纪要涉及的行业或公司 * 行业：全球制药行业，特别是跨国药企（MNC）与生物科技公司（biotech）[1] * 涉及公司： * **跨国药企（MNC）**：吉利德（Gilead）、默沙东（MSD）、百时美施贵宝（BMS）、阿斯利康（AstraZeneca）、礼来（Eli Lilly）、罗氏（Roche）、辉瑞（Pfizer）、诺华（Novartis）、赛诺菲（Sanofi）、艾伯维（AbbVie）[1][2][3][5][6][7][8][9][10] * **生物科技公司（Biotech）**：荣昌生物、Summit、BioNTech、Revolution Medicines、阿里拉姆（Alnylam）、Aerogen[3][11][12][13][14] * **AI/技术公司**：英伟达（NVIDIA）、薛定谔（Schrödinger）、Mannes、Modella[2][3] * **中国公司**：科伦博泰、恒瑞医药、百利天恒、康诺亚、乐普生物、应人生物、信达生物、三臻制药[5][7][10][12][16] 核心观点与论据 行业宏观趋势与战略 * **应对专利悬崖与加速转型**：跨国药企在专利悬崖压力下，正通过大规模BD（业务发展）和并购加速转型，以平滑重磅产品专利到期带来的销售冲击[1] * **AI成为核心驱动力**：AI从工具上升为制药核心生产力，多家跨国药企（礼来、阿斯利康、赛诺菲）与英伟达等AI公司合作，推动AI平台化、体系化应用，旨在加速研发周期、降低失败率、提升靶点发现与生产效率[2][3] * 礼来与英伟达合作目标将药物研发周期从10年压缩至2-3年[3] * 研发路径目标从“90%湿实验+10%干实验”转变为“10%湿实验+90%干实验”[4] * **生成式AI在医疗领域占比高**：相关调研显示，生成式AI在医疗领域的应用占比达13%，为各领域中较高数值[4] * **Biotech专业化突破**：生物科技公司在细分赛道（如双抗、RNA疗法）持续取得专业化突破，行业整体处于从管线构建到商业化放量的系统兑现周期[2] 重点跨国药企（MNC）2026年关键布局与展望 * **默沙东（MSD）**： * **应对Keytruda专利悬崖**：预计Keytruda销售额在2028年达350亿美元，2030年目标通过约10款产品实现700亿美元营收目标（占70%）[6] * **2026年关键进展**：科伦博泰SKB264（胃癌后线）海外三期数据读出；TLNA三期数据有望读出（峰值预期10亿美元）；启动从恒瑞引进的LPA小分子联用探索[5] * **BD策略**：2026年规划150亿美元BD金额，更关注后期高确定性资产[6] * **百时美施贵宝（BMS）**： * **重点管线**：列出6款具10亿美元以上潜力的管线，涉及抗精神疾病、抗凝、肺纤维化、多发性骨髓瘤（分子胶）等领域[7] * **2026年关键数据读出**：肺纤维化药物、房颤与卒中预防新药的注册性临床试验数据；抗精神分裂药物的阿尔茨海默症适应症扩展数据[8] * **合作推进**：推进从百利天恒引进的EGFR/3双抗ADC（一线三阴乳腺癌、EGFR突变非小细胞肺癌全球数据预计2028年读出）[7][8] * **罗氏（Roche）**： * **重点布局减肥领域**：致力于成为减重领域前三，2026年将公布5款新分子实体三期数据[9] * **BD策略**：更关注中早期项目，重点布局肿瘤、神经和代谢领域[9] * **辉瑞（Pfizer）**： * **肿瘤领域**：推进707临床，2027年可能展开4个全球三期临床（结直肠癌、EC、非小细胞癌、UCC）[9] * **代谢领域**：推进GLP-1研发，2026年启动10项减重相关三期临床（包括长效GLP-1及其与EMILY联用）[9] * **诺华（Novartis）**： * **2026年数据读出**：收购乔酸公司后的三个神经肌肉疾病后期数据；APOA的SASO临床数据[9][10] * **BD关注领域**：口服3双抗及ADC[10] * **阿斯利康（AstraZeneca）**： * **增长支柱**：下一代IO（免疫肿瘤）和ADC作为长期增长支柱[10] * **合作进展**：涉及国内康诺亚和乐普生物的Claudin 18.2 ADC[10] * **代谢领域**：口服GLP-1、Amylin及联用数据将在2026年读出[10] * **礼来（Eli