技术蓬勃发展， AI+制药行业潜力巨大 [Table_Summary] 投资要点：  AI 技术蓬勃发展，AI+制药有望成为下一个黄金赛道。AI 技术通过机器学习和深 度学习等手段，已经在药物发现、临床前研究和临床试验等全流程中发挥重要 作用。从 2007 年的早期探索至今，AI 制药技术经历了技术积累、验证和快速发 展期，目前正处于一个技术创新活跃、政策扶持明显、市场前景广阔的阶段。 AI 特性预测、临床试验结果预测、 药物重定位、晶型预测和逆向合成分析等多个关键环节。AI 制药技术的应用有 望缩短药物研发周期，降低成本，提高研发成功率。AI 技术使得从药物设计到 临床试验的全流程更加高效，为传统药物研发带来创新变革，并展现出在药物 研发领域的广阔前景和巨大潜力。  CRO 公司加速布局 AI+制药应用技术。CRO 药物研发外包公司的 AI 技术应用正 逐步深化，涵盖药物发现的各个环节，从靶点识别、化合物筛选、结构预测到 逐步深化，涵盖药物发现的各个环节，从靶点识别、化合物筛选、结构预测到 药物设计等。维亚生物建立纵向 AI 应用技术平台加速先导化合物发现；泓博医 药持续推进 PR-GPT 多模态大型语言模型的应用；成都先导依托 DNA 编码化合物 库技术与 AI 技术结合，优化苗头化合物的识别过程；药石科技利用其分子砌块 库结合 AI 技术，开发动态化学空间，并通过一站式计算筛选平台，提供全面的 活性化合物筛选服务。随着 AI 技术的不断进步和 CRO

大型药企包括传统药企及CRO企业。根据Deep Pharma Intelligence数据，截至2022Q1，全球参与AI药物研发 的大型药企超过56家，其中包括超36家传统药企和20家CRO企业；相关互联网头部企业超31家，AI制药初创型企 业超过495家。 1) 逐渐完善的行业拼图 2) AI在多疾病领域广泛应用 3) AI可参与药物开发过程多个阶段  AI 智慧药房及药店分销：AI赋能连锁药店主要集中在四个领域 文本：文字+代码信息内容加工 音频：音频内容加工创作 图像（静态）：图片处理+图片 制作 图像（动态）：视频处理+3D模 型加工 ChatGPT 实体经济的AIGC: 新产品、新流程、新药物的 智能设计生成 文化艺术的AIGC: 广告、动漫、影视、绘画、 音乐、儿童教育的智能内容生成 城乡发展的AIGC: 城市规划、美丽乡村、线上 会议、生态推演等智能模拟的生成 AIGC的创造力发展归功于算法领域的技术积累 AI 制药：AI在多疾病领域广泛应用 AI 制药：AI可参与药物开发过程多个 阶段 27 AI 制药：逐渐完善的行业拼图 即大型药企、AI制药初创型企业和互联网头部企业，其中大型药企包括传统药企及CRO企业。根据Deep Pharma Intelligence数 据，截至2022Q1，全球参与AI药物研发的大型药企超过56家，其中包括超36家传统药企和20家CRO企业；相关互联网头部企业

了算法与行业工作流的深度结合，更吸引了恒瑞医药、医渡科技、东软集团 、鹰瞳科技等头部企业加速布局，覆盖从辅助诊疗到药物研发的全链条智能化升级。政策端亦为AI医疗注入强劲动能：2024年11月，《卫 生健康行业人工智能应用场景参考指引》发布，明确84类应用方向，涵盖医学影像分析、智能药物研发等核心领域，为技术落地提供了顶层 设计支撑。而2025年2月18日即将发布的华为瑞金病理模型，则进一步凸显了A 疗、智云健康、九安医疗、乐心医疗、三诺生物。  AI 制药：缩短药物研发周期，助力靶点发现及临床疗效预测。1）逐渐完善的行业拼图，行业玩家逐渐增加；2）AI在多疾病领域广泛应用 ，肿瘤（37%）、免疫学（21%）及神经病学（14%）领域占比最大；3）AI可参与药物开发过程多个阶段。其中涉及AI虚拟筛选、药物发 现、优化药物结构、临床试验优化、建立疾病风险模型、肿瘤精准治疗等。商业化落地中等， 医疗信息化 辅助临床决策 03 AI 健康管理 04 AI 制药 05 AI 手术机器人 06 如何看待这些应用方向之间的关系 资料来源：西南证券 诊断 药物治疗 手术治疗 AND/OR 终极理想是个人医 疗大数据包，所有 医疗数据/临床数据 /检验数据/体检数 据/基因测序数据/ 单一医学影像设备 的诊断数据的融合 ，不断更新 根据个人医疗数据

