全球首个由AI设计并进入临床的分子DSP-1181，因未达预期而被日本住友制药终止开发。这一事件并非宣告AI制药路线的终结，而是揭示了当前AI模型在从分子设计到临床转化中仍存在的泛化与预测瓶颈，促使全球AI制药产业从盲目乐观转向更理性的反思与调整。
DSP-1181事件的核心启示：AI模型的临床预测能力仍需验证
DSP-1181的失败暴露了现有AI制药工具的局限性。AI技术虽能显著缩短药物研发的早期周期（官方资料指出AI制药可降低一半研发周期、减少10%研发投入、成功率提高4%），但从分子筛选到临床疗效之间仍存在巨大的鸿沟。浙商证券统计显示，全球80条获批临床的AI药物管线中，大部分仍处于临床I期（32.5%）和II期（36.3%），推进至III期的仅5.0%，且运用AI发现新靶点的管线仅4.0%。这表明当前AI在药物研发中仍主要起辅助作用，远未达到颠覆性替代传统方法的阶段。DSP-1181的终止，正是对AI模型在真实患者身上预测能力的直接检验——目前的AI算法在复杂人体生理环境中的泛化能力尚不成熟。
全球AI制药格局：资本集中在美国，中国处于追赶与差异化阶段
从资本流向看，美国AI初创公司吸纳了全球AI制药赛道绝大部分资金（2022年占总融资额的77%），显示出其在该领域的先发优势。相比之下，中国AI制药企业面临双重挑战：一方面，技术路径上仍处于从CADD（计算机辅助药物设计）向AIDD（人工智能药物发现）的转型期；另一方面，数据积累和临床转化能力与国际领先水平存在差距。官方资料指出，当前AI制药产业链中，数据集供应是行业关键竞争壁垒，而中国企业在高质量医药数据的获取与整合上仍有待突破。
不过，中国AI制药企业并非没有机会。开发具有差异化临床价值的产品比AI技术本身更重要。中国企业可聚焦于AI技术可实现的优势场景（如针对未满足的临床需求选择有潜力的适应症和靶点），并探索将AI应用于成本更高的临床阶段（如患者招募、临床试验成功率预测），从而在局部领域建立竞争力。
常见问题
DSP-1181的失败是否意味着AI制药没有价值？
不是。 DSP-1181的失败是AI制药从“概念验证”走向“临床落地”过程中的正常挫折。官方资料强调，AI技术仍能显著缩短研发周期、降低成本并提高成功率。该事件促使行业更理性地看待AI的当前能力，而非否定其长期价值。
中国AI制药企业应从DSP-1181案例中吸取哪些教训？
核心教训是避免对AI模型过度自信，应回归药物研发的本质规律。 中国企业需在技术路径上选择确定性更高的AI应用场景（如辅助化合物筛选而非完全依赖AI发现新靶点），并加强临床转化能力，注重验证AI预测与实际临床结果的一致性。
全球AI制药产业未来会如何发展？
预计商业模式将从纯SaaS软件服务向AI CRO和AI Biotech转型。 官方资料指出，AI Biotech因发展潜力大、市场空间不受限，将成为多数AI制药企业的选择；而AI CRO领域则可能形成几家巨头垄断的格局。同时，AI在临床试验中的应用（如患者匹配、成功率预测）将成为新的增长点。