技术 ( 如 OROSR) 实现差异化释放。 ● 临床阶段： o 临床前研究：已完成体外释放度、稳定性及动物药代动力学 (PK) 验证 (2021-2022 年 ) 。 o I 期临床试验： 72023 年启动，评估健康受试者中的生物等效性及缓释特性 (NCT0587XXXX) 。 6 II/I 期 计 划 ：预计 2025 年完成 HFrEF 患者的疗效与安全性验证。 ● 企业动态： 上传文档》 商洁深 度 探 索 您可以问我这些： 药物见争格局 siRNA 药物的适应症有哪些 ? 临床试验与潘证医学 度伐利尤单抗针对非小细胞肺癌的临床结果有哪些 ? 药 物研发策略 二代与三代 TKI 抑制剂差异性 ? 医药政策基于 FDA 的要求，临床试验中应如何确保受试者的知情同意 ? * 温馨提示：小程序仅支持简单问答，如需体验上面强大功能，请移步上述 PC 端浏览 pulmonary fibrosis: Preclinical pharmacological in vitro and in vivo evaluation 2. ◎ 临床试验 | EUCTR2019-003992-21- IT,A Multicenter,Randomized,Double-blind,Placebo-contrlled,Phase 2 Study of

AI+制药行业潜力巨大 [Table_Summary] 投资要点：  AI 技术蓬勃发展，AI+制药有望成为下一个黄金赛道。AI 技术通过机器学习和深 度学习等手段，已经在药物发现、临床前研究和临床试验等全流程中发挥重要 作用。从 2007 年的早期探索至今，AI 制药技术经历了技术积累、验证和快速发 展期，目前正处于一个技术创新活跃、政策扶持明显、市场前景广阔的阶段。 AI 制药投融资市场活跃，根据 技术在新药研发领域中的应用推动行业快速变革，涉及靶 点发现、蛋白质结构预测、化合物筛选、ADMET 特性预测、临床试验结果预测、 药物重定位、晶型预测和逆向合成分析等多个关键环节。AI 制药技术的应用有 望缩短药物研发周期，降低成本，提高研发成功率。AI 技术使得从药物设计到 临床试验的全流程更加高效，为传统药物研发带来创新变革，并展现出在药物 研发领域的广阔前景和巨大潜力。  CRO 公司加速布局 4 ADMET 预测可提前考量药物成药可能性 .............................................................. 13 2.5 临床试验结果预测可有效节省失败临床的经费 .................................................. 14 2.6 人工智能促使药物重定位快速上市 .....

家逐渐增加；2）AI在多疾病领域广泛应用 ，肿瘤（37%）、免疫学（21%）及神经病学（14%）领域占比最大；3）AI可参与药物开发过程多个阶段。其中涉及AI虚拟筛选、药物发 现、优化药物结构、临床试验优化、建立疾病风险模型、肿瘤精准治疗等。商业化落地中等，仍处于临床早期阶段，数据获取成本高，依赖 文献数据及实验室数据。相关标的：晶泰科技、丽珠集团、药明康德、信立泰、成都先导、川宁生物、药石科技、健康元、美迪西、东阳光 设备互联互通 综合性解决方案 AI 基因测序 收集样本基因测序、 罕见病遗传病分析解读 多组学风险预测和评估 AI 制药 分子虚拟筛选、药物发现 优化药物结构 临床试验优化 建立疾病风险模型 肿瘤精准治疗 AI 医学影像 图像处理、 勾勒病灶大小、 特征识别、诊断建议 AI 健康管理 可穿戴设备 定制化干预方案 AI系统实时监测并预警 物研发周期。传统药物研发遵循“双十定律”（10年时间 、10亿美元投入），而AI模型可将化合物设计时间缩短 70%，成功率提升10倍。例如，医渡科技通过DeepSeek 处理55亿份医疗记录，加速药物靶点筛选与临床试验设计 ，研发效率提升显著。  模型训练与部署成本降低 DeepSeek通过强化学习技术减少对高成本标注数据的依 赖，结合开源策略，使企业能以更低成本实现本地化部署 。例如，方舟健客通过DeepSeek完成本地化部署，仅需

