2024年AI+CRO行业研究报告.pdf

AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章1AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章1序言序言当今医药研发领域，人工智能（AI）与合同研究组织（CRO）的融合正引领一场革命性的行业变革。AI+CRO行业，凭借其创新的技术融合和智能化服务，正重塑着药物研发的每一个环节，不仅极大地优化了研发流程，更显著提升了研发的效率与成功率。作为医药研发领域内迅速崛起的一股力量，AI+CRO行业的发展依托于AI技术的突飞猛进，尤其是机器学习、深度学习以及生成式人工智能等前沿技术在药物发现和开发过程中的创新应用。这些技术通过提高药物筛选的精度、优化临床试验的设计、降低研发成本，并提升项目成功率，为行业带来了深远的影响。在全球医药市场持续扩大和药物研发成本不断攀升的背景下，AI+CRO行业正展现出无可限量的市场潜力和广阔的应用前景。目前，AI+CRO行业正处于一个快速发展的黄金时期。放眼全球，无论是充满活力的初创企业还是根基深厚的传统CRO巨头，都在积极拥抱AI技术的融合与应用。这一趋势不仅加速了行业技术的革新，也激发了商业模式的创新，预示着医药行业将迎来更多激动人心的变革和发展机遇。这一趋势正在推动行业技术的革新，对商业模式产生了深远影响，医药行业将会迎来一系列变革和发展机遇。随着AI技术的持续进步，AI+CRO行业预期将成为推动医药行业发展的关键引擎，实现更加高效、精准的药物研发。它将引领行业迈向更高效、更个性化的未来，为患者带来更快速、更有效的治疗方案，为医药研发领域带来无限可能。AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章1AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章1第一章第一章 AI+CROAI+CRO 行业综述及产业链布局状况研究行业综述及产业链布局状况研究AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章21.1AI+CRO行业发展历程与现状1.1.1 行业发展历程CRO（Contract Research Organization，合同研究组织）行业的诞生和发展与全球医药研发活动的演进紧密相关。为了应对药物开发过程中越来越重的挑战，药企和生物科技公司开始将非核心的研发活动外包给CRO公司。这些公司通常具备专业的人才和丰富的项目管理经验，能够提供从药物发现、临床前研究到临床试验的全方位服务。传统CRO通过提供专业化、定制化的服务，以及建立全球服务网络，在巨大且庞杂的医药市场中占据关键角色。生物制药的反摩尔定律指出，随着时间的推移，药物研发的成本并非固定不变，而是呈现上升趋势。这一背景下，分工明确的专业组织显得尤为重要，由此也催生了对小型生物技术公司和CRO的需求。人类在物理、化学、生物等领域的技术进步和知识积累，天然地导向流程更加细化的医药产业格局。近年来，随着计算机模拟、机器学习和深度学习以及生成式人工智能等技术的飞速发展，科学家们正在积极探索将这些创新技术融入制药流程，以期实现降本增效，解决生物制药行业目前面临的诸多难题。CRO作为新药研发的重要环节，成为验证和应用这些新技术和新思想的关键。在算法不断迭代的过程中，科研团队致力于寻找提高效率的具体应用方法，并探索被市场认可的商业模式，为CRO行业带来了新的发展可能性。自2020年以来，AI与CRO结合的模式已经得到了更广泛地验证和认可。AI技术正逐步渗透到CRO行业中，在具体应用层面探索多样态路径。这种趋势不仅吸引了初创企业在AI+CRO领域崭露头角，也促使传统的CRO企业积极布局，不断尝试将AI技术融入其服务中。在多年来的市场教育下，不少传统药企和生物科技公司对AI+CRO的接受程度也在逐步提升，AI+CRO的模式有望成为未来药物研发的重要方向。以Schrdinger、Valo Health 为代表的生物科技公司，专注于临床药物研发的技术创新，通过其高质量AI技术药物发现平台，依托大量生物领域数据，以AI技术+CRO的服务模式，结合干湿实验，为药物研发提供创新解决方案。同时，传统CRO公司也在不断拓宽技术模块，作为传统CRO巨头，药明康德2018年就与Schrdinger合资成立Faxian Therapeutics，加速新药发现；20182020年，先后投资6家AI制药公司，展示了其对新技术的试探和布局。