AI新药研发（AIDD）行业系列报告：洞鉴行业发展把握投资先机：（一）AIDD概览篇.pdf

医药生物 | 证券研究报告 行业深度 2021 年 9 月 2 日 相关研究报告 Table_relatedreport 海外采浆紧张，国内血液制品政策推动集 中度提升： 2021 年血液制品行业跟踪报告 20210303 肿瘤治疗行业报告：整体有较大增长潜 力，行业进入者需要突破一定的行业门槛 20210122 医药行业 2021 年度策略：重视非医保领域 的高端、差异化医疗需求 20201130 IVD行业深度系列报 告 后疫情时代叠加医 改大环境非药支出占比提高，病前诊断的全民 大健康意识助力 IVD 行业迎来新机遇 20210402 mRNA 疫苗开启疫苗行业新时代 20210707 中银国际证券股份有限公司 具备证券投资咨询业务资格 Table_Industry 医药生物 Table_Analyser 证券分析师： 邓周宇 (86755)82560525 证券投资咨询业务证书编号： S1300517050001 Table_Title AI 新药研发（ AIDD）行业系列 报告 洞鉴行业发展，把握投资 先机：（一） AIDD 概览 篇 AI新药研发已走过 0到 1阶段， 1到 10阶段将带来更多可能 Table_Summary 反摩尔定律一直是制药行业的痛点， AI 技术可深入参与新药研发从靶点发现到新 药上市的各个环节，甚至促进生物学研究、发现新的生物靶点 机制 和开发新的疾 病模型。 AIDD 将深度协助传统药物研发手段，大幅提 高 新药研发 效率 ，由 1 到 10 阶段 ， AIDD 或将带来制药行业巨大变革。 支撑评级的要点 AI+医疗空间广阔， AIDD“小荷才露尖尖角 ” 。 近年来 AI 技术在下游应用端快 速拓展，尤其是 2016年 3月， AI程序 AlphaGo大胜韩国著名棋手李世石，可谓 是 AI 发展历史上的里程碑事件，这一事件加快了 AI 在医疗领域的探索和应 用。更多 AI+医疗产品延伸至院内院外更多场景，并更加深入的整合进医疗流 程。目前，以 CT 影像、皮肤影像、眼底筛查、病理影像等为代表的 AI+辅助 检查以及 CDSS 在技术及应用上较为成熟。同时，随着药物研发 产业的发展 ， 医疗互联网的出现， 可用的各类药物研发数据越来越多，以至于在一定时间 范围内无法使用常规方法和软件工具分析和处理所有数据。尤其 是以深度学 习为代表的 AI 技术凭借其超大规模处理、学习数据能力、发现关系并构 建 模 型能力 ， 优势得以凸显，目前 AIDD已走过 0到 1 阶段并走向 由 1到 10阶段。 打破制药行业的反摩尔定律（ Eroom s Law）， AIDD逐渐“升温”。 导致制药行 业反摩尔定律主要有三种理解：低垂果实假设（好摘的果子被摘走了）、监管 障碍假设（新药申报的监管要求不断增高）、研发模式问题。前两种解释都 已 经 是 既定 客观事实， 但对于 研发模式 问题 AI 或 将大有作为。 AIDD 的出现导致新 药研发的实验科学不再是唯一选项，以数据为中心的药物发现逐渐走上舞台 。 近些年， AI 制药概念验证研究持续不断、大量的资本涌入 AIDD 初创公司、制药 公司与 AIDD 公司和 AI 技术供应商之间的合作越来越多。 AI 不仅仅是先导化合物 发现的工具，而且是一个促进生物学研究、发现新的生物靶点和开发新的疾病 模型的更通用的工具。 AI 逐渐应用于药物发现的靶点发现，虚拟筛选，化合物设 计与合成， ADME-T 预测，药物临床试验设计、患者招募及管理等多个流程和环 节，并将在变构类药物、老药新用等领域产生深远影响。 资本助力，传统 Big Pharma公司 、 新兴 AIDD公司 以及互联网巨头 在 AIDD领域百 花齐放。 2020 年，美国老牌 AI 制药公司 Schr dinger、 AI 制药新锐 Relay Therapeutics 相继登陆资本市场。据 CB Insights 数据统计，自 2020 年 3 月以来，全球共有 11 家 AI 制药公司获 1 亿美元以上的大额融资。 2020 年 AIDD 开始迈入临床验证的新时 期。英国 AI 制药公司 Exscientia 宣布全球首个完全由 AI 设计的药物分子进入临 床，随后又公布了 2 个药物分子进入临床。同时，根据 GlobalData Healthcare 的数 据，目前 有 27 家 big pharma 与 AI 药物研发公司达成合作关系。