制药篇:大鹏一日同风起,AI医疗启新篇
2.98 MB
31 页
0 下载
25 浏览
0 评论
0 收藏
| 语言 | 格式 | 评分 |
|---|---|---|
中文(简体) | .pdf | 3 |
| 概览 | ||
请务必阅读正文之后的免责声明及其项下所有内容 2025年02月22日 大鹏一日同风起,AI医疗启新篇 医疗AI专题报告(一):制药篇 行业研究 · 专题报告 医药生物 证券研究报告 | 请务必阅读正文之后的免责声明及其项下所有内容 报告摘要 ◼ AI技术快速发展,医疗健康是AI技术最重要的应用领域。医疗健康产业正处于数字化转型与智能化升级的变革期,ARK Invest近期所发布的 《Big Ideas 2025》提到利用人工智能来“操作”数据将颠覆诊断、药物发现和治疗。医疗健康是AI技术最重要的应用领域,医疗保健板块 人工智能解决方案的全球市场规模预计将由2022年的137亿美元增至2030年的1,553亿美元,CAGR为35.5%,是人工智能应用最大的领域,具 备广阔前景及想象空间,中国医疗健康产业正迎来自身的“Deepseek时刻”。建议关注:1)AI+制药;2)AI+多组学;3)AI+精准诊断;4) AI+影像设备;5)AI+家用;6)AI+智慧医疗。 ◼ 药物研发周期长、资金投入高、成功率低,“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间,药物发现阶 段从靶点到苗头化合物再到先导化合物优化过程,整体成功率为51%,临床研究阶段的整体成功率仅为12.9%。资金花费上,一款药物从研发 到上市销售,平均需要投入8-23亿美元,上市后还要投入超过3亿美元。与传统药物研发对比,AI制药更具有优势:AI制药方法可以对数十 亿个分子进行筛选,缩小实际需要合成和筛选的分子数量范围,在2-3年内仅需合成及测试数百个分子;可以定制生成数百个苗头分子,探 索未知分子,提高药物研发的创新性;能够通过计算机模拟的方式减少需要实验室验证的分子数量,节约验证和测试时间。 ◼ AI研发的药物逐步进入临床阶段,且药物类型多样。尽管当前暂时没有利用AI制药技术研发的药物成功获批上市,但通过公开的数据库检索, 2015年-2023年累计有75个分子应用AI制药技术开发并进入临床研究,2023年有67条管线处于临床研究阶段,其中45条管线处于临床I期研究, 19条管线处于临床II期研究,2条管线处于临床III期阶段。对AI制药开发的分子类型统计发现,2023年AI技术在小分子药物的发现中应用较 多,67项临床研究中22项为小分子药物发现、4项为抗体发现、6项为疫苗发现。 ◼ 投资建议:关注AI制药领域进展及具备潜力的海内外前沿公司。以“AI+CRO”、“AI+Biotech”为典型的商业模式,AI制药涌现出了一批优 秀的上市/非上市公司。除此之外,以赛诺菲、GSK、强生为代表的大药企亦在积极布局AI制药领域,一方面运用AI技术加强数据管理决策并 深度融合至药物开发流程之中,一方面不断加强与AI制药专业公司合作,运用后者专业的技术平台,赋能药物发现和临床试验。建议关注AI 制药领域进展及具备潜力的海内外前沿公司:晶泰控股-P、皓元医药、药石科技、药明康德、成都先导等。 请务必阅读正文之后的免责声明及其项下所有内容 医疗健康是AI最大的应用领域 01 AI为药物发现带来时间及效率变革 02 国内外“AI+制药”企业梳理 03 投资建议 04 目录 请务必阅读正文之后的免责声明及其项下所有内容 全球人工智能解决方案市场处于快速发展阶段 4 ◼ 全球人工智能解决方案市场快速发展。近年来,人工智能大模型在数据、算法和算力等关键要素的共同推动下,呈现爆发式增长,从自然语言 处理逐步扩展到计算机视觉、科学计算等领域,增强了人工智能的泛化性、通用性,开启了人工智能发展新范式。