应用端百花齐放。AI 制药行业得到国家层面的政策支持，如《“十四五”医药工业发展规划》和《“十 四五"生物经济发展规划》等，旨在推动云计算、大数据、人工智能等技术在新 药研发中的应用。AI 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 .................... 6 表 2 国家层面 AI 新药研发行业政策 ......................................................................................... 6 表 3 “十四五”期间中国部分省份 AI 新药研发发展目标 .............................. 1.1 AI 技术发展迅速，引领制药领域创新变革 药物开发过程因其周期长、成本高、效率低而成为该行业长期关注的问题。平均而 言，药物开发需要 2 亿美元的投资，需要 10-15 年才能完成开发创新药物的整个过程， 从研发到营销。AI 制药是以医药大数据为基础，通过运用机器学习、深度学习等 AI 技术 替代大量实验，对药物结构、功效等进行快速分析，以优化药物研发环节的技术手段。 从初期计算机辅助

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 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 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

(腾讯健康内部测试数据，通过⾼质量医学病历数据 ⼤模型及DeepSeek潜在应⽤场景探索 DeepSeekJ会给医药企业带来哪些变化？ DeepSeek有哪些应⽤场景？能产⽣哪些价值？ 13 提升新药研发和 临床管理效率 数字化内部流程 提效 数据驱动的 多渠道营销 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 患者服务 多渠道营销 ⽣产与 供应链 新药研发与 临床试验 学术化推⼴ • 65岁以上⼈⼝占⽐从 2014年的10.1%升⾄ 2023年的14.9%，医 疗需求激增1 ⼈⼝⽼龄化 • 收⽀失衡加剧，控费 边际效应减弱2 • 职⼯医保：结余稳健但增速 款天数平均为152天，⽐ 2022年增长2天4 医院艰难 • 国家层⾯已开展10 批集采，平均降幅 50%-60%，极端降 幅超90%5 药品集采5 • 研发成本激增 • 成功率低 • 美国创新药临床成功率仅 5.1% • 研发回报率低 研发回报下滑6 医疗⾏业⾯临前所未有的挑战 新⽣产要素在数据，“问数据，要数字” 数据来源：1. 甲⼦光年智库梳理，2023年；2医疗保障事业发展统计快报，国家医保局;

文本：文字+代码信息内容加工 音频：音频内容加工创作 图像（静态）：图片处理+图片 制作 图像（动态）：视频处理+3D模 型加工 ChatGPT 实体经济的AIGC: 新产品、新流程、新药物的 智能设计生成 文化艺术的AIGC: 广告、动漫、影视、绘画、 音乐、儿童教育的智能内容生成 城乡发展的AIGC: 城市规划、美丽乡村、线上 会议、生态推演等智能模拟的生成 AI 型企业的商业化能力主要体现在AI技术服务能力、自研管线储备等 方面。近年来，越来越多AI制药领域布局的传统药企与CRO企业选择与头部AI制药初创企业合作，旨在最大程度节省研发成本 ，利用双方优势提升新药研发效率。  其市场进入方式通常为利用自身的AI技术优势切入制药场景中的一个或多个环节，通过与药企、医院、实验室等外部机构合作 ，利用获取的差异性公开数据训练模型，优化制药流程，从而实现研发效率的提升。 2015年、2018年分别参与晶泰科技的A轮、B轮融资，目前晶泰科技已 成为国内AI制药头部企业 自主研发建立AI 制药平台 基于腾讯AI Lab自主研发的深度学习算法开发AI驱动临床前新药研发 开放平台“云深智药”，同时提供数据库和云计算支持，主要功能有 蛋白质结构预测、虚拟筛选、分子生成、ADMET预测和合成路线规划 基于华为云AI和大数据技术优势开发华为云“EIHealth”，为基因组

