目前製藥的流程，主要包括候選藥物研發——臨床前研究——臨床試驗(I~期)——新藥申請、批准上市和上市後監測(IV期臨床試驗)這幾個階段。其中，藥物研發是製藥環節的重中之重。據了解，藥物從研發到註冊，研發時間周期長平均要經歷10年，體系複雜，總的資金投入至少要10億美元。

　　基於以上原因，新藥研發一直是一個高風險的行動。而在此背景下，新藥設計難度大、成本高且耗時，也已成為了一直在困擾著藥企藥物的研發工作主要問題。據了解，一旦研發失敗，巨額投入血本無歸在業內已並不少見。

　　不過，AI藥物研發正在給新藥研髮帶來越來越多降本增效的希望，近年來網上開始不時曝出某某製藥巨頭與某網際網路公司達成強強合作，將加速推動新藥研發的消息。如在8月，致力於研發和商業化創新腫瘤療法的生物製藥公司德琪醫藥，就宣布與AI藥物研發公司德睿智藥達成長期戰略合作，共同推進小分子抗腫瘤藥first-in-class的研發。

　　據悉，德睿智藥將使用其特有的一站式AI藥物研發平臺Molecule Pro 和分子動力學平臺Molecule Dance ，輔助德琪醫藥設計並獲得更多具有first-in-class和best-in-class潛力的候選藥物，提高德琪醫藥當前藥物研發效率與成功率，為患者提供突破性的治療方案，滿足更多未被滿足的醫療需求。

　　與此同時，非醫藥出身領域的百度、騰訊、華為、字節跳動等科技巨頭也正在紛紛布局AI醫藥領域。今年年初，百度創始人李彥宏牽頭髮起的百圖生科發起「百萬領軍計劃」及「百萬青年領軍」計劃，就將分別用100萬美元年薪、100萬元人民幣年薪以及其他技術平臺支持，吸引生物技術+AI技術跨界融合人才。

　　前段時間，華為也發布了「華為雲盤古」藥物分子大模型，這是華為進軍AI輔助藥物研發領域的新突破。據悉「盤古藥物分子大模型」共學習了17億個藥物分子化學結構，可以幫助小分子化合物計算和匹配靶點蛋白質，對新分子生化屬性進行預測，從而高效生成新的藥物；另外，還可以實現對篩選後的先導藥物進行定向優化。目前，該模型已經聯合西安交大第一附屬醫院研發廣譜抗菌藥，結果表明，先導藥物研發周期可以從數年縮短至1個月，這意味著新藥研發效率被大大提高。

　　從以上來看，目前業內對AI製藥發展十分看好。業內預計，隨著資本的爭相入局，無疑將加速推動醫療AI賽道的發展，同時也將加速醫藥行業藥物研發創新的速度。另外，在未來也將進一步推動創新成果的顯現，惠及更多患者。

　　但在看到AI製藥好處的同時，也需看到其也存在一定的局限性。分析認為，在人工智慧參與新藥研發的路上，相關企業也會面臨很多的挑戰，比如說如何把各個藥企的數據結合到一起，利用更多高質量的數據去做好的分子模型；以及在跨學科合作時，如何讓不同的技術人員之間有效的溝通等，都將是需要儘快解決的困難。