同样的，药石科技作为国内药物砌块分子的头部，开发了基于超大成药化学空间的人工智能药物发现技术AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章3平台，以提升了新药物分子设计的成功率。美迪西作为创新药CRO公司，也在积极探索AI技术在临床研究中的应用，通过AI算法对临床数据进行分析,以期提高临床试验的设计质量和执行效率。泓博医药也从2019年就开始持续布局计算机模拟和AI技术。AI+CRO行业正成为医药研发创新的一个活跃领域，企业正在考虑或实施将AI技术集成到CRO服务中，以寻求在竞争激烈的市场中提升竞争力。创新始终是CRO行业的主旋律，而人工智能作为引领新一轮科技革命和产业变革的重要驱动力，为所有CRO企业展开了一个机遇和挑战并存的未来。AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章41.1.2 行业技术发展现状CRO行业覆盖了整个制药流程，包括靶点发现和确认、化合物筛选和合成、安全性评估、临床试验等环节，CADD（计算机辅助药物设计）和AIDD（人工智能辅助药物设计）在这里有充分的机会得到测试和验证。图 1-1CRO行业具体业务情况资料来源：中商产业研究院，智药局从20世纪80年代计算机辅助药物设计技术的逐渐成熟，到如今机器学习和深度学习算法在药物发现中的革命性应用，数据化、信息化、智能化成为现代制药流程的大趋势，这也为CRO提供更为有效的开发手段，辅助其做出更准确的研发决策。整体来看，AI技术可以应用于药物研发的各个阶段，具备广阔的发展空间。在早期药物发现阶段，高通量筛选技术、组学数据的开发以及 CRISPR-Cas9 技术，结合AI算法，为精准疗法提供了前所未有的新思路，在提高药物筛选效率的同时，也推动了众多新靶点、新药物的发现。随着药物进入临床前研究阶段，AI技术在毒理学、药代动力学和合成工艺等方面的应用，进一步提高了研究AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章5的精准度和效率。AI模型能够预测化合物的毒性和在体内的动态行为，同时优化合成路径，加速了药物进入临床的准备工作。AI技术在临床试验设计、患者筛选以及数据收集与分析方面的贡献同样不可忽视。可穿戴设备和远程监测技术的应用，以及远程智能临床和真实世界证据的整合，使得临床试验更加便捷、可及，降低患者招募成本的同时，拓宽了开发人员在药物疗效、不良反应、患者评价等领域的信息来源，AI为CRO带来的改变已切实可感，AI+CRO正从一句口号演变为产业界的集体行动，在仍处于中小规模的AI“原生”CRO崛起的同时，全球CRO巨头们也着手自建或合作开发AI技术平台，积极将人工智能融入公司业务之中。各方的积极态度与动作，侧面反映出AI+CRO的巨大商业价值。当前，全球AI制药市场正处于验证期，据测算，随着第一批AI辅助药物成功上市，到2026年后全球AI制药市场规模将显著扩大，市场对于AI方案的需求也将明显增加。作为药物研发领域的重要流程与业态，CRO对AI的结合尚处于初级阶段。长期来看，技术发展具有确定性，但短中期会受到竞争格局变化、地缘政治风险、金融周期起落等不可控因素，可以预见的是，AI与CRO的融合还将经历多个“快速发展验证调整”周期，AI+CRO的发展将经历一个曲折向上的发展历程。AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章61.2产业链生态全景图谱1.2.1 产业链结构梳理图 1-2产业链结构梳理资料来源：智药局AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章7上游上游AI+CRO产业链的上游，主要由AI技术和生物实验两大部分组成，共同构成了产业链的基石。软件、硬件和数据是构建AI技术的三个关键要素。软件层面，各种算法和模型是AI的大脑，而硬件，如GPU、CPU、DPU等，为这些算法提供必要的算力支持，数据则来源于公开的科学数据库和专有实验数据集。CRO涉及广泛，需要多领域的专业知识和设备支持，这就引出了包括学术研究机构、专业科研服务公司以及生物技术商在内的组织。而AI与生物实验的结合催生了数字化实验室的诞生。这些实验室利用自动化实验操作大幅提升科研效率，并通过AI处理和分析大量实验数据。