AI煥新生物醫藥

從藥企巨頭到體外診斷新銳，從三甲醫院到互聯網醫療平臺，每個參與者都在用智能代碼重構生命密碼。

“AI+醫療”浪潮奔涌。2025年開年，DeepSeek的驚艷亮相，再度把“AI+醫療”拉回大眾視野。在資本市場上，相關概念股走出傲人行情，有個股股價在一個多月間實現翻倍。只要與AI相關，勢必會受到投資者追捧。在機構看來，“AI+醫療”或將成為貫穿2025年全年的投資機會。在2025中關村論壇年會上，“AI+醫療”成為熱點話題，腦機接口、基因治療、激光質子刀、手術機器人等前沿技術創新成果紛紛亮相。

AI技術與醫藥融合

AI制藥，作為科技與醫藥深度融合的產物，正以其獨特的大數據處理與機器學習優勢，全方位地加速并優化著藥物研發的每一個關鍵環節。這一領域的突破性進展，不僅預示著醫藥研發模式的深刻變革，更為人類的健康事業帶來了新的曙光。

首先，在藥物研發的初期階段，AI制藥技術憑借其強大的數據分析能力，能夠迅速鎖定潛在的藥物靶點。這些靶點往往是疾病發生發展的關鍵所在，而AI的介入使得這一過程變得更加高效和精準。通過對海量數據的深度挖掘，AI能夠篩選出最有可能成為新藥候選的分子，為后續的藥物研發奠定堅實基礎。

其次，隨著研發流程的推進，AI在藥物篩選環節同樣發揮著重要作用。傳統的藥物篩選方法往往耗時費力，且成功率較低。AI技術則能夠通過構建復雜的預測模型，對候選分子進行高效篩選，從而極大地提高篩選的準確性和效率。這不僅縮短了藥物研發的時間周期，還降低了研發成本，使得更多優質藥物有機會進入臨床試驗階段。

在臨床試驗設計階段，AI技術的應用同樣不可或缺。它能夠基于患者的個體差異，為每位受試者量身定制最適合的試驗方案，從而提高臨床試驗的可靠性和有效性。此外，AI還能夠實時監測患者的生理指標，及時發現并處理潛在的安全問題，確保臨床試驗的順利進行。

在中醫領域，眾多中醫藥企業都在積極探索中醫藥與現代科技融合發展的新路徑。借助AI大模型的強大科學計算與預測能力，中醫藥的“黑匣子”正被慢慢打開。在智能問答模式下隨機輸入“丹參”一詞，“數智本草大模型”立即對丹參的基本信息進行檢索，自動關聯相關疾病治療的應用實例，并深入挖掘丹參與其他藥物之間的配伍關系，預測可能產生的協同效應或不良反應。

“依托‘數智本草大模型’，我們能夠對藥材內部分子更精準地表征，更有效計算成分和靶點，同時深入分析其吸收、代謝等一系列性質，從而達到降低成本、提升效率的效果。”天士力國際基因網絡藥物創新中心有限公司總經理王文佳介紹道。

藥物研發突破瓶頸

新藥研發發展到今天，仍是一場“九死一生”的冒險。且新藥研發素來周期長、耗資大，使得創新藥的投資回報率近年來不斷走低。在科技發展的浪潮中，AI制藥應運而生，被期待能改變新藥研發進程久、成功率低的局面。在數據和算法的加持下，AI可以通過歸納推理優化藥物研發提高藥物研發效率。

相較于傳統藥物研發，AI技術能將藥物發現、臨床前研究的時間縮短近40%，臨床新藥研發成功率可從12%提高到約14%。

AI技術在藥物研發中的應用涉及藥物靶點發現、藥物分子設計、化合物篩選到臨床試驗等多個環節。諸如，AI可以通過分析大量的生物醫學數據，如基因表達數據、蛋白質相互作用網絡等，快速識別潛在的藥物靶點。此外，目前的生成式AI在臨床前研究中已經表現出根據靶點特征，從頭設計全新蛋白或小分子化合物的能力。

