（来源：华商基金）

全球新药研发如火如荼，根据国际知名调研机构弗若斯特沙利文预测,全球医药研发投入将由2022年的2415亿美元增长至2030年的3943亿美元，复合年增长率约为6.3%。

然而，新药研发的痛点显而易见。据悉，一款新药成功上市需要经历创新靶点研究、药物发现、临床前研究、临床研究、申报审批等多个环节，大约需要耗费10年以上的时间，此外，研发资金平均花费也须8-23亿美元左右。

华商基金研究员李海伟表示，通过大数据与机器学习算法的深度应用，AI技术赋能药物发现和临床试验，有助于缩短研发周期、降低研发成本、提升研发成功率。未来随着数据量的积累和模型优化，AI有望真正解决漫长周期、高人力资金成本、技术难度高等新药研发痛点。

立足中长期，在产业政策和市场需求的双重驱动下，AI制药正在展现出光明前景，其重要性及影响力在医药领域内日益凸显，其市场空间未来有望较大提升，未来国内有望出现全球领先的“ AI + CRO ” / “ AI + biotech ” 企业，传统CXO产业也将因此受益。 

多阶段参与  多领域突破

据公开资料介绍，AI技术全面布局在药物研发的上、中、下游产业链，可参与从靶点发现、虚拟筛选、蛋白质结构预测、ADMET预测到临床试验等药物研发的多个研发阶段。

与传统的药物研发相比，AI制药在研发时间和效率上颇具优势。举个例子，传统的药物研发需要4-6年的时间来合成及测试约5000个候选分子；AI制药方法则可以对数十亿个分子进行筛选，缩小实际需要合成和筛选的分子数量范围，仅需在2-3年内合成及测试数百个分子即可。

值得一提的是，AI制药其实并非刚刚诞生的全新赛道，早在上世纪五六十年代“计算机辅助药物设计”就已被提出。

1956年至1981年间，AI应用于制药领域还处于相关概念的早期构想阶段，许多理论和技术处在积累期；1981年至2012年间，计算机辅助药物设计帮助在早期阶段筛选苗头化合物，明显加快了新药设计的速度，节省了创制新药工作的人力和物力；2013年至2016年间，一大批标志性的 AI 制药企业成立；2017年至今，最早一批“AI +”新药企业基本完成了前期的技术积累，并陆续开始获得临床前候选药物一类的验证性成果，商业模式逐渐清晰。

历经数十年发展，AI制药逐步实现从理论技术到产业应用。依据公开的数据库检索，2015年至2023年累计有75个分子应用AI制药技术开发并进入临床研究，2023年有67条管线处于临床研究阶段。

广阔前景  政策支持

华商基金研究员李海伟认为，尽管AI制药在技术成熟度、数据生产能力、数据隐私与安全、临床试验结果预测、药物长期效果预测等方面仍面临挑战，但它已展现出广阔的发展前景，市场规模呈现快速攀升趋势。

中商产业研究院数据显示，2023年全球AI制药市场规模达到13.8亿美元，预计2026年将达到29.94亿美元，2021-2026年复合增速（CAGR）将达到30.47%。另据量子位智库数据，我国2022年AI制药行业市场规模中，对外合作管线市场规模达到15.5亿元，自研管线市场规模达到11.6亿元，预计2025年两者将分别达到33.0 / 34.7亿元，2035年分别达1353.0 / 686.3亿元。

在国家政策层面，为更好地推进卫生健康行业“人工智能+”应用创新发展，2024年11月，国家卫生健康委、国家中医药局、国家疾控局研究制定了《卫生健康行业人工智能应用场景参考指引》，指引将应用划分为4大领域、13个类目，84项典型应用场景，其中提出AI可以赋能药物研发的全流程，包括智能药物研发、智能药物临床试验辅助、智能药品临床综合评价辅助等。

期待更多商业化应用

据华商基金研究员李海伟介绍，目前AI药物研发企业有三种主流商业模式“ AI + SaaS ”、“ AI + CRO ”、“ AI +biotech”，可简单理解为售卖软件、服务和研发药物。未来随着AI主导的药物研发项目的成功率提升、相关研发管线持续取得进展，AI制药的商业化应用值得期待。

我们将持续关注AI制药领域的深度融合与药物开发情况，国内有望出现全球领先的“ AI + CRO ” / “ AI + biotech ”企业。此外，传统CXO产业也将因此受益，未来会逐步提升公司的运营效率和盈利能力。

以上观点不代表任何投资建议，市场有风险，基金投资须谨慎。

MACD金叉信号形成，这些股涨势不错！