我国AI制药行业供需市场出现有效需求不足 目前主要集中在临床前阶段

AI制药是一种以医药大数据为学习研究土壤，运用NLP、CV、知识图谱、机器学习、深度学习等AI技术参与制药过程，以计算、预测、寻找合适的、新兴的有机物化学反应、潜在药物分子并观察药物临床效果的技术手段。目前，AI制药主要应用于靶点发现、化合物合成、化合物筛选、药物晶型预测、患者招募、药物重定向与临床试验设计优化等场景。

根据观研报告网发布的《中国AI制药行业发展趋势分析与未来投资预测报告（2022-2029年）》显示，近几年，随着人工智能技术、大数据和算力的大幅提升，逐渐发展出了以数据为基础的人工智能制药和以物理规则为基础的计算制药两种范式。前者本质上是机器通过学习数据，挖掘数据总结归纳规律，反过来优化药物研发环节；后者是从第一性原理出发，从分子、原子等微观粒子层面去计算药物分子与靶点蛋白分子之间的相互作用力，也可以借助于AI提高运算速度和精度。

一、AI制药行业市场发展现状

1、全球市场

AI制药行业自2014年才开始兴起，目前仅有AbCellera与礼来合作开发新冠肺炎中和抗体LY-CoV555获得美国FDA的紧急使用授权。全球的AI制药行业尚处于起步探索阶段。

近年来，AI药物研发受资本追捧，相关领域融资不断，全球市场规模也在不断增长。全球AI制药市场规模在2020年和2021年分别达到13668万美元和27524万美元。具体如下：

数据来源：观研天下数据中心整理

美国是AI制药领域的主要地区，中国紧随其后。从地区分布上看，美国仍然占据了AI市场的主要份额，近5年来在AI制药领域有50.6%的融资交易发生在美国。

在全球地区占比中，由于美国的占比较大，因此北美占据了AI制药全球市场的绝大部分，占比为41.93%，欧洲地区占据26.37%，亚洲为24.44%。

数据来源：观研天下数据中心整理

2、中国市场

虽然国内AI药物研发行业虽然起步稍晚，在企业数量及市场成熟度上，与国外尚有不小差距；但另一方面，互联网行业培养了大批工程师，加上AI企业如雨后春笋般出现，为行业储备了大量技术人才，AI药物研发行业有了快速发展的基础。

因此受益于政策支持、技术进步以及医药行业需求的不断提高，我国AI医药行业的市场规模近5年来年均复合增长率达到47.63%，呈现高速发展态势。2021年市场规模达到1.73亿元，具体如下：

资料来源：观研天下数据中心整理

目前AI制药行业的市场结构有接近3/4的市场是在临床前阶段，涉及靶点及生物标记物的选择与确定、先导化合物的确定、构效关系的研究与活性化合物的筛选、先导化合物的优化、候选药物的选定等环节；约1/4的市场在临床试验阶段，涉及药物依从性、预测治疗结果、数据分析、病理研究、疾病诊断等场景。具体到疾病类别来看，癌症与精神类疾病是AI制药行业最主要的关注领域，其次为心血管、肝肾肠以及呼吸系统疾病。

资料来源：观研天下数据中心整理

二、AI制药行业供需规模现状

1、供应情况

目前我国AI制药行业的公司规模已超30家，同时Atomwise、Insilico Medicine、Exscientia、 BenevolentAI、Silicon等国外AI制药企业开始进入中国市场，不断提升着中国AI制药行业的供给能力。

目前中国AI制药行业已经能够提供包括药物发现在内的临床前试验服务以及临床试验服务。 Insilico Medicine建立的英矽智能公司首个由AI发现的抗纤维化候选药物I期临床试验于2022年2月完成向多名健康志愿者的临床给药，是中国第一个将AI药物推入临床的AI制药企业。

2、需求情况

（1）药学研究服务市场需求

根据Frost & Sullivan数据，中国CMC（Chemistry Manufacture and Control，化学成分生产和控制，主要指药物研发过程中生产工艺、杂质研究、质量研究、稳定性研究等药学研究工作）市场规模从2017年的7亿美元上升至2021年预计的16亿美元，年复合增长率为22.96%。

