「人工智慧+醫藥研發」產業研究

　　北大科技園創新研究院 李朕 李錦濤

　　核心閱讀

　　隨著計算機軟硬體性能的不斷提升和人工智慧技術的不斷成熟，「人工智慧+醫藥研發」將成為醫藥行業未來發展的重要方向之一。因此，政府應加強政策引導提升行業發展質量，企業應持續探索合作模式加快技術研發，投資機構應多角度審慎考量企業資質規避相關風險，保障行業健康有序發展。

「人工智慧+醫藥研發」流程圖

　　一、「人工智慧+醫藥研發」概述

　　醫藥全產業鏈包含醫藥製造、流通、醫療機構和消費者等多個環節。藥物研發處於醫藥製造產業鏈的中遊，對醫藥全產業鏈產生決定性影響，其發展狀況關乎整個醫藥產業未來的發展。人工智慧英文縮寫為AI，是計算機科學的一個分支，通過先進的算法和機器學習模仿人的學習和解決問題等活動。人工智慧研究領域包含機器人、語言識別、圖像識別和自然語言處理等，應用領域有機器視覺、指紋識別、自動程序設計和圖像理解等。

　　近年來，人工智慧與醫藥研發加速融合，在化合物篩選、化合物預測等方面不斷發揮著作用，節省了人工成本，提升了有效率，為藥物研發提供了強有力的支撐。

　　(一)全球醫藥行業規模持續增長，我國作為新興區域發展迅速

　　隨著全球人口數量不斷增長，社會老齡化趨勢不斷加劇，民眾健康意識不斷增強，近年來，全球醫藥行業保持平穩增長態勢，預計2020年全球醫藥市場規模達到13184億美元，2015-2020年全球藥品市場需求年均複合增長率達4.3%。

　　我國作為全球新興的醫藥市場，市場規模穩步提升。2019年，我國醫藥市場規模突破16000億元，預計2020年達到17523億元。2015-2020年，我國醫藥市場年均複合增長率達到7.5%。

　　(二)醫藥研發投入持續增長，我國起步較晚處於發展初期

　　從整體上來看，全球醫藥研發總支出呈不斷上升趨勢，年均複合增長率達到1.6%。2019年，全球醫藥研發費用達到1530億美元，預計2021年突破1600億美元，年均複合增長率將達到2.0%。

　　而我國醫藥研發行業起步較晚，尚處於發展初期，技術能力相較於全球領先的歐美各國來說還存在不足，研發投入相對較低。2019年，我國醫藥研發費用投入約200億美元，僅佔全球總量的13.1%。隨著近年來我國政府部門和藥企逐漸開始重視醫藥研發環節，我國醫藥研發投入費用增長較為迅速，預計2016-2021年醫藥研發投入費用年均複合增長率將達到22.1%，2021年佔全球比重將達到18.3%。

　　(三)政策加碼，我國藥企加大藥物研發投入，「人工智慧+醫藥研發」模式初現

　　從國家層面來看，行業政策、稅收優惠、市場環境不斷優化。我國人工智慧和醫藥研發領域政策利好不斷，國務院於2016年和2017年分別出臺了人工智慧加速醫藥研發相關政策，帶動行業快速發展。

　　在國家政策的引導下，我國藥企上市公司研發投入力度不斷增加。2019年上半年，在披露醫藥研發費用的285家中國A股醫藥生物行業上市公司中，醫藥研發費用總投入額達到179.83億元，平均每家企業研發費用達0.83億元。

「人工智慧+醫藥研發」行業模式

　　二、「人工智慧+醫藥研發」發展現狀

　　技術的不斷發展和計算機軟硬體功能的不斷提升為人工智慧帶來了更加廣闊的應用場景，自然語言處理、機器識別、語音識別等技術加速了人工智慧不斷融入人們的日常生活中。在醫藥行業，人工智慧被認為是能夠有效推動藥物研發、臨床試驗及藥物選擇的重要手段之一。尤其在醫藥研發方面，由於傳統醫藥研發周期長、費用高且成功率低，加之上市前臨床試驗過程繁瑣，新藥上市往往要持續14-15年的時間。而人工智慧則能加速這一進程，通過對真實環境的模擬不斷提升藥物研發效率，僅化合物篩選環節便縮短至一天以內。

　　(一)人工智慧發力，大大縮短新藥研發周期

　　從整個醫藥產業鏈來看，共有四大環節，包含上遊的藥物原料，中遊的藥物研發和製造及下遊的藥物流通。各環節參與者眾多，包含原料生產企業、製藥企業、高校、研究機構、醫藥流通企業等。各環節參與者各司其職，使得藥物從研發到流通形成穩定的通路。