[Table_Tag] [Table_Summary] 投资要点 ◼ AI 有望颠覆诊断、药物研发和治疗流程。近期，Tempus.AI、Doximity 等美股 AI 医疗公司涨幅显著，木头姐近期发布的《Big Ideas 2025》中 指出，人工智能将颠覆诊断、药物发现和治疗，到 2030 年，整个行业 的表现将提升几个数量级。世界经济论坛发布报告认为，预计 2024 年 —2032 支付审核、智能报销指引、基金监管监测、医保个人健康档案管理等。 ◼ AI+制药：AI 赋能药物研发已经取得实质性进展。AI 技术在难成药靶 点、罕见病、复杂疾病抗药性、创新药检验检测等复杂领域有广泛的应 用。根据 ARK Invest 分析， 1982-2022 年来，药物开发的回报率呈现 下降趋势，从 20%左右降至 10%左右。此前 AI 已经将药物研发时间缩 短了 2-3 年，这使得专利的经济价值增加了 30-50%，未来 . 13 请务必阅读正文之后的免责声明部分 行业点评报告 东吴证券研究所 3 / 14 图表目录 图 1： 2030 年 AI 将促进诊断、药物发现、治疗环节等环节表现提升几个数量级 ....................... 4 图 2： AI 病理诊断流程 .....................................

SOT 内 部 数 据 新药情报库 bypatsnap Bio by patsnap Chemical by patsnap 自研数据 自有数据 药物交 易追踪 专利追 踪 构建路径 流 病 数 据 临 床 数 据 专 利 数据 文献 数据 新闻 数据 LM 管线 数据 个 ● 入 口 1 : 通 过 芽 脑 ， 为 生 命 科 学 探 索 创 造 无 限 机 会 学 提 取 实 体 支持药物、配点、适应症。公司四类实体的识别 上传文档》 田 提 取 表 格 支持 PDF 表格中的文本控取和 Exo 下鞋 上传文档》 商洁深 度 探 索 您可以问我这些： 药物见争格局 siRNA 药物的适应症有哪些 ? 临床试验与潘证医学 度伐利尤单抗针对非小细胞肺癌的临床结果有哪些 ? 2170126-744 日 inchikey UFINDUIRNIYI SNBHOTEVA AN 结构类型 洒性药他 9 来源 问题：根据 PDB 库和智慧芽数据库的信息，给出药物 BMS986278 和 靶蛋白的结合模式 查面 ia 构 结合模式分析 2. 优异药代动力学：在啮齿类和非人灵长类动物中显示高口服生物利用度 ( 大鼠 75%, 食蟹猴 93%)

性化方案生成） 为客户提供个性化用药方案；用户健 康数据与Labcorp实验室测试结果联 动分析 DTC订阅制 （远程医疗+药物配送） 海外代表公司案例——Hims & Hers Health ◥ 核心业务领域 ➢ 性健康：提供包括勃起功能障碍治疗药物（如他达拉非咀嚼片）等产品，注重隐私保护和减少用户羞耻感，例如采用匿名包装设计。 ➢ 皮肤与头发护理：针对脱发问题，推出非那雄胺与米 诺地尔混合喷雾等产品，结合医疗咨询与定制化解决方案。 ➢ 心理健康：通过平台连接持牌医疗专业人员，为用户提供心理健康咨询服务及相关药物。 ➢ 减肥与代谢健康：推出GLP-1类复方药物（如司美格鲁肽），利用仿制药供应链满足市场需求。 ◥ 商业模式 ➢ 订阅制与会员模式：90%以上收入来自订阅服务，用户可通过月度付费获取定期配送的药品及在线医疗服务，类似“药品领域的Costco”。 ➢ 直接 700% HIMS & HERS HEALTH 海外代表公司案例——Hims & Hers Health 业务亮点 ◥ GLP-1药物布局带来快速增长：公司通过个性化口服化合物、品牌药和非专利GLP-1组合切入减肥市场，计划2025年推出首款通用型 GLP-1药物利拉鲁肽。其减肥解决方案定价（如口服方案每月79美元、GLP-1注射剂每月199美元）具备大众市场吸引力。 ◥ 高用户留存率：GL

