除夕节前夜，一股来自东方的“神秘力量”在全球资本市场掀起滔天巨浪。
不足一日，DeepSeek的异军突起导致美股AI龙头英伟达股价暴跌近17%，创美股历史上最大单日个股蒸发规模，市值一夜蒸发5888.62亿美元。除了英伟达外，所有过去两年里与AI芯片关系密切的“卖铲人”们全部遭到严重冲击。
很快，DeepSeek的风就吹到了医药领域。
受DeepSeek催化，A股市场AI应用方向集体走强，不仅吸引了亚马逊AWS、微软Azure等国际巨头接入，更在医药行业引发了一场自上而下的“AI改造运动”。
01 “牵手”DeepSeek 多家企业密集宣布 春节假期刚结束，“医药一哥”恒瑞便下发文件，将在公司内部全面开展DeepSeek应用，或成为第一批“吃大模型螃蟹”的国内药企。 与大多数企业仅在研发端尝试AI不同，恒瑞明确要求各部门必须制定应用场景，不仅限于药物研发，还包括生产、营销、财务、法务、人力资源等环节。这种跨部门的应用策略显示了恒瑞医药对AI技术的高度重视及其在提升整体运营效率方面的雄心。
过去多年来，这家曾经的“创新药一哥”因转型迟缓备受争议：PD-1赛道被后来者反超、创新药管线虽多却没有能挑大梁的、国际化也迟迟没有突破……
而这一次，当DeepSeek再度掀起AI浪潮之际，恒瑞医药率先打破常规，主动出击，力求通过全面引入AI技术，彻底摆脱“保守”印象。
可以看出，恒瑞焦虑了。这个曾经风光无限的“中国药茅”，近年来在国内市场却显得力不从心。面对国内市场的重重挑战，恒瑞医药似乎找到了一条新的出路——AI。
数据显示，恒瑞公司员工总数接近20000人，大规模推广和落地AI技术并非易事。但恒瑞显然愿意为此投入资源。尽管目前尚未有公开的具体数字详细说明恒瑞医药在AI技术上的具体投入金额，但从其整体研发投入和战略布局可以看出，恒瑞在AI领域的投入是相当可观的。
根据恒瑞医药2024年的年度报告，公司当年的研发投入高达61.50亿元，占同期营业收入的比例超过29%。这一高额的研发投入为恒瑞在AI技术及其他创新领域的探索提供了坚实的资金保障。
此外，恒瑞医药还在2023年年报中多次提及AI制药，包括完善生物信息平台和构建内部多组学数据库。这些措施旨在通过AI技术提升药物研发的成功率和效率。
就在恒瑞接入DeepSeek的消息公布后不久，“医药二哥”信达生物也宣布接入DeepSeek。但相比于恒瑞的严格要求，信达更偏向于将DeepSeek打造成为服务型信息库。通过接入钉钉AI助理、门户AI问答以及DeepSeek官网三种形式，从而辅助工作完成更加高效。
健康元也于近日在互动平台表示，公司密切关注AI领域的快速发展和研究，近期已将Deepseek等全球最先进的AI模型运用在创新药研发方面。积极推动AI在公司各个业务模块全面应用，进一步优化业务流程、提升工作效率。
业内预计，AI的计入将使在研药物的时间缩短至原来的1/3，成本降低至原来的1/200。无论怎样，新时代大船的桅杆已然跃于海面。
02
海外AI布局如火如荼
从全球来看，海外药企的AI布局早已风风火火。截至目前，美国是AI制药领域的领跑者，占全球市场的54.4%，英国和欧盟各自约占12%。以中国为主的亚太地区，还处于起步阶段。
而罗氏是AI技术萌芽期第一个吃螃蟹的海外制药企业。
2021年，罗氏旗下的基因泰克与Recursion宣布达成合作，前者利用后者的技术在神经科学和肿瘤领域完成药物发现。若所有项目成功开发和商业化，Recursion或获得超过120亿美元的收益。
同年，罗氏基因泰克还收购初创企业Prescient Design。该公司拥有机器学习和生成式蛋白质设计算法的，罗氏收购的意义，在于希望利用人工智能来学习来识别、优化和设计抗体，加快抗体疗法推向临床试验的速度。
两年后，Open AI的浪潮席卷全球，英伟达一战成名。罗氏再次出手，旗下基因泰克与英伟达展开合作，应用后者的加速计算能力和人工智能，提升人工智能研究项目，加速新疗法和药物的发现和开发。
另一家与AI结缘的制药巨头拜耳，在2018年以来，其风险投资部门Leaps by Bayer多次投资Cellino Biotech、Recursion等AI企业。
其中，Recursion正是后来罗氏合作的企业。投资之初，拜耳主导了Recursion的D轮融资，金额5000万美元。2023 年，双方合作升级为精准肿瘤学，利用拜耳的小分子化合物库、生物学和药物化学方面的专业知识以及Recursion专门构建的人工智能指导药物发现平台，推进新型治疗靶点的鉴定工作。