摘要 2024 的医疗 AI，既是坎坷，又是新生。 快速发展的大语言模型，携着生成式 AI 掠过医疗领域。过往的互联网医疗、医学影像、 新药研发……一个一个场景经由新一代 AI 重塑，焕发出前所未有的价值。 不过，发现价值并不意味着能够掘得价值。如今惨淡的融资形势下，躬身大模型的企业 们无法像深度学习时代那样随意试错。有限的现金流，意味着每一家企业必须全面考察 场景、技术、风控、商业化等方方面面，才能做出决定。 带来收益， 他们便愿意为这类产品付费。 4 尤其是在智慧运营、智慧后勤等场景，很多三级医院已经采购了相应的数智化系统，率 先享受到了 AI 赋能后的管理红利。 制药 AI 方面，绝大多数创新药企都对医疗 AI 持积极态度。不过，大多数药企在药物发 现阶段均倾向于自研 AI，而到了临床试验，更多药企习惯于采购成熟的第三方综合解决 方案，降低成本并规避研发风险。 5 6 第二章：自我突破，医疗 大模型落地的典例。 2.3 制药 AI：下行时期，在变化之中寻找新的机遇 自 2020 年制药 AI 在一级市场迎来爆发性增长后，大量创业公司将其管线推至临床阶段。 此前，AI 主导的进入临床试验阶段的创新药项目仅为个位数。2021 年这一数字已迅速 增长至 100 多个，2022 年维持增势突破 200，2023 年进一步提升，管线数量迈入 300 大关。 趋势之下，阿斯利康、拜耳、罗氏、礼来及赛诺菲等等

病灶识别与标注 / 三维重建 靶 区自动勾画与自适应放疗 辅助诊疗 医疗大数据辅助诊疗 医疗机器人 疾病风险预测 基因测序与检测服务 预测癌症 / 白血病等重大疾病 药物挖掘 新药研发 / 老药新用 / 药物筛选 药 物副作用预测 / 跟踪研究 健康管理 营养学 / 身体健康管理 精 神健康管理 医院管理 病历结构化 / 分级诊疗 DRGs 智能系统 / 专家系统 辅助医学研究平台 场景描述：药物挖掘，主要完成的是新药研发、老药新用、药物筛选、药物副作用预测、药物跟踪研究等方面的内容；人工智能技 术在 药物挖掘方面的应用，主要体现于分析化合物的构效关系（即药物的化学结构与药效的关系），以及预测小分子药物晶型结构 （同一药物的不同晶型在外观、溶解度、生物有效性等方面可能会有显著不同，从而影响了药物的稳定性、生物利用度及疗效）；  人工智能与药物挖掘的结合，使得新药研发时间大大缩短，研 药占到 1/3 ； 舶众数据 思路迪 吉凯基因 瑞博生物 赛福基因 裕策生物 明码生物科技 2 典型应用场景  发展环境：传统的药物研发存在研发周期长、研发成本高、研发成功率低等痛点。一款新药的研发，要经过化合物研究、临床前研 究、 临床研究（临床Ⅰ、Ⅱ、Ⅲ期试验）、 SCFDA 或 CFDA 审批后才能够上市。而人工智能技术的引入，则在一定程度上解决这些 痛点。 例如，在临床前研究

全面超越人类的人工智能水 平 文本：文字+代码信息内容加工 音频：音频内容加工创作 图像（静态）：图片处理+图片 制作 图像（动态）：视频处理+3D模 型加工 实体经济的AIGC: 新产品、新流程、新药物的 智能设计生成 文化艺术的AIGC: 广告、动漫、影视、绘画、 音乐、儿童教育的智能内容生成 城乡发展的AIGC: 城市规划、美丽乡村、线上 会议、生态推演等智能模拟的生成 De 2015年、2018年分别参与晶泰科技的A轮、B轮融资，目前晶泰科技已 成为国内AI制药头部企业 自主研发建立 AI制药平台 基于腾讯AI Lab自主研发的深度学习算法开发AI驱动临床前新药研发 开放平台“云深智药”，同时提供数据库和云计算支持，主要功能有 蛋白质结构预测、虚拟筛选、分子生成、ADMET预测和合成路线规划 基于华为云AI和大数据技术优势开发华为云“EIHealth”，为基因组 somorphic Laboratories，旨在运 用AI技术加速生物医学突破并找到治疗疾病的新方法 百图生科BioMap是生物计算引擎驱动的创新药物研发平台，将先进AI 技术与前沿生物技术相结合，构建独特的靶点挖掘及药物设计能力， 开发创新药物 与外部机构合 作开发AI制药 项目 旗下阿里云与全球健康药物研发中心合作，开发AI药物研发和大数据 平台，针对SARS/MERS等冠状病毒的药物研发进行数据挖掘

