随着人工智能（AI）技术的快速迭代，越来越多科技巨头切入新药研发赛道，AI制药也成为全球产业资本争夺的战略高地。以AI为核心驱动力，新药研发全流程迎来“效率革命”，传统范式被重塑，智能技术正在改写全球药物研发的产业格局。
科技巨头与资本重金布局
当前，AI制药成为全球产业资本、政策制定者与科研机构共同聚焦的战略高地，相关领域的合作及投融资事件也出现井喷。2026年一季度，全球医药交易总额880亿美元，同比增长30%，机构预判全年交易规模有望冲击1500亿美元。
今年1月，英国药厂阿斯利康与石药集团达成了总额高达185亿美元的最新战略合作，12亿美元首付款锁定长效多肽研发管线；2月，美国制药巨头礼来公司与信达生物达成88.5亿美元抗体平台合作，深度绑定源头创新研发；5月，DeepMind旗下Isomorphic Labs宣布完成21亿美元B轮融资，创下AI制药领域单笔融资纪录。
与此同时，全球科技巨头正加速向生命科学领域渗透，并利用AI技术的迅猛发展搭建起新药研发的新型基础设施；传统制药巨头也主动打破固有模式，积极拥抱AI带来的产业变革。
据路透社报道，4月28日，美国制药巨头礼来公司与AI初创企业Profluent达成了一项合作协议，以寻找编辑DNA的新方法，这是礼来押注AI能够改变药物研发流程的最新举措。根据双方披露的合作协议，礼来将拥有Profluent开发新药的独家权利。如果这些药物达到特定数量，礼来将支付最高22.5亿美元。
4月16日，OpenAI宣布推出面向生命科学研究的系列AI模型，首个模型命名为GPT-Rosalind，旨在辅助生物化学、基因组学等领域的科研推理工作，加速药物发现与转化医学进程。OpenAI生命科学研究负责人表示，GPT-Rosalind专注于提升生命科学基础推理能力，目标并非取代科学家，而是帮助其处理耗时最长、分析要求最高的工作环节。
今年3月，美国芯片制造商英伟达公司与DeepMind、欧洲生物信息学研究所等合作，为蛋白质结构预测数据库“阿尔法折叠蛋白质结构数据库”扩充170万个由AI预测的、高置信度的蛋白质复合物结构。通过可视化蛋白质相互作用，研究人员能够更深入地了解调控细胞行为的分子机制，进而开发新型药物与疗法。
今年1月，英伟达还宣布联手礼来公司，双方计划在5年内投资10亿美元，共建AI联合创新实验室，借助AI解决制药行业长期面临的诸多挑战。在此之前，英伟达已推出名为BioNeMo的软件生态系统，专门用于开发和部署面向生命科学领域的人工智能模型。
Isomorphic Labs今年2月宣布，该公司已开发出专有人工智能模型IsoDDE，能够精确预测蛋白质与潜在药物相互作用以及抗体结构。业界评论认为，该模型比现有AI模型“阿尔法折叠3”更加强大。
从预测蛋白质结构，到深度介入药物研发全流程，AI正逐渐成为驱动药物创新的核心引擎。在AI持续赋能下，传统药物研发周期长、成本高的困境正逐渐被打破。科技企业与制药企业的协同联动，正推动生物医药行业迎来范式革新，为更多疾病带来新的治疗希望。
在日本，武田制药收购了一家靠AI发现银屑病药物的公司，后期在大型研究中大获成功，武田计划今年就向美国药监局提交上市申请。另一家日本药企安斯泰来，也利用AI优化了其胰腺癌药物，目前该药已进入后期临床。
大幅提升效率和成功率
目前，在传统创新药研发面临成本和效率桎梏的背景下，AI技术正以大幅提升效率和成功率的核心优势，改写全球药物研发的产业格局。
4月14日，丹麦制药巨头诺和诺德公司宣布与OpenAI达成战略合作。诺和诺德表示，此次合作将运用先进AI技术分析复杂数据集，识别具有潜力的候选药物，缩短从科研攻关到惠及患者所需的时间。此外，公司还将借助AI提升制造、供应链及运营等环节的效率。