在北京社科院副研究員王鵬看來，AI制藥技術的出現是醫藥產業發展的必然需求，AI技術可以通過高效的數據分析和模型預測，提高藥物研發效率，降低成本，增加成功率。王鵬表示，目前AI技術已經給醫藥產業帶來了深遠的影響，包括藥物研發流程的變革、新藥研發速度的加快等。

英矽智能是一家AI藥物研發初創企業，在AI-Biotech的道路上走得相對較快。就在3月，英矽智能宣布，其自主研發的抗特發性肺纖維化創新候選藥物ISM001-055的通用名Rentosertib獲美國藥物命名委員會批準。Rentosertib是全球首款藥物靶點和分子結構均由生成式人工智能賦能發現的候選藥物。

Rentosertib靶向致命罕見病特發性肺纖維化，該疾病以成纖維細胞增殖和大量細胞外基質沉積導致的肺功能受損為特征，確診后的中位生存期僅為2—3年。英矽智能聯合首席執行官、首席科學官任峰表示，Rentosertib這款具有全球首創潛力的TNIK小分子抑制劑僅18個月就完成了從靶點確定到臨床前候選化合物提名的高效研發歷程，耗時僅為傳統研發的三分之一。

另一家AI制藥的明星企業晶泰科技素有“AI制藥第一股”之稱。也是在近期，晶泰科技與阿聯酋王室謝赫·哈馬德辦公室在阿布扎比正式簽署商業合作協議，雙方將在阿聯酋共同建設中東地區首個自動傳統藥物現代化研發實驗室，首期投資3000萬美元（按建設進度支付）。

疾病診療的好助手

“DeepSeek對患者的診斷以及給出的建議，與臨床非常接近。”浙江大學醫學院附屬第二醫院胸外科主任醫師范軍強曾在社交平臺發出了這樣的感嘆。

除了制藥外，AI+診療也是AI在生物醫藥領域中的重要應用。諸如，山東大學淄博生物醫藥研究院表示，隨著AI技術的不斷發展，DeepSeek等平臺的預測模型將推動個性化醫療的發展。通過分析患者的基因組、電子健康記錄（EHR）和實時監測數據，DeepSeek可以生成個性化用藥建議，使藥物更加精準地針對特定患者群體。

北京中醫藥大學衛生健康法治研究與創新轉化中心主任鄧勇表示，AI可以幫助醫生提高診斷效率，如AI輔助診斷技術可對醫學影像進行分析，幫助發現微小病變等。

據不完全統計，截至目前，全國已有超100家醫院宣布完成DeepSeek的本地化部署，探索其在臨床診療、病歷質控、影像分析等場景的應用。此外，AI還有“陪診員”“智能助手”等，幫助患者減少排隊時間，幫助醫生提高問診效率。

諸如，3月20日，國家兒童醫學中心、首都醫科大學附屬北京兒童醫院正式發布國內首個兒科大模型“福棠·百川”；首都醫科大學附屬北京天壇醫院采用AI技術研發的“急診卒中單元”，可以將患者從入院到接受治療的時間壓縮至20分鐘內；北京協和醫院研發的“協和·太初”罕見病大模型已進入臨床應用階段……

在企業端，各醫療器械公司也在深度探索AI在臨床上的應用。其中以醫學影像類為主流，多搭載在CT、MR、DR、內窺鏡等相關影像設備上，用于心腦血管疾病與胸部疾病的輔助診斷。

“當前，全球醫療行業正在面臨AI+的奇點時刻，數智化轉型將為中國醫療工業提供彌合差距、直道超車的機會。中國醫療器械企業也已積攢了足夠的勢能，必將傲立于此次轉型的潮頭”，邁瑞醫療曾這樣表示。

華大基因也表示，公司已經將大語言模型成功應用于遺傳病輔助診斷領域。通過AI技術并結合公司過去十幾年的數據積累，有望在未來實現真正的全自動檢測和輔助診斷。

南昌大學第一附屬醫院副院長李建明表示，醫院正從信息化邁向智慧化，AI將全面應用于醫、教、研、管各領域，但這是一個逐步推進的過程。初期，診斷影像、病歷、檢驗以及門診輔助導引等輔助性應用會率先落地，診斷治療相關應用相對較慢。不過，AI在治療方面的應用需格外謹慎，要等待國家立法完善，獲得充分授權后才能推進。