行业巨头争相下水布局，Moderna和BioNtech等新贵也迫不及待加入。两家企业以成功研发新冠疫苗闻名，在研发阶段就尝试使用AI技术进行价值链的赋能。
很快，时间来到2024年。AI科技第二次大爆发的前夜，美国制药巨头礼来宣布与OpenAI达成合作。根据协议，礼来将利用OpenAI开发新型抗菌药物，以解决抗微生物药物抗药性（AMR）对人类造成的威胁。
在此之前，礼来已经承诺将向AMR行动基金提供1亿美元。AMR是全球公共卫生和发展领域面临的最大威胁之一，但攻克难度极大，多家药企折戟。
03
药物设计时间缩短70%
药物设计成功率提升10倍
一款新药的研发成本是巨大的，按照业界流传的“双十”定律，一款创新药的研发平均需要花费10亿美元、10年时间。不仅如此，创新药的平均研发成功率不足10%。
全球生物技术行业组织BIO等联合发布的报告显示，在2011年-2020年的十年间，全球9704个药物临床开发项目中从1期临床到获得美国食药监局批准上市的平均成功率为7.9%，所需要的时间平均为10.5年。
中国科学院院士陈凯先曾在公开场合表示，AI为制药行业带来的价值可达1.2万亿美元。另有国外研究数据显示，人工智能技术应用可以使药物设计时间缩短70%、药物设计成功率提升10倍。
如疫情期间，Pfizer和BioNTech利用AI加速了mRNA 疫苗的研发和临床试验设计。在短短几个月内完成了从靶点发现到疫苗上市的过程。疫苗的有效性超过90%，成为抗击新冠疫情的重要工具。
如今，AI在制药行业的应用已经铺开，拥抱这一变革的药企不在少数。以创新药企百济神州为例，其高级副总裁、全球研发负责人汪来1月初表示，百济神州要持续敏捷推进全球临床开发，其中一部分就是AI赋能未来。
具体来说，AI可以实现实时数据清理，这使得数据收集截止到数据库锁定的时间缩短了58.7%；在数据分析及结果生成上，针对早期临床项目，AI可以自动生成表格、列表和图表，处理时间从5—8天缩短至3—5分钟；AI赋能的药物警戒下，利用AI总结患者安全叙述，每个严重不良事件审查和总结的时间减少50%—80%。
同样是1月初，诺华首席执行官万思瀚公开表示，人工智能在医药行业的潜力巨大，尤其在药物发现和药物开发过程中，“人工智能正在提高供应链效率、文档制作以及日常工作的生产力”，通过智能化手段，制药行业能够在研发过程中提高成功率并缩短药物上市时间。
政策红利也为 “AI 医疗” 的发展提供了有力支持。2024年11月，国家卫健委、国家中医药局、国家疾控局联合发布《卫生健康行业人工智能应用场景参考指引》，列出了医学影像智能辅助诊断、智能就医咨询、智能医学科研数据分析等84种应用场景，特别是在成本高昂的新药研发方面，AI亦有用武之处。
在支付端，DeepSeek 也发挥着重要作用。在医保领域，其推理能力被用于欺诈检测与控费分析。东软 “领智” 平台已在多地医保局落地，通过实时分析诊疗数据，识别异常结算行为，预计每年可减少医保基金浪费超百亿元。商业保险端同样受益，微脉的 CareAI 系统集成 DeepSeek 后，可基于患者历史数据动态定价，推动带病体可保产品创新，为保险行业的可持续发展提供了新的思路。
04
警惕AI成为研发“花瓶”
在这股热潮背后，也有诸多值得冷静思考的问题——“颠覆性” 与边界。
首先，数据安全问题首当其冲，医药行业涉及大量敏感数据，如患者基因信息、临床试验结果等，尽管 DeepSeek 支持私有化部署，但如何确保这些数据的绝对安全，依然是横亘在行业面前的一道难题。
同时，行业分化问题也逐渐凸显。DeepSeek 虽在一定程度上降低了技术门槛，但头部企业凭借多年的数据积累与强大的算力资源，在应用 DeepSeek 时进一步扩大了自身优势。
以恒瑞医药为例，已建立公司级算力平台支持 DeepSeek - R1 调用，而众多中小药企却仍停留在 “评估应用” 阶段。这种差距可能导致行业分化加速，缺乏 AI 能力的企业或许会被无情地挤出创新赛道，进一步加剧行业的马太效应。
此外，技术本身也存在一定的局限性。虽然 DeepSeek 带来了诸多创新，但 AI 不是 “万能药”，尽管其能够助力企业优化流程、压缩成本，在长期发展中或许还能重塑医疗生态，但最终药物的研发成果仍需通过临床试验验证。
并且，“算法黑箱” 对医疗决策可解释性的影响也不容忽视，医疗决策关乎患者的生命健康，需要高度的可解释性和透明度，如何解决这一问题，是 DeepSeek 在医疗领域深入发展必须跨越的障碍。
来源：新康界
