AI制药合作升温 重塑全球新药研发版图

自2026年以来，全球人工智能（AI）制药赛道的合作热度持续攀升，产学研各方以及中外药企之间的协同创新项目加快落地，人工智能与生物医药的深度结合正迈向规模化应用新阶段。

近日，阿斯利康与清华大学正式签署校级科研合作协议，并共同设立“清华大学（智能产业研究院）—阿斯利康人工智能药物研发联合研究中心”，围绕AI药物发现、转化医学、临床开发等关键方向开展深入协作，推动科研成果更快转化至临床和实际应用。

这一合作正是当前药企加快推进AI战略布局的典型缩影。AI制药在经历2025年的初步探索后，自2026年起进入加速扩张阶段。放眼全球，阿斯利康、辉瑞、强生、赛诺菲、诺华等全球前20大制药企业均已与AI公司展开合作；国内创新药企也在加速引入AI技术，行业正迎来重要发展机遇期。

阿斯利康全球高级副总裁、全球研发中国负责人何静表示，中国在科研能力、临床资源以及创新生态等方面的综合优势愈发明显，正逐步由全球医药创新的重要参与者转变为关键推动力量(7.300, 0.17, 2.38%)。这一变化正促使跨国药企在中国持续寻找创新合作伙伴与合作空间，构建更加开放、高效的全球创新网络。

在传统创新药研发长期受“双十定律”束缚的背景下，AI技术正凭借显著提升效率与成功率的优势，重塑全球药物研发的产业生态。综合开发研究院分析指出，生物医药与AI正由平行演进走向深度融合，建议中国加快优化监管体系、布局AI制药新型基础设施、建设公共临床研究数据库、推进产学研医协同创新，抢抓未来发展主动权。

长期以来，创新药研发一直受到“双十定律”制约，一款创新药从立项研发到最终上市，平均投入超过10亿美元、研发周期超过10年，而且行业整体研发效率仍在持续下滑。

而AI技术的加入，正从工具迭代、路径重构、决策优化等多个维度突破传统研发的效率天花板，成为推动药物研发变革的重要引擎。何静强调，人工智能正在从“效率提升工具”演变为“研发范式重构者”，不断重新定义研发工作的开展方式。在临床前阶段，依托数据沉淀、算力增强和算法进步，AI能够更精准高效地筛选靶点与化合物，促进新型生物标志物发现，并将关键研发判断前移；在临床开发阶段，AI则可优化试验设计、精准识别特定患者群体，从而在全流程中提升研发成功率。

从工具应用层面看，AI技术推动了药物研发各个环节的效率显著提升，直接带来研发成本和时间的大幅压缩。有研究显示，AI在首创新药发现的临床前与临床阶段，最高可使时间和成本降低50%。这一优势在药物虚拟筛选环节尤为突出。

以DrugCLIP模型为例，清华大学智能产业研究院副院长兰艳艳教授向21世纪经济报道记者介绍，该模型使传统药物筛选速度提升了100万倍，这一突破让人类有机会进入过去难以企及的广阔探索空间。类药化学空间约为10的60次方，传统筛选方式只能覆盖极小部分化合物子集，而AI驱动的筛选方法则能够高效遍历高维化学空间并富集活性分子，大幅提高研发效率，并拓展可探索的药物分子边界。

波士顿咨询公司的报告也进一步验证了AI的应用价值。报告显示，AI生成的药物分子在I期临床试验中的成功率可达到80%～90%，显著高于行业历史平均40%～65%的水平，AI有望将新药研发成功率由当前的5%～10%提升至9%～18%。

更为深刻的变化在于，AI正在推动药物研发范式的转变。兰艳艳教授指出，传统药物研发通常依赖科学家先提出假设，再通过长期实验进行验证，其效率很大程度上受限于人类既有知识；而AI所代表的数据驱动模式，能够整合文献、实验结果、知识图谱等多模态海量数据，自动发掘潜在科学假设，在复杂数据关联挖掘方面具备明显优势，为药物研发等高复杂度科研任务打开全新空间。