国际制药巨头如葛 兰素史克、阿斯利康、吉利德、辉瑞、拜耳、诺华、赛诺菲、百时美施贵宝、 武田制药、勃林格殷格翰等公司，国内如正大天晴、中国生物制药等传统制药 公司、药明康德、博腾股份等 CRMO公司都参与 AIDD布局。目前 AIDD 主要 聚焦 肿瘤类药物、精神疾病类药物、罕见病等。 建议关注 国内一级市场 ： 晶泰科技 、 英硒智能 等 ；二级市场 ： 药明康德 主要 投资 风险 技术人才流失风险；一级市场投资降温风险； AI 技术应用不达预期风险； 新 药研发 等底层 数据被头部 药企封锁风险； 伦理相关风险以及政策审批风险 ； 报告引用数据更新不及时风险 等。 Table_Companyname 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 2 目录 前言 . 7 1、 AI+医疗多点开花， AIDD 引人关注 . 9 2、反摩尔定律的制药行业， AIDD 带来行业新变局 . 21 3 、 AIDD 市场活跃，正经历由 1 到 10 . 44 4、 AIDD 概览篇小结 . 84 5、 AIDD 行业投资风险 . 86 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 3 图表 目录 图表 1. 国内 AI+医疗发展历程 . 9 图表 2. 中国及全球 AI+医疗发展历程详情 . 9 图表 3. 医院信息化契 AI 落地生态， AI 反哺医疗行业发展 . 10 图表 4. 2020 年中国院内机器学习与自然语言应用场景 . 10 图表 5. 2012-2020 年医学文献中热门应用算法 . 10 图表 6. 2010-2020 中国 AI+医疗总融资金额与融资事件数 . 11 图表 7. 2019 年中国 AI+医疗项目融资轮次分布 . 11 图表 8. 2020 年中国 AI+医疗项目融资轮次分布 . 11 图表 9. AI+医疗相关政策 . 12 续 图表 9. AI+医疗相关政策 . 13 图表 10. 2017-2020 年中国 AI+医疗典型政策分析 . 13 图表 11. 2020 年中国 AI+医疗产业链 . 14 图表 12. AI 赋能的新基建全面助力医疗产业发展 . 15 图表 13. 2020 年中国 AI+医疗应用成熟度分析 . 15 图表 14. 2020 年中国 AI+眼底筛查商业模式分析 . 16 图表 15. 2020 年中国 CDSS 应用分析及相关电子 病历评级要求 . 16 图表 16. 我国公共卫生总费用及占 GDP 比重 . 17 图表 17. 2015-2020 年中国城镇居民医疗保健支出 . 17 图表 18. 2015-2020 年中国农村居民医疗保健支出 . 17 图表 19. 2020 年中国 AI+医疗痛点分析 . 18 图表 20. 2020 年中国医学图谱现有技术及发展趋势 . 19 图表 21. 2020 年中国 AI+医疗技术趋势 . 19 图表 22. AI 在新药研发中的价值 . 20 图表 23. 人工智能和传统计算机辅助药物研发比较 . 20 图表 24. 创新药相关概念 . 21 图表 25. 化学小分子药和生物大分子药特征对比 . 22 图表 26. 2020-2030E 年中国各类药物市场规模（亿元）及增长率（ %） . 22 图表 27. 2020-2024E 年全球以及中国的医药市场规模（万亿元） . 23 图表 28. 2020 年全球药品销售额 TOP100 药物类型汇总 . 23 图表 29. 国内创新药上市流程 . 24 图表 30. 国内 Pre-IND 沟通交流会议的申请和审批流程 . 25 图表 31. 临床试验申请一般审批流程 . 26 图表 32. 新药上市许可一般审批流程 . 28 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 4 图表 33. 中美新药审批对比 . 28 图表 34. 三种上市审批审评加速通道 . 29 图表 35. 我国新药加速上市注册制度 . 29 图表 36. 监管制度和政策的改革实施对创新药上市加速的影响 . 30 图表 37. 带量采购政策的实施历程 . 31 图表 38. 我国医改政策分析 . 32 图表 39. 2005-2020 年新靶点开发数量统计 (单位：个 ). 