AI 药物研发市场发展现状及趋势探讨

一颗新药从idea出来到商业化销售，需要经过药物发现、临床前研究、临床研究和审批上市四个阶段，因此新药研发具有研发周期长、研发费用高、研发风险大三大痛点，人工智能可应用于药物研发中的多个场景，帮助提高新药研发的效率和成功率。当前，我国AI+药物研发仍处在起步阶段，发展依然面临诸多挑战。

一、AI赋能药物研发九大场景

人工智能技术可作用于药物研发中的药物发现、临床前研究、临床试验、药品生产和销售推广五个阶段，主要应用于靶点发现、化合物合成、新适应症发现、化合物筛选、晶型预测、患者招募、优化临床试验设计、药品检查、学术推广等九大场景。

通过利用自然语言处理、深度学习、机器学习和图像识别等AI技术，来提升药物研发、生产和销售推广效率。

图1：AI+药物研发的应用场景

目前，AI主要应用在药物发现阶段和临床前研究阶段，其中，靶点发现是AI+药物研发最热门的领域，按照应用场景的发展速度来看，未来药物合成或将成自动化程度最高的方向。

药品生产和销售推广环节的AI应用正处在起步探索阶段，如阿斯利康在中国的无锡供应基地，将AI应用到包装线的产品检查上。在学术推广方向探索上，火石数智在新药上市前打造医生端销量、患者疾病用药信息传递、县域市场的广覆盖方面，智能医学机器人将颠覆传统医药代表医学内容的沟通和传递方式，实现医学信息的精准价值传递。

表1：AI技术在药物研发中的应用概况

注：先导化合物研究是指将数以百万计的小分子化合物进行组合实验，以发现具有某种生物活性和化学结构的化合物，一般有两种思路，即高通量筛选和虚拟药物筛选。

二、AI+药物研发市场三类主体

IT巨头、AI+药物研发创新企业、大型药企

目前，AI+药物研发市场有三大类公司，IT巨头、AI+药物研发创新企业和大型药企。IT巨头倾向于利用自身的互联网基础与平台优势进行技术布局，进入方式为自主研发相关产品，开发相关领域针对性技术赋能行业应用，业务领域不断下沉，或者通过外延并购扩张业务版图，如腾讯进军AI药物研发领域，发布首个AI驱动的药物发现平台“云深智药（iDrug）”。

图2：AI+药物研发企业图谱

AI+药物研发企业多以技术优势切入一个或多个应用场景，大型药企则以组建自有技术团队或与AI技术公司合作的方式，布局AI药物研发。

由于AI+药物研发创新公司缺少药物研发的相关数据、成熟的研发管线以及资深的药物专家，而这恰好是传统制药巨头所具备的优势。因此，大型药企和AI+药物研究的技术公司联合是目前主要的业务模式，如辉瑞与晶泰科技合作进行药物晶型预测与筛选等。

表2：大型药企与AI初创公司合作案例

资料来源：火石创造根据公开资料整理

三、我国AI药物研发主要企业和业务布局

据CB Insights统计，目前全球共有138家AI+药物研发初创企业，美国拥有86家，数量最多，其次为英国及加拿大，以色列、日本、韩国也有企业分布。

我国AI药物研发起步较晚，目前尚处在初期阶段，据火石数据库资料显示，中国AI+药物研发初创企业不足20家，涌现了晶泰科技、深度智耀、云势软件、望石智慧等一批创新企业，主要分布在北京（7家）、上海（3家）、杭州（3家）和深圳（2家）等地，从企业业务布局来看，药物发现是我国AI+药物研发最热门的领域。

图3：我国主要AI+药物研发公司业务布局

资料来源：火石创造根据公开资料整理

四、AI药物研发需要解决的问题

一是商业模式尚不明确。企业需要合理的定位角色，选择适合的商业模式。当前，AI药物研发真正意义上的产出较少，2019年4月，IBM公司因为财务业绩低迷，决定停止开发和销售药物开发工具——Watson人工智能套件。目前多数企业发展依赖融资，对AI+药物研发技术创新企业来说，是自己做药物研发还是CRO模式，是需要结合自身发展做出适合的选择。

二是高端复合型人才缺失。AI药物研发兼具信息科技和医药双重属性，既需要AI的人才也需要懂药物研发的人才，需要培养一批具备交叉学科的复合型人才队伍。

三是数据制约。AI训练模型需要优质的数据，新药研发领域的数据基本掌握在药企手里，公开的数据比较有限，所以如何获取优质的数据，建立研发数据标准体系完善数据都是AI+药物研发初创公司面临的难题。