从CADD到AIDD，AI医疗商业模式转型经历了从计算机辅助药物设计（CADD）的技术奠基，到AI驱动药物研发（AIDD）的资本助推，再到首个AI设计分子临床遇阻后的理性回归三个关键阶段。1966年赛勒斯·利文索尔实现蛋白质和核酸结构可视化，正式标志CADD起步；2022年AI制药赛道融资总额达62.02亿美元、同比增长47.67%，成为资本助推的高峰；而首个由AI设计进入临床的分子DSP-1181因未达预期被放弃，则成为行业从狂热转向冷静的重要转折。

技术奠基：从CADD到AIDD的演进

AI制药并非新事物。自1956年达茅斯会议提出人工智能概念后，AI逐渐引入药物研发领域。1966年赛勒斯·利文索尔将计算机模拟与分子图像结合，实现蛋白质和核酸结构可视化，正式标志计算机辅助药物设计（CADD）的开始。《财富》杂志在1981年宣称CADD是“下一次工业革命”，尽管当时的期望并未全部实现，但CADD已成为常规操作——微芯生物的西达本胺就是CADD的代表性成果。

随着数据和算法的快速发展，AI制药（AIDD）应运而生。AIDD将机器学习、自然语言处理及大数据等技术应用到制药各环节，显著优化新药研发效率及质量，降低临床失败概率及研发成本。普遍认为，AI制药可缩短约一半研发周期、降低至少10%研发投入，这构成了商业模式转型的技术基础。

资本助推：2022年的融资高峰

资本对AI制药的青睐，源于传统医药研发“难以回本”的困境。数据显示，2022年医药行业投融资热度整体下降，但AI制药赛道反而逆势获得资本重视。根据智药局不完全统计，2022年全年AI制药赛道融资事件达144起，同比增长97%；总金额62.02亿美元，同比增长47.67%。其中，美国AI初创公司吸纳了市场上绝大部分资金，占总融资额的77%。

从更长周期看，AI制药投融资呈现明显的加速趋势：2012年融资额仅0.32亿美元，2018年突破10亿美元，2020年达24.06亿美元，2021年升至42亿美元，2022年达到62.02亿美元的历史峰值。资本的持续涌入，推动行业从技术验证走向规模化商业探索。

行业拐点：从狂热到理性

然而，现实并不总如预期。在GPT大火之际，AIDD却遭遇困境：首个由AI设计进入临床的分子DSP-1181，因未达预期而被日本住友放弃。这一事件成为行业从狂热转向理性的重要标志。

从全球AI药物管线看，行业仍处于积累训练期。据统计，全球80条获批临床的AI药物管线中，42条推进到I期、29条推进到II期、4条推进至III期；已公布靶点的管线占65%，而运用AI发现新靶点的管线仅3条，表明AI在药物研发中仍主要起辅助作用。适应症选择上，癌症是AI制药企业首选（66%），其次为遗传性疾病和罕见病（12%）。

商业模式上，当前主要有AI SaaS、AI CRO和AI Biotech三类。业内预计，SaaS软件服务模式未来会逐渐消失，企业将向AI CRO及AI Biotech转型，其中AI Biotech因发展潜力大、市场空间不受限，将成为大部分AI+新药企业的选择。

常见问题

AI制药与传统制药相比效率提升有多大？

普遍认为，AI制药可以降低一半的研发周期，减少10%的研发投入，成功率提高4%。传统制药平均上市时间为10-16年，而AI技术的渗透率越高，药物研发效率越高。

当前AI药物管线进展如何？

全球80条获批临床的AI药物管线中，约32.5%推进到临床I期、36.3%到II期、5%到III期。从靶点看，已公布靶点的占65%，AI发现新靶点的仅4%，说明AI目前更多是辅助工具而非颠覆者。

AI制药的未来机遇在哪里？

现阶段正处于CADD向AIDD转型过程中，开发具有差异化临床价值的产品比AI技术本身更重要。除临床前药物发现外，已有公司探索将AI应用于成本更高的临床试验阶段，如患者招募、试验成功率预测等，这可能是下一阶段的重要增长点。