在技术进步、有利的政府政 策以及各行业需求增加的推动下,全球人工智能解决方案市场正在快速发展。全球人工智能解决方案市场规模由2018年的433亿美元增至 2022年的1,395亿美元,CAGR为34.0%,并预计将由2023年的1,870亿美元进一步增长至2030年的14,142亿美元,CAGR为33.5%。中国人 工智能解决方案市场规模由2018年的35亿美元增至2022年的139亿美元,CAGR为40.8%,并预计将由2023年的185亿美元进一步增至2030年 的1,683亿美元,CAGR为37.0%。 图:全球人工智能解决方案市场规模 图:人工智能三要素 资料来源:晶泰控股招股书,国信证券经济研究所整理 资料来源:药智局,国信证券经济研究所整理 人工智能三要素 算力 算法 数据 CPU 机器学习 实验数据 GPU 深度学习 开源数据 FPGA 自然语言 处理 生成数据 ...... 其他 公开信息 数据 请务必阅读正文之后的免责声明及其项下所有内容 医疗保健板块是人工智能应用最大的领域 5 ◼ 医疗保健板块是人工智能应用最大的领域。医疗保健板块人工智能解决方案的全球市场规模预计将由2022年的137亿美元增至2030年的1,553 亿美元,CAGR为35.5%,是人工智能应用最大的领域。此外,农业板块人工智能解决方案的全球市场规模预计将由2022年的54亿美元增至 2030年的560亿美元,CAGR为34.0%;美容及化妆品板块人工智能解决方案的全球市场规模预计将由2022年的27亿美元增至2030年的281亿 美元,CAGR为34.0%;石化板块人工智能解决方案的全球市场规模预计将由2022年的14亿美元增至2030年的206亿美元,CAGR为39.8%; 电池板块人工智能解决方案的全球市场规模预计将由2022年的38亿美元增至2030年的395亿美元,CAGR为33.8%;以及显示器板块人工智能 解决方案的全球市场规模预计将由2022年的1亿美元增至2030年的13亿美元,CAGR为39.1%。 表:医疗保健板块为人工智能的最大应用领域 领域 2022年预估市场规模 (亿美元) 2030年预计市场规模 (亿美元) CAGR (2022-2030年) 医疗保健板块人工智能解决方案 137 1,553 35.5% 农业板块人工智能解决方案 54 560 34.0% 美容及化妆品板块人工智能解决方案 27 281 34.0% 石化板块人工智能解决方案 14 206 39.8% 电池板块人工智能解决方案 38 395 33.8% 显示器板块人工智能解决方案 1 13 39.1% 资料来源:晶泰控股招股说明书,国信证券经济研究所整理 请务必阅读正文之后的免责声明及其项下所有内容 医疗保健板块是人工智能应用最大的领域 6 ◼ 人工智能在医疗保健领域的应用场景广泛,能够为多个环节赋能。AI(Artificial intelligence)在医疗领域应用潜力巨大,可以为生命科 学研究、药械研发、医学影像、辅助诊断、健康管理等多个环节赋能,有助于提高医疗服务的效率和质量,改善患者的就医体验,并推动医 疗行业向智慧医疗新时代发展。 图:AI+医疗健康生态架构 资料来源:人工智能医疗器械创新合作平台,国信证券经济研究所整理 请务必阅读正文之后的免责声明及其项下所有内容 医疗健康是AI最大的应用领域 01 AI为药物发现带来时间及效率变革 02 国内外“AI+制药”企业梳理 03 投资建议 04 目录 请务必阅读正文之后的免责声明及其项下所有内容 图:全球药品市场规模和增速 资料来源:IQVIA,国信证券经济研究所整理 注:全球药品市场规模包括新冠疫苗和药品 全球药品市场规模仍呈逐年上升趋势 ◼ 全球药品市场规模仍呈逐年上升的趋势。