全球AI药物管线中，42条仍处于I期、29条推进至II期、仅4条进入III期，行业整体处于积累训练期，临床后期放量阶段尚未到来。AI制药的研发节奏与药物临床开发的固有周期紧密相关，放量拐点的核心信号是AI设计药物在II期向III期推进的转化率与III期管线的数量积累。
当前管线的临床阶段分布
浙商证券统计的全球80条获批临床的AI药物管线显示，从推进进度看，42条推进到I期，29条推进到II期，4条推进至III期，另有管线处于已获IND阶段。从适应症选择上，癌症是AI制药企业首选的适应症，占比66.0%，其次为遗传性疾病和罕见病（12.0%）。从靶点选择上，52条管线已公布靶点，运用人工智能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。
当前AI+药物设计仍然处于积累训练期。这一判断的支撑在于：管线数量虽初具规模，但绝大多数仍停留在早期临床阶段，尚未形成大规模进入后期临床的梯队效应。
临床放量拐点的关键变量
从I期到III期的推进并非简单的线性过程。传统药物研发平均上市时间为10-16年，其中药物研发阶段需3-7年、用药安全阶段需5-7年。AI技术可在一定程度上缩短研发周期，但临床阶段的风险与时间成本依然存在。
判断行业何时进入临床后期放量阶段，可关注以下信号：
- II期向III期的转化率：大量管线能否顺利跨越II期有效性验证关口，是判断后续放量节奏的最直接指标。
- III期管线数量积累：当前仅4条管线推进至III期，当这一数量形成明显梯队（如达到两位数），行业才具备临床后期放量的基础。
- AI介入临床运营的深度：已有AI公司开始介入临床试验患者招募与成功率预判，这类应用若在成本最高的临床环节形成规模化渗透，将加速整体研发节奏。
常见问题
AI药物管线的I期成功率是否比传统药物更高？
官方资料未给出AI药物管线各阶段的成功率数据。但临床阶段是新药研发中耗时最久、资金花费最高、最容易出问题的环节，近三分之一的III期临床因患者招募问题而失败，这一规律对AI制药同样适用。
当前AI制药企业主要采取哪些商业模式？
主要分为三类：AI SaaS（售卖软件）、AI CRO（提供研发服务）和AI Biotech（自主研发药物）。预计未来SaaS模式会逐渐向AI CRO和AI Biotech转型，其中AI Biotech因发展潜力大、市场空间不受限，会成为大部分企业的选择。
AI在药物研发中的角色是辅助还是主导？
从管线数据看，运用AI发现新靶点的管线仅3条，绝大多数管线仍基于已知靶点，说明AI在药物研发中仍起到相对辅助的作用。行业正处于从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。