此外，AI技术在生物仪器中的应用也日益广泛，例如西湖欧米等公司将AI技术融入生物仪器，对数据进行更丰富的分析，提升了基因测序和蛋白质测序的效率和准确性。上游关键技术与设备的进步，为整个CRO行业的底层创新提供了动力，而随着近年来以AI为代表的智能化信息技术成为行业上游的重大变革，对CRO中下游厂商产生深刻影响，AI+CRO的渗透率有望进一步提升。AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章8中游中游在CRO行业中，企业根据其商业模式和对AI技术的融合程度可以分为三个主要类别：AI+CRO、SaaS-CRO以及CRO+AI公司。这三类公司均在积极探索如何利用AI技术来提升服务质量和市场竞争力。图 1-3AI+CRO公司全球分布情况资料来源：智药局AI+CRO代表以AI技术为核心的CRO公司，专注于AI在药物研发中的应用。这类公司以AI技术为主导，提供基于AI的计算平台和药物研发服务。利用AI的强大数据处理和模式识别能力，提供差异化CRO服务，通过迭代AI模型，为行业长期痛点提供可行的解决方案，以此吸引并保留客户。SaaS-CRO代表提供基于订阅模式的云端软件服务（SaaS）的CRO公司，侧重于提供灵活的AI工具和平台。这类公司提供基于云端的软件服务（SaaS），通过订阅模式为客户提供便捷的AI工具。这类公司可能不直接参与湿实验，而是专注于提供化合物分子或多肽分子的优化和筛选服务，侧重于AI在生命科学中的泛化能力。CRO+AI代表将AI技术整合到传统CRO服务中的公司，强调AI作为增强服务的工具。这些是传统CRO企业，面对技术革新和市场竞争，通过引入AI技术进行转型。它们通常在行业内有稳定的市场基础，通过自建AI部门、收购Biotech公司或与AI科技公司合作，将AI技术融入服务中，以增强服务能力、提高研发效率和降低成本。药明康德在2018年布局 CADD，正是这种转型思维的体现。AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章9产业链中游的公司通常采用混合商业模式，结合AI技术支持的CRO服务和软件销售。它们可能以研发管线为核心，通过收/并购拓展业务范围，提供包括分子筛选、对接、生成以及临床前候选化合物性质预测等全流程服务的智能平台。产业链的中游是AI+CRO行业的主体部分，AI技术与CRO服务的整合为药企提供了更加全面和高效的解决方案，增强了CRO行业的市场适应性和整体竞争力。根据制药流程的不同阶段，中游还可以划分为临床前和临床阶段。目前，临床前AI技术相对成熟，但考虑到临床试验在整个药物研发过程中花费了最高的资金和时间成本，同时失败率也最高。所以未来AI与临床CRO的结合，将是影响整个AI+CRO行业的关键点，对潜在市场空间与竞争格局具有决定性影响。图 1-42023年CRO市场结构及规模资料来源：Frost&Sullivan，智药局AI技术能够通过精准的数据分析和模式识别，优化了临床试验的设计和执行，显著提升了试验的效率和成功率。还能降低患者招募、数据收集和分析相关的成本，同时通过预测分析帮助研究人员更好地管理风险。AI的应用还推动了个性化医疗的发展，使临床试验更加贴合患者的个体差异，从而提高了治疗的有效性和安全性。此外，AI技术促进了远程智能临床试验的兴起，这种试验方式通过利用远程监控和数字技术，扩大了患者的参与范围，使得临床试验更加便捷和可及。AI技术在临床试验CRO中的应用范围的扩大，预示着制药行业将迎来更高效、更智能的研发时代，为患者带来更快速、更精准的治疗选择。AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章10下游下游AI+CRO行业的产业链下游涵盖了广泛的客户群体，包括传统药企、生物科技公司、AI制药公司以及 CXO。在这一竞争激烈的市场中，AI+CRO公司与传统CRO公司共同争夺同一片市场。传统药企和生物科技公司是AI+CRO服务的主要客户，他们更加倾向于选择能够提供从药物发现到临床试验全链条服务的CRO伙伴。而AI+CRO公司主要利用其在数据处理、模式识别和预测分析方面的优势进行单点突破，这是他们与传统CRO竞争的优势，也是劣势。CXO公司则可能通过SaaS模式来获取AI+CRO公司的技术，或通过合作开发等方式与其建立战略伙伴关系。这种合作模式为CXO公司提供了灵活性，使其能够根据自身的研发需求进行灵活调整。