32 图表 40. 全球药物研发管线体量 (单位：条 ) . 33 图表 41. 全球各开发 阶段的临床晚期产品管线数量比较（ 2016-2021） (单位：条 ) . 33 图表 42. 2014-2020Q3 国产化学创新药 IND 受理情况 (单位：个 ) . 34 图表 43. 2013-2020Q3 国产生物制品 IND 受理数 (单位：个 ) . 34 图表 44. 我国近年来临床试验数目 (单位：次 ) . 35 图表 45. 2014-2021Q2 国产化学创新药 NDA 受理数量（个） . 35 图表 46. 2013-2021Q2 国产生物 制品 NDA 受理数量（个） . 36 图表 47. 中国创新药获批数量统计（ 2016 年 -2021 年 3 月，个） . 36 图表 48. 2020 年 -2021 年 3 月我国部分企业 1 类新药申报上市情况 . 37 图表 49. 2020 年 FDA批准新药统计 . 37 图表 50. 2020 年 NMDA 批准新药统计 . 37 图表 51. 中美生物创新药获批数量比较（ 2016 年 -2021 年 3 月） . 38 图表 52. 2020 年全球新药研发公司分布 . 38 图表 53. 2021 年全球新药研发公司分布 . 38 图表 54. 2021 上半年 FDA 创新七大事件 . 39 图表 55. 2021 年上半年 FDA 批准新药重磅潜质 . 40 图表 56. 药物研发流程漫长 . 41 图表 57. 非 AI 药物研发路径痛点 及 AI 引入 . 42 图表 58. 2010 至 2020 年全球医药研发费用及药物开发支出情况（亿美元） . 42 图表 59. 2010-2019 年全球生物医药巨头投资回报率 . 43 图表 60. 新药研发从药物发现到上市流程 . 44 图表 61. AI 可参与的新药研发从药物发现到上市流程 . 45 图表 62. AI 和传统药物研发优势对比 . 45 图表 63. AI 全程赋能新药研发 . 46 图表 64. AI 应用于新药研发各个环节简单梳理 . 46 图表 65. AI 用于靶点发现（基于多组学） . 47 图表 66. AI 用于靶点发现（基于分子 靶标识别） . 47 图表 67. AI 用于化合物发现 . 48 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 5 图表 68. AI 用于化合物设计 . 48 图表 69. AI 用于蛋白质结构预测 . 49 图表 70. AI 用于 ADMET 预测 . 49 图表 71. AI 用于晶型预测 . 49 图表 72. AI 用于药物重定位（老药新用） . 50 图表 73. 几个主要国家 AI 制药政策环境对比 . 50 续 图表 73. 几个主要国家 AI 制药政策环境对比 . 51 图表 74. 中国促进人工智能新技术发展相关政策整理 . 52 续 图表 74. 中国促进人工智能新技术发展相关政策整理 . 53 图表 75. 中国生物医药相关的人工智能创新发展政策演变历程 . 53 图表 76. 全球 AI+制药企业不同融资轮次占比 . 54 图表 77. 全球 AI+制药企业 2014-2020 年融资金额和数量变化趋势 . 54 图表 78. 全球 2014-2020 年 AI+制药企业融资轮次分布变化趋势 . 55 图表 79. 中国 AI+制药 2015-2020 年融资事件和金额变化趋势 . 55 图表 80. 中国 2015-2020 年 AI+制药企业融资轮次变化趋势 . 55 图表 81. 2020 年中国 AI 制药领域融资情况 . 56 图表 82. AI+制药领域活跃投资机构 TOP5 . 56 图表 83. 不同年份 AI 制药初创公司梳理 . 57 图表 84. AIDD 初创公司简况 . 58 续 图表 84. AIDD 初创公司简况 . 59 续 图表 84. AIDD 初创公司简况 . 60 续 图表 84. AIDD 初创公司简况 . 61 续 图表 84. AIDD 初创公司简况 . 62 续 图表 84. AIDD 初创公司简况 . 63 图表 85.AI 制药公司的基本信息 . 64 续 图表 85.AI 制药公司的基本信息 . 65 图表 86. AI 制药公司在各阶段的业务情况 . 66 图表 87. 新药研发各阶段 AI 制药公司情况 . 