事实上，从2020年开始，AI医药就进入了高速发展期，并且这一势头丝毫没有减弱的迹象。根据智药邦的统计，2022年上半年，AI药物研发领域共发生了52项投资活动，投资总金额超过180亿人民币，其中27％的投资活动金额过亿。

　　国内的AI技术已经在医疗领域的影像板块实现了一定的商业化，AI＋CT可以对肺结节、肺结核等肺部疾病进行有效筛查，各大三甲医院已经在临床上进行了广泛应用。

　　但AI药物研发领域才刚起步，而AI药物研发，才是AI在医疗市场上最大的蛋糕。这也难怪腾讯、阿里、百度等大厂，早早就瞄准了AI药物研发赛道。不过一个有趣的事实是，医疗数据在某种意义上比算法模型更为重要。

　　谈到AI入局医疗赛道，似乎是一个近几年才发生的事。事实上，早在2010年就有一批技术公司开始尝试用AI技术进行药物研发。但直到近几年，AI研制的第一批药物才真正投入到了临床使用。

　　药物研发包括药物发现、临床前研究、临床研究、审批上市四个阶段。在药物研发阶段，人工智能通过对医学资料的深度学习能够迅速发现药物与疾病、疾病与基因之间的关系；在临床前研究阶段，人工智能技术通过处理大量试验数据，可以在几小时甚至几分钟内找到药效最好且最稳定的晶型结构。

　　AI深度参与的这两个阶段恰恰是药物研发中耗时最长，资金投入最大的两个阶段。药物研发是一个研发周期长、费用高、成功率低的过程。电影《我不是药神》中的格列宁的原型诺华公司生产的格列卫，售价2．5万元一瓶，NATCO的仿制药价格仅有980元。之所以正版售价高达两万多一瓶，是因为前期研发投入大。

　　而随着AI进入到药物研发领域，药品的成本有望大幅下降。资料显示，人工智能可以将新药研发的成功率提高2％，为整个生物制药行业节约数百亿美元的研发费用。

　　一方面，人口老龄化带来了更多的医疗需求。据《中国医药开发与生产能力评估报告》显示，到2050年我国60岁以上老年人口将达到2．8亿，占总人口的19．7％。老年人比例的增加意味着医疗行业需要应对更多的慢性病和其他需要长期护理的疾病。

　　另一方面，人口老龄化造成的劳动人口不足迫切需要人工智能参与到劳动生产中，缓解供需失衡。目前我国人口总量逐渐减少，而老年人口却呈现增长趋势。在不久的将来，医疗系统会面临医生、和其他相关人员短缺问题。

　　人工智能在数据处理、图像识别等方面的运用，将提高医疗系统的运行效率，降低运行成本。国内的AI技术已经在医学影像领域实现了一定规模的商业化应用。AI＋CT影像能够对肺结节、肺结核、气胸、肺癌等肺部疾病进行有效筛查，各大三甲医院都开设了这一检查项目。相比与AI在零售、文娱等领域的应用，AI在医疗领域的运用还处于早期阶段，但AI在医疗行业的市场却是最大的。数据显示， 2025 年，人工智能应用市场总值将达到 1，270 亿美元，医疗行业占五分之一。

　　很长一段时间里，国内高精尖的医疗设备都将依赖于国外进口，比如核磁共振仪，CT扫描仪等等；关税及高昂的费用，最终转嫁到了患者们的身上。

　　所以，依托于我国AI技术在世界范围内的领先性，加快AI技术在药物研发等领域的发展，也能让国内医疗行业在下一个十年抢占一定的行业线

　　AI药物研发领域的领先玩家是美国。美国大量医疗 AI 公司都集中在药物研发领域，全球50％ 以上的 AI 药物研发公司都集中在美国。美国的 Schrodinger 和 RelayTherapeutics AI药物研发领域最早上市的公司。

　　虽然已经采取了数字化管理，但管理的标准并不统一，当前除了主流HIS、CIS、PACS 等系统，不同厂商也会为不同医院单独设计信息化管理实施系统，且不同版本之间的数据无法互相授权。另外，在医生的实际工作过程中，病历数据的记录往往是个性化、缺乏统一标准；因此，人工智能目前难以理顺整个诊断逻辑，进行深度学习。

　　其次，有价值的数据难以获取。目前训练AI的数据主要是各种文献数据库，公开的项目模拟数据及部分临床数据等公开数据，这类数据获取难度低但质量高低不齐；而高质量的数据多集中在三甲医院，仅对内开放，获取难度高。