CADD（计算机辅助药物设计）自1981年被《财富》杂志称为“下一次工业革命”以来，已走过数十年产业化历程，如今在全球大型药企中已是常规研发工具。中国AI医疗并非旁观者，而是全球AI制药版图中的重要参与者，但在资金吸纳、管线推进深度等维度上仍与美国存在差距，整体处于“并跑中追赶”的全球第二梯队位置。
从CADD到AIDD：全球产业化的中国印记
计算机辅助药物设计并非新鲜事物。1966年，赛勒斯·利文索尔将计算机模拟与分子图像结合，实现了蛋白质和核酸结构的可视化，标志着CADD的开端。到2000年前后，CADD已成为国际药企的常规操作。中国在这一进程中有过代表性实践——微芯生物的西达本胺，就是CADD应用的典型案例，证明了中国团队在计算机辅助药物设计上的实际落地能力。
当前，行业正处于从CADD向AIDD（人工智能药物设计）转型的过程中。AI制药指将机器学习、自然语言处理及大数据等技术应用于制药各环节，以优化研发效率、降低临床失败概率。不过，现实挑战同样存在：全球首个由AI设计进入临床的分子DSP-1181，因未达预期已被开发方放弃，说明AI制药仍处于积累训练期，尚未到收获季。
中国AI医疗的全球座次：活跃但非主导
从产业规模看，中国AI制药市场的参与者涵盖药企、CRO和互联网公司三类主体，商业模式分为AI SaaS、AI CRO和AI Biotech三种。全球范围内，AI制药赛道在2022年迎来资本热潮，全年融资事件达144起，总金额62.02亿美元，同比增长47.67%。但资金高度集中在美国：美国AI初创公司吸纳了市场上77%的融资总额，中国企业在资本体量上与之存在明显差距。
从临床管线看，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，仅4条进入Ⅲ期。在靶点层面，运用AI发现新靶点的管线仅3条，说明AI在药物研发中仍主要起辅助作用。中国AI医疗企业在这一全球管线版图中占据一定份额，但整体进度和原创靶点贡献仍处于追赶阶段。据Deep Pharma Intelligence数据，截至2022年第一季度，全球参与AI药物研发的大型药企超过56家，AI制药初创企业超495家，中国是其中活跃但非主导的力量。
追赶路径：从技术服务走向差异化创新
中国AI医疗的追赶路径已较为清晰。行业趋势显示，纯SaaS软件服务模式未来会逐渐萎缩，企业将向AI CRO和AI Biotech转型。其中AI Biotech因市场空间不受限，将成为多数企业的选择；而AI CRO则可能像传统CRO领域一样，最终形成少数巨头主导的格局。
对中国的AI制药企业而言，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，选择确定性更高的AI应用场景、针对未满足的临床需求选择有潜力的适应症和靶点，比追逐技术炫技更有利于商业化落地。此外，AI的应用正从临床前向临床阶段延伸——已有公司介入患者招募，通过匹配医疗记录与受试药物信息提高招募效率；也有公司基于公开临床数据帮助判断试验成功率。这些细分场景，正是中国AI医疗企业可以建立差异化优势的突破口。
常见问题
中国AI医疗与美国的主要差距在哪里？
最直观的差距体现在资本层面——2022年美国AI初创公司吸纳了全球AI制药赛道77%的融资额，中国企业在融资体量上明显落后。此外，在AI药物管线的推进深度和原创新靶点发现数量上，中国也仍处于追赶阶段。
中国在CADD领域有过成功案例吗？
有。微芯生物的西达本胺就是CADD应用的典型案例，证明了中国团队在计算机辅助药物设计上的实际研发能力。这也说明中国在AI制药的“前身”——CADD时代就已积累了一定的技术基础。
AI制药目前发展到什么阶段了？
全球AI制药整体仍处于积累训练期。从80条获批临床的AI药物管线看，大部分停留在Ⅰ期和Ⅱ期，进入Ⅲ期的仅4条；运用AI发现新靶点的管线仅3条。首个由AI设计进入临床的分子DSP-1181也因未达预期被放弃，行业距离成熟收获期尚需时间。