DeepSeek再度点燃AI制药热潮，医药界人士直呼有危机感，相关药物上

今年年初，DeepSeek火成现象级，再次引爆了AI热潮。生物医药领域亦在跟进这股潮流。在多家生物医药企业纷纷宣布接入DeepSeek之外，也有越来越多生物医药企业披露自身在AI方面的应用情况或更多布局。

当诸多事件频频展现目前“AI+生物医药”的火热，人们更想知道的是，AI会如何赋能生物制药，尤其是对于“九死一生”的创新药而言。在3月13日-15日举行的BIO CHINA2025易贸生物产业展览期间，这些相关的问题为多个分论坛热议。

“人工智能显然是具有颠覆性潜力的技术，你能够犯的最大的错误就是低估它的未来，一旦低估就肯定要被甩到时代后面的，所以我们宁愿高估它的能力，也不要低估。”广州国家实验室研究员amp;病原体结构与临床应用创新研究院院长彭伟在上述大会中提到。

彭伟举例称，“我自己是搞结构生物学出身的，除了通用型的人工智能之外，专用的人工智能在生物学领域第一个颠覆性的应用就是AlphaFold，用于大分子结构的预测。AlphaFold的出现给结构生物学带来了危机感，但换一个角度看，它的出现也拓宽了结构生物学家的研究领域，带来了新的机遇。”彭伟提到的AlphaFold是由DeepMind开发的AI模型，能够根据蛋白质的氨基酸序列预测其三维结构。

伴随着AI技术的持续发展，AI在生物医药领域的想象力边界不断被拓展。今年2月，国盛证券发布的研报解释道，AI技术涵盖ML和DL(深度学习)。ML算法在新药研发领域被广泛用于分类和回归预测等方面，DL算法适合处理大数据，模型也更为复杂。随着计算机性能的提高和数据量的积累，DL算法在新药研发中的应用越来越广。

具体到应用层面，前述研报提到，目前，从全球AI+新药研发企业的应用实践来看，AI+新药研发主要是将ML、DL等AI技术，应用到前期研究、靶点发现、化合物合成、化合物筛选、新适应证发现、晶型预测、患者招募等新药研发环节。

尽管已经应用到诸多环节，但是眼下仍存在亟待改进和优化的地方。在上述大会中，业内人士指向了“数据”问题。

对于数据的重要性，朗睿生物创始人兼CEO邢莉在上述大会中强调道，“大模型训练离不开大数据，数据是基石。”

这意味着，如想进一步推动AI在制药领域的应用，那么如何扩大数据的可及性尤为关键。

在现实层面，这并不容易。多位业内人士提到，这与制药数据的保密性以及行业细分程度等特性息息相关。

“我们这个行业有一点分散，每个公司虽然都在拼命产生数据，但是我们仍然没有一个好的办法把这些数据集中在一块。这是未来需要解决的。”华深智药生物科技CEO彭健在上述大会中说道。

打破数据孤岛，整合数据，显然需要更多的时间。随着后续相关政府、企业、医疗机构等的合力推进，AI或许才能真正为人们打开想象力的大门，实现更为突破性的应用。

不过，从眼下来看，无论是应用到哪一个层面，AI的应用无疑能提升了新药研发的效率，为降本增效提供了可能。

对于“AI+制药”的应用现状和存在的问题，晶泰科技CEO马健则在上述大会上直言，“AI做药的成功率不是一个正确的问法，而是说在某一个环节能够带来的确定性变化是多少。”同时，他也坚信，AI帮助做创新药已经成为既定的事实，“AI帮助我们做的药走到上市阶段，只是时间问题。”