文章核心观点 - AI技术正持续深化赋能药物研发领域，被视为提升效率甚至带来颠覆性影响的关键技术，全球AI制药核心模型与理论基础已基本成形，应用前景不断被认知[1] - 中国AI制药企业依托政策、产业链和数据优势，已形成“技术平台+管线开发+生态合作”的完整链条，成为全球增长最快的新兴力量，传统大型药企凭借数据、临床与规模化积累正形成独特优势[1] - AI技术有望解决新药研发周期长、投资大、风险高的痛点，其应用从提升效率向颠覆现有研发与临床诊疗模式演进，最终可能彻底改变创新药研发模式[2][6][7] AI制药行业现状与前景 - 全球范围内，AI技术在生物制药领域的应用前景不断被认知，越来越多药企在靶点发现、分子设计、临床试验及生产销售等全链条场景探索AI应用潜力[1] - 中国AI制药企业已形成完整链条，并在多个领域展现出国际竞争力，是全球AI制药领域增长最快的新兴力量[1] - 全球药物发现市场空间巨大，AI若能提升几个点的成功率，其价值即以百亿计，拥有专利算法、高质量数据和闭环验证能力的AI制药公司将形成深厚“护城河”[2] 复星医药的AI技术布局与应用 - 公司积极布局AI技术以提升药物研发效率，在小分子设计与筛选领域已落地人工智能药物发现工具，在大分子蛋白抗体设计方面通过与深势科技合作，借助AI工具显著提升了抗体结构设计能力，AI工具甚至能实现“无中生有”的创新结构设计[3] - 公司于2023年底联合清华启动了PharmAID智能体项目，正逐步构建覆盖创新研发场景的全生命周期智能决策网络[3] - PharmAID平台集成了AI翻译、医学写作与审阅功能，大幅提升文献总结、报告撰写及多语言处理效率，并已升级为可提供专业决策建议的“虚拟研发决策专家”，支持药物商业价值评估和临床资讯萃取[4] - 在创新药研发关键节点的决策过程中，公司要求决策部门根据PharmAID产出的评估结果来衡量项目推进风险，AI智能体介入的价值已经显现，尽管最终决策仍由执委会确定[4] AI对药物研发效率的潜在影响 - 未来在研发端，AI工具将可替代传统药化专家角色完成大部分“干式试验”，实现临床前研究的“完全自动化”，大幅提升研发效率并降低行业门槛[3] - 未来Biotech公司可能只需要1个人就可以运作，若试验数据质量足够高，只需少量试验就能完成研发闭环，从而将研发周期从原本的2年左右缩短至2-4个月[3] AI对临床试验模式的颠覆性创新 - 公司对AI技术的探索不止于效率提升，更致力于实现对现有药物研发和临床诊疗模式的颠覆性创新[6] - 当前临床试验设计是“千人一案”，缺乏对个体病人的真正理解和针对性用药方案设计，这是导致创新药管线失败的重要原因[6] - 未来随着可穿戴设备大范围使用，可实现病患生命体征数据的实时收集，并利用AI技术实现治疗方案和用药剂量的动态调整，实现“千人千案”[6] - 依托“专病模型”的应用，未来有望精准预测不同患者对特定靶点药物的响应效果，这将有效提升临床试验中的药物有效性，降低副作用，同时大幅减少受试人员数量，降低研发成本并缩短研发周期，最终推动创新药价下降[7] 行业挑战与生态建设 - 专病模型的构建最关键的是可信数据的共享，而这是当前AI制药发展的重要瓶颈之一，很多人不愿意分享数据，且数据质量难以保证[7] - 基于对可信数据的需求，公司启动了多项对外的AI生态建设，核心项目是在深圳联合打造“可信数据空间平台”[7] - 该平台由复星医药、深圳理工大学、华为、深圳市政府及发改委共同发起，依托华为的算力，孵化各类组织的专病库建设及疾病应用场景开发，旨在通过民办非企业平台推动医药行业协同合作，突破数据瓶颈，实现行业共赢[7]