敬请阅读末页的重要说明 2025 年 02 月 17 日 推荐（维持） AI 制药蓝海，人工智能助力新药开发全流程 消费品/生物医药 医药健康是 AI 应用的核心领域之一，根据终端客户不同，我们将应用分为 To 医院、To 药企和 To 个人三大方向。在“AI+医药健康”系列报告（一）和（二） 中，我们重点分析了 AI To 院内和 AI To 个人两大应用方向。本篇报告重点聚 AI 在临床前和临床阶段的落地情况；同 时作为一种新的药物研发模式，我们基于全球 AI 制药龙头 Schrödinger，重点 讨论 AI 制药的商业模式变迁，并梳理相关公司。 ❑ AI 可用于新药开发全过程，达到降低成本，增加药物研发可能性目的。根据 DPI 援引英矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段 的 2 年降至 11 个月，总费用从 4.14 亿美元降低至 包括晶泰控股、英矽智能、Recursion Pharmaceuticals、Relay Therapeutics 等。 ❑ 单纯提供 AI 软件服务很难满足客户需求，同时市场空间有限，更深层次参与 新药开发过程提供 CRO 服务或者自建研发管线成为 Techbio 企业成为普遍 选择。对于 AI+SaaS 和 AI+CRO 为核心服务模式的企业，我们建议重点关注 公司平台能力的建设，包括数据的获得、技术积累等，同时与核心重点客户

• 内容⽣产辅 助 • 管理营销素 材 • 营销内容策 划 • 患者招募 • 试验设计优 化 • 执⾏效率提升 新药研发与 临床试验 • 客户精细化标签 • 个性化与医⽣互动 • 交叉证据⽹ 络 构建 提升新药研发和 临床管理效率 数字化内部流程 提效 更个性化、 互动 ⾏业学术化推⼴ ⽣产与 供应链 数据驱动的 多渠道营销 新⽣产要素在数据，“问数据，要数字” 研发回报下滑 6 • 研发成本激增 亿美元 21.7% 11.9% 2010 2018 单个创新药上市成本 • 成功率低 • 美国创新药临床成功率仅 5.1% • 研发回报率低 IRR 10.1% 3.2% 2010 2018 医院艰难 • 收⼊受限与成本攀 报， 2024 年 12 ⽉ ; 4. 《 2023 年药品流通⾏业运⾏统计 分析报告》 , 国家商务部 ; 5. 求解集采制度改⾰⽬标：“降价”是集采的惟⼀考量 , 澎湃新闻； 6. 创新药研发周期理论，创新药研发回报率研究，申银宏源；美国数据

(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;

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

的低成本特性，使得基层医院建立本地化的 AI 诊断系统成为可能，极大提升基层医疗服务能力。 药企研发成 本大幅降低 通过 AI 分子筛选优化，药企研发成本有望降低 30%-50%，加速新药研发进程，降低新药价格，惠及 更多患者。 医疗保险精 算模型迭代 周期缩短 AI 精算模型的应用，可以将迭代周期缩短 60%，更精准地进行风险评估和保费定价，提升医保运营 效率和风险控制能力。 新制药工业范式：1）化合物筛选效率指数级提升：利用 AI 技术，将化合物筛选效 率提升 40 倍，大幅缩短新药研发周期。2）临床试验患者精准匹配：AI 技术可以 将临床试验患者匹配精度提高至 89%，缩短研发周期 6-8 个月，加速新药上市进 程。3）药物靶点发现与设计加速：利用 AI 分析生物数据和分子结构，加速药物靶 点发现和药物分子设计，为新药研发提供更强大的技术支撑。4）临床试验设计与 优化：AI 能够优化临床试 这一创新领域的高度重视。Cathie Wood 在采访及《Big Ideas 2025》报告中多 次强调，医疗保健是 AI 最被低估的应用领域。她指出，多组学测序与 AI 药物研发 正革新医疗行业，可将新药研发周期缩短至 8 年、成本降低 4 倍，大幅提升癌症 等疾病的诊断和治疗精准度。她预计，到 2030 年，AI 将使药物研发和诊断效率 提高数百倍，推动医疗行业高速发展。同时，她认为，未来 5

康、赛诺菲、默克等大型药企都开始布局量子计算，2022 年 9 月丹 麦制药巨头诺和诺德公司宣布，诺和诺德基金会将拨款约 2 亿美元 用于研发第一台用于生命科学研究的量子计算机，应用范围覆盖从 创造新药到寻找基因、环境和疾病之间的联系，加快药物研发速度。 除上述外，在靶点分析、化合物筛选、化合物修饰优化等环节的难 点问题，都可以通过量子计算技术进行改进。 量子计算在分子对接领域的应用前景非常广阔，其强大的并行 快速发展，量子计算机在处理分子对接问题上的优势将更加明显。 (二) 现状/需求/痛点 新药研发通常周期漫长且成本高昂。据测算，一个新药的研发 成本平均在 26 亿美元，耗时大约 10 年，而成功率仅为 10%。新药 研发大体分为前期药物发现、临床前研究、临床研究、批准上市等 几个阶段。其中，前期药物发现是新药研发中的关键步骤，包括对 疾病机制的研究、靶点发现及确认、先导化合物的发现等。分子对 过适当 的构象调整，得到一个稳定的复合物构象。通过分子对接确定复合 物中两个分子正确的相对位置和取向，研究两个分子的构象，特别 是底物构象在形成复合物过程中的变化，是确定药物作用机制、设 计新药的基础。 在分子对接计算中，配体分子被放置在受体的活性位点附近， 然后基于几何互补性、能量互补性以及化学环境互补性等原则，评 估药物分子与受体之间的相互作用。这个过程旨在识别出两个分子 间