　　醫藥研發作為整個醫藥產業鏈中價值最高的環節，技術含量最高，整個流程時間長、任務複雜，數據種類繁多。

　　通常來說，醫藥研發流程包含新藥發現、臨床前研究、臨床試驗及新藥上市四大環節，其中臨床試驗環節佔比重最大，達到2/3左右。而前期的新藥發現則需要對既往研究作出歸納總結，推測新化合物活性，以達到確定新藥成分、實現最終上市的目的。

　　隨著人工智慧技術不斷發展，自然語言處理、機器學習、深度學習、圖像處理和認知計算等能力不斷提升，人工智慧可加速醫藥研發流程，提升醫藥研發效率。

　　比如，在新藥發現環節，人工智慧可輔助進行靶點發現和化合物合成，為研究人員提供參考;在臨床前研究階段，人工智慧可輔助進行化合物篩選和晶型預測，對相關化合物的功能進行推測和確定;在臨床試驗階段，人工智慧可針對藥物的作用原理針對性選擇患者，通過深度學習獲取資料庫中臨床試驗設計方法進行臨床試驗設計，同時在臨床試驗過程中實時追蹤藥物功效，對藥物進行重定向，大大提升效率。

　　(二)傳統藥企與人工智慧企業合作，主攻疑難雜症

　　從「人工智慧+醫藥研發」的行業發展模式來看，目前，多數藥企選擇與人工智慧企業合作，進行針對疑難雜症的新藥研發，實現優勢互補。其原因是，疑難雜症藥物需求旺盛，科研價值和商業價值巨大;藥企與人工智慧企業聯姻，可實現優勢互補，使得人工智慧技術精準作用於關鍵環節。

　　從製藥企業提供藥物數據來看，人工智慧企業利用相關數據進行標準化分析，建立模型對化合物進行分析和篩選，同時通過深度學習對相關文獻進行快速的信息獲取與理解，加速醫藥研發的前期化合物篩選。在臨床環節，人工智慧可實時監測臨床試驗人員的用藥狀態，對藥物功能進行重定向，最終確定新藥的作用機理和副作用，加速藥物上市過程。

　　從全球範圍來看，靶點發現和化合物篩選兩大場景是人工智慧技術在新藥研發領域的主要應用環節，分別佔比約42%和35%。國外企業率先布局相關領域，具有較好的先發優勢，其發展現狀整體優於國內。國內企業則處於緊跟狀態，未來將會有較大發展潛力。

　　(三)高端人才較為缺失限制行業發展深度，數據標準不統一制約人工智慧發揮作用

　　我國在「人工智慧+醫藥研發」方面已經歷了近10年的發展，但未形成突破性變革，仍具有較大的發展空間。究其原因，主要存在兩大痛點。

　　一是人工智慧與醫藥研發跨學科人才缺口較大。在人工智慧領域，人才表現出的價值不斷增加。在全球範圍內約2.2萬名博士以上學歷的人工智慧領域人才和研究人員中，我國僅佔600名左右，下沉到醫藥研發領域的人才更是屈指可數。人工智慧是一門技術，而醫藥研發則是人工智慧重要的應用領域之一。我國在該領域的人才缺口制約了整個行業的發展，人才缺口亟需重點填補。

　　二是數據標準尚未統一給「人工智慧+醫藥研發」帶來阻礙。人工智慧加速醫藥研發需要高質量的數據支撐。我國醫藥創新、新藥研發起步晚於全球領先國家，形成數據的標準化還有很長的一段路要走。同時，對藥企、醫院、研究機構來說，人工智慧企業公布其掌握的核心數據具有一定風險，相關主體對數據具有很強保護意識，使得人工智慧技術不能有效發揮其在醫藥研發過程中的作用。此外，「多頭管理」機制也造成國內藥品數據的割裂。

2015-2020年中國醫藥市場規模（億元）及增長率

　　三、「人工智慧+醫藥研發」產業發展趨勢

　　隨著計算機軟硬體性能的不斷提升和人工智慧技術的不斷成熟，人工智慧加速醫藥研發的場景將成為未來醫藥行業發展的必經之路。目前，全球各大藥企、醫藥研發機構已建立相關部門，進行人工智慧加速醫藥研發技術的專題研究和工作推動，未來，「人工智慧+醫藥研發」將成為業內發展的重要方向之一。

　　一是人工智慧技術更新，將作用於更多醫藥研發環節。目前，我國「人工智慧+醫藥研發」主要應用於藥物發現階段和臨床研究階段，在藥物發現階段，靶點發現是最熱門的應用領域;在臨床研究階段，人工智慧技術則加速了藥物重定向。未來，人工智慧技術除作用於這些環節外，還將在藥物合成、藥物療效預測以及藥物研發自動化等環節扮演更加重要的角色。

