[Table_MainInfo] 行业研究/医药与健康护理 证券研究报告 行业深度报告 [Table_InvestInfo] AI+制药：AI 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 累积投资额达 60.2 亿美元，市场规模持续增长，预计到 2026 年全球市场规模将 达到 29.94 亿美元。  AI+制药受到国家政策支持，产业链上下游投资机会多元，应用端百花齐放。AI 制药行业得到国家层面的政策支持，如《“十四五”医药工业发展规划》和《“十 四五"生物经济发展规划》等，旨在推动云计算、大数据、人工智能等技术在新 药研发中的应用。AI 技术在新药研发领域中的应用推动行业快速变革，涉及靶 技术发展迅速，引领制药领域创新变革 ............................................................. 5 1.2 技术革新与政策扶持促进 AI 制药行业快速发展 ................................................... 5 1.3 AI 制药市场蓝海前景广阔 ..................

To 医院、To 药企和 To 个人三大方向。在“AI+医药健康”系列报告（一）和（二） 中，我们重点分析了 AI To 院内和 AI To 个人两大应用方向。本篇报告重点聚 焦 AI 在制药行业的应用，全面介绍了 AI 在临床前和临床阶段的落地情况；同 时作为一种新的药物研发模式，我们基于全球 AI 制药龙头 Schrödinger，重点 讨论 AI 制药的商业模式变迁，并梳理相关公司。 应用主要集中于药物发 现阶段，随着 Deepseek 等大模型技术应用，AI 在临床阶段的应用价值也将 逐渐得到体现。 ❑ 全球 AI 制药行业投融资活跃，MNC 参与达成多项重磅交易。虽然 2023 年全 球资本市场景气度有所下降，但 AI 制药行业融资活跃度仍然保持高位。2024 年全球 AI 制药融资事件为 128 起，总金额为 58 亿美元，接近恢复 2022 年 的巅峰水平，美国和中国是交易最为活跃的两大地区。2017 ........................................................................ 6 图 7：2021-2024 年全球 AI 制药行业融资统计 .................................................. 6 图 8：中国 AI 制药企业融资额（单位：亿元） .............

华润三九属于医药行业制造业。近两年，国际和国内都比较关注的就是 “智能制造”，并且提出了工业 4.0 的概念，同时国家也提出了中国制造 2025 的战略方向，这一战略的意义在于让国家“迈入制造强国行列”，针 对于医药行业也有了相关政策出台，所以，“中药制造业”需要按照国家和 国际的相关发展趋势，思考应该做哪些事情。 1、中药制造现状与痛点分析 （1）现状与痛点分析 从医药行业整体来看 年随着环境变化和供应市场追逐高利润，中药材的种植受到了很大影响， 出现市场上某一药材的稀缺。 综合考虑当前的行业发展痛点，以及智能化、信息化等新技术、新方案的 广泛应用，中药制造业如何由劳动密集型向科技化、智能化转型，这是中 药行业目前面临的挑战。 （2）“智能制造”的思考 三九在中药制造行业里的痛点有三个方面：  生产过程监控乱：持续设备升级和精益管理，设备数及种类多，状态、 参数无法实时监控；生产过程监控数据分散且庞大，未能集中有效利 产等多部门联合协同推动。企业外部可以与科研机构、国际先进企业 积极合作，与产业实现协同发展。  战略推动：智能制造不是独立的，是整个公司前后端战略；需要积极 推动公司战略能力提升。  行业特性：制药行业特殊性，化学腐蚀、特殊产品管制、法规监管、 安全管理等对软件功能提出大量行业个性化需求。中药制造属于传统 行业，需要克服大量技术难点，并符合法规趋严要求，难以短期实现 点状重大突破，需要长期持续积累。

