在科技飛速發展的當下，人工智能正以前所未有的態勢席卷醫療行業。近期，AI技術在醫療領域更是“多點開花”：無論是臨床應用的落地實踐、醫療技術的創新突破，還是醫院服務的優化升級，紛紛頻傳佳音。

近日，全國首個“AI兒科醫生”在北京兒童醫院正式上崗；深圳大學附屬華南醫院、成都市第一人民醫院等醫院完成DeepSeek的本地化部署；瑞金醫院與華為共同發布的病理大模型成為業內焦點。

AI醫療的蓬勃發展令人欣喜，市場亦高度關注AI醫療各個細分方向的發展前景。那么，目前AI醫療應用前景的最佳賽道在何方？AI制藥從研發走向商業化盈利還有多遠？未來AI看病能否成為現實？

對于這一系列熱點話題，近日，《科創板日報》記者采訪了多位醫藥企業高管、行業分析師等，以期管窺一二。

▍大分子新藥領域市場潛力凸顯 訓練用數據量仍為掣肘

近日，《科創板日報》記者采訪多家藥企獲悉，AI技術在創新藥早期研發階段已成功實現“降本增效”，應用價值體現在縮短研發周期、節省成本、提升試驗成功概率等方面。

“在創新藥的研發過程中，AI技術不僅能夠提高研發效率，還能夠提高研發成果的可靠性。”萬邦德董事長趙守明近期接受《科創板日報》記者采訪時提到。據英偉達公開資料，使用AI技術可使藥物早期發現所需時間縮短至1/3倍，成本節省至1/200倍。

榮昌生物相關人士亦對《科創板日報》記者表示，“在創新藥早期研發階段，應用AI技術可以幫助發現更有潛力的新藥靶點、分析差異化競爭優勢實現更好的分子結構設計，能夠顯著提高工作效率且縮短研發周期。”

“在創新藥領域，AI技術主要應用于早期研發環節，如：化合物篩選等。目前來看，在大分子藥物領域的效果較好。”有藥企管理層人士對《科創板日報》記者表示，“目前小分子藥物發現難度很大，要找到有潛力的分子及結構已經非常難，而大分子新藥領域的藥物發現及設計還有很大潛力。”

在小分子藥物領域，英矽智能是具備代表性的AI制藥企業之一，其在小分子藥物研發領域成果較為豐富。其中，該公司ISM001-055是一款 “全球首創” 的小分子抑制劑，由生成式AI驅動藥物發現與設計過程，靶向TNIK用于特發性肺纖維化（IPF）治療，在IIa期臨床試驗中取得了積極的初步研究結果。

近期，英矽智能也將目光瞄準大分子藥物領域。2024年7月，該公司推出了一款用于創新蛋白質工程的AI工具Generative Biologics，旨在加速下一代大分子藥物的開發。

“通過將先進的機器學習模型與生物學專業知識相結合，AI有望在預測抗體結構、識別結合位點以及設計具有更強特異性、有效性和安全性的候選藥物方面提供創新的解決方案。”英矽智能聯合首席執行官兼首席科學官任峰博士表示。

當前，創新藥行業正積極擁抱AI技術，眾多創新藥企紛紛投身這股浪潮之中。恒瑞醫藥內部已全面開展DeepSeek應用并將其納入干部年度工作考核；百濟神州副總裁王英群近期表示，該公司已將AI應用到研發和生產制造環節，未來2-3年，該公司計劃探索局部區域的AI智能預測和自治。

盡管AI技術在創新藥研發領域的促進作用毋庸置疑，但在AI制藥的實際應用進程中，也存在著諸多制約因素。

“首先是數據量較小。因為各家藥企的藥物設計均是保密，公開信息較少，且在該環節的AI數據訓練上，對數據嚴謹性、準確性的要求高。因此，在此基礎上的公開、準確的有效數據量較少。”上述藥企管理層人士對《科創板日報》記者進一步補充道。

