当前全球获批临床的AI药物管线中，只有4条推进至III期，而多达42条仍停留在I期，这一结构决定了AI医疗的供给放量并非“即插即用”，而是需要等待5-10年的研发周期兑现。

从管线阶段分布看，AI制药的供给端仍处于早期积累期。浙商证券统计的全球80条获批临床的AI药物管线中，42条推进至I期，29条推进至II期，4条推进至III期。参照传统药物研发从I期到上市通常需要5-7年的耗时，当前这批集中在I期的管线，其产出高峰大概率落在未来5-10年的时间窗口内。这也解释了为何AI制药虽在资本端火热，但在产品供给端仍显“骨感”——管线结构决定了放量周期尚未到来。

管线结构：供给时间表的“预演”

判断AI医疗的供给放量节奏，最直接的依据不是单点突破，而是整体管线的阶段分布。当前80条管线中，I期占比过半，III期仅占5.0%，已获IND的占6.3%。这意味着大多数候选药物还处在安全性与剂量探索的早期阶段，距离上市审批仍有漫长的临床验证路径。

从靶点维度看，已公布靶点的管线占65.0%，而运用人工智能发现新靶点的管线仅占4.0%，说明AI在现阶段主要扮演辅助优化角色，而非颠覆性的源头创新。适应症选择上，癌症以66.0%的占比居首，其次为遗传性疾病和罕见病（12.0%），这与传统药企的研发重心高度重合，也侧面印证了AI制药当前仍遵循传统研发逻辑。

研发周期：为何放量要等“下半场”

传统制药从药物研发到新药审批上市，平均耗时10-16年，其中药物研发阶段3-7年、用药安全阶段5-7年、审批上市1-2年。AI技术理论上可将总研发周期缩短1/2至2/3，并至少降低10%的研发投入。即便按最乐观的缩短比例计算，一条管线从I期推进到上市仍需数年时间。

当前行业正处在从CADD（计算机辅助药物设计）向AIDD（AI驱动药物研发）转型的过程中。历史上，CADD曾有微芯生物的西达本胺等成功案例，而AI设计的首个进入临床的分子DSP-1181却因未达预期被放弃——这提示AI制药的供给放量不仅需要时间积累，还需要跨越临床验证的真实门槛。

常见问题

AI医疗的供给放量大概还要等多久？

从当前管线结构推算，供给高峰大概率出现在未来5-10年。 42条管线集中在I期，按传统研发周期5-7年推算，这批管线的产出窗口在2030年前后。但需注意，AI制药的临床失败率尚未经历完整周期验证，实际放量节奏可能慢于理论推算。

为什么AI制药融资火热，但上市产品寥寥？

因为管线从临床到上市存在天然的时间滞后。 2022年AI制药赛道融资总额达62.02亿美元，同比增长47.67%，资本热度与临床产出之间存在数年的错位期。当前III期管线仅4条，意味着短期内难以形成大规模供给，这是行业从“技术验证”走向“商业兑现”的必经阶段。

判断AI医疗供给拐点，应关注哪些信号？

关注III期管线数量变化和AI发现新靶点的管线占比。 当前AI新靶点管线仅占4.0%，若该比例持续提升，说明AI正从辅助工具走向源头创新；同时，III期管线的增加将直接预示未来2-3年的上市申请高峰。此外，AI介入临床试验患者招募、成功率预测等环节的进展，也可能间接加速供给释放。