日前，NVIDIA宣布与IQVIA、Illumina、妙佑医疗国际、Arc研究所等多个医疗健康领域的领先机构合作，旨在通过AI和加速计算技术推动药物发现、基因组研究和医疗服务的创新。这些合作的核心在于利用AI技术加速药物研发流程，提高临床试验效率，减少行政负担，同时推动数字病理学和精准医学的应用。

AI技术，尤其是生成式AI和智能体，正在成为制药行业的重要工具。通过深度学习和数据分析，AI能够从大量的生物数据中发现潜在的药物靶点，加快药物研发进程。此外，AI还在临床试验设计和患者监测方面发挥着关键作用，帮助制药公司提高试验成功率、优化资源配置，并推动个性化治疗方案的实施。

随着AI技术的广泛应用，制药行业正经历前所未有的转型。这些创新不仅提升了研发效率，也为行业降低了高昂的运营成本，推动了药物研发向更高效、更精准的方向发展。

本文，头豹研究院将对人工智能药物行业应用价值、市场规模、及市场竞争力等关键领域进行深入分析，以期对未来发展趋势做出研判。

01

中国人工智能药物发现与开发行业综述

人工智能药物发现与开发是指将自然语言处理(NLP)、机器学习(ML)及大数据(Big Data)等人工智能技术应用到制药领域各环节，以提高、优化新药研发的效率及质量，降低临床失败概率及研发成本。

在药物研发阶段，传统的药物靶点识别、药物筛选、分子合成等方式周期长、成本高，因此AI在药物研发领域的应用最为广泛。AI可对大量现有的药物数据进行深度学习，以此分析药物的化学性质和生物活性，更快地设计新药物，预测药物的吸收、代谢和毒性等复杂过程，从而缩短药物研发时间。相较于传统药物研发，AI技术能将药物发现、临床前研究的时间缩短近40%，临床新药研发成功率可从12%提高到约14%。在药品生产领域，通过AI模型的分析和挖掘，企业可以提升药品生产过程检测的效率。在药品营销领域，AI已具备快速分析目标市场和患者画像的能力，可提供药品个性化的营销与药品推荐。

传统的药物研发具有研发周期长、资金投入大、研发失败风险高的特点，药物发现和临床试验中累计研发成本投入持续增加，成功率却基本维持在10%，导致研发风险不断攀升，药物研发的转型升级需求显著提高。

人工智能药物发现与开发通过应用机器学习、深度学习、大数据和自然语言处理等技术，对化合物的结构、药物作用机制、基因等海量数据进行结构化分析处理，快速精准地确定靶点、筛选最佳化合物分子、预测药代动力学性质。人工智能药物发现与开发可大幅缩短药物研发各环节所需周期、降低企业在研发新药时的成本投入，同时提高药物研发的成功率、降低新药研发风险，提升企业的投资回报率，相较于传统制药在新药研发领域拥有绝对优势。

人工智能药物发现与开发以医药大数据为基础，将人工智能技术应用到制药各环节，提高新药研发效率及质量，降低研发成本。截至2023年11月，中国人工智能药物发现与开发公司已超过90家。其中，晶泰科技和英矽智能已向港交所提交上市申请。其中英矽智能已建立由31个项目组成的内部生成管线，涵盖29个药物靶点，用于通过抑制TNIK治疗特发性肺纤维化(IPF)相关适应症的核心产品ISM001-055进展最快，推进至Ⅱ期临床试验验证阶段。

政策支持下，人工智能药物发现与开发领域快速发展，有望进一步渗透至IPF治疗新药研发中。《“十四五”医药工业发展规划》提出，将积极探索人工智能、云计算、大数据等技术在研发领域的应用，通过对生物学数据挖掘分析、模拟计算，提升新靶点和新药物的发现效率。截至2023年11月，全球处于临床阶段且保持活跃状态的AI参与研发管线总计97项，超过一半的管线处于临床Ⅰ期，超过1/3的管线处于临床Ⅱ期。