同一天，美国亚马逊云科技公司宣布推出Amazon Bio Discovery。这是一款代理型AI应用，旨在帮助研究人员更快速地设计和测试新型药物。该公司介绍，研发人员可借此访问领先的AI模型、查看基准测试结果，并使用智能体来指导实验。在与美国纪念斯隆—凯特林癌症中心的合作中，这款应用将针对潜在儿科癌症疗法的抗体设计时间从数月缩短至数周。
今年2月，瑞士AI医疗企业Evinova接连与英国药厂阿斯利康、安斯泰来达成合作，加上此前牵手的美国大型药企百时美施贵宝，三大药企共同推进其AI临床开发平台。这家由阿斯利康2023年孵化的企业，凭借成本优化、研究设计等AI工具，为药企压缩临床试验成本、加快研发节奏。
Evinova总裁杜兰说，公司的核心就是把临床试验里那些手动的、零散的流程串起来，让效率提上去。数据显示，Evinova平台能让每个研究项目省下5%到7%的成本。
临床试验本就是药企研发里最烧钱的环节，传统模式里，设计反复、流程脱节都是常事，不少精力和资金都耗在这些地方。而Evinova的AI平台就像个“智能参谋”，全程跟着研发走，哪里能优化、哪里能改进，都能随时给建议。这种从设计到执行的全流程赋能，恰好戳中了药企的痛点。
美国医药巨头强生公司首席信息官吉姆·斯旺森日前在行业大会上称，目前还无法依靠AI直接研发新药并推向市场，但强生正利用这项新技术，从海量候选范围中筛选有研发前景的化合物或生物制剂。“完全实现全自动新药研发尚需时日，但我们可以借助AI进行流程优化，目前已将先导化合物的优化周期缩短了一半。”
强生还利用AI简化监管报备文件的编制流程。斯旺森称，传统方式撰写一份临床试验报告通常需要700至900小时，如今这份工作耗时已从700小时缩短至约15分钟。
此外也有其他药企表示，AI可协助筛选临床试验受试者、选定试验站点、起草监管报备文件，为繁琐的人工流程节省数周时间。一款新药从研发到上市，往往耗时长达十年、耗资数十亿美元。
据加拿大皇家银行估算，未来五年内，AI技术有望为美国制药行业省下约900亿美元，并让每股收益提高13%。不过，到目前为止，AI给制药巨头们带来的实际收益，主要还是体现在简化后台流程、加快生产速度上，真正的“爆款”新药还有待继续研发。
目前，全球资本大量涌入AI制药领域，但多数AI初创企业仍未形成稳定盈利的商业化路径。同时行业存在复合型人才缺口，落地标准与合作模式仍在探索。对于传统跨国药企而言，也面临研发效率下滑，AI转型投入产出比不明确的结构性问题。
由于AI制药技术迭代速度快，全球各国尚未形成成熟统一的AI药物监管规范，如何对AI技术参与设计的药物开展有效性、安全性审查，如何建立适配AI技术的监管流程，目前仍存在大量规则空白，是值得监管机构和产业界共同探索的问题。
FDA试行AI监控加快新药审批
美国食品和药物管理局（FDA）近日宣布推出一项全新的试点项目，将利用AI及云端运算，即时监控临床试验数据。这项举措最终可能将新药、新器材的审批时间缩短数年。此举是FDA局长马丁·马卡里推动监管改革、提升审评效率的核心举措之一。
据科技新闻网站Nextgov报道，英国药厂阿斯利康及美国药业巨头安进公司正各自进行的两项临床试验，将率先试用这套新系统。
马卡里表示，从医药公司启动一期临床试验到向FDA提交申请，大约45%属于无效时间，研究人员及工作人员都在做文书工作及其他任务，当中很多都很繁琐。试点计划将挑战“一种新药需要10年到12年才能上市”的固有观念，让FDA能够直接从临床试验中获取数据。例如，当患者发烧或肿瘤缩小时，FDA监管人员可以在云端即时查看具体情况。
FDA人工智能总监沃尔什向媒体强调，虽然临床试验时间有可能缩短多达40%，但机构不会在安全方面偷工减料。
同时，FDA发布一份资讯征询书，向公众及业界征求意见，探讨AI技术如何提高早期临床试验决策的效率、速度及品质。沃尔什补充称，在早期试点计划中，AI在某些情况下，将行政任务从10天缩短至20分钟。