速且较为前沿的领域，随着生物医药和人工智能领域多个里程碑事件发生，推动AI和医药研发相结合，AI制药的诞生也加速生物医药行 业发展，为生命健康领域的发展提供动力。 请务必阅读正文之后的免责声明及其项下所有内容 图：AI在药物研发中的应用 数据来源：智药局，国信证券经济研究所整理 图：全球AI制药行业的市场规模 数据来源：MedMarket Insight，国信证券经济研究所整理 全球AI制药的市场快速扩张，AI技术布局药物研发全产业链 虚拟筛选、蛋白质 结构预测、ADMET预测到临床试验等多个研发阶段，AI技术均能参与 其中，全面布局在药物研发的上、中、下游产业链。 ◼ AI制药行业市场规模快速增长。根据MedMarket Insights预测， 2023年全球AI制药行业的市场规模为12.93亿美元，预计到2031年将 增长至85.02亿美元，2022-2031年复合增长率约为27.2%。 AIDD 制药流程 新药发现

值 3) CDSS与病种质控：临床决策支持服务以人机交互为核心 , AIGC拉升效率 4) AI 健康管理：智能设备监测及分析个人数据，医疗科技乘风而起  AI 制药：当前国内外AI制药行业的主要玩家主要有三类，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 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。 当前国内外AI制药行业的主要玩家主要有三类 AI制药行业主要玩家 资料来源：头豹研究院，西南证券整理 28  人工智能药物发现的领域投入逐年稳步增长。涌入由人工智能驱动的生物技术公司投资额从2020年的481.9亿美元大幅增长至 /AI初创企业合 作 Novartis、GSK均 较早在内部建立AI 部门 复星医药向英矽智能 提供股权投资 2022年以AI制药交易数量计的制药企业Top10（个） 大型药企进入AI制药行业主要方式及部分案例 AI 制药：逐渐完善的行业拼图 资料来源：头豹研究院，西南证券整理 29  AI制药初创型企业：根据Deep Pharma Intelligence数据，202

导致中医药在标准 化、规模化生产方面存在短板。其次，中医药的国际化进程面临严 峻的文化差异和监管壁垒，尽管中医药在亚洲、非洲等地区得到了 广泛应用，但在欧美市场的推广仍存在较大阻力。此外，中医药行 业的科技创新能力相对不足，尤其是在大数据、人工智能等前沿技 术的应用方面，与西医药相比存在明显差距。 具体而言，中医药健康产业的主要挑战包括：  标准化与质量控制：中药材的种植、采收、加工等环节缺乏统 化、数据化水 平，推动产业的可持续发展。 1.3 引入 DeepSeek 的必要性 在当前中医药健康产业快速发展的背景下，传统的信息处理和 分析方法已难以应对日益复杂的市场需求和数据量。中医药行业涉 及大量的历史文献、临床数据、药材信息及患者反馈，这些数据的 挖掘和应用对提升产业效率和创新能力至关重要。然而，现有的技 术手段在数据整合、知识图谱构建和智能分析方面存在明显不足， 导致信息孤岛现象严重，资源利用率低下。 业数据的质量，为后续的深度学习建模奠定坚实的基础。 4.2 数据分析与挖掘 在中医药健康产业中，数据分析与挖掘是 DeepSeek 应用方案 的核心环节之一。通过对海量中医药数据的深度挖掘与分析，可以 从多个维度提升中医药行业的效率与精准度。首先，利用 DeepSeek 的强大计算能力，可以对中医药历史文献、临床数据、 药材信息等进行结构化处理，构建知识图谱。这一过程不仅能够整 合分散的数据资源，还能通过关联分析发现潜在的药物配伍规律、

2024/08/12 索迈特（上海）人工智能科技有限公司 | 孙石光 2 用AI打造药企的“超级员工” 索迈特（上海）人工智能科技有限公司 | 孙石光 （提示词：将生成式AI技术应用于生物制药行业） 3 孙石光 | 合伙人& COO | 索迈特（上海）人工智能科技有限公司 • 东北成长 （ < 18岁） ：全国奥林匹克数学竞赛三等奖、围棋业余5段 • 天津读书（18 -