66 图表 88. 参与与 TOP 药企商业合作的代表型 AI 制药公司 . 67 图表 89. 部分国内药企参与 AI 行动的细节 . 67 续 图表 89. 部分国内药企参与 AI 行动的细节 . 68 续 图表 89. 部分国内药企参与 AI 行动的细节 . 69 图表 90. 部分国外药企参与 AI 行动的细节 . 69 续 图表 90. 部分国外药企参与 AI 行动的细节 . 70 续 图表 90. 部分国外药企参与 AI 行动的细节 . 71 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 6 图表 91. 头部药企与 AI 初创公司、 IT-云服务商合作次数 . 72 图表 92. 部分药企对 AI 初创公司的投资情况列举 . 73 图表 93. 国际大药企近年的净收入及发展 AI 后的盈收状况 . 73 图表 94.药企参与 AI 制药的各个阶段具体分布 . 74 图表 95. 不同药物研发阶段 AI 布局数量 . 74 图表 96.参与 AI 制药的各阶段的代表药企 . 75 图表 97. AI+制药研发管线适应症分布 . 75 图表 98.药企在 AI 合作上聚焦的疾病方向 . 76 图表 99.各大药企在 AI 合作上聚焦的疾病方向 . 76 图表 100.药企在 AI 合作上聚焦 疾病的细节（待更新） . 77 续 图表 100.药企在 AI 合作上聚焦疾病的细节（待更新） . 78 图表 101. 新型 AI 制药企业药物研发合作及最新进展 . 79 续 图表 101. 新型 AI 制药企业药物研发合作及最新进展 . 80 续 图表 101. 新型 AI 制药企业药物研发合作及最新进展 . 81 续 图表 101. 新型 AI 制药企业药物研发合作及最新进展 . 82 续 图表 101. 新型 AI 制药企业药物研发合作及最新进展 . 83 图表 102. AI 创新药研发存在的问题 . 85 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 7 前言 创新是生物医药行业永恒的主题， 近 20 年来，中国在创新药的发展道路上经历了 Me-too、 Me- better，并逐步开始探索 First in class。近几年，我国创新药发展环境迎来政策利好，先后出台了优先 审评审批、注册分类改革、上市许可持有人制度 、一致性评价、集采等一系列 政策，创新药的研 发、审评、生产和支付等环节的政策环境随之优化。 2021 年 7 月 2 日，国家药品监督管理局药品审 评中心（ CDE）发布了以临床价值为导向的抗肿瘤药物临床研发指导原则征求意见稿，再次加 大了我国对创新药的研发及上市要求。接下来我国创新药行业又该如何发展呢？ 一、 从行业行政审批端来看我国创新药的发展历程： 近年来我国创新药研发主要还是研究国外已上市的药物，并对分 子结构进行改造以有效规避专利限 制，然后生产“ me-too”药物。即便如此，相比 16 年前的“郑筱萸式”近乎停滞的医药创新，中国 的创新药市场依然 有所 进步。 新中国成立到 2008 年新药上市数量少，原研药审批缓慢 （同期，美国已立法授予食品药品监督管 理局（ FDA）监管资格，启动关键路径计划，通过层级筛选、临床试验、资本追投等程序，加速创 新药上市。） 具体来说， 2000 年， 我国成立药品监督管理局 2004 年，新成立国家药监局初期， 仅 2004 年就受理了 10009 种“新药”申请 （同期，美国药监局一年仅受理了了 148 种新药的 审 批） ，在此期间临床试验数据的造假和药品审批的随意， 医药市场乱象丛生 2007 年，药品研发 进展陷入资本与制药两难的僵局 ：药品申请 事件大量积压、大量的药企面临着 多年 的 审批 等待时 间、 资本入市的欲望 也受到不利影响 直到 2015 年 ，毕井泉“空降”国家食药监管总局。由 此，中国医药行业过去十年混乱的药品审批制度开始逐渐瓦解， 药品评审顶层监管日趋严格，我国 创新药春天开始到来 2015 年 8 月， 国办 44 号文件关于改革药品医疗器械审评审批制度的意 见 走出 了药品监管改革的第一 步 ，重新定义了新药和仿制药， 审评门槛提高 2016 年 2 月， 国 办发布关于开展仿制药质量和疗效一致性评价的文件，要求药企在规定期限内完成“企业标准 自制、监管机构评估”的仿制药一致性评价，重整临床试验数据造假的仿制药市场。 