“毫無疑問，AI制藥是今后重要的技術趨勢，但目前整個行業仍處于摸索階段。如何完全最大化地發揮AI技術的作用，對藥企研發人員來說，也存在認知和能力上的不足。”榮昌生物相關人士進一步補充道，“在業務規劃上，后續公司將推動IT部門與研發部門的合作，進而加快AI技術的應用。”

▍AI影像產品發展邁入快車道 新興市場現出海機遇

《科創板日報》記者了解到，相較于創新藥研發環節，AI技術在影像領域的應用成熟度較高。自2020年獲得首個醫療器械三類證的注冊審批以來，AI醫學影像產品的發展進入快車道。

據頭豹研究院測算，隨著醫學界對其認可度和使用率的提升，人工智能預計將迅速滲透中國醫療影像行業。2020年至2030年，CT掃描中AI滲透率預計從1.2%增加至44.8%，MRI中AI的滲透率預計從0.0%增加值40.2%，超聲中AI的滲透率預計從0.6%增加值40.8%。

“早在前幾年，AI技術已開始應用在影像領域。早期AI技術僅能用于圖像識別，目前已能夠實現影像診斷。總體來說，該領域的成熟度更高。”上述藥企管理層人士向《科創板日報》記者提到，“近期由于出現了諸如DeepSeek這類更好的模型，診斷精確度有望進一步提升。”

近日，聯影集團有關人士在接受《科創板日報》記者采訪時表示，“公司早在2017年便開始布局AI影像相關技術，彼時成立了子公司聯影智能。”

據介紹，該公司AI產品覆蓋診斷輔助、智能質控等細分領域，同時也在布局大模型領域。其中，在輔助診斷方面，該公司已獲得12張NMPA三類證。

AI大模型方面，該公司于2024年發布uAI影智大模型，同年12月，由聯影智能與中山醫院共研的文本大模型“有愛小山-病例助手”入選上海首批醫療應用場景案例。“目前，該系統已在中山醫院呼吸內科其中一個病區進行應用研發和試點，累計使用量超370例。”聯影智能方面對《科創板日報》記者表示。

前文曾提到，AI訓練用數據的匱乏是掣肘AI制藥發展的一大因素之一，而在AI醫療影像領域，來自數據方面的困擾則相對較少。

據聯影集團介紹，影像相關數據系通過國家級、政府牽頭的項目，與全國一批醫院開展產學研醫合作，經醫生專業標注和檢驗。“此外，對于很難獲取的數據，可以用生成式AI的思路來解決問題。”相關人士還補充道。

頭豹研究院分析師郝世超表示，頭部廠商在AI影像系統研發時便與院端展開合作，不僅在產品的準確性上取得優勢，且產品也通過合作與試用模式在院端得到了廣泛推廣和使用，為快速商業化奠定有利基礎。

截至2024年5月，中國已有85款AI醫學影像產品獲批三類證。其中，肺部、心血管和腦血管領域獲批產品最多，分別為22款、20款和15款。

值得一提的是，除國內市場外，AI醫學影像產品在海外市場的發展潛力同樣不容小覷。“AI影像大模型在‘一帶一路’國家出海機遇較大。”聯影集團相關人士對《科創板日報》記者直言，一部分非洲地區國家的醫療資源并不充沛，在該地區AI影像的潛在市場空間較為廣闊。”

其他應用層面，近期，市場中涌現大量患者使用DeepSeek等AI大模型看病的消息。

目前AI大模型對部分通用性較強的處方診斷結果具有一定參考性。一位上海三甲醫院在職醫生近日對《科創板日報》記者表示，“DeepSeek的中藥分析還算準確，因為AI軟件在研發過程中有很多中藥典籍等數據訓練，所以能夠實現融會貫通。”

不過，在臨床上，AI做出醫療級別的診斷仍較難實現，且責任主體難以界定。“醫療診斷需要對應主體負責任，AI無法實現這一點。醫療處方必須由具備資質的醫療機構和醫生開具。”上述藥企管理層人士表示，在目前的醫院場景下，AI智能導診、醫院智能運營管理仍為主要應用方向。