【制藥網 市場分析】當人工智能與醫藥行業創新需求相遇,一場醫藥領域的變革正在悄然發生。傳統新藥研發深陷“雙十困局”,88%的候選藥物因療效或安全性倒在臨床試驗階段。如今,AI技術的深度滲透正打破這一困局,復星醫藥、恒瑞醫藥等頭部企業的實踐,已然勾勒出醫藥產業智能化的新藍圖。
如復星醫藥相關人士表示,“公司在創新藥研發中已在多個關鍵環節應用AI。依托早研計算平臺和多源生物數據模型,AI可在多環節實現提質增效,包括靶點發現、結構預測、分子設計及安全性評估等方面,從而縮短早期研發周期。公司已上線PharmAID決策智能體平臺,AI能快速整合全球臨床與產業信息,支持商業價值評估、管線優選、醫學寫作和多語言處理,顯著提升研發決策與執行效率。同時,公司還與外部機構合作探索數字孿生等技術,有望進一步優化臨床試驗設計并提高成功率。”
該人士還表示,從長遠來看,復星醫藥正系統推進AI戰略布局,目標是打造貫穿“研發—運營—產品”全鏈條的智能化體系。一方面,持續迭代PharmAID、DTC-Fold等核心平臺,使其從輔助工具向“虛擬研發決策專家”等智能體形態升級;另一方面,通過開放式創新,與科研機構共同探索臨床、手術導航、智慧醫療等前沿應用,加速構建醫藥、醫療服務與消費醫療協同發展的AI生態,全面增強公司的長期創新能力與競爭力。
再如恒瑞醫藥,通過自建的藥物-靶標相互作用數字孿生平臺,將PD-1抑制劑卡瑞利珠單抗的研發周期縮短6個月。據悉,恒瑞醫藥的平臺通過Gromacs分子動力學引擎與AlphaFold3的強強聯合,實現了兩大突破。智能篩選: 平臺構建了PD-1/PD-L1信號通路專屬的"分子指紋庫",包含37項理化參數和12項藥效團特征。在卡瑞利珠單抗研發中,該平臺從10萬級化合物庫中精準鎖定500個潛力分子,篩選效率提升200倍。周期壓縮: 結合AI預測的ADME性質(準確率達91%),研發團隊僅用6個月完成候選分子成藥性評估,較傳統流程縮短40%時間。
這些企業的突破并非個例,而是AI重構研發規則的縮影。傳統新藥研發的“雙十困局”正在被三重技術路徑破解:虛擬篩選將化合物篩選成本降至傳統方法的1/200,臨床前周期縮短30%;AlphaFold等工具把靶點驗證準確率提升40%;全球AI制藥融資在2024年超33億美元,技術已覆蓋55%的藥物發現環節。
然而產業的蓬勃發展背后離不開政策的有力支撐。如2025年7月,國家醫保局和衛健委聯合發布《支持創新藥高質量發展的若干措施》,打通研發到落地的全鏈條堵點;北京同步推出“AI+醫藥健康三年計劃”,投入真金白銀推動技術落地,明確要求,到2027年建成100個數智化藥械工廠,培育30家AI醫藥服務商,并通過數據共享平臺打破“信息孤島”。
從企業的積極布局到國家的政策護航,AI與醫藥正在不斷融合。展望未來,隨著智能化體系的完善,以及醫藥、醫療服務協同發展的AI生態成型,不僅藥企的創新能力有望全面提升,更將讓更多患者以更低成本、更快速度用上救命藥。
免責聲明:在任何情況下,本文中的信息或表述的意見,均不構成對任何人的投資建議。
評論