AI制药融资额在2022年创下历史新高，但行业面临临床验证失败、数据隐私法规、商业化周期长等关键风险与不确定性。
根据智药局不完全统计，2022年全年AI制药赛道融资总事件达144起，同比增长97%，总金额为62.02亿美元，同比增长47.67%。然而，行业在高速增长的同时也面临多重风险。首先，AI预测与临床结果存在差距，第一个由AI设计进入临床的分子DSP-1181因未达预期而被放弃，凸显了技术落地的挑战。其次，商业化周期长，传统新药研发平均上市时间为10-16年，AI虽可缩短周期，但整体仍需要较长时间。此外，数据隐私与法规（如GDPR）对数据使用提出严格要求，而美国AI初创公司吸纳了市场上77%的融资，地缘风险也值得关注。
临床验证与技术落地风险
尽管AI制药宣称可降低一半研发周期并提高成功率，但实际临床验证结果并不总是乐观。浙商证券统计显示，全球80条获批临床的AI药物管线中，有42条推进到1期，29条推进到Ⅱ期，仅4条推进至Ⅲ期，且运用AI发现新靶点的管线仅3条。这表明当前AI在药物研发中仍起辅助作用，从AI预测到临床成功之间存在显著的不确定性。
资本与商业化风险
AI制药赛道融资额虽高速增长，但商业化周期长（平均10-16年）意味着企业需持续投入。同时，美国市场集中度高（占总融资额77%），地缘政治变动可能影响全球资金流动。此外，行业商业模式正从AI SaaS向AI CRO和AI Biotech转型，但转型过程中的盈利前景尚待验证。
常见问题
AI制药与CADD有何区别？
AI制药（AIDD）是计算机辅助药物设计（CADD）的升级版，后者自1966年已用于药物研发。AI制药通过机器学习和自然语言处理等技术，进一步优化研发效率。
为何第一个AI设计药物DSP-1181失败？
DSP-1181因未达到预期临床效果而被放弃，这说明AI预测与真实世界疗效之间存在差距，行业仍处于积累训练期。
当前AI制药管线主要针对哪些疾病？
癌症是首选适应症（占66%），其次是遗传性疾病和罕见病（12%）。COVID-19相关药物研发在2020-2022年占5%。