能驱动的新药发现与虚拟筛选平台ღ★ღ，通过多模态药效预测大模型ღ★ღ，加速靶点识别与候选药物发现ღ★ღ，降低药物研发周期与成本ღ★ღ。

　　政策ღ★ღ、技术ღ★ღ、资本同向发力下ღ★ღ，我国创新药发展稳步提质第4色最新地址ღ★ღ。2026年上半年ღ★ღ，38款创新药获批上市ღ★ღ，其中ღ★ღ，国产创新药31款ღ★ღ、占比超80%ღ★ღ，创新药对外技术授权交易额超过1000亿美元ღ★ღ，持续彰显国内AI制药赋能下的医药创新硬实力ღ★ღ。

　　AI技术的全方位渗透ღ★ღ，推动医药行业迎来系统性升级变革ღ★ღ。然而ღ★ღ，技术壁垒ღ★ღ、数据短板ღ★ღ、人才缺口ღ★ღ、监管适配不足等诸多问题ღ★ღ，也让创新药AI研发赛道面临多重现实挑战ღ★ღ，行业转型仍在路上ღ★ღ。

　　“AI深度介入创新药研发后ღ★ღ，行业在数据应用ღ★ღ、成果验证ღ★ღ、模型缺陷ღ★ღ、行业格局等维度仍存在不少亟待破解的难题ღ★ღ。”孙媛媛表示ღ★ღ，目前研发端普遍面临高质量训练数据匮乏与数据孤岛问题ღ★ღ，优质蛋白质相互作用ღ★ღ、抗体结构ღ★ღ、临床级生物数据储备不足ღ★ღ，分子数据库ღ★ღ、临床记录ღ★ღ、真实世界证据分散于各类平台ღ★ღ，无法形成有效数据合力ღ★ღ，制约数据驱动研发的落地效能ღ★ღ。

　　夯实数据基础设施是关键突破口ღ★ღ。李栋建议ღ★ღ，针对数据稀缺ღ★ღ、孤岛突出ღ★ღ、隐私合规受限等问题ღ★ღ，通过行业标准化建设ღ★ღ，依托隐私计算技术等在物理分散ღ★ღ、逻辑一体的前提下整合数据资源ღ★ღ。同时ღ★ღ，应规范算法应用ღ★ღ，防范数据偏倚被算法放大ღ★ღ，坚守“以患者为中心”的可信AI研发底线尊龙凯时-人生就是博中国ღ★ღ。“真正有价值的技术ღ★ღ，是可信的ღ★ღ、以患者为中心的智能ღ★ღ。”李栋说ღ★ღ。

　　AI制药领域的“验证鸿沟”问题也同样突出ღ★ღ。一方面ღ★ღ，AI可快速批量生成候选分子ღ★ღ，但实验室湿实验ღ★ღ、临床试验的验证通量远跟不上AI计算速度ღ★ღ，大量优质候选分子积压ღ★ღ、落地受阻ღ★ღ。另一方面ღ★ღ，AI模型幻觉与“假阳性”风险难以规避ღ★ღ，纯数据驱动的模型易产出统计学合理但生物学无效ღ★ღ，甚至存在安全隐患的分子ღ★ღ。

　　对于如何“填平”研发“验证鸿沟”ღ★ღ，李栋表示ღ★ღ，必须坚守AI候选药与传统药物同等严格的临床检验标准ღ★ღ。王廷春强调ღ★ღ，动物实验ღ★ღ、人体临床试验等基础验证环节具备不可替代的严谨性与合规性ღ★ღ，目前AI无法替代ღ★ღ，虚拟实验模拟技术尚未落地应用尊龙凯时-人生就是博中国ღ★ღ，这对行业监管与技术迭代提出了更高要求ღ★ღ。

　　“AI制药的发展ღ★ღ，首先要解决治理问题ღ★ღ，其次才是技术问题ღ★ღ。”中国生物制药相关负责人表示ღ★ღ，医药行业具备强监管ღ★ღ、高合规ღ★ღ、高风险的核心属性ღ★ღ。在药品生产质量管理ღ★ღ、药物警戒等领域ღ★ღ，AI仅能作为辅助工具ღ★ღ，关键决策必须由人工把控ღ★ღ。AI人机协同ღ★ღ、跨系统数据流转ღ★ღ、智能辅助决策等新型应用模式ღ★ღ，对传统行业监管体系提出全新挑战ღ★ღ。未来需要药企ღ★ღ、监管机构ღ★ღ、技术机构三方协同ღ★ღ，在保障药品质量与用药安全的前提下ღ★ღ，搭建适配AI研发模式的监管标准ღ★ღ、验证体系与治理机制ღ★ღ，推动产业创新与监管治理同步迭代ღ★ღ，保障AI技术长效赋能医药核心产业ღ★ღ。

　　复合型人才短缺是行业面临的又一突出短板ღ★ღ。目前ღ★ღ，头部药企AI研发团队中ღ★ღ，医工交叉复合型人才占比超20%ღ★ღ，但行业仍有大量人才缺口ღ★ღ。李栋建议ღ★ღ，完善医工交叉人才培养机制ღ★ღ，为行业输送兼具临床认知与算法能力的跨界人才ღ★ღ。同时也要看到ღ★ღ，“AI的应用并非要取代科学家和医生ღ★ღ，而是增强全链条协同创新能力”ღ★ღ。

　　“从临床和真实世界看ღ★ღ，海量诊疗数据正在成为研发上游的‘新矿藏’ღ★ღ。我们可以从真实世界的临床现象反向提出靶点假设ღ★ღ、支持药物重定位与适应症拓展ღ★ღ，再把AI用于试验设计ღ★ღ、患者精准招募等方面ღ★ღ。药企的研发链条ღ★ღ，正在从实验室单点突破变成‘数据—计算—临床’的闭环协同ღ★ღ。”在李栋看来ღ★ღ，“新矿藏的潜力能否兑现ღ★ღ，仍取决于数据基础设施的夯实ღ★ღ、方法学的严谨性ღ★ღ、临床验证的刚性ღ★ღ、监管的协同以及复合型人才的供给尊龙凯时-人生就是博中国ღ★ღ。”

　　展望未来ღ★ღ，业内人士表示ღ★ღ，AI在创新药领域的应用将从药物早期发现逐步延伸至全研发链条ღ★ღ。靶点发现ღ★ღ、蛋白结构预测ღ★ღ、小分子优化ღ★ღ、抗体筛选等早期环节ღ★ღ，数据基数大ღ★ღ、试错成本高ღ★ღ，将成为AI技术落地的核心场景ღ★ღ。若AI技术能与国内药企的临床研发效率ღ★ღ、工程化能力ღ★ღ、产业链优势及全球化布局能力深度融合ღ★ღ，将助力中国创新药实现从数量增长到质量跃升的突破ღ★ღ，进一步提升我国在全球创新药领域的核心竞争力ღ★ღ。(中国经济网记者 郭文培）尊龙凯时官网基因科技ღ★ღ！尊龙凯时appღ★ღ。