AI 医疗的关键拐点尚未到来，当前 AIDD（AI 药物研发）正处于“AI 快”与“制药慢”的矛盾期，行业需等待首个完全由 AI 发现并获批上市的药物跑完全程，以及数据、算法和自动化实验等基础设施的成熟，才能真正迎来广泛应用的转折点。从行业发展历程看，AIDD 已经历了从虚拟筛选到 AI 驱动发现的早期阶段，但临床反馈周期长仍是核心瓶颈。
发展历程与里程碑
AIDD 的早期探索集中于利用 AI 加速药物发现环节，如靶点识别和化合物筛选。然而，AI 在药物发现上的作用仍局限在速度和成本上，而不是决策的质量。一个重要里程碑是 AlphaFold 2 在 2021 年解决了蛋白结构预测问题，达到了与实验相当的精度，这启发了基于深度学习的蛋白质设计新方法，使 AI 能够在蛋白质工程领域（如设计耐高温蛋白）取得突破。但整体上，目前 AI 药物研发处于发展初期，受生物系统复杂性和疾病异质性制约，AI 尚不能为药物研发的效率和成功率带来革命性改变。
关键拐点的条件
根据行业分析，判断一个行业是否“AI ready”需满足三个标准：行业积累了丰富的人类经验、经验能被量化定义成算法、经验有分级能判断好坏。对照来看，药物开发领域虽信息海量，但人类对生物和化学的理解仍很不足，高质量生物医学数据缺乏且数据孤岛问题突出，同时临床反馈周期长——药物从细胞实验到动物模型再到人体试验，反馈成本高、速度慢。因此，在第一个 AIDD 药物跑完全程之前，无论是科学界还是资本市场都很难完全承认 AIDD。下一个拐点可能来自自动化实验室技术成熟、真实世界数据标准建立，以及算法和算力的突破，这些将推动 AI 深入应用到药物研发的各个环节。
常见问题
为什么 AIDD 的临床反馈周期这么长？
因为药品研发是一个极度漫长严谨的过程，AI 的快和制药的慢存在不可调和的矛盾。一个药物是否有效，只有通过实验和临床反馈来积累数据，而这些数据积累的成本高、速度慢，导致反馈周期太长。
目前 AI 在药物研发中能做什么？
AI 主要应用于药物发现环节和临床前研究环节，例如靶点识别、化合物筛选和蛋白质设计。在蛋白质设计方面，以 GPT 为代表的大模型已表现出超越人类的能力，可以设计出自然界不存在但具备类似功能的蛋白。
AI 医疗的关键拐点何时到来？
关键拐点尚未到来，预计需要满足以下条件：首个完全由 AI 发现并获批上市的药物跑完全程；数据、算法和自动化实验等基础设施成熟；以及行业达到“AI ready”标准——即拥有足够丰富、可量化、有分级的经验数据。