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

公司中标海南口岸建设项目及中标金额（截至 2023 年 12 月）......................................................... 10 图表 13 新疆自贸试验区进入全面启动建设阶段 ....................................................................................... 放的指导意见》，提出海南建省和兴办经济特区是党中 央着眼于我国改革开放和社会主义现代化建设全局作出的重大战略决策。海南将分阶段建设自由贸易试验区及中国特色自由 贸易港，对海南提出“三区一中心”建设的战略定位，分别为全面深化改革开放试验区、国家生态文明试验区、国家重大战 略服务保障区和国际旅游消费中心。2020 年 6 月 1 日，中共中央、国务院正式发布《海南自由贸易港建设总体方案》，海南 11 月 1 日，中国（新疆）自由贸易试验区正式揭牌，新疆是丝绸之路经济 带、新亚欧大陆桥建设的核心区，新疆自贸试验区为我国西北沿边地区设立的首个自贸试验区，总面积 179.66 平方公里， 实施范围涵盖乌鲁木齐、喀什和霍尔果斯三个片区。国务院印发的《中国（新疆）自由贸易试验区总体方案》提出要推动“智 慧海关、智能边境、智享联通”建设与发展，赋予新疆自贸试验区更大改革自主权，深入开展差别化探索，培育壮大新疆特

患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 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 • 知识图谱可关联临床试验数据与RWE 试验，去观察有潜⼒的适应症 研发⽅向探索 • 患者分层：基于⼤模型的语义理解能⼒， 从历史数据中识别符合⼊组标准的“数 字孪⽣”患者群体，提⾼招募效率 • 剂量探索：通过强化学习算法模拟不同 剂量⽅案的效果，缩短1期的试验周期 试验设计优化 • 去中⼼化试验⽀持：居家数据采集与依 从性管理 • 院外数据的⾃动采集和综合分析 试验执⾏多元 • 创意类、发散性思考类、快速检索等 有数据是第⼀要素 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 • 交叉证据⽹络构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签

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

“722”事件后，NMPA（当时为 CFDA）相继发布了《关于开展药物临床试验数据自查核 查工作的公告》《关于调整药物临床试验审评审批的公告》等文件，引发了国内 EDC、 RTSM 市场的繁荣，太美医疗等企业在系统中植入 AI，使其顺势成为药企数字化的关键 要素。 如今 FDA 鼓励药企采用数字健康技术（DHT）进行临床试验申办，间接引导着药企的 进一步开展转型。以 eCOA 为例，美国约 80%的临床研究都以 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 AI 形态异变 政策与提效两大购置动力支持下，国内已经孕育了一大批医疗人工智能产品，嵌入了医 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

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

SK、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 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 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