政策红利下的冷思考与热期待。最好，人人都当掘金者。 AI制药的黄金期真来了。 4月24日，国家相关七部门联合发布的《医药工业数智化转型实施方案（2025-2030年）》（下称，《方 案》），如同一剂强心针，瞬间点燃了资本市场对AI制药的期待。港股AI医疗概念股应声上涨，A股中的 部分AI医疗股也出现了不同程度的上涨。 细心的投资者或许还会记得，不久前，美国食品药品监督管理局（下称，FDA）在耗费十年时间、十亿美 元的投入，但成功率却只有十分之一之后，宣布将终止临床前药物开发中的动物实验，通过采用更高效、 更贴近人体的方法取而代之。 数据显示，仅2025年第一季度，全球至少有38家AI制药公司获得了总计超过17.5亿美元的融资。包括英矽 智能获1.1亿美元E轮融资，本轮融资后，英矽智能估值超过10亿美元。 但喧嚣背后却有个尴尬的现实仍悬而未决：全球尚无一款完全由AI技术研发的新药成功上市。那么，AI 制药究竟会不会形成泡沫还是值得期许的未来？ 01 目前，AI制药面临着数据割裂与标准化缺失等问题。医药产业链条长、环节多，从研发到生产、流通，数 据分散在药企、医院、CRO（合同研发组织）等不同主体。部分药企因质量 ...

• 临床试验进展缓慢： 尽管AI技术在分子设计、靶点发现起到提升效率和优化设计作用，但药物研发仍 需经过湿实验及较长的临床周期验证，产品进展存在不确定性。 本期Banglink从创业邦独家企业数据库睿兽分析精选11家AI药物研发领域优秀企业，覆盖多组学数据整 合、蛋白质结构预测、分子模拟优化、自动化实验平台、成药性智能评估等多个技术领域。如对精选项 目感兴趣，欢迎扫码进行委托联系！ AI药物研发是以数据驱动、算法赋能为核心，通过机器学习、生成式AI等技术重塑药物发现、优化及 临床试验全流程的创新领域。随着全球医药产业对效率提升的迫切需求，AI正从辅助工具升级为核心 驱动力 —— 据BCG报告，AI设计的药物分子在Ⅰ期临床试验成功率达80%-90%，远超传统方法的 40%-65%；部分企业已将药物发现周期从5-6年压缩至2-3年，研发成本降低30%-50%。 政策与资本双重加持下，行业进入爆发期：各国纷纷将AI制药纳入战略规划，国内《卫生健康行业人工 智能应用场景参考指引》明确84种应用场景，资本加速布局，2024年全球AI制药融资超50亿美元，晶泰 科技、英矽智能等企业管线快速推进，多款AI设计药物进入Ⅱ/Ⅲ ...

■ AI制药概览。 AI制药即人工智能驱动药物研发，包括靶点和药物发现、临床前实验设计、临床开发及老药新用等多个方向。其中，靶点和药物发现与临床研发需 求强烈&市场空间大，是AI制药的主要方向。纵观AI制药的发展历程，随着计算能力和数据量的大幅增长，AI制药已经进入应用拓展阶段，传统的计算机辅助药物 设计（CADD）也升级为人工智能驱动药物研发（AIDD）。 ■ 需求和政策推动下，AI制药投资持续增长。 随着低垂果实的摘取，新药研发难度不断增大。为了提升研发效率，降低研发成本，AI制药的需求不断凸显。政策方 面，AI制药已经成为国家重点支持方向，欧美也在完善政策支持和指引。2015-2022年，AI制药投融资年复合增速达49.7%。即使在全球医药投融资市场较弱的2022- 2024年，AI制药投融资仍相对活跃。行业规模来看，预计2028年全球AI制药市场规模达56.2亿美元。据麦肯锡预测，长期来看市场规模有望达到280-530亿美元。 ■ 靶点与药物发现：应用范围不断扩大，但仍需湿实验共同验证。 该部分是AI制药最早探索的领域，技术更多是传统的知识图谱、深度学习等。整体来看， AI技术 可以通过快速深度挖掘与 ...

作为第一家根据18C章程在港上市的特专科技公司，晶泰科技上市后发布的首份年报。 本文为IPO早知道原创 作者｜ Stone Jin 微信公众号｜ipozaozhidao 据 IPO早知道消息， 晶泰控股 有限公司（以下简称 " 晶泰科技 "）于 3 月 2 8 日发布了 2 024 年全年业绩报告。这也是 晶泰科技 作为 第一家根据 18C章 程 在 港上市 的特专科技公司 、上市 后发布的首份年报。 财报显示， 2 024 年 晶泰科技营业收入同比增长 53%至2.66 亿元（人民币，下同） ，超过 Bloomberg一致预期8.4个百分点，超过富途一致预测9.1个百分点。 尤其是， 2024年下半年同比 增速高达73% 。 值得注意的是， 晶泰科技 也提前 达成港交所对商业化企业的收入门槛要求（ 2.5亿港币） 。 而一旦维持前述 5 0% 至 7 0% 左右的增速， 晶泰科技 最早或将在明年上半年 实现 EBITDA平衡 。 2024年 ， 晶泰科技 的 经调整净亏损收窄 13%至4.57亿 元 ，优于 Bloomberg一致预期22个百 分点 。 其中，晶泰科技 2024 年继续保持高研发投入（全年研 ...

Investment Rating - The report maintains a "Positive" investment rating for the AI pharmaceutical industry [1]. Core Insights - The integration of AI technology with biopharmaceutical development can accelerate drug discovery and development, revealing new biological mechanisms and predicting new drug targets, particularly for complex diseases [5]. - The AI pharmaceutical industry has seen significant investment growth, with total investments reaching $60.3 billion by August 2023, a 27-fold increase over the past nine years [12]. - The AI pharmaceutical industry is characterized by a rapid growth trend, particularly in drug discovery and preclinical research, with an average annual growth rate of 36% from 2010 to 2021 [16]. Summary by Sections AI Pharmaceutical Industry Overview - The introduction of AI technology addresses the high costs and low success rates associated with traditional drug development, which averages $2.6 billion and takes over 10 years [8]. - AI in pharmaceuticals has evolved through three phases: early theoretical development (1956-1980), the rise of computer-aided drug design (1981-2011), and rapid growth with increased capital investment since 2012 [9]. Market Size - AI-driven pharmaceutical investments peaked at $13.68 billion in 2021, driven by the COVID-19 pandemic, but fell to $10.2 billion in 2022 due to global economic downturns [12]. - The United States leads in AI pharmaceutical companies, accounting for 55.1% of the total, followed by Europe and the UK [13]. AI Pharmaceutical Technology Principles - The three key components of AI are data, computing power, and algorithms, with advancements in GPU and cloud computing significantly supporting AI pharmaceutical companies [29]. - AI algorithms, including machine learning and deep learning, are crucial for processing diverse data types and improving drug discovery processes [38]. Applications of AI in Pharmaceuticals - AI is primarily utilized in drug discovery and preclinical research stages, focusing on target discovery, compound validation, and drug design [41]. - AI techniques enhance the identification of drug targets by analyzing multi-omics data and utilizing computational methods to discover potential therapeutic targets [45]. AI Pharmaceutical Industry Chain and Policies - The AI pharmaceutical industry chain consists of upstream components (computing power, algorithms, data), midstream applications (AI + biotech, AI + CRO), and downstream traditional pharmaceutical companies [18][19]. - Regulatory policies are gradually emerging to support the AI pharmaceutical sector, with various initiatives launched in the US, Europe, and China to promote AI applications in drug development [22][24].