过去几年，中国人工智能药物发现与开发市场规模快速增长的原因有：

(1)政策鼓励人工智能等新一代信息技术赋能医药研发。“十四五”医药工业发展规划指出要“坚持创新引领”，与“十三五”规划提到的“坚持创新驱动”对比，是对医药工业创新研发的进一步转型要求，实质是从“Me-too”、“Fast Follow”向“First-in-class”的转变，通过鼓励创新研发投入、AI技术赋能，调动制药创新的积极性，推动人工智能药物发现与开发行业快速发展。

(2)AI技术的迭代推动人工智能药物发现与开发行业的发展。AI技术是人工智能药物发现与开发行业发展的根本，20世纪80年代，默沙东运用计算机辅助进行药物设计，后伴随着谷歌DeepMind研发的AlphaGo、AlphaZero、AlphaFold1和AlphaFold2的相继问世，又从蛋白质空间预测上为大分子药物研发提供了优化思路。近年来AI技术的不断突破助力人工智能药物发现与开发行业的快速发展。

欲查看完整高清版图表，请前往文末获取

02

中国人工智能药物发现与开发行业市场主体分析

AI在传统制药行业中可应用方向相对较广，因此人工智能药物发现与开发行业产业链所包含的企业类型涉及较广，大致可以分为上游工具层、中游研发层、下游销售层。上游涉及算力、算法和数据，主要分两大类：提供AI技术的企业和提供生物技术的企业;中游是主体部分，主要分为四大类：AI+biotech、AI+CRO、AI+SaaS以及IT头部企业在产业中的均有所布局;下游分为传统药企和CRO企业，传统药企主要通过自建团队、对外投资、CRO及技术合作等方式进入赛道，传统CRO们主要通过风险投资、建立内部算法团队、采用外部AI技术、与中游领域公司进行合作等方式切入该领域。

欲查看完整高清版图表，请前往文末获取

根据不完全统计，中国人工智能药物发现与开发企业已超92家，主要分布于北京、长三角、大湾区三地，囊括了超90%的人工智能药物发现与开发公司，其中又以北京、上海和深圳三座城市较为突出，均超过15家公司落户。

在商业模式上，AI药物研发企业有3种主流模式：AI SaaS、AI CRO和AI Biotech，即售卖软件、服务和研发药物。AI SaaS服务是指为客户提供AI辅助药物开发平台，最主要用一套标准化的产品，通过平台为企业赋能，帮助企业加速研发流程。AI CRO是指初创公司通过人工智能的辅助，为客户更好地交付先导化合物或者PCC，再由药企进行后续的开发，或者合作推进药物管线。AI Biotech则是以推进自研管线为主，较少进行外部合作的公司。

此外，我们还在报告中完整分析了中国人工智能药物发现与开发市场主体—大型药企、互联网企业、初创企业等，可前往文末获取完整版报告。

03

中国人工智能药物发现与开发行业市场竞争力分析

竞争格局形成原因有：

(1)AI技术服务能力市场主体竞争力的核心。拥有世界领先的AI技术、且技术应用越成熟，技术优势越显著，就越能获得大型企业合作方的青睐，从而提升企业的商业能力和商业价值。

(2)自研管线丰富度决定企业竞争能力。涉足更多的制药环节，提供更完整全面的技术服务，有利于对市场的进一步渗透，同时也能为转型成为创新型研发中心或药企后进一步扩大行业领先优势奠定基础。

未来市场竞争或愈加激烈：

(1)多领域企业入局，大型药企和互联网头部企业凭借自身优势抢占市场。全球前十的大型药企及百度、腾讯等互联网头部企业都已有所布局，凭借医药领域基础及AI技术使其拥有领先优势。

(2)商业模式的拓展将刺激企业形成更完整的业务链，扩大市场优势。业内领先的初创企业将纵向拓展并形成更完整的业务链，完善人工智能药物发现与开发流程，从单环节或多环节向端对端的“一站式新药研发”转变;同时横向形成多元化商业模式，进一步扩大市场优势。