缩减审批时 间、扭转市场创新理念，加快新药审批上市速度，创新药发展的全新时代 开始到来 ， 2018 年 -至 今， 在研发人才、资本入局、行业转型和政策监管这四个方面的连锁反应下， 中国创新药领域 继续 焕发生机 根据国家药监局所发布的药品监督管理统计年度报告（ 2020 年）最新创新药审评 数据： 2020 年共批准创新药临床品种 1096 个，批准创新药生 产品种 20 个； 2020 年共批准进口药品 临床 604 件，上市 128 件 中商产业研究院研究显示，国内创新药行业市场规模 逐年 增长， 2021 年预计达到 1467 亿美元的规模。 根据中国外商投资企业协会药品研制和开发行业委员会（ RDPAC） 发布的聚力创新药行业，助力健康中国建设报告显示， 2016 年到 2020 年，中国共上市 200个创 新药产品 ，这些产品涉及的疾病领域包括肿瘤、消化道及代谢、呼吸、心脑血管等慢病，都是中国 疾病负担最大和增速最高的疾病领域。 二、 我国创新药产业走向 繁荣 的 背后靶点扎堆，药研发亟待技术变革 近年 来，在创新药发展的一片繁荣背后，创新药的困境也在慢慢浮现。在有限的人体基因靶点下， 潜在的药物靶点 数量有限 。在中国追求快速资本回报的医药市场中，“内卷”生成，同质化的靶点 扎堆出现。从中国的创新药行业 深刻 改革贝达药业研发出我国第一个创新药埃克替尼，每年两位数 的药物申报时期，到如今上百种 PD-1、 ADC 和 Car-T 种子赛道，中国创新药市场还能否涌现出如贝 达 药业 般的前行者，离开拥挤的靶点赛道， AI 制药或将给出解决问题的出路 。 2019 年年底 突发的 新冠疫情出现并迅速席卷全球，全球卫生医疗系统经历了前所未有的挑战。从我 国抗疫“火眼”实验室的迅速建成，到我国新冠灭火疫苗的快速问世，再到疫苗领域颠覆式变革的 mRNA 疫苗研发成功，各个国家对医疗系统的建设、对医疗、医药产业的创新发展都提出了更高的 要求，政策方面对创新也给了更大的支持。同时，资本方面对高端医疗、基因 治疗和 细胞 治疗 等新 疗法 、 AI 技术赋能的新药研发 等新兴领域 给予 了更高的关注。 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 8 三、 对于 创新药 研发 ， AI 制药的出现无疑是翻开了药物研发的新篇章 2020 年 1 月 20 日，美国国家生物信息中心（ NCBI）网站首次公布了新冠病毒的基因序列。晶泰科 技 就 迅速 对新冠病毒 SARS-CoV-2上的关键蛋白搭建了三维结构模型。 2020 年 2月 2日，晶泰科技将 这些高精度模型与大量的计算数据、研究结果发布在自媒体与公司网站上。这些科研成果被行业人 士 大量下载 ，为研究病毒分子机理、设计与筛选抗病毒药物提供了基础。此后，晶泰科技又对 3000 多款上市药和 10000 多个中药成分进行了老药新筛，与同行分享活性预测结果。从疫情开始到今年 6 月，晶泰科技持续发布了多篇与新冠病毒关键突变预测、亚单位疫苗设计等相关的论文和文章。 由此， 2020 年新冠疫情期间，晶泰科技作为一家 AI 制药领域的 初创 公司，获得了 资本市场的 颇多 关注 。 2020 年 9 月，晶泰科技完成 3.188 亿美元 C 轮融资，创造了当时全球 AI 药物研发领域融资额 的最高纪录。 也 因为新冠疫情的契机 2020 年是 AI 制药行业备受关注的一年， 2021 年 AI 制药行业 继 续快速 发展。例如，英矽智能在 2021 年 2月宣布，其全球首次利用人工智能发现了一种全新机制的 用于治疗特发性肺纤维化 (IPF)的临床前候选化合物。 6 月，该公司又宣布完成了 2.55 亿美元 C 轮融 资；冰洲石生物也在 2021 年 4 月宣布完成数千万美元的新一轮融资，并建设超 10 个生物新药的产 品管线，涵盖 first-in-class（全球首 创）和 best-in-class（全球最优）药物靶点。 2021 年 4 月，晶泰科 技又宣布与希格生科合作的弥漫性胃癌项目取得重大进展，仅用半年多时间就找到了全新靶点的理 想临床前候选化合物。这一成果助力希格生科获得 6000 万元的天使轮投资。 AI 制药可谓新药研发的颠覆性变革手段， 将大幅降低新药研发的 时 间投入和成本投入， AI 制药一旦成 功落地将给新药研发带来变革性发展。