现代生产性服务活动 36 42 百济神州 百济神州有限公司 794.25 先进制造业 37 29 快手 北京快手科技有限公司 792.99 互联网与现代信息技术服务 38 20 药明康德 无锡药明康德新药开发股份有限公司 790.41 现代技术服务与创新创业服务 39 33 汇川技术 深圳市汇川技术股份有限公司 790.35 先进制造业 40 22 顺丰控股 顺丰控股股份有限公司 789.50 现代生产性服务活动 广东领益智造股份有限公司 723.63 先进制造业 （续表 3） 037 2024 排名 2023 排名 公司简称 公司全称 得分 “三新”统计分类 149 112 康龙化成 康龙化成（北京）新药技术股份有限公司 723.57 现代技术服务与创新创业服务 150 356 北汽蓝谷 北汽蓝谷新能源科技股份有限公司 723.54 先进制造业 151 185 京东科技 京东科技控股股份有限公司 440 七一二 天津七一二通信广播股份有限公司 664.37 先进制造业 466 282 唯捷创芯 唯捷创芯 ( 天津 ) 电子技术股份有限公司 664.35 先进制造业 467 267 昭衍新药 北京昭衍新药研究中心股份有限公司 664.32 现代技术服务与创新创业服务 468 224 爱奇艺 北京爱奇艺科技有限公司 664.24 新型生活性服务活动 （续表 3） 051 2024 排名

AlphaFold2 解决了蛋白结构解析高复 杂度问题，为突破新药研发中的难题做出贡献。又如，华为盘古医药 大模型加快医药研发效率（见专栏 1）。 新质生产力研究报告——从数字经济视角解读（2024 年） 16 专栏 1 大模型显著提升药物研发效率 华为盘古大模型通过对 17 亿个药物分子化学结构的预训练， 将预测新药药性的准确率较传统方法提高了 20%。在华为盘古大模 型辅助 70%以上，打破了医药界的双十定律（新药研制需 10 年时间、10 亿 美元成本），帮助解决超级耐药菌进化速度快，新类别、新靶点抗生 素难以及时匹配的问题。 英矽智能基于数据+AI 驱动的药物分子结构快速设计与筛选， 大幅提升研发效率。通过构建基因组学、蛋白质组学、临床数据等 数据集训练算法模型，并基于 AI 模型自主生成新的药物分子结构， 通过算法推演对海量方案进行筛选，新药研发效率提升 10 倍。

集团的三大核心业务 集团三大核心业务的经营定位和长期发展目标 贸易 医药（建议） •立足于医药贸易和相关服务领 域 • 通过业务延伸和战略投资 •形成以医药批发配送、新药专 业营销和药械分销技服以及医药外 贸及其相关服务为主营业务 •兼具医药生产和研发领域配套 功能的 •综合性医药产业实体 金融 •在整合内部资源，搞好集团短 期资金运作，并支持集团其他业务 立足于医药贸易和相关服务领域 , 通过业务延伸和战略投资 , 形成以国内医药批发配送、新药专业营销和药械分销技 服以及医药外贸及其相关服务为主营业务 , 兼具医药生产和研发领域配套功能的 综合性医药产业实体 66 医药业务的发展战略： •以面向国内医疗服务单位为主要目标客户，以医药批发配送、新药专业营销和药械分销技 服为主攻方向， 通过并购整合相关医药商业企业，成为在国内医药商业流通领域具有自己的 •集团药品研发生产进入良性循环，开 始海外投资，成为集团医药业务新的利润增 长点 建议 68 集团未来在国内的的医药业务主体是以国内医疗服务单位为目标客户的医药批发配 送，新药专业营销和药械分销技服及其相关服务 药品药械营销 / 流通渠道与集团的国内医药业务 医院急诊 / 门诊 / 住院病人 自我医疗保健者 来源： **•** 医院集中招标 采购代理业务 新特药品专业营销

服务将生成式 AI 应用于药物发现。通过 NVIDIA 云 API，研究人员可以 快速定制和大规模部署特定领域、最先进的生成和预测生物分子 AI 模型，以快速生成蛋白 质和生物分子的结构和功能，加快新药研发。BioNemo 的具体功能包括蛋白质结构预测、 分子表示、分子生成和分子对接。AlphaFold、 ESMFold 和 Open Fold 等用于三维蛋白 质结构预测，ProtGPT 用子蛋白质生成，ESM1