AI加速药物研发：工具而非替代者

产业从一线给出判断：

• “AI目前仍处于早期采用阶段。传统药企发现分子是一个不断试错的过程，而AI可以减少试错活动，降低成本、缩短时间、提高效率。”

• “AI可以给你很多选项、给出评分，但不能帮你做决策。最终决策仍由人来做。AI在药物研发中是增量式的，而非变革性的——它作为工具帮助我们。”

AI专利保护的“两难”：申请还是保密？

过去几年AI药物领域的专利申请激增，但AI专利与传统药物专利有根本不同：“AI专利的生命周期很短，角色更多是融资工具、给投资者信心、阻止快速跟随者。但其范围往往很窄，人们可以轻易规避。最糟糕的情况是你公开了一切只为获得专利，但范围很窄，等于把商业秘密公之于众。”

更具挑战性的是“谁是发明者”的问题：“AI不能是发明者，必须有人的贡献。越依赖AI，问题越大——你可能没有IP，因为没有发明人参与。”

建议企业在关键节点保留人类判断的文档记录，以证明有人类贡献和发明权。

跨境合作：数据合规的“隐形门槛”

中国法律框架下AI制药跨境合作面临诸多监管障碍，最核心的是跨境数据传输。“2024年以来，监管机构已非常重视数据交换和验证。大多数交易甚至在尽职调查阶段就需要获得跨境数据传输批准。”

中国监管机构关注人才流失和技术迁移——涉及技术进出口，需事先批准。“新加坡‘洗白’也不再有用，那只是给某些公司制造错觉。中国监管机构有很多方法知道你是否把核心实验室转移出去。”建议企业在进行跨境合作前充分评估这些监管挑战。

下一站：从临床前到临床的“死亡之谷”

当被问及药物开发中下一个有意义的AI突破时，嘉宾们将目光投向从临床前到临床的转化：“目前大多数AI公司专注靶点发现、化合物设计和临床试验，但缺了最关键一环——转化。动物研究不能很好地转化到临床试验——所有癌症药物在动物模型中都有效，但90%在人体中不工作。”

FDA近期建议用AI和类器官替代动物研究，正是看到转化率差的问题。“如果有一家AI公司能真正提高从临床前到临床的转化能力，那将真正提高药物研发的成功率，是下一个大事件。”

拥抱变化，做好准备

从百亿级BD集中爆发到170余条AI管线进入临床，从FDA与EMA联合发布AI合规新规到全球首款AI驱动药物启动Ⅲ期试验——2026年，AI制药正从“能不能做”走向“能不能成”的关键验证期。正如一位嘉宾所言，AI在药物研发中目前仍是“增量式”的工具，但当第一款AI发现的药物获批时，整个行业将被真正改变。这场汇聚产业一线与法律前沿的讨论，恰为AI制药从概念验证走向临床兑现提供了清晰的路标——技术要突破，法理要厘清，跨境要合规。