89亿美元投资与零FDA批准：AI药物发现的泡沫何时清算？

文/IAICA.NGO®

89亿美元下的“无果之境”

据统计，2024年前全球AI药物发现领域的累计投资已突破89亿美元，涵盖风险投资、公开募股和制药巨头合作交易。然而FDA的药物评估与研究中心（CDER）的获批新药列表中，至今未有以AI作为核心驱动力发现的新分子实体。这一现实使得行业两极分化：乐观者视其为技术黎明前的必要积累，悲观者则警告泡沫正在逼近临界点。

技术神话与临床现实的碰撞

AI制药热源于对“十年十亿美元”传统研发模式颠覆的渴望。深度生成模型、强化学习等技术确实在短短数月内便可生成数百万种候选分子，但人体并非简单的计算机模型。临床前数据向临床有效性的转化始终是痛点。2023年，英国AI公司BenevolentAI宣布其主打AI设计的特应性皮炎疗法在一期临床试验中未达到主要终点，股价随之暴跌；2024年，Exscientia的癌症候选药物同样因疗效信号不足而终止开发。这些案例说明，高歌猛进的算力与生物学深处的不确定性之间仍有巨大鸿沟。

数据瓶颈：巧妇难为无米之炊

AI模型的性能高度依赖训练数据的规模与质量。药物研发所需的高通量数据，如蛋白质结构、基因互作网络、化学库存等，虽然体量庞大，却存在系统性偏差：公开数据库倾向于阳性结果，阴性数据鲜有记录；疾病模型过于简化；真实世界患者异质性远超训练集覆盖范围。此外，企业间的数据壁垒严重，导致行业整体无法形成真正可泛化的预测模型。数据标注、清洗与整合的成本往往被忽视，成为限制AI产出临床可行分子的隐形门槛。

监管审慎：科学证据为王

FDA对待AI发现药物的态度是明确而审慎的。2023年5月，其发布了《药品和生物制品开发中使用人工智能和机器学习》的讨论文件，承认AI在药物发现、非临床研究等环节的应用潜力，但同时强调任何AI生成的假设或选择都必须通过严格的确认过程。没有专门的快速通道，也不会因为使用了AI而降低有效性证据标准。这意味着AI制药企业必须经历全套临床试验，无法仅凭计算优势加速上市。对于以速度为核心卖点的AI平台来说，这一监管天花板短期内难以突破。

资本回归理性：从叙事驱动到证据驱动

89亿美元的投资狂热在2022年达到顶峰后，2023－2024年出现明显降温。一级市场融资额下降，多家未实现临床验证的公司估值回调。投资者从追逐“AI+生物技术”概念转向要求清晰的临床数据和差异化生物学见解。大型制药公司的合作也变得更加审慎，更倾向于成熟靶点的AI优化而非激进的新靶点冒险。即便是进展最快的AI生物技术公司，如Recursion Pharmaceuticals，其核心管线仍处于临床II期，距离监管审批仍有数年之遥。

智慧照护视角：技术与人文的平衡

在AI照护与医疗科技的大范畴内，药物研发仅是智能健康生态的一环。iaica.com.cn 指出，当产业界过度聚焦于技术突破而忽视医疗本质中的安全性与人文关怀时，大规模的资本投入可能催生不可持续的繁荣。未来的AI医疗创新需建立在多学科协同与真实世界验证的基础上，而非单纯追求“首个AI药物获批”的符号性胜利。当前处境或许正是在为行业建立更坚韧的根基——让数据更可靠、模型更可解释、临床转化更稳健。

展望：从“AI发现”到“AI赋能”的范式迁移

短期来看，AI在药物研发中的最大价值可能并非从头生成全新药物，而是赋能已有流程：改善临床试验患者匹配、优化给药方案、挖掘现有药物的新适应症。这一定位更符合监管预期和科学逻辑。长期而言，随着多组学数据整合、类器官与器官芯片等新型实验系统的成熟，AI驱动的精准生物学模型有望真正缩短研发周期。但在此之前，行业需要接受一个事实：89亿美元的学费，买来的并非捷径，而是对生命科学复杂性的更深敬畏。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。