目前，无论是资本端、技术端，还是政策端都 为 AIDD 产业的 发展提供了极大支撑， AIDD作为行业发展新生力量 已 走过由 0到 1阶段并走 在 由 1到 10阶段。也鉴于 此 ， 我们深入研究了 AIDD 行业，并撰写了“洞鉴 AIDD 行业发展，把握投资先机”深度行业 系列 研究 报告 ， 由 于报告篇幅过长（ 400Pages，后续或稍作调整）， 我们 暂定 将报告拆分为三篇 外发 ，分别 为： AIDD 行业 概览 篇、 AIDD 行业技术篇、 AIDD 行业公司篇 （ 暂时分了三篇， 后续或有调整） 。 本次 先发 AIDD行业 概览 篇 。 AIDD行业技术篇、 AIDD行业公司篇后续将会 陆续 发出来，敬请关注！ AIDD 概览 篇 我们将从 AI+医疗角度 切入 ，进而过渡到 AIDD方向。 内容主要包括 创新药 行业现状 、 新 药上市 审批流程及政策、创新药市场的需 求活力与痛点 等 ，并主要阐述 AIDD 行业的发展现状，包 括 AIDD 的一级市场融资情况、 AIDD 的新兴企业 、 传统 Big Pharma 企业的 AIDD 参与者、 AIDD 目前主 要布局的适应症、 AIDD 目前的发展 阻碍 以及发展趋势等。 AIDD 技术篇 我们将 根据学术文献阅读分 析结果， 从新药研发的底层机理入手， 按新药研发技术环节 较为深入的剖析 以 深度学习的卷积神经 网络、图神经网络、生成式对抗神经网络等 为代表的 算法在新药研发领域的应用。 AIDD 公司篇 我 们将较为全面的梳理 AIDD 参与者， 并 深度 剖析目前 AIDD 领域主要新兴公司及二级市场主 要参与者 （包括传统 Big Pharman 和 CRMO公司） 。本篇将按新药研发的环节着重分析国内乃至全球走在前端 的 AIDD 企业业务及布局情况，对于重点公司我们将做对比分析。 希望通过本系列 AIDD 行业深度报告抛砖引玉让广大投资者初步了解 AIDD 行业，进而关注国内 外优 质的 新兴 AIDD 公司 中的潜在标的 。对于新兴的 AIDD 公司建议广大投资者从 以下角度关注：相应企 业 在 AIDD 领域专利和论文情况、 企业中 技术 专家 团队 （尤其是生物和 AI 复合背景专家）占比 、与 大 药企及科研院所的合作情况、在研管线推进进展情况（若有）、高水平的 AIDD 技术推广情况 （如主持筹办大型 AIDD 行业论坛、技术论坛等） 等 角度来初步评价相关公司。 国内公司 例如晶泰 科技 、 Insilico Medicine（英硒智能） 等公司 （待上市） 建议广大投资者 重点 关注。 另外，从国内二级市场角度来看 ， 药明康德 值得关注 。药明康德作为国内 CRMO 领域龙头，旨在通 过高性价比、高效率的一体化研发服务帮助全球客户缩短药物研发周期、降低药物研发成本，打通 了早期研发 -临床试验 -药品生产的整体服务流程，为客户提供一站式的 CRMO 服务。从 2013 年到 2017 年底，药明康德分散地投资了大量研发创新 药的初创企业，兼有人工智能、基因大数据和基因 检测等。 2018 年药明康德开始深度布局人工智能和基因大数据企业，尤其是 2019 年 1月投资美国的 人工智能新药研发企业 Schro dinger，表明药明康德对未来新药研发行业的人工智能和大数据的重点 关注。药明康德通过探索包括人工智能、医疗大数据、自动化实验室等前沿科技，力求将其早日运 用于新药研发流程当中，帮助客户提高研发效率，在最大程度上降低新药研发的门槛。同时，药明 康德本身就有药物生产能力和计算机辅助药物设计开发团队来进一步提升自身赋能新药研发的能 力。近年，药明康德 在人工智能药物研发领域格外关注和活跃。 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 9 1、 AI+医疗 多点开花， AIDD 引人关注 1.1 AI+医疗市场概况 1.1.1 AI+医疗领域发展 历程及 现状 1956 年人工智能（ AI）开始成为独立的研究领域，经由神经网络和模糊逻辑到深度学习，技术起伏 发展。 20 世纪前，中外对 AI 在医疗领域的研究集中在临床知识库上，但由于大多数临床知识库必 须运行在 LISP 设备上 ， 当时 LISP 设备尚不能联网且价格昂贵等原因，临床知识库并没有广泛地应 用于临床中。 