對(duì)于AI的應(yīng)用場景，市場此前的關(guān)注點(diǎn)集中在游戲、傳媒、電商、智能家電等領(lǐng)域，而生物醫(yī)藥領(lǐng)域其實(shí)也是AI應(yīng)用落地的重要場景，那么當(dāng)前AI制藥的商業(yè)模式有哪些？制約其大規(guī)模落地的因素又有哪些呢？

百度以第一完成單位在《Nature》正刊發(fā)表論文

(資料圖片僅供參考)

北京時(shí)間5月2日凌晨，國際頂級(jí)學(xué)術(shù)期刊《Nature》正刊發(fā)表了百度與合作單位在生物計(jì)算領(lǐng)域的研究成果——《Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity》，提出mRNA序列優(yōu)化算法LinearDesign。

這是中國科技企業(yè)首次以第一完成單位的身份在《Nature》雜志發(fā)表論文。鑒于論文對(duì)生物醫(yī)學(xué)領(lǐng)域的重要性，Nature雜志在正式排版之前先將預(yù)覽版快車道上線 (accelerated article preview)，這也是AI應(yīng)用于mRNA領(lǐng)域的首篇CNS主刊論文。

而百度的這一成果也再一次驗(yàn)證了AI在生物制藥領(lǐng)域的巨大應(yīng)用潛力，那么所謂的AI制藥是什么呢？

AI 制藥內(nèi)涵豐富，主要包括：數(shù)字生物學(xué)、計(jì)算機(jī)藥物發(fā)現(xiàn)、實(shí)驗(yàn)室自動(dòng)化、AI 輔助臨床試驗(yàn)等。整體而言 AI 技術(shù)在制藥領(lǐng)域的應(yīng)用價(jià)值主要體現(xiàn)在縮短試驗(yàn)周期、節(jié)省成本、促進(jìn)新事物發(fā)現(xiàn)、提升試驗(yàn)成功概率等。

具體來看，人工智能在醫(yī)藥領(lǐng)域的應(yīng)用前景主要體現(xiàn)在三個(gè)方面。一是人工智能可以大幅降低藥物研發(fā)成本。創(chuàng)新藥物的研發(fā)通常需要花費(fèi)數(shù)十億美元，大量的資金被用于臨床試驗(yàn)，人工智能的應(yīng)用可以模擬篩選和分析大量樣本數(shù)據(jù)，通過智能化模擬試驗(yàn)降低成本。二是人工智能可以縮短藥品研發(fā)周期，實(shí)現(xiàn)從靶點(diǎn)發(fā)現(xiàn)到臨床試驗(yàn)的藥物研發(fā)全流程優(yōu)化，明顯提升藥物研發(fā)效率。三是人工智能可以借助機(jī)器強(qiáng)大的計(jì)算能力，實(shí)現(xiàn)傳統(tǒng)方法難以實(shí)現(xiàn)的成績。

根據(jù)英偉達(dá)公開資料，使用 AI 技術(shù)可使藥物早期發(fā)現(xiàn)所需時(shí)間縮短至 1/3 倍，成本節(jié)省至 1/200 倍。

AI制藥商業(yè)模式有哪些

而對(duì)于所有的新興行業(yè)來說，商業(yè)化是必須要走的一步。那么當(dāng)下，AI制藥的商業(yè)模式又有哪些呢？

目前AI制藥企業(yè)的商業(yè)模式主要分為三種，即AI SaaS軟件服務(wù)、AI+CRO及AI+Biotech。據(jù)藥智局及蛋殼研究院統(tǒng)計(jì)，2022年國內(nèi)AI制藥公司中，31%的公司選擇兼容其中兩種商業(yè)模式，只有8%選擇僅AI SaaS的商業(yè)模式。

導(dǎo)致這一現(xiàn)象的主要原因是AI SaaS業(yè)務(wù)的收入規(guī)模過低。據(jù)了解，目前AI SaaS市場份額最高的薛定諤(80%左右)，2022年上半年軟件業(yè)務(wù)收入約為0.63億美元。有業(yè)內(nèi)人士透露，一般企業(yè)軟件授權(quán)費(fèi)一年能達(dá)到幾百萬美元就已相當(dāng)可觀，相對(duì)于藥物研發(fā)獲得的動(dòng)輒千萬甚至上億美元的收益，可以說是不值一提。

基于AI技術(shù)在臨床前研究領(lǐng)域的巨大應(yīng)用潛力，不少企業(yè)選擇了AI+CRO模式，不過有分析指出，隨著藥明等CXO龍頭開始積極布局AI技術(shù)平臺(tái)，AI+CRO模式未來競爭可能加劇，因?yàn)閭鹘y(tǒng)CRO企業(yè)無論是實(shí)驗(yàn)數(shù)據(jù)還是資金等都更具優(yōu)勢，中小型AI+CRO企業(yè)或?qū)⒚媾R挑戰(zhàn)。

