AI制藥發(fā)展歷程、驅動因素及商業(yè)模式分析

多因素驅動 AI 制藥蓬勃發(fā)展，行業(yè)有望進入“質變”階段。

1.AI 制藥領域發(fā)展多年，近期有望迎來收獲期

AI 制藥行業(yè)經歷了“基礎研究期”、“初步拓展期”、“技術提升期”、“快速擴張期”等多個發(fā) 展階段，目前行業(yè)持續(xù)快速擴張，隨著相關商業(yè)化應用的陸續(xù)落地，AI 制藥行業(yè)有望迎來密 集收獲期。

基礎研究期（1990 年-2021 年）：在基礎研究期，AI 制藥行業(yè)經歷了從理論探索到初步 應用的轉變。1990 年代以來，深度學習、自然語言處理等 AI 技術取得顯著進展，為藥 物研發(fā)提供了新的思路。然而，受制藥行業(yè)復雜性和對 AI 技術認知接受度低的限制，AI 在制藥領域的應用主要停留在簡單探索和概念驗證階段。

初步拓展期（2013 年-2017 年）：進入初步拓展期，AI 制藥行業(yè)開始展現出更廣泛的應 用潛力。生成對抗網絡等新型神經網絡結構的出現，為藥物分子生成與靶點預測等提供 了新的工具。Insilico Medicine 等企業(yè)的研究證實了 AI 在優(yōu)化藥物研發(fā)流程、提升化 合物質量方面的可行性。這一階段，AI 制藥逐漸引起了制藥企業(yè)和研究機構的關注，為 行業(yè)的進一步發(fā)展積累了經驗和數據。

技術提升期（2018 年-2019 年）：IBM Watson 和 DeepMind 的 AlphaFold 分別在臨床試驗 匹配和蛋白質結構預測上取得重大突破，引發(fā)了一輪投資熱潮。大量資本的涌入推動了 相關技術的快速發(fā)展，AI 制藥在藥物設計品質和效率上得到了顯著的提升。這一時期， AI 制藥技術得到進一步完善，為行業(yè)的快速擴張奠定了基礎。

快速擴張期（2020 年-至今）：自 2020 年起，AI 制藥行業(yè)進入了快速擴張期。AI 技術已廣泛應用于藥物研發(fā)全流程和疾病診斷等領域，企業(yè)多元化發(fā)展且競爭日益激烈。

2.受多因素驅動，AI 制藥領域持續(xù)蓬勃發(fā)展

受加速藥物研發(fā)的需求增加、AI 應用領域的拓展、配套政策的支持等多因素驅動，AI 制藥 領域有望蓬勃發(fā)展。其中，全球市場方面，根據 Research And Markets 的數據，全球 AI 制 藥市場規(guī)模從 2021 年的 7.92 億美元提升至 2024 年的 17.58 億美元，CAGR 約為 30.45%，預 計 2026 年其市場規(guī)模將提升至 29.94 億美元；國內市場方面，根據融資中國的數據，國內 AI 制藥市場規(guī)模從 2019 年的 0.67 億元開始增長至 2024 年的 5.62 億元，CAGR 高達 53.01%。

藥企對藥物研發(fā)加速的需求日漸增加，推動 AI 制藥持續(xù)發(fā)展。基于 AI 的藥物研發(fā)有助 于解決傳統藥物研發(fā)面臨的效率較低、研發(fā)周期較長、失敗風險較高等難題，通過革新 現有研發(fā)方法，驅動 AI 制藥快速發(fā)展。從研發(fā)效率上分析，根據 Frost & Sullivan 的 數據，傳統藥物發(fā)現過程需花費 4-6 年時間，但在藥物發(fā)現階段使用 AI 相關技術可減 少所需時間，滿足增加藥物研發(fā)效率的需求。