AI制药公司作为产业链下游的另一类客户，他们对AI技术的接受度和依赖度较高。这些公司在药物研发过程中，积极采用AI技术以提高研发效率和成功率。AI+CRO公司在与这类客户合作时，有更多“共同语言”，不仅能提供技术支持，还能通过合作研发，共同推进药物管线的发展。据统计，2023年中国AI制药市场规模达到10.24亿元，预计2024年将增长至13.29亿元，相应地市场对CRO服务的需求正在快速增长，AI制药公司也更愿意选择拥有AI技术的CRO公司。对于CRO公司而言，高质量快速交付是其核心竞争力，AI+CRO也不例外。在实际商业场景中，客户不仅关注AI技术本身，更关心公司是否能够实现合作目标，如快速交付高质量的化合物分子、多肽、抗体等。因此，如何将先进的AI技术转化为精准高效的服务落地能力，成为AI+CRO公司脱颖而出的关键。AI+CROAI+CRO 行业综述及全产业链布局状况研究行业综述及全产业链布局状况研究第 一第 一 章章111.2.2 产业链区域分布情况AI+CRO产业链在全球范围内呈现一超多强格局，美国以其成熟的市场和高客户接受度在中游AI+CRO服务提供商中占据主导地位，约有48%的公司在此布局。其次是中国，凭借在AI技术上的快速跟进及优化，加之本土政策扶持，国内企业呈现快速增长之势。欧洲则凭借其强大的生物医药研发基础，在AI+CRO服务和下游的生物技术应用方面占有一席之地。此外，加拿大、日本、韩国以及中东等地区也涌现出一些专注于AI+CRO的公司，尽管数量不多，但它们在特定细分市场或区域性服务中展现出特色和潜力。图 1-5AI+CRO公司全球分布情况资料来源：DPI，Medmarket Insights，前瞻产业研究院，智药局当前，全球专注于AI技术结合CRO的公司数量大约为110家。尽管这一数字与传统CRO公司数量比较相对较少，AI+CRO模式仍处于发展的初期阶段。AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章12第二章第二章 AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章132.1细分应用场景AI+CRO行业通过创新技术的应用，为药物研发的各个阶段带来了革命性的变化。这一行业可以主要分为三种类型：全流程技术整合平台、干湿实验结合服务提供商，以及专注于临床阶段的数据分析公司。例如，薛定谔公司利用其FEP计算工具，唯信计算的抗体开发平台，智化科技以其合成路径设计平台都在各自的领域内推动了技术的进步。这些公司不仅在技术上实现了突破，而且通过与湿实验的结合，提供了从药物发现到临床试验的全方位服务，极大地提高了研发效率和成功率。随着AI技术的不断进步，这些AI+CRO公司正成为制药行业的重要力量，引领着未来药物研发的新趋势。2.1.1 CADD/AIDD 平台型第一种类型的AI+CRO公司专注于构建全流程的药物开发平台。这些公司通常以某项突破性技术获得市场的认可。尽管单一技术可能仅提升制药流程的某个环节，但这些公司通过整合自研技术、开源技术，甚至与其他技术供应商合作，打造了一个从药物候选分子发现（Hit）到临床前候选化合物（PCC）的完整软件平台。这种整合不仅提升了单个环节的效率，而且通过湿实验的反馈，不断迭代AI模型，以完善整个药物研发平台，使市场能够直观地感受到AI技术带来的整体效率提升和商业模式的可行性。SchrSchr dingerdingerSchrdinger公司是一家专注于使用其基于物理的计算平台，为药物发现和材料科学领域提供软件解决方案。公司主要业务包括销售软件解决方案、与生物制药公司合作进行药物发现项目，以及推进内部全资拥有的药物发现项目。其软件被广泛应用于生物制药、工业、学术和政府实验室，2023年Schrdinger软件收入为1.59亿美元，占总收入的73%。Schrdinger的平台结合了机器学习的快速数据处理能力，以及基于物理的方法，以高精度预测分子的关键属性，加速药物发现过程，降低成本，并提高成功率。公司还拥有多个与药物发现相关的软件解决方案，覆盖从目标识别到药物设计和优化的各个阶段。包括但不限于靶标识别、先导化合物的筛选与优化、基于结构的蛋白质药物开发与设计、药物分子的ADME特性预测，以及药物与靶标相互作用的深入研究。通过这些集成的解决方案，Schrdinger公司极大地提高了药物开发的成功率。AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章14图 2-1Schrdinger药物发现协作方案资料来源：Schrdinger 2023 年年报，智药局Schrdinger与领先的生物制药公司合作，推进多种治疗领域的药物发现项目。截至2023年12月，公司有19个积极的合作药物发现项目，并从中获取药物发现收入，包括前期付款、研究资金付款以及发现和开发里程碑，并有可能产生额外的里程碑付款、期权费和未来版税。此外，Schrdinger已经在临床阶段推进了一些药物候选物，例如SGR-1505（MALT1抑制剂）、SGR-2921（CDC7抑制剂）和SGR-3515（WEE1/MYT1抑制剂），充分证明了Schrdinger的计算平台在药物研发中的实际应用价值。图 2-2Schrdinger药物发现项目摘要资料来源：Schrdinger 2023年年报，智药局AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章15唯信计算唯信计算唯信计算公司的核心平台 WeMol，集成了人工智能、计算生物学和量子化学等多个领域的计算与可视化模块。这些模块包括自研和开源技术，旨在为早期药物研发的不同阶段提供技术支持。WeMol 平台特别强调了其在抗体人源化设计、蛋白质免疫原性预测、虚拟亲和力成熟、可开发性优化，以及蛋白质语言模型应用方面的能力。WeMol已经赋能近百家知名药企和生物科技公司的临床前药物发现项目，部分已进入临床阶段。图 2-3WeMol大分子药物设计解决方案资料来源：唯信计算，智药局唯信计算的研发团队致力于不断优化算法，以提高预测的准确性和可用性。平台的用户界面友好，即使是不懂编程的非专业用户也能轻松上手。此外，平台还提供了丰富的扩展和集成开发能力，用户可以利用低代码操作环境自由开发或搭建自有或第三方模块及工作流。药企可以通过订阅服务获得 WeMol 平台的使用权，用于支持其药物研发项目。唯信计算还提供定制化服务和技术支持，以帮助客户解决特定问题，提高研发效率。公司还基于 AI 技术开发了不对称双特异性抗体平台 AIM-Ig，并且已经在知名药企的项目中得到应用。AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章16图 2-4唯信计算服务范围资料来源：唯信计算，智药局智化科技智化科技智化科技公司通过其 AI+自动化的 CRO 服务，为客户提供了高效、专业的化学合成解决方案。公司以 AI 赋能化学研发，通过化学大数据，研发出提高化学科研效率的工具，旨在构建一个化合物智能规划平台，以创新方式重塑化学研究的未来。公司的核心产品 ChemAIRS，通过多样化的合成策略，提升了合成路线设计的效率和成功率。2021 年，智化科技在上海建立了自动化实验室 ChemAILab，利用 AI 技术和大数据赋能的化学合成算法，结合机器人技术，突破了化学合成服务效率的瓶颈，为行业提供了更专业、更高效的服务。值得一提的是，智化科技还自主研发了 ChemAIoT 平台和实验室管理系统 ChemAIOS，实现了算法决策智能化、工作流程标准化，以及人机协作的自动化合成，融合多业务系统，实现数据利用闭环，进一步提升了化学合成的效率和质量。AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章17图 2-5智化科技解决方案资料来源：智化科技，智药局智化科技的客户群体包括多家国内外知名药企和 CRO 公司。公司在逆合成路线设计、可合成性评估、正向合成分子库及工艺路线优化等方面与客户展开了深度合作，展现出其在化学合成服务领域的专业能力。在商业模式方面，智化科技通过提供技术服务，与合作伙伴共同推进项目，实现互利共赢。公司通过前期付款、研究资金付款以及发现和开发里程碑等方式，获取收入，并有可能获得额外的里程碑付款、期权费和未来版税。总结总结AI+CRO 平台型企业通过构建强大的计算平台，与制药和生物技术公司建立合作关系，共同推进新药开发项目的商业模式不仅提高了药物研发的效率，还为个性化和精准医疗的发展提供了支持。但要注意的是，尽管大部分平台在药物研发领域展现出了其潜力和应用价值，但在实际应用中，药物研发的复杂性和不确定性意味着任何技术或平台的有效性都需要通过持续的研究和临床试验来验证。随着 AI 技术的不断进步，预计未来会有更多公司采用类似的商业模式，推动医药行业的创新和发展。AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章182.1.2 干湿实验结合第二种类型的 AI+CRO 公司则将 AI 技术与湿实验紧密结合，提供干湿实验结合的服务模式。这类公司提供的服务多样，可能包括软件模块销售、定制化技术服务，以及化合物分子的交付等。由于涉及大量的生物实验服务，这些公司在 AI 技术与生物数据转化方面的方法尤为重要，而这方面的经验积累也是它们获得市场认可的关键。例如，这类公司可能利用 AI 预测来筛选出有潜力的化合物，然后通过湿实验来验证这些预测，从而加速药物发现和优化过程。腾迈医药腾迈医药腾迈医药（TandemAI）是一家以创新为主导的 AI for Healthcare 技术先锋企业，其自主研发的 SaaS 平台TandemViz，支持云端和私有化部署两种方式，全方位集成腾迈医药所有的计算模块、数据管理模块和项目管理模块。腾迈医药致力于通过一站式的解决方案降低先进 AI 工具的使用门槛、加速药物研发过程，通过将强大的计算工具、GPU 计算资源和大规模化学生物实验室无缝集成，赋能从苗头化合物到 PCC（候选化合物）的端到端早研流程。这种干湿结合的范式变化，不仅提升了药物分子的筛选通量，还大幅提高了分子质量和难成药靶点的成功率，从而加快了药物从设计到临床前研究的整个流程。公司设立至今在纽约、波士顿、上海、苏州已拥有员工超过 350人，化学生物实验室近 15,000 平米。目前，腾迈医药已累计服务了国内外 100 余家药企，其技术平台目前已经拓展至肽类药物、PROTAC/Degrader、疫苗等领域。力于推动技术平台和商业模式的创新与成功，提高最先进计算工具的可及性，以期成为药物研发领域的重要力量。图 2-9腾迈医药药物发现平台资料来源：腾迈医药，智药局AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章19泓博医药泓博医药泓博医药在药物发现、制药工艺研究开发以及原料药和中间体的商业化生产等领域具有专业能力。2019 年起，意识到计算机模拟和 AI 技术在制药领域的巨大潜力，公司投入大量精力研发自己的药物研发平台。泓博医药的 CADD/AIDD 技术平台是其新药研发的重要工具。该平台利用计算机模拟和预测药物分子与靶标分子之间的相互作用，显著缩短新药研发周期，提高研发效率，降低成本。平台起步较早，应用场景覆盖范围广，不仅自行搭建了 AI 模型，还整合了多种计算工具和预测功能，如薛定谔的计算工具、AlphaFold 蛋白结构预测功能、深势科技的 Hermite 高精度自由能计算平台等。截至 2023 年底，公司 CADD/AIDD 技术平台已累计为 62个新药项目提供了技术支持，其中 3 个已进入临床 I 期，2 个在临床申报阶段。图 2-10泓博医药药物发现工具资料来源：泓博医药，智药局2022 年，泓博医药与深势科技的合作，基于深势科技的 Hermite 平台和阿里云的高性能计算集群，大幅提高了分子模拟效率。这种合作模式不仅提升了药物研发的效率，也降低了合成成本，缩短了管线推进到临床候选化合物的时间。通过阿里云计算巢服务，泓博医药能够确保数据的安全性和操作的透明度。泓博医药的商业模式融合了先进的人工智能技术和生物实验操作，形成了一种创新的干湿实验结合方法。这种模式通过 AI 技术进行快速的药物筛选和优化，结合实验室中的精确验证，不仅显著提升了药物研发的效率，降AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章20低了成本，还减少了研发过程中的不确定性和风险。为了保证数据安全和透明度，泓博医药选择与阿里云等合作伙伴协作，提高研发流程的安全性和可靠性。2024 年，泓博医药正持续利用最新 AI 技术优化药物发现平台，通过搭建更强大的语言 AI 模型，如 PR-GPT，探索新的科学语言训练，以期在新药研发领域取得更多突破。随着人工智能不断更新迭代和机器学习的持续深入，CADD/AIDD 技术已成为公司新药研发的重要工具，未来在公司新药研发过程中必将扮演越来越重要的角色。AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章212.1.3 真实世界数据与 AI 技术结合第三种类型的 AI+CRO 公司专注于临床阶段的药物研发服务。在临床阶段，大量的真实世界数据被产生，如何有效收集、清理和分析这些数据成为关键。这些技术包括但不限于机器学习算法、自然语言处理（NLP)、预测分析和患者分层技术。