從行業(yè)上下游來看，AI醫(yī)療產(chǎn)業(yè)主要包括上游基礎(chǔ)層，中游技術(shù)層，下游應(yīng)用層。行業(yè)巨頭偏向基礎(chǔ)層，在算力等領(lǐng)域已呈寡頭局面，技術(shù)壁壘較高，具有高投入高收益特點(diǎn)，市場格局較為穩(wěn)固；

在技術(shù)層中，基于深度學(xué)習(xí)的計(jì)算機(jī)視覺發(fā)展快，目前各大科技企業(yè)與物聯(lián)網(wǎng)巨頭已基本完成布局；應(yīng)用層可觸達(dá)全醫(yī)療服務(wù)場景，為當(dāng)前大量互聯(lián)網(wǎng)醫(yī)療與傳統(tǒng)醫(yī)療公司涌入的賽道。

AI制藥仍有不少困難

盡管市場前景廣闊，但在實(shí)際應(yīng)用中，AI制藥仍存在不少挑戰(zhàn)。

4月27日，在亞馬遜云科技醫(yī)療與生命科學(xué)行業(yè)峰會(huì)上，亞馬遜云科技大中華區(qū)戰(zhàn)略業(yè)務(wù)發(fā)展部總經(jīng)理顧凡指出，通過長期生物制藥、基因測序和醫(yī)療保健領(lǐng)域的客戶需求，發(fā)現(xiàn)行業(yè)內(nèi)存在三大共同挑戰(zhàn)：數(shù)據(jù)挑戰(zhàn)、算力挑戰(zhàn)及解決方案挑戰(zhàn)。

在數(shù)據(jù)方面，在藥物發(fā)現(xiàn)領(lǐng)域，科學(xué)家需要在10的60次方已知化合物里找到可能成藥的化合物，若科學(xué)家通過現(xiàn)實(shí)試驗(yàn)進(jìn)行分析，可能窮極一生也無法篩選完這些化合物。

數(shù)據(jù)的爆炸式增長帶來兩個(gè)挑戰(zhàn)。第一是數(shù)據(jù)的存儲(chǔ)，而且是更高性價(jià)比的存儲(chǔ)。第二是數(shù)據(jù)快速自動(dòng)化分析，否則數(shù)據(jù)本身并不會(huì)對(duì)于業(yè)務(wù)有任何幫助。

在算力方面，盡管我國目前在算力規(guī)模上已具優(yōu)勢，但仍面臨著算力的高質(zhì)量供給和普惠服務(wù)問題。業(yè)內(nèi)人士介紹稱，我國的算力結(jié)構(gòu)有待優(yōu)化，自創(chuàng)資源不足，而且算力分布不均衡，算力的獲取門檻比較高。

在創(chuàng)新解決方案上，用戶不僅需要云服務(wù)，還需要更多的解決方案，尤其是符合行業(yè)要求、符合客戶需求的即開即用的解決方案，而不是客戶從頭去構(gòu)建。

此外，一款新藥是否成功最終還是需要通過上市銷售來驗(yàn)證，而AI制藥雖然想象空間巨大，但到目前為止尚未有AI技術(shù)輔助研發(fā)的藥物實(shí)現(xiàn)上市。

據(jù)統(tǒng)計(jì)，81個(gè)進(jìn)入臨床階段的AI藥物中，多數(shù)也處于臨床早期，僅有極個(gè)別藥物進(jìn)入臨床II期研發(fā)階段。

展望未來，光大證券3月30日研報(bào)表示，據(jù)量子位智庫預(yù)測，鑒于目前絕大多數(shù)臨床階段管線處于臨床一期，2023-2024年將出現(xiàn)跨越“死亡之谷”的臨床管線，進(jìn)一步證明AI技術(shù)對(duì)新藥研發(fā)產(chǎn)業(yè)的顛覆性。

2026年，預(yù)估將會(huì)出現(xiàn)首個(gè)上市的AI驅(qū)動(dòng)藥物，AI制藥行業(yè)的經(jīng)濟(jì)價(jià)值因此得到驗(yàn)證，政策、產(chǎn)業(yè)、消費(fèi)市場對(duì)于AI驅(qū)動(dòng)藥物的態(tài)度及相關(guān)舉措也將清晰，行業(yè)逐漸定型。與此同時(shí)，現(xiàn)有的管線及后續(xù)發(fā)展較快的管線，將大批進(jìn)入臨床，AI制藥的技術(shù)價(jià)值將得到規(guī)模化驗(yàn)證。

關(guān)鍵詞：