Lilly）**： * **代谢领域龙头**：目标实现T2博泰商业化持续放量，2026年第二季度口服小分子有望获批[10] * **赛诺菲（Sanofi）**： * **自免领域重点公司**：2026年包括OS for 40L的AD37临床数据读出并递交上市申请；TSLP L13双抗（针对哮喘）数据读出[10] * **BD计划**：计划通过BD引入8-12个高质量研发项目，补充临床一期资产[11] 重点生物科技公司（Biotech）2026年关键进展 * **Summit**：针对AK112（PD-1/VEGF双抗）递交首个BLA，预计2026年Q4获FDA审批决定；2026年下半年读出I3的MPFS和中期OS数据[11] * **BioNTech**： * **肿瘤管线**：PD-L1/VEGF双抗在2026年有国内一线三阴乳腺癌三期中期分析，以及海外一线非小细胞癌、小细胞癌、肝癌二期数据读出[12] * **合作引进**：从应人生物引进的两款ADC中，2度ADC（二线阳性EC适应症）有望获批上市；BGH3 ADC将有一二期联用数据及二期小细胞癌数据读出[12] * **Revolution Medicines**： * **2026年数据读出**：RASONE抑制剂针对二线胰腺癌数据（上半年）、一线单药及联用数据（上半年）、针对KRAS G12D的临床数据[13] * **新管线启动**：PSG12V抑制剂等新药将在2026年Q4进入一期临床[13] * **小核酸领域公司**： * **阿里拉姆（Alnylam）**：ALK7（针对肥胖）一期数据、HTT小核酸（针对亨廷顿）一期数据将在2026年下半年读出[14] * **Aerogen**：ABOC3的SHTJ适应症三期数据读出并递交上市申请；AOC3和PCSK1双靶点小核酸一二期数据在2026年Q3读出；Tau蛋白靶点一二期数据在Q3读出[15] * **其他公司**：2026年将提交4项新IND，3款新产品上市，5项三期临床数据读出；心血管代谢领域某商业化产品峰值销售上调至20亿美元[15] AI在制药领域的商业化进展 * **Tempo AI业绩超预期**：2025年全年营收12.7亿美元，同比增长83%；2026年营收目标15.9亿美元；年底在手合同订单达11亿美元，初步证明AI在医疗数据商业化可实现利润放量[5] 其他重要内容 对国内创新药行业的影响与投资方向 * **强催化剂映射**：MNC和biotech在2026年的大量临床数据读出，对与之相关的中国公司形成非常强的催化剂映射[15] * **重点赛道**：ADC、GLP-1、双抗依旧是2026年非常热门和重点的赛道；小核酸也成为重点方向[16] * **投资关注点**： * 持续关注国内相关赛道龙头公司[16] * 关注已出海、具有全球临床与BD经验的创新药龙头（如方方生物、科伦博泰、百利天恒、三臻制药、信达生物）的海外临床数据读出与推进[16] 具体交易与合作案例 * **大额BD交易**：艾伯维与荣昌生物达成大额BD[3] * **AI合作案例**：礼来与英伟达共建AI实验室；阿斯利康收购Modella；赛诺菲加码与中国AI平台合作，通过海外华生制药子公司合作开发两款AI驱动发现的双特异性抗体[3]

公司与齐鲁制药达成新合作 - 2026年1月27日，公司与齐鲁制药签署战略合作协议，围绕心血管与代谢类疾病领域，利用公司的Pharma.AI平台进行小分子抑制剂研发 [1] - 协议总金额超过9.31亿港元，包含开发和销售里程碑付款，以及单位数的后续净销售额分成 [1] AI制药平台能力持续获得行业认可 - 自2021年以来，公司已与多家国内外龙头药企达成研发合作，证明其AI平台研发能力不断被认可 [1] - 重要合作包括：2022年与赛诺菲达成最高12亿美元+特许权使用费合作；2025年与礼来达成超1亿美元+特许权使用费合作；2026年与施维雅达成总金额高达8.88亿美元的多年期抗肿瘤药物研发合作 [1] 自研管线对外授权成果丰硕 - 2023年至今，公司已完成3笔自主研发管线的对外授权 [2] - 具体授权包括：2023年向EXELIXIS授权USP1靶点药物，总金额接近10亿美元，首付款8000万美元；2023年向Menarini授权KAT6小分子，总金额超过5亿美元，首付款1200万美元；2024年继续向Menarini授权，总金额超5.5亿美元，首付款2000万美元 [2] - 2025年12月，向太景授权PHD抑制剂ISM4808大中华区权益，交易总额达数千万美元；2026年1月，向衡泰生物授权NLRP3抑制剂ISM8969，公司有权获得最高6600万美元的预付款及里程碑付款，双方各持项目50%全球权益 [2] - 基于AI平台，公司保持较高研发效率，后续有望持续推出更多自主研发分子并达成对外授权 [2] 公司财务预测与行业前景 - AI制药行业处于高景气状态 [3] - 预计公司2025年、2026年、2027年营业收入分别为0.96亿美元、1.37亿美元、1.83亿美元 [3] - 预计公司2025年、2026年、2027年归母净利润分别为-0.14亿美元、-0.04亿美元、0.18亿美元 [3] - 预计公司2025年、2026年、2027年市销率（PS）分别为48倍、34倍、25倍 [3]

公司近期融资与市场地位 - 深度智耀在近期完成了6000万美元的新一轮融资，新投资方包括信宸资本、金镒资本、凯泰资本，老股东鼎晖百孚、新鼎资本持续追加 [3] - 公司在短短两个月内累计获得超一亿美元融资，此前在去年12月刚刚官宣一笔5000万美元的D轮融资 [4] 公司核心业务与技术定位 - 公司为全球药企提供从药物临床前研究、注册申报、临床试验到上市后研究的全栈式智能解决方案，突破了行业主要将AI应用于临床前阶段的局限 [4] - 公司提出“电子神经元单点无效论”，致力于打造“自主的、具备专业领域‘意识’的数字科学家团队”，通过“仿生大脑”的去中心化协同和自我进化，构建能高效完成临床试验全流程的自主AI智能体集群 [4] 核心技术架构：“仿生大脑”与智能体集群 - 公司将复杂的临床医学逻辑打造为由以万为单位的高精度“原子化智能体”构筑的“仿生大脑” [5] - “仿生大脑”包含多种专业智能体，例如负责顶层设计的Protocol Agent（方案设计智能体）、执行精密计算的Statistical Agent（统计分析智能体）、保障合规的Regulatory Agent（法规智能体） [5] - 智能体间实现了动态协同网络连接，例如Planning Agent与Validation Agent能执行独有的“Planning-Execution双向校验”，通过设计端与执行端交叉验证，从源头确保方案的科学性和可执行性 [6] 技术能力与性能指标 - 系统通过假设-验证-反思-修正闭环达到顶尖科学家水准，其医学术语准确率超过99% [6] - 智能体具备自我反思、学习和改进能力，能进行归因分析、溯源定位和自我改写，随着使用频率增加，系统曾存在的问题将不断被自我修正 [7] - 公司搭建了训练、推理、交叉验证、后处理四层防护机制以应对AI幻觉问题，声称已将AI的工业级精度提升至99.9%，基本克服幻觉问题 [7] - 在过往合作案例中，由AI“大脑”撰写的临床试验方案已实现“零返修”，一次性通过监管部门审批 [2][4] 创新产品与应用前景 - 基于当前技术平台，公司推出了Protocol Rehearsal（方案预演智能体），可在人类患者入组前进行“虚拟临床试验”，通过AI预演实际试验中可能出现的结果，从而精准预测入组速率、脱落风险和资源瓶颈 [7] - 该技术有望加速AI技术在人体临床试验阶段的落地应用，推动新药研发从劳动密集型行业向自主的智能决策密集型行业转变 [7]

文章核心观点 - 中国生物医药产业在2025年实现历史性跃升，创新药获批数量、对外授权交易额及数量均创历史新高，产业正从“跟跑”进入“并跑”和“部分领跑”的新阶段 [1] - 行业专家普遍认为，创新药出海已成为行业“必选项”，未来3-5年仍将是中国生物医药商务拓展的活跃期，但成功出海需克服监管、市场准入等多重挑战，并依赖优秀的全球合作伙伴、创新的交易结构以及全链条协同能力 [1][3][7][8] 产业宏观表现与趋势 - 2025年中国全年获批上市创新药达76个，较2024年增长58% [1] - 2025年中国创新药对外授权交易总额突破1300亿美元，交易数量超150笔，均创历史新高 [1] - 2025年中国创新药License-out交易总金额约为2024年的2.5倍，交易数量、首付款总金额及前十大交易首付款金额均再创新高 [4] - 