AI 系统能够处理和分析庞大的临床数据、就医记录、基因信息，以及患者选择标准，从而优化试验方案，提高临床试验的成功率。EvinovaEvinovaEvinova 是由全球生物制药巨头阿斯利康成立的健康科技公司，它作为阿斯利康旗下独立运营的业务单元，专注于提供创新的数字医疗解决方案，以加速生命科学领域的进步。Evinova 的核心业务涵盖了临床试验的多个关键阶段，旨在通过科技提升临床研究的效率和质量。Evinova 提供的服务包括三大类：试验解决方案、研究设计与规划以及管线资产管理。试验解决方案通过一个经过临床实践验证的全球平台，改善临床试验的实施，支持传统、混合和分散的临床试验，同时改善患者体验。研究设计与规划服务利用人工智能和机器学习算法，帮助临床开发和运营团队设计最佳研究，自动计算成本，并评估操作的可行性。管线资产管理则通过实时洞察和预测分析，支持临床计划和试验管理、报告与治理。图 2-11Evinova解决方案资料来源：Evinova，智药局目前，Evinova 已经与全球领先的临床研究组织 Parexel 和 Fortrea 建立了战略合作关系，将其数字健康解决方案推广给这些组织广泛的客户群。此外，Evinova 也在与 Accenture 和 Amazon Web Services 等数字技术领域的领导者合作，以加速行业应用并扩大其数字产品的全球影响力。AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章22Evinova 的成立体现了大型制药公司通过创建独立部门或孵化新公司来专注于特定技术或服务的商业模式。这种模式允许这些公司利用母公司的资源和专业知识，同时保持灵活性和创新能力。在行业内，类似的商业模式正在被越来越多的公司采纳。例如，百济神州推出的 Pi Health 专注于将人工智能和数字软件应用于临床开发。PiPi HealthHealthPi Health 是由百济神州孵化而成的一家临床阶段数字化 CRO 创新公司。这家公司将先进的分析和软件解决方案整合到药物、诊断和临床流程中，致力于提高临床研究的效率和质量。Pi Health 的核心业务覆盖了临床研究的多个关键阶段，包括临床试验设计、数据管理、患者招募以及监管科学与战略等。Pi Health 开发的前端可互操作捕获软件（FICS）是其技术平台的核心，该软件不仅能够实现在 Pi Health 站点进行试验时的数据连接，还能运用人工智能和机器学习手段优化临床试验行为。这一技术的应用，特别是在提高患者入组率方面，展现了 Pi Health 在临床研究领域的创新能力。2024 年 3 月，Pi Health 完成了 3000 万美元的 A 轮融资，由 AlleyCorp 和 Obvious Ventures 领投，Invus Capital 和全球肿瘤学领军企业参与投资。图 2-12Pi Health解决方案资料来源：Pi Health，智药局通过内部资源的优化配置，百济神州能够专注于其核心研发活动，同时通过 Pi Health 分散研发风险，并开拓新的收入来源。这种模式不仅为百济神州带来了利益，也为整个医药研发领域提供了新的发展思路。类似商业模式的例子还包括诺华生物医学研究所、强生创新孵化器 JLABS，以及辉瑞的突破创新部门，这些部门和公司都在推动医疗保健行业的创新和加速新药的研发。通过孵化 CRO 公司和自建部门，Biotech 以及 MNCAI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章23不仅能够提升自身的研发能力，还能通过提供专业的 CRO 服务为客户创造更大的价值。这种模式有望在未来成为医药行业创新和发展的重要驱动力。Unlearn.AIUnlearn.AI2020 年 4 月，初创公司 Unlearn.AI 获得了 1200 万美元的股权融资，用于加速数字孪生的临床试验。通过收集参与者的身体数据，创建数字孪生来作为对照组使用。这样可以让尽量多的参与者加入实验组，提升试验效率。数字孪生技术还可以使用电子病历、疾病注册库和可穿戴设备等中的数据来创建患者的“数字模型”，以便为患者提供更好的护理服务。除此之外，Dassault Systmes 利用其 3DEXPERIENCE 平台，提供了一个先进的数字孪生解决方案，该平台能够模拟药物的临床试验过程，优化试验设计，并在一项药物开发项目中，将临床试验的设计时间缩短了 30%。