公司图迈于2022年1月27日获得NMPA批准上市（应用于泌尿外科），是国内首 款亦是唯一一款由中国企业自主研发并获得上市的四臂腔镜手术机器人，从临床数 据看，有效性不逊于达芬奇Si。同时图迈多学科、多中心注册临床试验于2021年 10月启动入组，涵盖普外科、胸科、妇科等多领域，并于2022年4月完成临床试 验，目前已处于NMPA注册申请中，预计2023年上半年获批。  截至22年底，公司在国内累计布局超过30个图迈临床应用及培训中心，各适应症 Intelligence，西南证券整理 32  应用在制药环节的AI技术主要包括机器学习中的深度学习、大数据及自然语言处理，通过训练数据库内目标信息搭建精准模型 ，实现药物分子的筛选、预测及分析、用药安全的试验、评估等研发目标。AI制药应用场景主要包括药物研发、用药安全、供 应链管理、商业拓展、个性化诊疗及监管审批六个方面，其中药物研发及用药安全是AI技术在制药环节的主要内容。传统新药 研发周期长、资金投 预测化合物的药性，如代谢性、细胞渗透性、溶解性、毒性等性质 用药安全 临床试验 自然语言处理 通过自然语言处理和机器学习改善临床试验的设计、管理、监控和患者招募，从各种结构化与非结构化数据类型中提取信息， 找到符合临床试验入组标准的受试者，或关联各种大型数据集，找到变量间的潜在关系，改进患者与试验的匹配情况 机器学习 药物风险评估 机器学习 通过机器学习，实现从接收药物不

室、工程研究中心和技术（产业/制造业）创新中心等，在基础 理论、关键共性技术等方面率先形成突破。积极布局元宇宙公 共技术服务，强化公共算力、模型训练资源库、标准测试数据 集等技术研发支撑，打造“研究开发—中试验证—场景应用”全 链条技术应用研究中心。完善产业创新服务体系，加快元宇宙 标准认证、知识产权等公共服务建设，推动创新环节全流程协 同发展。（责任单位：省发展改革委、省科技厅、省经信厅为 责任主体，下同） ，通过 虚拟空间和现实空间的协同联动，促进企业内部和企业之间高 效协同，助力制造业高质量发展。（责任单位：省经信厅、省 发展改革委、省科技厅） 2.探索“元医疗”场景应用。探索构建药物开发试验、手术 预演、心理/精神疾病治疗、医学影像等领域的“元”医疗场景， 加快推动元宇宙在医学教育培训、医疗护理服务、远程医疗问 诊等应用服务创新。构建全生命周期健康管理模型，打造线上 线下相结合 三、重点工程 （一）元宇宙综合试验平台建设工程 围绕元宇宙新技术、新产品、新场景等，支持以行业龙头 企业、产业联盟等主导、政府配合、社会资本参与的多元化主 体建设元宇宙中试、试验验证平台。聚焦元宇宙产业发展环节 和技术发展，打造共性应用技术支撑、沉浸式内容集成开发、 融合应用孵化培育等平台，持续完善提升平台服务水平。统筹 兼顾平台的服务性和可持续性，逐步形成试验平台市场化运作 模式。（

能体。其工业应用包括两个层次，一是嵌入各类智能软硬件的机器人 产品在生产操作、物流配送等典型工业场景中的应用，二是智能化的 工业控制平台通过集成人工智能技术与工业机器人等设备，在产线优 化和试验验证等群体智能场景中的应用。 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 2、物流配送：“识别+导航”模型组合适用于封闭生产场景 . 12 3、质量管理：机器视觉检测大量取代人工检测 ............ 12 4、安全管理：在部分重化工业存在一定需求 .............. 13 5、试验验证和产线优化：仅在部分龙头企业开展探索 ...... 13 （二）应用行业：重点用于汽车、电子、金属三大行业 ..... 14 1、汽车：关注精细生产、高效物流和外观检测 .......... （一）应用场景：从生产操作向其他高附加值场景拓展 在工业领域，机器人被广泛应用于多个关键环节，包括生产操作、 质量管理、安全管理、物流配送、试验验证以及产线优化等（表 1）。 表 1“机器人+人工智能”在工业领域的应用场景 环节名称 六大重点环节 细分场景 研发设计 试验验证 —— 生产制造 生产操作 焊接、喷涂、冲压、切割、组装等 质量管理 表面检测、综合质检 安全管理 安全巡检 产线优化

