文｜《科创板日报》

近期，《Nature Reviews Drug Discovery》刊发了一篇由16位全球多领域科学家联合撰写的观点文章，该文系统复盘了AI在药物研发领域十年间的应用历程，也直指行业存在“跑分优于实效”的现实困境。

当上述文章呼吁行业跳出技术驱动的叙事，转向真实研发问题的导向，这不仅让人发问：AI到底应该在药物研发的哪些环节来证明自身价值？又需要依托什么样的数据、什么样的模型，建立怎样的验证标准来完成这一证明。

在太美医疗科技董事长赵璐看来，如果前半程是算法与算力的竞速、分子管线批量产出的狂欢；而后半程，横跨数年的临床验证马拉松，才是检验AI商业价值的终极考验。

赵丽颖璐进一步向《科创板日报》等媒体拆解了这套逻辑，他认为，现在AI在临床开发端有非常大的发挥空间。如果把它分成不同层级来看，最底层就是效率层面，简单说就是怎么更快把临床结果验证出来，这块可做的事情很多，但还属于相对基础的应用。

再往上一层，就是用AI去优化临床试验设计，少做没必要的试验，把真正有价值的试验做到最好。而更高的层次，则是用AI优化临床治疗方案，真正站在患者角度，实现精准医疗，让合适的患者用上最适配的治疗。

▌业绩拐点已至，太美医疗科技如何撬动AI临床开发价值

有数据显示，在新药开发的全周期中，临床阶段耗时约占整体研发周期的80%，资金投入占比接近70%，行业真正的挑战实际集中于临床开发端。

相较于临床前阶段分子筛选、化合物设计的可预测性，临床试验直面复杂的人体真实生理环境，需要应对多重现实难题。一方面是试验执行层面的阻力，包括受试者招募困难、入排标准复杂、受试者脱落、临床机构资源分配不均，试验周期极易被拉长，进一步推高研发成本。

另一方面是方案与转化层面的风险，临床方案设计的合理性、终点指标设定、对疾病异质性的理解，都会直接影响试验走向。不少候选药物即便在细胞与动物模型上表现优异，进入人体试验后仍会出现疗效不及预期、安全性信号超出预判等问题，临床损耗居高不下。

过去几年，行业在AIDD（人工智能驱动的药物发现）已经取得了阶段性的成果，在靶点识别、分子生成、化合物筛选等临床前环节，AI显著压缩了研发周期：传统模式下从靶点发现到临床前候选化合物（PCC）确立普遍需要4‑6年，AI介入后部分项目可缩短至18‑24个月，早期研发成本最高可实现30%‑50%的下降。

“而AI在临床阶段的价值远不止于提升运行效率。借助AI，能够精准筛选更适配的受试者、制定更合理的临床方案，进而重塑整个临床开发范式，使患者可以更快从技术进步中获益。”赵璐说道。

据行业统计，截至2026年上半年，全球范围内已有170余条由AI参与设计、优化的候选分子进入临床阶段，十余款管线迈入Ⅲ期确证性临床试验。

当大量管线开始进入临床验证阶段，AI开始进入“如何交付”的核心流程，而在直面受试者、试验方案、真实世界数据等多重变量时，AI又该在如何充满不确定性的现实环境中完成价值输出。

作为临床开发SaaS及数字化基础设施独角兽，太美医疗科技依托既有的数字化积淀和多年的临床开发专业能力，逐步将AI纳入业务体系，实现AI转型，基于“AI for Success”的核心理念，把大模型能力与药物临床开发的具体业务场景相结合，通过AI临床开发平台和AI赋能的临床开发服务来实现具象化的落地，前者聚焦新药临床开发全流程的数字化与智能化，后者则面向初创型药企提供端到端的临床开发服务。

其中，Wiz.AI是太美医疗科技自研的临床开发智能体平台，也是AI临床开发平台的重要载体，该平台依托统一技术底座，搭建起完整的AI Agent 矩阵，分为 AI For Productivity（效率提升）、AI For Information（信息整合）、AI For Science（科学研究）三类，以差异化AI能力覆盖临床研究全场景，涵盖方案撰写、研究中心筛选、患者招募、运营管理、数据管理、统计分析、医学分析、安全性管理等，实现了临床开发全栈式关键环节的全面覆盖，并已落地到多个真实临床项目中。

以传统临床研究中备受困扰的患者招募为例，在智能招募体系的支持下，某银屑病药物注册临床研究项目组单天完成100+例受试者筛选，单月完成超20例受试者入组，相较于传统人工招募效率提升了约6倍。

“公司一直在思考，哪些临床开发场景具备最优的切入机会，产品在对应场景下是否拥有足够的竞争力，与现有工作流能否完成适配和深度嵌入，同时满足行业监管级别的规范要求。只有把这些事情做好了，商业化价值自然水到渠成。”赵璐对《科创板日报》等媒体表示。

据太美医疗科技CFO王为介绍，近年来公司持续推进收入结构优化，实施收缩低毛利业务的战略调整，将资源向优质项目倾斜。

“今年上半年，公司整体营收持续向好，并迈入高质量增长阶段。上半年国内获国家药监局批准的Ⅰ类创新药中，有60%是通过公司AI临床开发平台开发，AI业务价值进入加速兑现阶段。”王为说道。

而在太美医疗科技业绩拐点已现之时，行业对AI临床开发的评判标准已抬至新高度。受创新药行业周期波动影响，药企采购AI产品更加看重实际落地价值，要求输出可量化的业务产出指标。

与此同时，全球多中心临床试验占比持续走高，各地区监管规则存在显著差异。2026年初，美国FDA与欧洲药品管理局联合发布AI药物研发十大良好实践原则，就训练数据来源、模型可复现性、全流程数据溯源作出硬性约束，倒逼AI产品持续迭代以适配多国合规框架，也对企业产品研发能力提出更高门槛。

赵璐向《科创板日报》记者表示：“在临床试验设计层面，如何科学设定试验终点，在项目推进中实现前瞻预判，跳出传统循序渐进的研发思路，并提前预判后续多环节潜在问题，这已不只是降本增效，而是创造全新的价值，这将是公司未来的发力重点。”

另据《科创板日报》记者了解，太美医疗科技并不局限于AI临床工具这一“卖铲人”角色，同时也在以LP身份参与产业基金布局，通过资本触角触达上下游创新项目，打通技术服务与产业投资的联动路径。

去年12月，太美医疗科技与凯风创投成立了创新药权益基金，首期规模为5亿元，将AI驱动的临床开发技术能力、CRO的专业服务能力和资金进行结合，为创新药公司提供临床开发的全链路支持。

截至目前，该基金团队已评估数百条管线，并已有项目正在推进。