AI改写新药研发逻辑，中国加码布局，未来救命药要降价？

很多人觉得，AI离自己最近的应用，是写文案、做PPT、生成图片。

但事实上，AI正在进入一个更重要的领域——新药研发。

过去，一款创新药从实验室走向市场，往往需要十多年时间，投入数十亿美元，而最终能够成功上市的概率并不高。正因为研发周期漫长、失败率极高，许多创新药上市后价格动辄几十万元、上百万元，甚至成为普通家庭难以承受的负担。

如今，这条延续了几十年的研发逻辑，正在被AI重新改写。

近期，多家AI制药企业接连传来新进展：AI设计的新药不断进入临床阶段，研发周期被大幅压缩，越来越多曾经依赖"大海捞针"的研发工作，开始变成可以计算、预测和优化的工程。

这意味着，一个值得关注的新趋势正在出现：未来最先被AI改变价格的，也许不是电子产品，而是救命药。

很多人看到一盒抗癌药售价数万元，第一反应是："药厂利润太高。"

事实上，真正昂贵的并不是生产成本，而是研发成本。

传统创新药研发通常需要经历靶点发现、分子设计、实验筛选、动物实验、人体临床试验以及审批上市等多个环节。从最初发现一种可能有效的分子，到最终成为一款上市药物，往往需要10年以上时间，而且绝大多数候选药物都会在研发过程中失败。

业内普遍认为，一款创新药上市，往往意味着背后成百上千个失败项目共同分摊成本。

因此，创新药价格高，很大程度上是在为漫长且高风险的研发过程买单。

而AI首先改变的，就是研发最耗时、最容易失败的早期阶段。

传统药物研发，很像在茫茫沙漠里寻找一粒黄金。

科研人员需要从海量分子中不断筛选、试验，再淘汰绝大多数无效方案。

而AI最大的价值，就是让这种"试错"变成"预测"。

例如，英矽智能依托自主研发的Pharma.AI平台，将从靶点发现到确定临床前候选药物的平均周期缩短至12至18个月，而传统模式平均需要约4.5年。

剂泰科技则表示，其AI制剂平台将临床前制剂研发周期由1至2年压缩至3个月以内。

分子之心推出的新一代AI生物药设计平台，更是在多个热门靶点上实现超过90%的结合成功率，让过去依赖大量随机实验的研发过程，逐步迈向可计算、可预测、可验证的新阶段。

一句话来说，AI并没有替代药学专家，而是帮助科学家更快找到正确答案。

看到这里，很多人都会问：

既然研发效率提高了，为什么现在的创新药还是这么贵？

答案很简单。

AI只是缩短了研发的前半程，并没有取消后半程。

真正决定一款药能否上市的，还有动物实验、Ⅰ期、Ⅱ期、Ⅲ期临床试验、安全性验证、监管审批以及规模化生产等多个环节。

尤其是三期临床试验，往往需要数千名患者参与，持续数年时间，仍然是整个研发过程中投入最大的部分。

因此，AI目前更像是让药物研发"起跑更快"，但距离最终上市，依然需要经过严格的科学验证。

这也是为什么业内普遍认为，AI现阶段更准确的定位是研发增效工具，而不是完全替代传统研发体系。

比算法更重要的，其实是数据。

药物研发需要大量实验数据，包括成功案例，也包括失败案例。

但现实情况是，大量研发数据掌握在不同药企、科研机构和CRO企业手中，标准并不统一，很多失败实验数据更因商业保密无法共享。

对于AI来说，这意味着它学习到的往往只是"成功经验"，却缺少同样重要的"失败经验"。

结果就是，模型可能在计算机模拟中表现优秀，但真正进入动物实验甚至人体临床后，仍然可能出现巨大偏差。

业内专家认为，要让AI真正成为新药研发的基础设施，未来仍需要建立更加完善的数据共享机制、统一的数据标准，以及更加成熟的监管规则。

只有打通这些环节，AI才能真正从实验室走向产业化。

值得关注的是，今年以来，国家也在持续加码AI制药布局。

今年1月，工信部等八部门联合印发《"人工智能+制造"专项行动实施意见》，明确提出建设人工智能驱动的新药发现与虚拟筛选平台，加快靶点识别和候选药物发现进程；随后，国务院发布《关于深入实施"人工智能+"行动的意见》，进一步支持AI深度赋能医药研发。

政策支持、资本投入和技术突破正在形成合力。

越来越多AI设计或AI辅助研发的新药进入三期临床，也意味着这一技术正从概念验证走向产业应用。

对于药企来说，这意味着研发效率提升、研发成本下降、创新成功率提高。

而对于普通患者来说，更重要的是另一件事——未来新药上市速度有望更快，更多创新疗法也有机会以更低成本进入市场。

过去二十年，AI更多改变的是互联网。

未来二十年，它或许首先改变的是生命科学。

当然，没有任何技术能够一夜之间让所有创新药变得便宜，更不会让药物研发失去科学验证这一关键环节。

但可以确定的是，当AI不断缩短研发周期、提高筛选效率、减少无效投入，创新药研发的底层成本正在发生改变。

今天，我们看到的是AI帮助科学家更快找到一款新药；未来，我们更期待的是，它能帮助更多患者更早用上、更用得起那些曾经遥不可及的救命药。

也许，这才是AI进入医疗行业最值得期待的意义。