根据浙商证券统计，全球80条获批临床的AI药物管线中，仅4条推进到Ⅲ期，而42条在Ⅰ期、29条在Ⅱ期。AI医疗的成本结构能否支撑盈利，关键在于其能否通过缩短研发周期、提高成功率来优化成本，并依赖里程碑付款、销售分成等商业模式实现商业化。
AI药物管线的临床推进现状
浙商证券数据显示，全球80条获批临床的AI药物管线中，临床Ⅰ期占32.5%（42条），临床Ⅱ期占36.3%（29条），临床Ⅲ期仅5.0%（4条）。此外，6.3%的管线已获IND批准。从适应症看，癌症是首选，占66%，遗传性疾病和罕见病占12%，神经系统和免疫疾病占10%，COVID-19占5%。当前AI+药物设计仍处于积累训练期，AI在药物研发中主要起辅助作用——已公布靶点的管线占65%，而运用AI发现新靶点的管线仅4%。
成本结构与盈利模式分析
AI制药通过缩短研发周期和降低研发投入来优化成本结构。官方资料指出，AI制药可降低一半的研发周期，减少10%的研发投入，成功率提高4%。传统药物研发平均需10-16年，而AI可将总周期缩短1/2-2/3。在商业模式上，AI制药企业主要分为三类：AI SaaS（售卖软件）、AI CRO（售卖服务）和AI Biotech（研发药物）。预计未来SaaS模式会逐渐消失，企业向AI CRO和AI Biotech转型，其中AI Biotech因发展潜力大、市场空间不受限，将成为主流选择。
常见问题
为什么AI药物管线推进到Ⅲ期的数量极少？
因为AI制药仍处于积累训练期，从靶点选择看，AI主要起辅助作用，而非完全替代传统研发。临床试验本身成本高、失败风险大，尤其是Ⅲ期临床常因患者招募问题失败。据统计，近三分之一的Ⅲ期临床因患者招募问题而失败。
AI制药如何实现盈利？
主要通过三种商业模式：AI SaaS（售卖软件）、AI CRO（售卖服务）和AI Biotech（研发药物）。其中，AI Biotech模式因发展潜力大、整体市场空间不受限，有望成为主流。企业可通过里程碑付款、销售分成等合作方式与传统药企共享收益，同时利用AI技术介入临床试验患者招募、成功率评估等环节来降低成本。
AI技术能降低临床阶段的成本吗？
可以。已有AI公司开始探索将技术应用于成本更高的临床阶段，如通过医疗记录、医学文献等匹配合适患者，帮助实验主体找到受试者。此外，基于公开临床数据，AI还能帮助判断临床试验的成功率，例如评估样本量是否足够。这些应用有望降低临床阶段的失败概率和成本。