国内 AI 在医疗最早的应用可以追溯到 1978 年的“关幼波肝病诊疗程序”， 1996 年我 国专注人工智能研发的企业开始出现， 2000 年 -2015 年期间，国外的研究重点为 AI 在临床知识库外 的应用，如手术机器人应用落地、鼓励发展电子病历等。而中国仍以研究更多类疾病的临床知识库 为主，发展相对缓慢。 2015 年 -2017 年，由于 AI 在图像识别方面的准确率有大幅度提升， AI+影像得 以快速发展。同时，得益于在临床知识库的长期研究， CDSS 产品走向成熟。 2018 年后，中国 AI+医 疗进入稳定发展阶段，智慧病案等新产品相继面世，目前国产手术机器人尚在研究阶段。另外，在 2015年赛道内厂商数量达到峰值开始进 行整合， 2018 年全国已有上千家三甲医院引入 AI 产品。 图表 1. 国内 AI+医疗发展历程 资料来源： Analysys易观， IT 桔子，中银证券 图表 2. 中国及全球 AI+医疗发展历程详情 资料来源：艾瑞咨询研究院，中银证券 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 10 总之， 人工智能概念由来已久，但是曾经碍于算力、算法不成熟、数据资源的缺乏，未能得到广泛 应用。时至今日，随着计算能力、模型算法、数据资源等条件的日渐成熟，人工智能开始逐步在各 个行业应用并落地。 AI+医疗行业泛指应用人工智能技术，包含但不限于智能传感器、神经网络芯 片、开源开放平台等 技术应用于医疗健康 领 域。 医疗领域中， 例如 医院信息化为医疗 AI 的介入搭 建了基础，人工智能从数据获取到数据加工最终给予反馈的工作逻辑可以应用于医疗行业诊前、诊 中、诊后的各个模块。 图表 3. 医 院 信息化契 AI 落地生态， AI 反哺医疗行业发展 资料来源： Analysys易观，中银证券 1.1.2 AI+医疗 领域主要 算法应用 目前传统的机器学习和深度学习算法已被广泛 的用 来处理临床研究和医疗服务中的结构化数据，如 医学影像数据、基因数据和生物标志物数据；而非结构化数据，如人工笔记、医学期刊与患者调查 等则依靠专门的医 学自然语言处理技术来分析。艾瑞咨询研究院通过 PubMed 公开数据整理， 2012- 2020 年在医学文献中使用到的热门机器学习算法和深度学习算法包括： 1）支持向量机（ 38%），主 要应用于识别成像生物标志物和医疗影像分析； 2）神经网络（ 34%），主要应用于生化分析、图像 分析和药物开发； 3）逻辑回归（ 4%），主要用于疾病风险评估和临床决策辅助系统。 图表 4. 2020 年中国院内机器学习与自然语言应用场景 图表 5. 2012-2020 年医学文献中热门应用算法 资料来源：艾瑞咨询研究院 ，中银证券 资 料来源：艾瑞咨询研究院 ，中银证券 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 11 1.1.3 我国 AI+医疗投融资分析 目前，随着国际和国内 AI 医疗的热度持续上升，资本投入了更多关注。 2020 年 我国 医疗融资事件 数递减，但融资总额却强劲走高，到达历史最高的 接近 40 亿元，其中 AI 新药研发是最热门医疗 AI 融 资领域 。 AI+影像占融资额的比例连续三年保持在 20%左右，成为另一热门融资领域。对比 2019 年与 2020年的融资项目轮次，其中天使轮、 A 轮与 B 轮占融资项目的比例由 85.7%降低到 70.6%，说 明市场成熟度有所提高。 同时笔均融资额从 0.39 亿元 /笔上升至 1.14 亿元 /笔 ， 目前行业处于快速成 长期 。 图表 6. 2010-2020 中国 AI+医疗总融资金额与融资事件数 资料来源：艾瑞咨询研究院，中银证券 图表 7. 2019 年中国 AI+医疗项目融资轮次分布 图表 8. 2020 年中国 AI+医疗项目融资轮次分布 资料来源：艾瑞咨询研究院 ，中银证券 资料来源：艾瑞咨询研究院 ，中银证券 1.1.4 中国 AI+医疗政策导向 医药行业层面：无论是 药品供给侧改革还是公立医院改革，在产品 创新及 信息流通方面提高了要求 倒逼技术革新 ； 技术创新层面： 新兴 技术助力医疗行业改革，加速医疗行业 升级 ， AI、大数据 、云 计算 等 新兴产业发展为大健康行业提供了包括智能硬件、 AI 药物挖掘、 人体器官 3D 打印等新的赛 道。总 体 来说，医疗行业政策改革 顺应行业发展趋势，政策驱动 也更加 加速科技创新，进一步推动 医疗 AI 的发展落地。 