在2015-2024十年间，中国已有18款原研新药在海外获批上市 [7] - 2025年超过50%的分子在出海时处于I期临床及临床前的早期阶段 [7] 出海面临的挑战 - 进入美国市场挑战包括：成熟且竞争激烈的市场环境、FDA对生物药的严苛监管及审批流程、全面的药学研究及临床数据要求，中国生物制品在美国从临床I期到上市的成功率仅为0.4% [3] - 进入欧洲市场挑战包括：复杂多样的医疗保障制度、差异大的药品报销与定价机制、EMA严格的审批与较长的集中审批流程、严格的GMP要求，2023年中国企业仅获得44个GMP证书，而欧洲企业获得1857个证书 [3] - 进入日韩等成熟市场需克服严格的监管、审批标准及合规要求 [3] 成功出海的关键要素 - 寻求具有全球经验且受认可的合作伙伴是提升资产出海成功率的关键 [3] - 出海成功的核心基石是满足未尽的临床需求、提供差异化的创新产品与坚实的临床数据 [8] - 出海不是单一环节突破，而是商务拓展、临床、销售的全链条协同 [7] - 比达成交易更长期的挑战在于培育国际化的复合型人才与构建相匹配的管理和创新体系 [8] 新兴的交易与合作模式 - NewCo模式与Royalty Monetization等新型交易结构正成为中国药企出海的新选择，标志着中国药企向全球“生态伙伴”身份的演进 [4] - Royalty Monetization模式可使卖方较快获得资金流，缓解资金压力，为多元管线布局提供支持，并降低未来无法获得许可产品特许权使用费的风险 [5] - NewCo模式在加强管线产品控制、持续推进产品研发商业化方面相对优于传统License模式，许可方具有新公司股权持有者和授权方双重地位，更有机会争取更大控制权 [5] 未来展望与资本洞察 - 未来3-5年仍将是中国商务拓展的大年，行业持“审慎乐观”态度 [7][8] - 中国具有全球几乎最齐全的研发产业链，创新药价格约为美国的十分之一，依靠工程化技术能够成为全球创新药的策源地 [8] - 制药行业底层技术的工程化是中国的优势所在，全面拥抱AI是时代最大趋势 [7] - 抗体偶联药物和双抗等仍是出海热点，GLP-1R靶点在长效化、口服化、多靶点激动、减脂保肌等方向上仍具出海潜力 [7]

文章核心观点 上海市政协常委、复星国际联席CEO陈启宇在上海市政协会议上提交系列提案，针对上海生物医药产业发展面临的创新链与产业链脱节、支付与供给错配、老龄化需求与服务失衡等挑战，从临床转化体系、多层次支付保障、科学智能基础设施、产业创新生态等维度提出具体建议，旨在助力上海构筑大健康产业的全球竞争优势 [1] 打通生物医药前沿技术转化通道 - 当前生物技术科技成果转化在专利申请、论文发表、研发管线建设方面进步显著，但源头创新能力弱、资源投入与配置需加强、监管体系与配套制度待完善、创新生态要素需协同 [2] - 生物医学新技术监管存在“一刀切”风险，不同类型技术（如高风险基因编辑、相对成熟CAR-T细胞治疗）在风险等级、技术成熟度及生产质量管理水平上差异显著，统一监管易造成资源浪费 [3] - 生物医学新技术定价收费标准不明确，《818条例》虽允许收费但未规定具体标准、依据及备案机制 [3] - “双轨制”（技术路径与药品注册路径）衔接不明确，两条路径间的转化、数据共享互认及对药品获批的加速作用尚未明确 [4] - 建议在上海开展生物医学新技术分类分级和精细化监管试点，探索按价值收费定价规则，并构建转化制度衔接与数据共享机制，推动数据跨部门互认以减少重复申报、降低研发成本 [4] - 具体建议明确IIT研究阶段的安全性、有效性数据经审核后可作为药品注册补充依据，对已完成IIT研究且数据完整的细胞或基因类产品，允许凭材料申请临床转化备案以简化审查 [5] 破解高值药保障困境 - 针对高值创新药“用不起”、特效药临床可及性差、商业健康险保障不足等痛点，提出扩大商保覆盖、优化保障待遇、创新支付机制、强化跨部门协同建议 [6] - 扩大商保覆盖具体建议：发挥重点企业示范作用推广职工普惠团体医疗保险，打通企事业单位团体参保渠道，允许使用医保个人账户余额购买商保，扩大惠民保资金池规模 [6] - 优化保障待遇具体建议：提高惠民保目录内创新药（尤其是上海地产产品）报销水平，建立全流程服务体系；针对特效药集采考核困境，建立豁免清单制度，将罕见病用药、细胞基因治疗药物等排除在集采采购量考核之外 [6] - 