随着全球经济的发展、人口总量的增长和社会老龄化的程度提高,对药品的 需求呈现逐年上升的趋势,加之近几年大量药品进入收获期,陆续获批上市,全球药品市场规模在2023年约为1.7万亿 美元,预计到2028年将会达到2.3万亿美元,年复合增长率为5%-8%。 请务必阅读正文之后的免责声明及其项下所有内容 全球新药研发市场热度高涨 ◼ 全球新药研发投入呈现上升的趋势。2022年全球药物研发投入达到2415亿美元,随着中小型药企的快速发展,研发投入持续增加,预计 到2030年增长至3943亿美元,年复合增长率为6.3%。美国药物研发支出在全球占比较大,2022年占比约为42.6%,中国制药市场的研发 支出占比13.5%,仍有较大的增长潜力,随着对药物创新需求的增加、政策的支持、资金和专家的流入,预计2030年中国药物研发开支 将达到675亿美元,2022年-2030年期间年复合增长率约为9.5%。 图:全球药物研发投入情况(2018-2030E) 数据来源:弗若斯特沙利文分析,国信证券经济研究所整理 请务必阅读正文之后的免责声明及其项下所有内容 图:药物研发不同阶段的成功率 数据来源:英矽智能招股书,国信证券经济研究所整理 图:药物研发过程的时间和资金投入情况 数据来源:成都先导投资者交流资料,国信证券经济研究所整理 药物研发周期长、投入高、成功率低 ◼ 药物研发周期长、资金投入高、成功率低。全球新药研发如火如荼,整个研发过程需要经历 创新靶点研究、药物发现、临床前研究、临床研究最终申报上市,一款新药成功上市销售大 约需要花费十年以上的时间。在研发成功率方面,药物发现阶段从靶点到苗头化合物再到先 导化合物优化过程,整体成功率为51%,临床研究阶段的整体成功率仅为12.9%,制约新药的 研发上市。资金花费上,一款药物从研发到上市销售,平均需要投入8-23亿美元,药物上市 后还要投入超过3亿美元,花费巨大。 请务必阅读正文之后的免责声明及其项下所有内容 图:AI制药发展的时间线和里程碑事件 数据来源:弗若斯特沙利文,国信证券经济研究所整理 AI的发展推动其在医药领域的应用 ◼ AI技术的发展驱动其在医药领域的应用。AI经历近七十年的发展,逐步实现从理论技术到产业应用。生命科学和信息技术是两个发展迅 速且较为前沿的领域,随着生物医药和人工智能领域多个里程碑事件发生,推动AI和医药研发相结合,AI制药的诞生也加速生物医药行 业发展,为生命健康领域的发展提供动力。 请务必阅读正文之后的免责声明及其项下所有内容 图:AI在药物研发中的应用 数据来源:智药局,国信证券经济研究所整理 图:全球AI制药行业的市场规模 数据来源:MedMarket Insight,国信证券经济研究所整理 全球AI制药的市场快速扩张,AI技术布局药物研发全产业链 ◼ AI技术参与药物研发的多个阶段。从靶点发现、虚拟筛选、蛋白质 结构预测、ADMET预测到临床试验等多个研发阶段,AI技术均能参与 其中,全面布局在药物研发的上、中、下游产业链。 ◼ AI制药行业市场规模快速增长。根据MedMarket Insights预测, 2023年全球AI制药行业的市场规模为12.93亿美元,预计到2031年将 增长至85.02亿美元,2022-2031年复合增长率约为27.2%。 AIDD 制药流程 新药发现 蛋白质结构预测 AI应用模块 AI模型 药物从头设计 虚拟筛选 靶点的发现和识别 ADMET预测 晶型预测 逆合成预测 临床试验 新药开发 临床阶段 知识图谱 机器学习 深度学习 自然语言处理 大语言模型 请务必阅读正文之后的免责声明及其项下所有内容 数据来源:智药局,国信证券经济研究所整理 AI技术深度参与药物研发全产业链 请务必阅读正文之后的免责声明及其项下所有内容 图:AI制药在药物发现中的时间和效率优势 数据来源:晶泰科技招股书,国信证券经济研究所整理 AI制药给生物医药领域带来极大的突破 ◼ 与传统药物研发对比,在研发时间和效率上,AI制药 更具有优势: ① 传统的药物研发需要4-6年的时间合成以及测试约 5000个候选分子;AI制药方法则可以对数十亿个分子进 行筛选,缩小实际需要合成和筛选的分子数量范围,在 2-3年内仅需合成及测试数百个分子。 ② 传统筛选方式仅针对有限的分子库对特定的靶点进 行分子筛选,而AI制药可以定制生成数百个苗头分子, 探索未知分子,提高药物研发的创新性。 ③ 传统人工方法需要在实验室通过反复实验进行验证 和优化,AI制药能够通过计算机模拟的方式减少需要实 验室验证的分子数量,节约验证和测试时间。 请务必阅读正文之后的免责声明及其项下所有内容 图:AI制药开发药物的类型 数据来源:Kp Jayatunga M, Ayers M, Bruens L, Jayanth D, Meier C. How successful are AI- discovered drugs in clinical trials? A first analysis and emerging lessons. Drug Discov Today. 2024 Jun;29(6):104009,国信证券经济研究所整理 图:AI制药开发药物的临床进展 数据来源:Kp Jayatunga M, Ayers M, Bruens L, Jayanth D, Meier C. How successful are AI- discovered drugs in clinical trials? A first analysis and emerging lessons. Drug Discov Today. 2024 Jun;29(6):104009,国信证券经济研究所整理 AI研发的药物逐步进入临床阶段 ◼ AI制药的发展十分迅猛,依靠AI技术开发的药物研发进展备受关注。通过公开的数据库检索,2015年-2023年累计有75个分子应用AI制 药技术开发并进入临床研究,2023年有67条管线处于临床研究阶段,其中45条管线处于临床I期研究,19条管线处于临床II期研究,2条 管线处于临床III期阶段。对AI制药开发的分子类型统计发现,2023年AI技术在小分子药物的发现中应用较多,67项临床研究中22项为 小分子药物发现、4项为抗体发现、6项为疫苗发现,市场上暂时没有利用AI制药技术研发的药物成功获批上市。 请务必阅读正文之后的免责声明及其项下所有内容 医疗健康是AI最大的应用领域 01 AI为药物发现带来时间及效率变革 02 国内外“AI+制药”企业梳理 03 投资建议 04 目录 请务必阅读正文之后的免责声明及其项下所有内容 全球AI制药公司梳理 表:全球AI制药公司梳理 股票代码 股票简称 市值 (亿元) 主营业务 AI赋能 PE (TTM) PS (TTM) PE 24E 25E 26E 2228.HK 晶泰控股-P 283 公司是一家以量子物理、人工智能和机器人技术驱动 的创新型研发平台公司,通过整合量子物理、人工智 能、高性能云计算及标准化和自动化湿实验室能力, 形成了一个闭环的综合技术平台。 AI+虚拟筛选、AI+冷冻电镜、AI+自动化平 台。 - 138.8 - - - 603259.SH 药明康德 1846 公司是一家全球领先的医药研发服务企业,其主要业 务涵盖化学业务、生物学业务以及高端治疗CTDMO 业务。 通过自研技术、战略合作与生态整合,构 建了AI驱动的研发能力,除了自建药物发 现平台外,还与英矽智能等AI制药公司合 作,开发针对难成药靶点的AI生成分子。 23.1 4.8 19.2 17.1 15.1 688222.SH 成都先导 73 公司是一家CRO企业,聚焦小分子及核酸药物的发现 和优化,搭建大容量的DEL库技术平台,并拓展 FBDD/SBDD、STO、TPD平台。 