全球80条获批临床的AI药物管线中，中国AI医疗企业所处的真实位置是**“跟跑者向并跑者过渡”**：在管线数量上已形成规模，但在后期阶段（III期）占比上明显落后于欧美。浙商证券统计显示，这80条管线中推进至III期的仅4条，占比5.0%，而临床I期占比32.5%、II期占比36.3%，整体行业仍处于积累训练期。中国AI制药企业在这一格局中，凭借临床资源与数据规模具备追赶基础，但算法原创性与后期验证能力仍是短板。

全球管线分布：早期为主，后期稀缺

从全球80条AI药物管线的推进进度看，绝大多数管线停留在临床早期阶段：42条推进至I期，29条推进至II期，仅4条进入III期。这一分布说明AI制药整体仍处于技术验证的早期，距离大规模商业化落地尚有距离。

在靶点选择上，52条管线已公布靶点，25条未公布，而运用人工智能发现新靶点的管线仅3条。这表明当前AI在药物研发中仍主要起辅助作用，而非颠覆性的靶点发现引擎。适应症方面，癌症以66%的占比成为首选，其次为遗传性疾病和罕见病（12%），COVID-19相关研发占5%。

中国的位置：规模跟进，阶段滞后

中国AI医疗企业在全球格局中属于重要参与者但非领跑者。国内参与者主要包括药企、CRO和互联网公司三类，商业模式分为AI SaaS、AI CRO和AI Biotech三种。与美国AI初创公司吸纳全球77%融资额相比，中国企业在资本获取上存在明显差距，这直接影响了后期管线的推进能力。

中国的相对优势在于临床资源丰富与数据规模庞大，为AI模型的训练和验证提供了基础条件。但短板同样明显：算法原创性不足、III期临床验证经验缺乏，以及从AI SaaS向AI Biotech转型过程中的商业化路径尚不清晰。未来，AI Biotech模式因发展潜力大、市场空间不受限，预计将成为多数AI制药企业的选择，而AI CRO领域则可能形成少数巨头主导的格局。

常见问题

AI制药能否真正缩短研发周期？

AI技术应用于药物研发各环节，普遍认为可以缩短约一半的研发周期，并降低至少10%的研发投入。但现实挑战同样存在，已有由AI设计进入临床的分子因未达预期而被放弃，说明技术成熟度仍需时间。

中国AI制药的追赶重点是哪些环节？

关键在于从辅助工具向核心驱动转型。当前AI发现新靶点的管线仅3条，说明算法能力尚待突破。同时，临床试验阶段（耗时最久、花费最高）是AI介入的新方向，包括患者招募匹配和试验成功率预测，这可能是中国企业的差异化机遇。

全球AI药物管线的适应症集中在哪些领域？

癌症是绝对首选（66%），其次为遗传性疾病和罕见病（12%）、神经系统与免疫疾病（10%）。这一分布与传统药物研发的适应症选择高度一致，说明AI制药当前更多是在优化既有研发路径，而非开辟全新治疗领域。