创新支付机制具体建议：在上海率先试点，依托基本医保基金上年度结余设立创新药专项支持资金池，用于支持尚未纳入或谈判未成功的本土高临床价值创新药 [7] - 强化跨部门协同具体建议：建立由市医保局、市金融监管局、市科委及商业保险公司、创新药企业共同参与的跨部门协调机制，打通医保目录调整、商保产品备案、创新药审评审批间的政策壁垒 [7] - 2025年医保目录新增114种药品，谈判/竞价成功率88.19%创近七年新高，其中50种为1类创新药，目录内药品总数增至3253种（西药1857种、中成药1396种） [7] - 首版《商保创新药目录》纳入19种药品，涵盖CAR-T疗法、罕见病特效药及阿尔茨海默病新药等，这些药品不纳入医保基金支付范围，与基本医保形成互补衔接 [8] AI赋能药物研发范式变革 - 全球营收TOP20制药企业的创新研发回报率（IRR）仅为5.9%，单个药物从发现到上市的平均研发成本已由2023年的21.2亿美元上升至2024年的22.29亿美元，临床开发周期从启动Ⅰ期临床试验至递交NDA已超过100个月 [9] - 传统依赖增加研发投入和扩充产品线的增长模式难以为继，数字化转型与智能化升级成为医药企业构筑未来核心竞争力的关键路径 [9] - 跨国药企已率先发力：阿斯利康将AI提升至战略高度，其AIDA系统旨在将CMC开发时间缩短50%，并收购Modella AI强化AI在肿瘤领域应用；礼来与NVIDIA计划五年内投资10亿美元成立AI联合创新实验室，依托BioNeMo平台加速药物开发 [10] - 国内AI制药企业向服务型CRO转型，推动医药研发从“规模驱动”向“技术驱动”转型，提升行业整体研发效率 [10] - AI制药发展面临瓶颈：高质量生物医学数据缺失且分散于医院、科研机构与企业，缺乏统一标准与共享机制；现有算力中心偏重通用模型训练，缺乏面向药物分子模拟的专用科学计算能力 [10] - 建议将生物医药科学智能“数据工厂”纳入上海市“十五五”科技创新重大基础设施规划，由政府主导建设集数据汇聚、清洗、标注、模拟于一体的公共平台，整合临床数据、化合物库、组学数据，并通过高性能计算生成高精度蛋白动态轨迹等数据集 [11] - 建议部署国产科学计算设备构建算力、数据、模型一体化协同体系，并应用联邦学习、区块链等技术建立兼顾隐私保护与数据利用的治理体系 [11] - 建议制定创新药企使用“数据工厂”的专项补贴政策降低使用门槛，并建立数据使用回馈机制鼓励企业将脱敏研究成果回流平台，形成良性循环 [11] - 目标是通过上述举措到2030年建成国际一流生物医药科学数据库，将药物临床前研究周期缩短30%以上 [11]

行业投资评级 - 行业投资评级为“强于大市”，且评级为“维持” [1] 核心观点 - AI制药在临床早期阶段优势显著，能极大加速进程并取得高于传统水平的I期成功率（80%-90% vs 40%-65%），但在II期及后续阶段尚未显示出差异优势（成功率约40%）[4][14] - AI技术正在推动临床试验全流程的范式转变，从分子设计到监管审查，在速度、效率和成功率方面带来显著提升，预计将缩短整体药物研发周期[4][17] - 医药生物行业近期表现疲软，但创新药仍是基本面最佳的选择，产业层面国产创新药的全球参与度提升趋势明确，中期将迎来收获期[7][22] - 医疗器械板块受集采压制进入第六年，压制效应减弱，随着政策边际改善和需求落地，板块拐点初现[7][8][26] - “AI+医疗”在制药、影像/手术、辅助诊断、医疗服务等多个细分领域步入成熟阶段，相关公司有望受益[9][37] 按报告目录总结 AI制药临床管线回顾 - 2025年有数十个AI衍生管线进入人体临床试验，发展过程曲折但早期优势明显[4][14] - AI在临床I期成功率达80%-90%，远超行业历史平均的40%-65%，主要因AI算法在优化ADMET特性方面表现出色[14] - 临床II期成功率约40%，与行业平均水平相当，因面临从临床前模型到人体复杂体系的“转化鸿沟”及“数据孤岛”挑战[14][15] - AI正驱动临床研发全流程创新，例如AI药物发现可大幅缩短研发时间（如Insilico案例将时间从4年以上缩短至18个月），智能试验设计、患者招募、实时数据分析等环节均能提升效率与成功率[17][19] 行业观点及投资建议 行情回顾 - 