　　二是數據更加標準，商業模式逐步清晰。「人工智慧+醫藥研發」行業準入門檻高，入局企業實力普遍不俗。隨著國內標準化資料庫的建立，以及各家企業人工智慧算法的不斷迭代、算力的不斷提升，「人工智慧+醫藥研發」的商業模式越來越清晰。未來，該領域將湧現出一批得到市場認可的企業，成為引領行業進一步發展的領頭羊。

　　三是資本市場不斷關注，行業或迎來高速發展期。截至2020年3月底，我國「人工智慧+醫藥研發」行業共獲得融資超過200筆，總金額超過200億元。人工智慧醫學影像、人工智慧輔助診斷成為重要投資領域。此外，大部分融資處於早期階段，說明市場中相關初創企業數量眾多，投資價值較高。這些初創企業將不斷為行業的技術發展和應用注入動力，對整個行業形成規模起到推動作用。

2016-2021年中國醫藥研發費用情況及預測（億美元）

　　四、「人工智慧+醫藥研發」案例分析

　　人工智慧加速藥物研發行業呈現出一片藍海，規模將會進一步擴大。在新化合物分子活性預測及作用靶點篩選方面，國內較為領先的企業有晶泰科技、尋百會、冰洲石生物科技、百奧知、深度智耀、醫藥科技等企業，國外企業有Verge、BenevolentAI等。在靶向人群AI分析平臺方面，國內較為領先的企業有零氪科技、望石智慧、智藥科技、宇道科創等，國外優勢企業包括Numerate、Berg、Atomwise等。

　　在國內企業中，晶泰科技作為全國領先的「人工智慧+醫藥研發」企業，成立於2014年，分別在2015年12月、2017年6月、2018年1月和2018年10月進行過4輪次融資，總融資金額超過6000萬美元。投資方既包含國壽股權投資、SIG海納亞洲、紅杉資本、真格基金等知名投資機構，也包含谷歌、騰訊等網際網路公司。晶泰科技利用藥物分子通用力場、高精度藥物活性預測、人工智慧分子結構生成等核心技術，可提供苗頭化合物篩選、先導化合物產生、先導化合物優化等多項服務。其作為藥物固相預測與篩選平臺的國內領軍企業，已與輝瑞製藥、羅氏製藥等全球頂級藥企形成合作，處於我國業內領先地位。

　　從國外企業來看，成立於2013年的BenevolentBio作為該領域的領頭羊，專注於將人工智慧技術應用於炎症、神經退行疾病及其他罕見病領域，利用技術平臺JACS進行深度學習，同時藉助其分析能力對化合物進行標記和篩選。BenevolentBio於2015年8月、2018年4月分別進行2輪次融資，總金額超過2億美元。2018年，其總資產達到3.05億美元，估值約21億美元，是歐洲乃至全球最大的「人工智慧+新藥研發」企業。

　　除這兩家業內領先的國內外「人工智慧+醫藥研發」企業外，雲勢軟體、億藥科技、零氪科技均以大數據作為人工智慧加速醫藥研發的支撐，在數據採集、數據分析、深度學習等方面建立相關人工智慧平臺，加速藥物研發、臨床試驗、靶向分群篩選和分析等。

　　近年來，「人工智慧+醫藥研發」領域企業數量不斷增加，賽道逐步趨近飽和，在未來將呈現多點開花的局面。已形成一定規模的企業也將爭相突圍，力爭獲取更多市場份額。

　　五、對「人工智慧+醫藥研發」的幾點建議

　　「人工智慧+醫藥研發」方興未艾，參與主體眾多。對於政府、企業和投資機構，北大科技園分別提出相關建議，以供參考。

　　政府應加強政策引導提升行業發展質量。由於我國「人工智慧+醫藥研發」尚處發展初期，政府層面更應加強對行業的引導，要從行業整體發展規劃、人才培養、企業稅收、財政補貼等方面出臺相應綱領性文件或行業政策，保障行業健康有序發展，為行業的未來打造良好的政策土壤。

　　企業應持續探索合作模式加快技術研發。人工智慧企業與製藥企業應從自身專業角度明細行業角色和權責，在技術迭代、利益分配、責任擔當等方面做好本職工作，並探索出合理的商業模式，健全行業規範。

　　投資機構應多角度審慎考量企業資質規避相關風險。「人工智慧+醫藥研發」處於行業形成期，未來投資標的將大幅增加，投資機構要從企業盈利能力、企業核心技術、企業團隊等方面審慎選擇投資標的，並摸清行業運作模式和發展趨勢，進行合理布局。

　　北大科技園創新研究院依託北京大學強大的科學研究實力，融合北大科技園豐富的科技服務運營經驗與高端專業人才優勢，專注於科技園區運營、區域經濟發展及前沿科技領域產業研究，面向政府與企業級客戶提供宏觀創新發展研究、行業標準制定、創新戰略諮詢及科技產業發展跟蹤等具有前瞻性的研究諮詢服務。

　　圖片來源：本報圖片庫

(責任編輯：韓夢晨)