应用场景，通过 虚拟空间和现实空间的协同联动，促进企业内部和企业之间高 效协同，助力制造业高质量发展。（责任单位：省经信厅、省 发展改革委、省科技厅） 2.探索“元医疗”场景应用。探索构建药物开发试验、手术 预演、心理/精神疾病治疗、医学影像等领域的“元”医疗场景， 加快推动元宇宙在医学教育培训、医疗护理服务、远程医疗问 诊等应用服务创新。构建全生命周期健康管理模型，打造线上 线

体发展的安全防线。 商业层面，未来十年智能体将驱动各产业 发生范式革命。早期，智能体聚焦于提升运营 与办公效率，化身客服、销售与办公助手，催 生出千亿美金产业。中期，它会变革生产方式， 比如在 AI 药物研发、专业服务咨询等领域，大 幅降低科研与生产成本，有望缔造万亿美元产 业。而到远期阶段，智能体将重构产品与体验， AI PC 等新产品引发办公革命，具身机器人成为 人们的贴身助手，有望开拓出十万亿美元产业。 的预防，从而有效延长人类的健康寿命；在疾 病应对期，跨模态 AI 整合医学影像、基因组学 检测结果与电子病历等，为医生提供个体化诊 疗建议，同时，AI 驱动的药物研发与虚拟临床 试验大幅缩短新药上市周期，并能为患者快速 匹配最优药物组合；在康复管理期，沉浸式康 复设备与远程监测平台让家庭成为康复空间， 社区医疗提供持续追踪与看护；在长期照护期， 历史证明，技术本身并非目的，只有与真实的 生和患者直观理解各种取舍。对于复杂病例， AI 甚至能超越指南，依据特殊基因或代谢特 征，提出更具针对性的创新疗法。 AI 的作用还延伸到新药研发。遇到疑难病 例时，AI 不仅帮助选择现有药物，还能根据分 子特征检索组学数据，发现潜在靶点并推荐实 验性疗法，推动“为某个患者开发一款药”成 为可能。科研、医院和药企借助超大规模算力 和高速网络形成闭环，分子模拟、虚拟筛药和 临床试验在云与边缘协同下高效完成，显著缩

分析复杂的气象现象，提供准确的气象预 报，帮助人们做出应对气候变化的决策 生物信息学 在生物信息学领域，大模型可以用于基因 序列分析（识别基因中的功能元件和变异 位点）、蛋白质结构预测（推测蛋白质的 二级和三级结构）、药物研发（预测分子 与靶点的相互作用）等 3.1 大模型的行业应用领域 实例：百度大模型应用 3.2 DeepSeek大模型的应用场景 3.2 DeepSeek大模型的应用场景 n 客户服务与支持（高频应用） 考试，防止作弊 来自对网络资料的整理 3.2 DeepSeek大模型的应用场景 n 医疗与健康（中频应用） 初步医疗建议：健康应用集成DeepSeek，为用户提供 症状分析和就医建议 药物提醒：健康应用使用DeepSeek提醒用户按时服药 医疗数据分析：医院使用DeepSeek分析患者数据，提 供个性化治疗方案 疾病预测：健康应用使用DeepSeek分析用户健康数据， 预测疾病风险

人类能力的边界，实现细胞级诊疗，通过计算机视觉、新型磁控材料与 微小型磁性物体影像追踪设备等研发，以及可视化微纳操作技术与磁控 微纳游动机器人生物体内靶向给药技术的发展，纳米机器人可以完成细 胞内的靶向治疗工作，实现血栓清除、药物递送、癌症治疗等作业，构 建普惠、精准、有温度的医疗未来。 在物流运输领域，物流机器人具备较强的自主决策和学习能力，能 够适应更复杂、多样化的任务，是有望降低流通成本、辅助构建高效、