本周（2026年1月26日-30日），A股申万医药生物指数下跌3.31%，跑输沪深300指数3.39个百分点，在31个一级子行业中排名第22位[6][20] - 港股恒生医疗保健指数下跌2.72%，跑输恒生指数5.1个百分点，在12个一级子行业中排名第12位[6][37] - 截至1月30日，申万医药板块整体估值（TTM）为29.36，相对沪深300的估值溢价率为117.43%，环比下降8.66个百分点[42] 细分领域观点 1. **创新药** - 板块近期回调主要与资金面因素有关，公募基金Q4医药持仓规模和行业持股比例均环比下滑[7][22] - 创新药在板块内部持仓占比仍处较高水平，显示其基本面吸引力[7] - 国产创新药全球参与度提升趋势在2025年已充分体现，未来将在早期研发层面追赶及反超欧美，中期迎来收获期[7][22] - 建议关注信达生物、三生制药、康方生物等标的[7][23] 2. **创新药产业链（CXO/生命科研服务）** - 看好2026年行业景气度持续提升，需求端海外回暖、国内BigPharma研发支出稳步增长，供给端价格处于底部待回暖区间[24] - 建议关注药明康德、泰格医药、昭衍新药等标的[24] 3. **医疗器械** - 行业利润有望逐步恢复增长，集采反内卷、医疗设备以旧换新等政策持续加码[26][27] - 高值耗材集采已开展多年，压制效应减小，未来有望带来估值修复[8][27] - 体外诊断行业处于下行周期尾声，有望迎来新发展周期[8][27] - 建议关注多个方向标的：进口替代（惠泰医疗、奕瑞科技等）、集采受益（心脉医疗、安杰思等）、困境反转（迈瑞医疗、开立医疗等）、出海（华大智造、先瑞达等）以及高景气赛道（脑机接口、手术机器人、AI医疗应用相关公司）[28][29] 4. **AI+医疗** - 分为四大方向：AI+制药、AI+影像/手术、AI+辅助诊断、AI+医疗服务[9][38] - 各方向列举了潜在受益公司，如晶泰控股、英矽智能、联影智能、鹰瞳科技、华大基因、讯飞医疗科技等[9][38] 5. **其他板块** - **中药**：看好集采/基药政策受益、高基数出清、创新驱动方向，关注佐力药业、以岭药业、康缘药业等标的[8][32][33][34] - **医药商业**：零售药店行业加速集中，龙头凭借专业化服务与供应链体系有望强者恒强，推荐益丰药房、大参林[35][36] - **医疗服务**：看好有外延扩张预期及消费复苏下弹性较大的眼科、口腔行业，受益标的如爱尔眼科[31] - **生物制品**：关注血制品、疫苗等细分领域的产品放量及估值重估机会，建议关注天坛生物、欧林生物、甘李药业等[25]

指数与ETF表现 - 截至2026年2月2日10:44，中证医药及医疗器械创新指数(931484)下跌0.27% [1] - 指数成分股涨跌互现，爱美客领涨3.77%，东阿阿胶上涨2.03%，健帆生物上涨1.60%；新和成领跌3.91%，神州细胞下跌3.89%，大博医疗下跌2.29% [1] - 医疗创新ETF(516820)下跌0.55%，最新报价0.36元 [1] - 医疗创新ETF近11天获得连续资金净流入，合计“吸金”1.98亿元，最高单日净流入4182.65万元，日均净流入达1803.93万元 [1] 指数构成与权重 - 医疗创新ETF紧密跟踪中证医药及医疗器械创新指数，该指数从医药卫生行业选取30只兼具盈利能力、成长性和研发创新能力的上市公司证券作为样本 [2] - 截至2026年1月30日，指数前十大权重股合计占比63.9%，包括药明康德、迈瑞医疗、恒瑞医药、爱尔眼科、片仔癀、新和成、华东医药、康龙化成、艾力斯、甘李药业 [2] 行业动态与趋势 - 华为云于2月1日正式宣布“行业AI梦工厂”首个落地成果——智慧医疗专区亮相并启动公开测试，率先开放健康管理与病理AI辅助诊断两大核心功能 [1] - 该智慧医疗专区深度融合上海瑞金医院等顶尖医疗机构的临床经验与华为在云、AI及ICT领域的技术积累，旨在构建端到端的AI赋能平台 [1] - 在医保控费（DRG/DIP）与大模型技术奇点双重驱动下，AI已成为医疗新基建的核心生产力 [2] - AI制药因能显著缩短研发周期、药企付费意愿最强，AI医学影像是当前落地最成熟的赛道 [2] - AI慢病管理和AI手术机器人则分别依托商业保险降本逻辑与医疗资源均衡逻辑，具备强国产化替代潜力 [2] - 未来行业竞争核心在于独家高质量私有数据与业务场景闭环能力 [2]