2021年 9月 2日 AI 新药研发（ AIDD）行业系列报告 （一） :概览篇 12 图表 9. AI+医疗相关政策 发布日期 主要政策 相关单位 发布内容 2014 年 1月 关于加快实施信息惠民工程有关工作通知 发改委 信息惠民工程实施的重 点是解决社保、医疗、教育等九大领 域的突出 问题；各地方在实施信息惠民工程中，要注重资源整合，逐步实现公 共服务事项和社会信息服务的全人群覆盖、全天候受理和“一站式” 办理。 2015 年 5月 关于全面推开县级公立医 院综合改革的实施意见； 关于城市公立医院综合改 革试点的指导意见 医保支付方式改革，上下联动（分级诊疗），信息化 2015 年 8月 关于改革药品医疗器械审评审批制度的意见 国务院 加快审评审批列入国家科技重大专项和国家重点研发计划的药品，转 移到境内生产的创新药和儿童用药。将仿制药由现行的 仿 已有国家标 准的药品 调整为“仿与原研药品质量和疗效一致的药品 。 2015 年 12 月 中西部地区村卫生室信息 化建设项目管理方案的通 知 卫生部 为中西部地区 90%的村卫生室配备电脑， 70%以上的农村居民配备健康 卡，开发整合村卫生室信息化软件，加快区域（地级市和县级）卫生 信息平台建设 2016 年 3月 机 器 人 产 业 发 展 规 划（ 2016 2020 年） 工信部、发改 委、财政部 促进服务机器人向更广领域发展，实现系列化，个人 /家庭服务机器人实现商品化 2016 年 5月 “互联网 +”人工智能三年行动实施方案 发 改委、科技 部、工业和信息 化部、中央网信 办 支持在制造、教育、环境、交通、商业、健康医疗、网络安全、社会 治理等重要领域开展人工智能应用试点示范，推动人工智能的规模化 应用 2016 年 6月 关于积极推动医疗、医 保、医药联动改革的指导意 见： 加大医保管理创新机制创新，促进医药分开 2016 年 6月 关于促进和规范健康医疗 大数据应用发展的指导意 见 国务院 支持研发健康医疗相关的人工智能技术等。加快研发成果转化，提高 数字医疗、物联网等设备生产制造水平，促进健康医疗智能装备产业 升级 2016 年 9月 智能硬 件产业创新发展专项行动（ 2016-2018 年） 工信部、发改委 鼓励医疗机构加快信息化建设进程，推动智能医疗健康设备在诊断、治疗、护理、康复等环节的应用 2016 年 12 月 “十三五”国家信息化规划 国务院 推动健康医疗相关的人工智能、生物三维打印、医用机器人、可穿戴 设备以及相关微型传感器等技术和产品在疾病预防、卫生应急、健康 保健、日常护理中的应用 2017 年 1月 “十三五 ”全国人口健康信息化发展规划 卫健委 充分发挥人工智能、虚拟现实、增强现实、生物三维打印、医用机器 人、可穿戴设备等先进技术和 装备产品在人口健康信息化和健康医疗 大数据应用发展中的引领作用，促进由医疗救治向健康服务转变，实 现以治疗为中心向以健康为中心的转变 2017 年 2月 智慧健康养老产业发展行动计划（ 2017 年 -2020年 发展健康养老数据管理和智能分析系统 2017 年 6月 “十三五 ”卫生与健康科技创新专项规划 卫健委 数据分析和机器学习等技术研究，开发集中式智能和分布式智能等多 种技术方案，重点支持机器智能辅助个性化诊断、精准治疗辅助决策 支持系统、辅助康复和照看等研究，支撑智慧医疗发展 2017 年 7月 新一代人工 智能发展规划 国务院 推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体 系。探索智慧医院建设，开发人机协同的手术机器人等设备。基于人 工智能开展研究和新药研发，推进医药监管智能化 2017 年 10月 关于深化审评审批制度改 革鼓励药品医疗器械创新的 意见 加强药品医疗器械全生命周期管理 2017 年 12月 促进新一代人工智能产业 发展三年行动计划（ 2018 年 - 2020 年） 重点培育医疗影像辅助诊断系统 2017 年 12 月 促进新一代人工智能产业 发展三年行动计划（ 2018- 2020 年） 工信 部 到 2020 年，在工业、医疗、金融、交通等领域汇集一定规模的行业应 用数据，用于支持创业创新。推动医学影像数据采集标准化与规范 化，加快医疗影像辅助诊断系统的产品化及临床辅助应用 2018 年 1月 关于改革完善全科医生培养与使用激励机制的意见 加快培养大批合格全科医生，加强基层医疗卫生服务体系建设 2018 年 4月 关于促进 “互联网 +医疗健