资料来源：Frost & Sullivan数据，观研天下数据中心整理

（2）临床试验和生物分析服务市场需求

根据Frost & Sullivan数据，中国临床试验阶段服务市场规模从2017年的23亿美元上升至2021年预计的56亿美元，年复合增长率为24.92%。

资料来源：Frost & Sullivan数据，观研天下数据中心整理

3、供需平衡分析

从供给端看，随着基因检测技术的进步，各种药物研发数据的不断积累以及计算机硬件设备与人工智能算法的改良使得AI技术在生物制药领域的发展获得了良好的条件。

再从需求端看，传统生物制药企业在进行新药研发时长期存在的研发周期长、失败率高、成本高等痛点也给AI制药行业带来了巨大的潜在增量。

AI技术在自然语言处理、图像识别、深度学习和认知计算等方面的优势可应用到新药研发各个环节。据估算，从靶点确定到临床候选药物环节，通过AI辅助计算的方法，可以把从传统研发方法需要3～6年的时间压缩到1～2年，从而大幅提升效率并节省成本。

因此，中国CMC市场规模与临床试验和生物分析服务市场规模在2021年预计达到67亿美元，约合435亿人民币，而这些市场都属于AI制药的潜在需求市场，因此AI制药行业的潜在需求规模巨大。

综合来看，目前在在药物发现领域，AI制药已经能够较为出色地完成任务，而受制于生物机体多样性与特殊性因素，AI制药在临床服务的需求受到较大制约，行业内的企业经营状况大多处于前期投资研发的亏损阶段，行业供需偏向于有效需求不足的态势。

而未来随着AI技术的不断进步以及医疗技术的发展，AI制药行业的生物局限性如果能得到很好解决，则AI制药行业的需求有望呈现快速增长，行业供需会出现供不应求的供需失衡情况。

三、AI制药行业竞争情况

当前我国AI制药企业为赛道先锋者，是市场集中度的主要贡献者，市场结构为寡占型，市场处于原始竞争阶段，未来集中度有望分散。目前国内AI制药企业有海外业务，但海外AI制药企业尚未踏足中国市场。

根据国内发展来看，我国AI制药尚处于起步阶段，行业参与者不多，行业CR8已经接近100%，当前行业市场明显为寡占型结构，市场上的先发头部企业的优势明显。未来随着行业内参与者越来越多，行业竞争将会越发激烈，未来的市场大概率会逐渐走向竞争化，市场集中度逐渐下降的态势。

四、AI制药行业发展趋势

一方面，我国庞大的人口数量以及老龄化程度的加剧都会导致患病人群数量的不断增加，进而在医药研发与医药生产方面提出更多更高层次的需求，推动医药行业高速发展以及未被满足的临床需求的不断增多。这种情况下，传统医药研发工作已经难以满足行业发展需求，医药行业对于AI制药的诉求会进一步增长。

另一方面，AI制药行业除了聚焦在临床前的药物发现，已有相关公司开始探索将AI技术应用于成本更高的临床阶段。临床试验是新药研发中耗时最久、资金花费最高、最容易出问题的环节。尤其是一些小众疾病、罕见病，患者招募都成大难题。据统计，近三分之一的Ⅲ期临床因患者招募问题而失败。目前国外已有AI公司介入药物临床试验患者招募工作。它们通过将医疗记录、医学文献、患者主动上传的病理内容等信息与受试药物信息进行匹配，帮助实验主体找到合适的受试患者。如Mendel.ai公司鼓励患者向自建平台提交病历，算法会将患者与合适的临床试验进行匹配。

整体来看，随着AI技术以及医药行业的不断发展，AI制药在医药研发行业的渗透率将逐步提高，市场规模会进一步扩大；市场结构方面，AI制药的市场结构未来有可能会向CRO的市场格局进行演变，即临床试验占比会得到提高，但同时考虑到AI制药的特殊性，临床试验的占比超过临床前试验占比的可能性并不大。（WWTQ）