投资评级 - 首次覆盖，给予“买入”评级 [1] 核心观点 - 公司与齐鲁制药达成战略合作，围绕心血管与代谢类疾病领域，利用其Pharma.AI平台进行小分子抑制剂研发，协议总金额超过9.31亿港元，包含开发和销售里程碑付款及单位数的后续净销售额分成 [2] - 公司持续达成研发合作，AI制药能力不断被认可，自2021年以来已与多家国内外龙头药企达成合作，包括2022年与赛诺菲达成最高12亿美元+特许权使用费合作，2025年与礼来达成超1亿美元+特许权使用费合作，2026年与施维雅达成总金额高达8.88亿美元的多年期抗肿瘤药物研发合作 [4] - 公司已有多款自研管线对外授权，自2023年以来已完成3笔对外授权，包括2023年对EXELIXIS授权总金额近10亿美元（首付款8000万美元），2023年对Menarini授权总金额超5亿美元（首付款1200万美元），2024年再次对Menarini授权总金额超5.5亿美元（首付款2000万美元），2025年12月授权太景PHD抑制剂ISM4808大中华区权益（交易总额达数千万美元），2026年1月对衡泰生物授权NLRP3抑制剂ISM8969（公司有权获得最高6600万美元的预付款及里程碑付款） [4] - 基于AI平台，公司保持较高研发效率，后续有望持续推出更多自主研发分子并达成对外授权 [4] - 考虑到AI制药行业高景气，预计公司2025/2026/2027年营业收入为0.96、1.37、1.83亿美元，对应归母净利润-0.14、-0.04、0.18亿美元，对应PS为48、34、25倍 [4] 市场与财务数据 - 截至2026年1月30日，公司当前股价为62.90元，52周价格区间为29.98-67.40元，总市值为35,955.02百万，流通市值为35,955.02百万，总股本为57,162.20万股，流通股本为57,162.20万股，日均成交额为98.42百万，近一月换手率为12.66% [4] - 公司近一个月股价表现相对恒生指数大幅领先，英矽智能上涨109.8%，而恒生指数上涨5.9% [4] - 盈利预测显示，公司主营收入预计从2024年的86百万美元增长至2027年的183百万美元，增长率分别为68%（2024A）、12%（2025E）、43%（2026E）、34%（2027E） [5][6] - 归母净利润预计从2024年的-17百万美元改善至2027年的18百万美元，预计在2027年实现扭亏为盈，增长率分别为92%（2024A）、17%（2025E）、75%（2026E）、614%（2027E） [5][6] - 估值方面，预计2025/2026/2027年市销率（P/S）分别为47.88倍、33.56倍、25.08倍，2027年预期市盈率（P/E）为253.58倍 [5][6] - 财务指标显示，公司毛利率稳定在90%，销售净利率预计从2024年的-20%改善至2027年的10% [6] - 资产负债表显示，公司现金及现金等价物预计从2024年的126百万美元增长至2027年的218百万美元 [6]

当前，受限于技术能力等影响，大部分企业仍主要把AI应用于新药研发过程中的临床前阶段。相较之 下，深度智耀则能为全球药企提供从药物临床前研究、注册申报、临床试验到上市后研究的全栈式智能 解决方案。据深度智耀方面介绍，过往合作案例中，公司为客户提供的由AI"大脑"撰写临床试验方案已 实现"零返修"，一次性通过监管部门的审批。 在制药行业，过去，市场往往更愿意为有确定性价值的管线资产买单，对单纯的技术平台抱有更审慎的 态度。深度智耀在底层技术架构上取得的突破，或许也是其接连获得投资机构认可的原因。具体来看： 首先，从新药研发流程上，深度智耀不再聚焦于做单一功能替代，而是提出"电子神经元单点无效论"， 基于对脑科学的深刻理解，将AI培育为"自主的、具备专业领域'意识'的数字科学家团队"，通过"仿生 大脑"的去中心化协同和自我进化，打造以极高精准为前提，能更高效完成临床试验全流程工作的自主 AI智能体集群。 传统临床研发流程包括注册申报、试验设计、临床运营、数据管理等多个环节，深度智耀选择将这一复 杂临床医学逻辑打造为以万为单位的高精度"原子化智能体（Atomic Agents）"所构筑的"仿生大脑"，包 括负责顶层设 ...