AI 技術的持續(xù)進步，加速其在新藥研發(fā)的應用落地。行業(yè)數據量的持續(xù)增長、機器學習 以及生成式人工智能等持續(xù)發(fā)展，驅動人工智能更高效地分析大量數據，在減少藥品研 發(fā)試驗人力的同時，提高識別合適藥物靶點的效率，通過篩選成功率更高的分子，降低 藥品研發(fā)成本和提升藥品研發(fā)效率。目前商業(yè)化應用上已逐步實現 AI 技術為臨床前和 臨床階段藥物研發(fā)的賦能。例如：臨床前階段可通過高通量篩選技術實現化合物篩選、 通過建模實現功能的推斷或尋找對疾病形成影響的蛋白質以確定藥物靶點等；臨床階段 可從利用機器學習和自然語言處理技術改善臨床試驗的設計等。

近年持續(xù)推出相關產業(yè)配套政策，助力 AI 制藥行業(yè)的發(fā)展。針對 AI 在藥物研發(fā)領域的 運用，歐美以及國內陸續(xù)出臺相關政策進行合理監(jiān)管和鼓勵發(fā)展。其中，國內方面，《（十 四五）國家高新技術產業(yè)開發(fā)區(qū)發(fā)展規(guī)劃（2020-2025）》、《（互聯網+）人工智能三年行 動實施方案》、《（十四五）智能制造發(fā)展規(guī)劃》等政策均強調在生物技術行業(yè)等關鍵行業(yè) 進行技術創(chuàng)新，并推動產業(yè)向自動化轉型。

3.AI 制藥分為 SaaS、CXO、Biotech 三大模式，模式多元化是行業(yè)發(fā)展趨勢

目前 AI 制藥主要分為 AI SaaS、AI CXO、AI Biotech 三大商業(yè)模式。其中，AI SaaS 主要為 客戶提供 AI 相關藥物研發(fā)平臺，為客戶提升研發(fā)效率；AI CXO 主要借助人工智能技術，為 客戶高效交付相關研發(fā)外包訂單；AI Biotech 主要通過 AI 技術推進自身管線研發(fā)和實現藥 物開發(fā)。綜合國內外 AI 藥企業(yè)務布局情況分析，目前商業(yè)模式多元化布局是行業(yè)的發(fā)展趨 勢。例如，海外龍頭公司 Schrödinger 目前已布局軟件服務、項目合作開發(fā)、自有管線研發(fā) 等多項業(yè)務；國內兼用 2 種、兼容 3 種或以上商業(yè)模式的企業(yè)的數量占比分別為 31%、13%。

AI 算法的可靠性和項目研發(fā)的成功率、商業(yè)模式的兌現度等均為過往限制 AI 制藥行業(yè)進一 步發(fā)展的核心因素，隨著 AI 主導的藥物研發(fā)項目的成功率提升、相關研發(fā)管線持續(xù)取得進 展，AI 制藥技術的進一步商業(yè)化應用值得期待。 AI 分子發(fā)現項目臨床試驗成功率已提升至較高的水平。根據波士頓咨詢的數據，截止 2023 年 12 月，已分別有 24 個、10 個 AI 分子發(fā)現項目完成 I 期臨床、II 期臨床試驗。其中，成 功項目數量分別為 21 個、4 個，成功率分別為 88%、40%，AI 分子發(fā)現項目的 I 期臨床成功 率高于制藥行業(yè)歷史平均水平（40%-65%），二期臨床成功率達到制藥行業(yè)歷史平均水平上限 （30%-40%）。

AI 制藥項目聚焦藥品研發(fā)熱門賽道，研發(fā)管線兌現值得期待。從分子結構上分析，AI 藥物 發(fā)現項目覆蓋小分子、抗體、疫苗等領域；從疾病類型上分析，根據頭豹研究院的數據，全 球范圍內 AI 制藥在癌癥、精神、心血管、消化、呼吸領域的項目數量占比分別為 29%、27%、 13%、10%、8%，相關布局聚焦腫瘤和慢病等熱門賽道。