對于AI的應用場景，市場此前的關注點集中在游戲、傳媒、電商、智能家電等領域，而生物醫藥領域其實也是AI應用落地的重要場景，那么當前AI制藥的商業模式有哪些？制約其大規模落地的因素又有哪些呢？

百度以第一完成單位在《Nature》正刊發表論文

(資料圖片僅供參考)

北京時間5月2日凌晨，國際頂級學術期刊《Nature》正刊發表了百度與合作單位在生物計算領域的研究成果——《Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity》，提出mRNA序列優化算法LinearDesign。

這是中國科技企業首次以第一完成單位的身份在《Nature》雜志發表論文。鑒于論文對生物醫學領域的重要性，Nature雜志在正式排版之前先將預覽版快車道上線 (accelerated article preview)，這也是AI應用于mRNA領域的首篇CNS主刊論文。

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

AI 制藥內涵豐富，主要包括：數字生物學、計算機藥物發現、實驗室自動化、AI 輔助臨床試驗等。整體而言 AI 技術在制藥領域的應用價值主要體現在縮短試驗周期、節省成本、促進新事物發現、提升試驗成功概率等。

具體來看，人工智能在醫藥領域的應用前景主要體現在三個方面。一是人工智能可以大幅降低藥物研發成本。創新藥物的研發通常需要花費數十億美元，大量的資金被用于臨床試驗，人工智能的應用可以模擬篩選和分析大量樣本數據，通過智能化模擬試驗降低成本。二是人工智能可以縮短藥品研發周期，實現從靶點發現到臨床試驗的藥物研發全流程優化，明顯提升藥物研發效率。三是人工智能可以借助機器強大的計算能力，實現傳統方法難以實現的成績。

根據英偉達公開資料，使用 AI 技術可使藥物早期發現所需時間縮短至 1/3 倍，成本節省至 1/200 倍。

AI制藥商業模式有哪些

而對于所有的新興行業來說，商業化是必須要走的一步。那么當下，AI制藥的商業模式又有哪些呢？

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

導致這一現象的主要原因是AI SaaS業務的收入規模過低。據了解，目前AI SaaS市場份額最高的薛定諤(80%左右)，2022年上半年軟件業務收入約為0.63億美元。有業內人士透露，一般企業軟件授權費一年能達到幾百萬美元就已相當可觀，相對于藥物研發獲得的動輒千萬甚至上億美元的收益，可以說是不值一提。

基于AI技術在臨床前研究領域的巨大應用潛力，不少企業選擇了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技術平臺，AI+CRO模式未來競爭可能加劇，因為傳統CRO企業無論是實驗數據還是資金等都更具優勢，中小型AI+CRO企業或將面臨挑戰。

從行業上下游來看，AI醫療產業主要包括上游基礎層，中游技術層，下游應用層。行業巨頭偏向基礎層，在算力等領域已呈寡頭局面，技術壁壘較高，具有高投入高收益特點，市場格局較為穩固；

在技術層中，基于深度學習的計算機視覺發展快，目前各大科技企業與物聯網巨頭已基本完成布局；應用層可觸達全醫療服務場景，為當前大量互聯網醫療與傳統醫療公司涌入的賽道。

AI制藥仍有不少困難

盡管市場前景廣闊，但在實際應用中，AI制藥仍存在不少挑戰。

4月27日，在亞馬遜云科技醫療與生命科學行業峰會上，亞馬遜云科技大中華區戰略業務發展部總經理顧凡指出，通過長期生物制藥、基因測序和醫療保健領域的客戶需求，發現行業內存在三大共同挑戰：數據挑戰、算力挑戰及解決方案挑戰。

在數據方面，在藥物發現領域，科學家需要在10的60次方已知化合物里找到可能成藥的化合物，若科學家通過現實試驗進行分析，可能窮極一生也無法篩選完這些化合物。

數據的爆炸式增長帶來兩個挑戰。第一是數據的存儲，而且是更高性價比的存儲。第二是數據快速自動化分析，否則數據本身并不會對于業務有任何幫助。

在算力方面，盡管我國目前在算力規模上已具優勢，但仍面臨著算力的高質量供給和普惠服務問題。業內人士介紹稱，我國的算力結構有待優化，自創資源不足，而且算力分布不均衡，算力的獲取門檻比較高。

在創新解決方案上，用戶不僅需要云服務，還需要更多的解決方案，尤其是符合行業要求、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技術輔助研發的藥物實現上市。

據統計，81個進入臨床階段的AI藥物中，多數也處于臨床早期，僅有極個別藥物進入臨床II期研發階段。

展望未來，光大證券3月30日研報表示，據量子位智庫預測，鑒于目前絕大多數臨床階段管線處于臨床一期，2023-2024年將出現跨越“死亡之谷”的臨床管線，進一步證明AI技術對新藥研發產業的顛覆性。

2026年，預估將會出現首個上市的AI驅動藥物，AI制藥行業的經濟價值因此得到驗證，政策、產業、消費市場對于AI驅動藥物的態度及相關舉措也將清晰，行業逐漸定型。與此同時，現有的管線及后續發展較快的管線，將大批進入臨床，AI制藥的技術價值將得到規?；炞C。

關鍵詞：