2月木头姐发布《Big Ideas 2025》报告，报告中指出AI将使药物研发商业化速度加快1.6倍，成本降低80%；在分子诊断方面，将使癌症筛查的生产力提高20倍，癌症监测市场规模扩大10倍；在多组学工具方面，将使DNA等生物信息的读取成本降低100倍，写入成本降低1000倍等。资本市场热切期盼AI医药的美好场景。
春节期间，DeepSeek的横空出世，高效且低成本的算法震撼了AI产业，其运作逻辑很大程度上弱化了人工智能与算力之间的强绑定。DeepSeek的火爆加速了AI应用场景的爆发，医药毫无疑问是重要的应用场景，尤其是中国医药产业。最近，从医药企业到医院纷纷宣布接入DeepSeek。
当前，AI医药与医疗应用场景多点开花，在AI药物研发、AI影像、AI检测、AI健康管理、AI智慧医疗等领域快速推进。
药物研发是医疗AI领域最大的细分市场。药物研发的第一步是寻找合适的药物靶点，传统方法往往耗时费力且成功率较低。AI通过分析海量的生物数据，包括基因表达数据、蛋白质相互作用网络等，可以快速识别出与疾病相关的潜在药物靶点，然后根据靶点的结构和性质，设计出全新的药物分子结构，并对其进行优化。Insilico Medicine已经成功利用 AI技术开发了首款抗纤维化药物INS018_055。
医学影像AI无疑是所有医疗AI中最成功和最成熟的应用。现在几乎所有影像设备都将AI融入了从检查到诊断的全流程，几乎医疗机构都在采购设备时，都会要求配备肺结节、脑出血、冠脉CTA、头颈CTA、骨折/骨龄等AI辅助诊断软件。随着AI在诊断、检测、健康管理的运用发展，AI会掀起新的诊疗革命，从AI辅助诊断到AI精准医疗。
AI医疗成功落地需要关注几个核心问题：首先是数据，AI医药的核心竞争力在于数据量和数据质量，尤其是高质量数据。随着Deepseek代表的新一代大模型的开源高效降本，单一的数据已经无法满足AI医疗的发展，多模态数据更加重要。也许未来的产业机会更多从细分AI应用公司转向 AI综合性诊疗提供商，参考Tempus数据库，包括基因组学、蛋白质组学、临床数据、影像学等，这些门类繁多且高质量的数据是其快速商业化的坚强基础。其次是支付端问题，Tempus AI产品已经获得医保代码，有医保付款，是其快速商业化的直接动力，未来AI产品在国内是否能够获得医保支付，也直接关系了AI项目的推广速度。另外，商业模式不容忽视，AI应用最终要落实到产品端变现，这其中也必然伴随商业模式创新，有待各家企业去挖掘。
在资本市场，AI医药已经成为重要的投资方向，在泡沫与机遇的交织中，唯有扎根真实需求、穿越技术周期、有自己核心算法与高质量数据的企业，才能成为未来的赢家。
本文作者可以追加内容哦 !