结合AI和自动化技术,搭建“DEL+AI+自 动化”一体化平台。 138.1 17.1 144.5 117.3 92.3 300725.SZ 药石科技 83 公司主要从事生物医药中小分子药物研发产业链上从 药物分子砌块设计、研发、工艺优化到商业化生产所 有涉及化学的业务。同时,公司的主营业务还包括技术 服务。 利用AI技术搭建药物发现和优化平台。 47.4 5.3 43.0 36.2 30.1 688131.SH 皓元医药 93 公司是一家专注于小分子药物研发服务与产业化应用 的平台型高新技术企业,主要业务包括小分子药物发 现领域的分子砌块和工具化合物的研发,以及小分子 药物原料药、中间体的工艺开发和生产技术改进。 运用AI技术助力药物发现,同时与多家AI制 药公司达成战略合作。 61.2 4.4 52.5 38.1 27.4 SDGR US Equity 薛定谔 17 公司是一家领先的分子科学软件和药物发现技术公司, 致力于通过其创新的计算平台加速新药的研发过程。 公司结合了物理模拟、人工智能(AI) 和数据驱动的 方法,为制药、生物技术和材料科学领域的客户提供 高效、精准的解决方案。 AI技术领先企业,为全球多家公司提供AI技 术或软件服务。 - 9.0 - - - RXRX US Equity Recursion 40 公司是一家致力于药物发现和开发的生物技术公司, 通过结合大规模自动化实验、人工智能(AI) 和数据 科学,重新定义药物研发的方式。 搭建AI+自动化平台,专注新药研发领域。 - 40.0 - - - 数据来源:Wind,Bloomberg,各公司官网,国信证券经济研究所整理 注:总市值以2025/2/20计算;美股市值以美元计算,其他公司市值以人民币计算; PE和PS为Wind、Bloomberg一致预测 请务必阅读正文之后的免责声明及其项下所有内容 Schrodinger:“物理+AI”的计算平台赋能药物研发 18 ◼ 薛定谔(Schrodinger):公司是一家专注于计算药物研发的公司,其核心业务是开发和应用先进的计算方法,为制药公司提供以物理和机 器学习为基础的软件服务,主要应用场景为化合物筛选。公司搭建的AI技术平台基于物理的计算,集成了用于预测建模、数据分析和协作的 差异化解决方案,以实现对化学空间的快速探索。 ◼ 公司业务分为软件和药物发现。软件业务专注于将软件销售给生命科学行业的药物发现以及材料科学行业的客户。药物发现业务专注于从各 种临床前和临床项目中产生收入,目前与多家跨国公司在肿瘤学、代谢、自免等多个领域进行药物研发合作。 图:Schrodinger的计算平台赋能多项业务 资料来源:Schrodinger官网,国信证券经济研究所整理 请务必阅读正文之后的免责声明及其项下所有内容 Recursion:Recursion OS系统助力药物发现 19 ◼ Recursion:公司创立于2013年,致力于通过整合生物学、化学、计算机科学与人工智能等领域的新技术来发现包括癌症、免疫学和传染病等各种 适应症的潜在药物。公司的递归操作系统创建了一个闭环系统,将专有的内部数据生成和先进的计算工具相结合,以产生新的见解,以启动或加速 治疗计划。公司在 Recursion OS 中构建了专有软件应用程序和 AI/ML 模型,可以预测和导航超过 7 万亿种生物和化学关系。通过不断的迭代,在 Recursion OS系统内创造一个良性循环的学习,并在发现和临床前开发的每个阶段推进计划。 ◼ 公司与 Google Cloud 建立了广泛的合作,以利用 Google Cloud 的技术来支持药物发现平台
| ||
下载文档到本地,方便使用
- 可预览页数已用完,剩余
29 页请下载阅读 -
文档评分


医疗健康场景引入DeepSeek AI大模型可行性研究报告(144页 WORD)
AI+智慧医疗整体解决方案