分析等技 术，能够快速筛选潜在药物分子，降低研发成本并提高效率。该平台已成 功推进近 69 个新药项目，其中 5 个进入临床 I 期。此外，公司通过 AI 技 术从患者数据中筛选适合临床试验的样本，显著提高了试验成功率 300725.SZ 药石科技 药石科技在 AI 药物研发领域技术储备丰富，被机构对标美股 AI 制药三 巨头（Recursion Pharmaceuticals、Schr 和成本控制方面取得显著优化 688235.SH 百济神州 百济神州引进了通过 AI 驱动的 Kinetic Ensemble®技术平台发现的化合物 BG-68501，并已用于首批患者的人体 I 期试验。该平台结合 AI/ML、计 算化学和实验技术，专注于难成药靶点蛋白的动态结构研究，加速药物设 计 688331.SH 荣昌生物 AI 技术有望颠覆制药产业格局，通过机器学习和深度学习等技术，AI

支持带宽分片保障、路径按需调度等功能。光电融合确定性技术由江 苏未来网络集团联合紫金山实验室等单位提出，基于白盒设备形态实 现操作系统集成，通过统一控制器实现业务统一承载，已在全国多个 城市的网络中得到了试验与验证。 三、 光电融合网络技术发展趋势 随着数字经济的蓬勃发展，数据流量呈现指数级增长，对网络带 宽、传输效率、智能化管理等方面提出了更高要求。光电融合网络作 为支撑未来信息基础设施的核心技术，正朝着高速化、协同化、智能 控的、确定性增强的、光数合一的未来网络光电融合广域确定性网络 方案。该方案在 CENI 生产网中对光电融合确定性路由器做了严格测 试验证，通过中国信息通信研究院的权威测试，实现了超 2000 公里 的无电中继无损传输和 400G 速率 5 微秒抖动的确定性传输两项重大 突破。未来网络试验设施（CENI）是全球首个实现 2000 公里以上“IP+ 光”广域无损承载和“400G 速率+5 微秒抖动”确定性承载的光电融 的全局管控能力，支持多企业 模型的灵活接入与动态调整。 该方案已通过实际测试验证，为 AI 大模型训练、自动驾驶仿真 等高性能计算场景提供了可复制的光电融合网络范式，推动算力网络 向"泛在、智能、绿色"方向演进。 4. 中国移动基于光电融合网络的智网协同训练试验 2025 年 7 月中国移动完成业界首次 800G 以太网智算协同训练的 现网技术试验。本次试验采用 IP 与光融合 GSE-DCI 方案，实现支持

产业发展阶段不同：美国部分医疗AI相关产业相对比较成熟，在AI出来之前便有一定的基础（算法等），AI进一步赋能产业；国内基础 相对比较薄弱。 ➢ 医疗卫生体制差异：美国医疗AI是偏严肃医疗的概念，管理模式类似于处方药，需要做临床试验、FDA审批，并可以医保报销。中国部 分医疗AI产品偏消费医疗的概念，跟公立医院的体系定位有差异。 图：TDOC的股价走势 图：HIMS的股价走势 -200% -100% 0% 100% 2023 扩展业务领域 Tempus 业务从癌症领域扩展至 神经疾病、糖尿病等慢性病领域 2018 收购肿瘤CRO企业 Highline Sciences 收购额为3550万美元，加 速临床试验的执行 2022 收购基因检测公司Ambry Genetics •收购额为6亿美元 •扩展至儿科、罕见病、免疫学、生殖 健康及心脏病学等领域 2024 ECG-AF被纳入CMS报销范围 数据与服务：2024年营收为2.42亿美元（yoy+43.2%，占比约35%），增速显著，如 “Insights” 数据库产品，授权药企使用结构化数据，并通过Tempus Compass部门协助后期临床试验。 ◥数据采集-分析-商业化”闭环构建： 1. 商业模式：1）基因测序服务产生数据；2）将数据卖给药企；3）开发AI辅助诊断（to B/C） 2. 与超过3,000家医疗机构合作,积累超240

产信息、检验信息、运维 信息等集成于产品的数 字化模型中，实现基于模 型 的 产 品 数 据 归 档 和 管理： c) 应构建完整的产品设计 仿真分析和试验验证平 台，并对产品外观、结构、 性能、工艺等进行仿真分 析、试验验证与迭代优化 a) 应建立产品设计平台， 支持用户、供应商等多 方信息交互、协同设计 和产品创新，实现用户 参与式设计； b) 应基于生成式人工智 境，实现工艺关键环节的 仿真分析； d) 应实现不同专业之间的 并行工艺设计； e) 适用时，建设物性表征系 统或配方管理系统，应用 快速评价、在线制备检 测、流程模拟和材料试验 等技术，创建原料物性数 据库和模型库，优化原料 选择和配方设计，支撑生 产全过程质量优化和效 益优化 a) 应支持工艺知识分类管 理，建立典型工艺流程、 工序、工步、工艺资源、工