AI Agent（智能体）的出现，则进一步带来了研发决策层面的质变，有助于破解传统线性研发模式中“误差累积”的难题。兰艳艳教授表示，传统药物研发遵循分步式线性流程，缺乏跨环节决策的前瞻判断，因此早期偏差若不能及时纠正，往往会在后续流程中不断放大，成为研发失败率较高的重要原因。而AI Agent能够整合多个AI模块，实现人机协同和系统化建模，在决策过程中纳入证据收集、假设验证、结果模拟等全维度信息，从而形成贯穿研发全流程的系统性决策能力。

“目前相关技术仍然处于持续演进阶段，这一框架虽然代表前沿趋势，但长链推理能力、复杂任务规划能力等核心技术仍需进一步突破，未来还需要结合真实应用场景与数据持续迭代优化，才能打造具备强大科研能力的‘AI科学家’，推动实现突破现有科研边界的重大创新。”兰艳艳教授补充道。

中国AI制药能够在全球竞争中快速突围，背后离不开多方面独特优势的共同支撑。在兰艳艳教授看来，中国发展AI制药的优势，主要体现在政策扶持、科技实力、人才储备以及生物医药产业基础等多个层面。

在政策层面，近年来国家出台的多项产业政策以及最新发布的“十五五”规划，都将人工智能、生物制造列为重点发展领域，AI for Drug Discovery（AI用于药物研发）也因此成为极具战略意义的发展方向。自AI for Science（AI驱动科学研究）被科技部、国家自然科学基金委等列为重点引导方向以来，国家持续给予系统性的政策与资源支持。

在技术层面，中国人工智能整体实力与美国同处全球第一梯队，大模型领域涌现出DeepSeek、智谱AI、豆包等代表性成果；我国自上世纪70年代起便开始布局人工智能学科，技术迭代与发展长期保持全球前列。在AI for Science战略部署上，我国也早于美国2025年11月推出的“创世纪(7.450, 0.11, 1.50%)计划”，提前两年启动相关安排。

在人才层面，国内高校培养了大量顶尖AI人才，这些人才不仅为本土企业发展提供支撑，也在全球科技高地占据重要席位。理论与实践并重的培养体系，为行业积累了充沛的人才基础。

AI制药要实现技术突破和产业落地，离不开产学研之间的深度协同，这也是中国争取全球领先优势的重要抓手。兰艳艳教授向记者表示，推进产学研合作过程中存在不少挑战，既有成功案例，也有未达预期的合作实践，而合作双方核心理念能否高度一致，是推动合作顺利落地的关键。

何静向21世纪经济报道记者表示，各方首先需要统一目标，即打造真正能够落地的临床解决方案。目标一致是合作开展的首要前提；在此基础上，再将整体工作拆解为可执行的近期任务和中长期规划，循序渐进推进，这才是校企深度合作的核心逻辑。

“从产业层面来看，中国近年来持续加大对创新药发展的支持力度，Biotech（生物科技）企业正加速向创新驱动转型，创新药海外授权规模不断扩大，跨国药企也纷纷把研发中心布局在中国，这些因素共同为AI制药技术落地提供了坚实的产业基础。”兰艳艳教授说。

行业政策仍在不断加码。2025年11月，国家卫生健康委等多部门联合发布《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，明确了2027年和2030年的阶段性目标；2026年初，工信部等八部门联合印发《“人工智能+”行动方案》，强调要建设人工智能驱动的新药发现平台，降低研发成本与研发周期。

据上海市人民政府官网发布的文章，相关机构预计，到2028年全球AI制药市场规模有望达到56.2亿美元。另据麦肯锡预测，从长期看这一市场规模有望达到280亿至530亿美元。中国AI制药正处在快速发展的关键窗口期，据预测，2025年至2030年中国智能制药行业将进入高速增长阶段，市场规模预计突破5000亿元，年复合增长率保持在15%以上。

随着技术持续突破、模式不断创新，AI制药将继续重塑传统药物研发格局，而中国也有望在这一领域走到全球前列，让人工智能更好地服务人类健康事业，带来更多创新成果。

（作者：闫硕 编辑：季媛媛,张伟贤）