AI制药从CADD（计算机辅助药物设计）到AIDD（AI驱动药物研发）的演进，行业历经了从技术萌芽、资本狂热到临床验证遇阻、进而转向理性积累的关键拐点。当前，AI制药行业整体仍处于“积累训练期”，首个由AI设计进入临床的分子DSP-1181因未达预期被放弃，成为行业反思的标志性事件。

从CADD到AIDD：技术演进的两次热潮

AI制药并非新概念。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，标志着计算机辅助药物设计的正式开始。1981年，《财富》杂志曾宣称CADD是“下一次工业革命”。尽管当时期望未全部实现，CADD此后已成为药物研发的常规操作。

随着数据和算法快速发展，行业进入AIDD阶段。资本对AI制药的青睐在2022年达到高点：全年融资事件达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%。

临床验证遇阻：从狂热到理性的转折

资本热潮与临床现实形成鲜明反差。第一个由AI设计进入临床的分子DSP-1181，因未达预期被日本住友放弃，为行业降温提供了标志性案例。从全球管线看，浙商证券统计的80条获批临床AI药物管线中，42条推进至Ⅰ期，29条推进至Ⅱ期，仅4条推进至Ⅲ期；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。

AI制药行业当前正处于“积累训练期”，从资本狂热转向理性反思。业内共识逐渐形成：开发具有差异化临床价值的产品比AI技术本身更重要，现阶段正处于CADD向AIDD转型的过程中，选择确定性更高的应用场景、针对未满足的临床需求进行药物开发，更有益于商业化发展。

常见问题

AI制药能显著缩短研发周期吗？

AI技术应用于药物研发各环节，较传统方式可缩短研发周期、降低成本，一般AI技术渗透率越高、药物研发效率越高。行业普遍认为AI制药可降低一半研发周期、减少10%研发投入，但临床推进速度仍受多种因素制约，需理性看待。

DSP-1181的失败意味着AI制药路线走不通吗？

DSP-1181作为首个由AI设计进入临床的分子，因未达预期被放弃，确实暴露了AI制药从计算到临床转化的复杂性。但这更多是行业从狂热转向理性的转折点，而非路线否定。当前AI制药仍在积累训练期，临床验证是必经过程。

当前AI制药管线集中在哪些领域？

从适应症看，癌症是AI制药企业首选领域，占比66%，其次为遗传性疾病和罕见病，占比12%。此外，已有AI公司开始探索将技术应用于临床试验患者招募和成功率评估等更后端环节，以解决耗时最长、花费最高的临床阶段痛点。