医生正在进行内测。医保方面，AI 能协助咨询服务、 支付审核、智能报销指引、基金监管监测、医保个人健康档案管理等。 ◼ AI+制药：AI 赋能药物研发已经取得实质性进展。AI 技术在难成药靶 点、罕见病、复杂疾病抗药性、创新药检验检测等复杂领域有广泛的应 用。根据 ARK Invest 分析， 1982-2022 年来，药物开发的回报率呈现 下降趋势，从 20%左右降至 10%左右。此前 AI 已经将药物研发时间缩 短了 授予了德米斯·哈 萨比斯和约翰·江珀，表彰他们利用人工智能在蛋白质结构预测方面的卓越成就。 产业界，AI 赋能药物研发已经取得实质性进展。AI 技术在难成药靶点、罕见病、 复杂疾病抗药性、创新药检验检测等复杂领域有广泛的应用。2023 年，AI 药企 Neumora Therapeutics 以 2.5 亿美元募资总额登陆纳斯达克，旗下有整合基因组学、蛋白质组学、 脑电图、成像、数字 循环模式，未来有望借助 AI 技术在先导化合物筛选、药物分子设计等方面取得更大突破，进一步 提升新药研发效率 301230.SZ 泓博医药 泓博医药打造了人工智能药物设计平台，运用深度学习、大数据分析等技 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

标准字典表 自动医学写 作 protocol 文献、专利 助手 专利数据库 by patsnap 一键生成竞 品报告 SOT 内 部 数 据 新药情报库 bypatsnap Bio by patsnap Chemical by patsnap 自研数据 自有数据 药物交 易追踪 专利追 踪 构建路径 流 病 数 据 疾病特征的动物模型的构建方法及其用途 [ 申请日 2021-04-01] 7. 网页 | 干货：药物非临床毒理学剂量设计原对 [2020-08-03] 8. 网页 | 基于美国 FDA 近五年批准的新药浅谈 ICHS1 指导原则致癌性试验的实施 [2019-12-03] 9. 论文 |Single Dose Toxicity Study of Humanized Anti-HER2 Antibody 供 必 要 的 上 下 文 信 息 ， 让 它 能 够 更 准 确 地 理 解 和 执行任务。 具体、简洁的指令更有利于 Al 执 行；引导最后的回答参 考 了 智慧芽数据库矩阵，包括新药数据库、 bio 、 chemical 、 专 利数据库等； > 可 添 加 重 要 细 节 ， 如 风 格 、 字 数 、 日 期 等 限 定 。 > 我 是 药 企 药 效 试 验

建临床决策支持系统。推进基因芯片与测序技术在遗传性疾病诊断、癌症早期诊断和疾病 预 防检测方面的应用，加强人口基因信息安全管理，推动精准医疗技术发展。围绕重大疾病 临 床用药研制、药物产业化共性关键技术等需求，建立药物副作用预测、创新药物研发数据 融 合共享机制。充分利用优势资源，优化生物医学大数据布局，依托国家临床医学研究中心 和 协同研究网络，系统加强临床和科研数据资源整合共享，提升医学科研及应用效能，推动 智 慧医疗发展。 助手，研发柔性可 穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像 识别、病理分型和智能多学科会诊。基于人工智能开展大规模基因组识别、蛋白组 学、代谢组学等研究和新药研发，推进医药监管智能化。加强流行病智能监测和防 控。 • （七）推进“互联网 +” 人工智能应用服务。 1.研发基于人工智能的临床诊疗决策支持系统，开展智能医学影像识别、病理分型和多