从1981年CADD兴起到西达本胺获批，政策与监管如何塑造AI医疗的走向？

从1981年CADD兴起到西达本胺获批，政策与监管的演进始终与AI医疗的发展深度交织——监管框架既为AI制药的技术落地划定了赛道，也通过审评制度改革（如创新药加速通道）直接塑造了AI辅助设计药物的上市节奏。以微芯生物的西达本胺为例，这款由CADD（计算机辅助药物设计）技术驱动的药物，其审批历程正是中国创新药审评体系改革的一个切片；而放眼全球，从早期对计算方法的观望到当前对AI生成分子、算法验证等新议题的回应，政策与监管始终在“鼓励创新”与“控制风险”之间寻找平衡。

审评制度改革：从CADD到创新药加速通道

AI制药并非新事物。自1966年计算机模拟与分子图像结合实现蛋白质结构可视化、标志着计算机辅助药物设计（CADD）开始后，《财富》杂志在1981年宣称CADD是“下一次工业革命”。然而，在2000年之前“生物技术泡沫”崩溃前的几年中，人们对药物发现计算方法的期望并未全部实现——CADD最终沉淀为常规操作，而非颠覆者。微芯生物的西达本胺正是CADD应用的典型案例。

西达本胺的获批与中国药品审评制度的改革进程密不可分。在创新药审评审批制度改革前，国内新药上市等待周期较长；随着改革推进，审评审批效率提升，为CADD这类技术驱动的创新药提供了更清晰的上市路径。这一制度变化的意义在于：它向市场释放了明确信号——凡能通过严格临床验证的创新药，无论其分子是来自传统筛选还是计算辅助设计，均能获得公平的审评通道。这对AI制药行业而言，意味着技术本身不是监管对象，药品的安全性与有效性才是唯一标尺。

资本热潮与监管现实：AIDD的“时候未到”

政策的友好并未让AI制药一飞冲天。2022年医药行业投融资热度整体下降，但AI制药赛道逆势获得资本重注：据智药局不完全统计，2022年全年AI制药赛道融资总事件达144起，同比增长97%，总金额为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77%的资金。资本看好的逻辑清晰——普遍认为AI制药可以降低一半研发周期、减少10%研发投入并提升成功率。

然而监管与临床的“硬约束”很快显现。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。浙商证券统计的全球80条获批临床AI药物管线显示：推进至临床I期的有42条，II期29条，III期仅4条；从靶点看，已公布靶点的管线中，运用人工智能发现新靶点的仅3条。这表明当前AI药物研发仍处于积累训练期，AI在药物研发中更多扮演辅助角色，而非颠覆性引擎。监管层面，药品审评关注的是临床数据质量而非分子生成方式——这既是AI制药的“公平红利”，也是其必须跨越的实证门槛。

新监管议题：知识产权归属与算法验证标准

随着AI从辅助工具走向深度参与分子设计，传统监管框架开始面对新议题。

AI生成分子结构的知识产权归属是首要争议。当算法在数百万化合物空间中“设计”出新分子时，其可专利性及发明人认定在多数法域尚无明确规则——这直接影响AI制药企业的核心资产估值与商业化路径。

算法验证标准同样悬而未决。传统药物审评依赖体外与临床数据，但AI模型的预测准确性如何标准化验证？模型训练数据的偏差如何审计？目前行业内尚无统一范式。此外，AI技术正向临床阶段渗透——已有公司介入患者招募匹配与临床试验成功率预测，这也对监管的数据合规与伦理审查提出新要求。

常见问题

CADD与AIDD是一回事吗？

不是。CADD（计算机辅助药物设计）自1966年起步，1981年被《财富》称为“下一次工业革命”，目前已是药物研发的常规操作，西达本胺即为其代表成果。AIDD（AI药物研发）是CADD在机器学习、大数据时代的技术升级，当前正处于从CADD向AIDD转型的过程中，AI在靶点发现等环节仍主要起辅助作用。

政策监管对AI制药是促进还是阻碍？

两者兼有。审评审批制度改革通过提升效率、明确标准，为西达本胺这类CADD药物及后续AI药物提供了可预期的上市路径，这是促进作用；同时，监管对临床数据的高要求也客观暴露了AI药物管线的现实瓶颈——如全球80条获批临床的AI管线中仅4条推进至III期，这促使行业回归“临床价值优先”的理性逻辑。

AI制药何时能迎来真正的“收获期”？

官方尚无明确时间表。从行业数据看，全球AI药物管线仍以I期和II期为主（合计占比约68.8%），且适应症高度集中于癌症（占66%）。监管规则（如AI生成分子的知识产权归属、算法验证标准）的明确，将是行业从积累期走向收获期的关键前提。