IBM Watson Health 则通过其 AI 技术，结合数字孪生技术，分析临床数据和患者病历，在一项研究中提高了疾病诊断的准确性 20%，并为患者提供了个性化的治疗建议。初创公司 Insilico 开发数字孪生软件，与 TevaPharmaceuticals 和葛兰素史克（GSK）等生物制药公司展开合作，以优化生物药物的生产过程。相较于传统方法，AI 结合数字孪生技术在临床阶段带来了显著的优势和进步。它能够在虚拟环境中模拟临床试验，预测药物反应，减少实际试验中的不确定性，从而提高研发效率。通过在数字孪生中进行预测试，可以快速迭代和优化临床试验方案，减少了临床试验中的资源浪费，降低了研发成本。此外，数字孪生技术能够根据患者的具体情况模拟疾病进展，为个性化医疗提供支持，推动了个性化治疗方案的发展。AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章242.2CRO公司在AI技术中的布局新药研发是一个漫长的过程，在全球范围内，CRO公司通过战略性收购、合作、自研或并购AI技术企业来加强其在药物研发领域的服务能力。国外CRO企业由于发展较早，整体上更加成熟，它们对行业变化的感知更为敏感，因此在引入新技术方面往往更为积极和迅速。例如，美国和欧洲的CRO公司，如LabCorp和ICON plc，它们在AI技术的应用上起步较早，通过收购AI技术公司或建立自己的AI研发部门，已经在利用AI进行药物发现和临床试验管理方面取得了显著进展。图 2-13海外CRO牵手AI企业合作案例（不完全梳理）资料来源：动脉网，前瞻产业研究院，IQVIA公司官网，智药局相比之下，国内的CRO行业起步较晚，但随着中国政府对生物医药产业的大力支持和投资，以及国内外资本的注入，国内CRO企业在引入AI技术方面也展现出了迅速的发展势头。中国CRO公司，如康龙化成和泓博医药，已经开始通过合作或自主研发的方式，将AI技术应用于临床前研究和临床试验中，以提高研发效率和降低成本。此外，一些初创公司，也在积极开发基于AI的药物发现平台，展现出强大的创新能力和市场潜力。AI+CROAI+CRO 商业化应用场景分析商业化应用场景分析第 二第 二 章章25图 2-14中国CRO牵手AI企业合作案例（不完全梳理）资料来源：动脉网，前瞻产业研究院，药明康德公司官网，智药局AI+CROAI+CRO 公司汇总及投融资情况公司汇总及投融资情况第 三第 三 章章26第三章第三章 AI+CROAI+CRO 公司汇总及投融资情况公司汇总及投融资情况AI+CROAI+CRO 公司汇总及投融资情况公司汇总及投融资情况第 三第 三 章章273.1AI+CRO公司汇总&具体服务案例分析3.1.1 AI+CRO 企业公司汇总AI+CRO行业的发展可以划分为三个显著的阶段，每个阶段都有其独特的公司和成就。首先，早期以“AI+制药”为标签，拥有领先的技术实力和成熟的商业模式，能够为药物研发提供全面的AI解决方案。例如，Exscientia利用其Centaur Chemist 平台，与多家制药巨头合作，加速新药从设计到临床的过程。其次是20102015年成立的公司，这一时期的AI+CRO公司更倾向于使用机器学习和计算机模拟技术。它们中的一些可能已经被大型跨国公司（MNC）或CRO公司收购，或者由于市场变化而没有继续存在。这些公司在药物发现的早期阶段，如化合物筛选和优化，以及临床前的药效和药物安全性评估中发挥了重要作用。例如，Numerate 专注于利用机器学习进行药物发现，其技术已被用于多个药物研发项目，2019年，Numerate被Valo Health收购。最新是2020年之后成立的公司，它们从成立之初就以AI+CRO为核心理念。这些新兴公司通常与CRO公司通过合作或被收购的方式进行整合，以增强CRO公司在AI领域的能力。例如，Valo Health 与CRO巨头查尔斯河联合推出LogicaTM，展示了AI技术在药物研发中的潜力。总体来看，无论是在成熟市场还是新兴市场，AI+CRO公司都在积极借助技术变革，提高行业渗透率和市场地位，呈现出从单点到全链条、从边缘到主流、从配合到主导的发展趋势。海外海外 AI+CROAI+CRO 公司概述公司概述海外AI+CRO行业正在稳步发展，如图3-1所示部分海外公司，其中Schrdinger等上市公司在2023年已经实现了盈利，证明了其商业模式的可行性和市场的认可。行业内非上市企业在小分子药物、蛋白质类药物、基因与细胞治疗等不同领