文章核心观点 - AI正在全方位重构生命科学，引发医药研发效率的革命，并延伸至手术机械臂、医学影像、数字化诊疗等多个领域，是全新的医疗新质生产力 [3] - AI医疗通过破解生命密码，旨在拓展人类的生命长度与质量，重塑生命极限 [3] 全球AI医疗加速爆发，创新药领跑 - 全球AI医疗市场规模加速扩容，行业呈现三大特征：科技巨头入场、IT与BT深度融合、应用场景从单点走向全面 [3][4][5] - 科技巨头如英伟达、谷歌、微软从底层重构医疗基础设施，例如英伟达的BioNeMo平台和谷歌DeepMind的AlphaFold 3 [3] - 跨国药企与AI初创公司达成巨额合作，例如赛诺菲与Earendil达成250亿美元合作，与Atomwise达成超100亿美元合作，与Dren Bio达成170亿美元合作，与韩国ADEL公司达成104亿美元协议 [5] - 科技公司通过AI大模型切入临床诊疗，例如微软的Dragon Copilot集成进Epic电子病历系统 [5] - 中国创新药出海在2025年表现强劲，交易总额达1356亿美元，首付款70亿美元，交易总数157起，较2024年的519亿美元大幅增长161% [7] - AI创新药针对病种范围广泛，涵盖肿瘤、神经系统退行性疾病、代谢与慢病、自身免疫与炎症、感染性疾病及罕见病六大领域 [7][8] - AI创新药应用空间大，正从早期的靶点发现、化合物筛选向临床试验设计、患者入组筛选等后端环节全产业覆盖 [8] - AI创新药效率高，有望改变传统药物研发“三个十定律”（耗时10年、花费10亿美元、成功率仅10%）的局面 [8] 政策鼓励AI技术应用到医疗领域 - 国家顶层战略设计支持，2025年五部门联合印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，2024年7月《全链条支持创新药发展实施方案》明确提出利用AI等技术赋能药物研发，2025年4月七部门发布《医药工业数智化转型实施方案（2025—2030年）》 [9] - 政策打通创新药从研发到用药的闭环，2025年12月落地的“基本医保+商保”双目录模式建立了“三除外”机制，为高价值AI创新药提供独立支付通道 [10] - 地方政府提供真金白银补贴，例如北京对AI制药平台算力成本给予直接补贴，最高可达实际算力费用的20%，单家企业最高补贴3000万元；上海提供最高500万元模型补贴，算力租金补贴市区协同最高可达100% [11] - 政策鼓励创新药出海，支持本土企业开展国际多中心临床试验，例如上海部分区对取得美国FDA或欧盟EMA注册批件并实现销售的创新药最高给予1000万元支持 [11] 中国领军的AI创新药企业案例 - 英矽智能的全球首款AI设计的特发性肺纤维化药物在2025年完成2a期临床研究并取得积极结果，公司于2026年1月在港交所上市，2025年11月与礼来达成潜在价值超1亿美元的合作 [12] - 晶泰科技旗下AI双抗研发平台Ailux实现了向大分子抗体AI研发的拓展，2025年11月与礼来达成最高总价值345亿美元的合作 [13] - 恒瑞通过自建AI药物设计中心优化ADC药物结构，2025年成功将多款AI辅助研发的ADC创新药授权给默克 [13] AI创新药的科学原理和客观挑战 - AI通过深度学习、生成式模型等技术，将药物发现从实验驱动转向大数据驱动 [16] - AI在三个环节发挥革命性改变：1）利用如AlphaFold等模型高准确性预测蛋白质3D结构，解决“找准锁”（靶点）问题 [17]；2）利用生成式AI进行“药物从头设计”，生成全新分子结构，解决“配钥匙”（先导化合物）问题，跳过传统3-5年筛选期 [18]；3）利用深度学习预测新分子的ADMET性质，早期淘汰90%不合格分子，降低研发失败率 [20] - AI创新药的本质是将生物学问题转化为数学问题，通过构建数字孪生模型在虚拟空间筛选验证，与传统模式（成功率仅0.01%）相比效率极大提升 [21] - AI制药面临三大挑战：1）制药数据质量不高，公开数据库不完整、一致性差 [21]；2）AI模型多为“黑箱”，难以确定因果性，行业正向可解释性AI演进 [22]；3）AI目前主要加速前期发现，药物能否通过临床试验仍需时间检验 [22] 未来AI医疗的四大突破性机遇 第一大机遇：AI制药、创新药 - AI辅助药物发现是医药领域壁垒最高、最具爆发力的应用场景 [25] - AI制药具有万亿级经济空间，有望攻克癌症、阿尔茨海默症等绝症，延长人类寿命，衍生巨大抗衰老与健康管理市场 [26] - AI改变了制药行业的生产逻辑，使其向高效流水线转变 [26] - AI制药供应链分为三个关键环节：算力与算法基建（如晶泰科技、英矽智能、华为）、创新药Biotech企业、CXO研发外包 [27] 第二大机遇：AI精准诊断、医疗影像与基因测序 - AI赋能医疗影像能解决医疗资源不均问题，其阅片准确率已媲美专家，未来设备将集成诊断功能成为智能终端（如联影医疗、迈瑞医疗） [29] - AI重构基因测序，加速流程并提升精度，例如谷歌DeepVariant算法与华大智造平台结合，将复杂区域错检位点数量降至近乎为零 [29] 第三大机遇：AI医疗信息化，超级医疗APP - 医疗信息化正向深度数据价值挖掘转变，AI全面渗透至电子病历整合、个性化健康咨询、医院精细化管理等环节 [30] - AI能推动临床决策智能化，实时辅助医生制定诊疗方案 [30] - 2026年是全球AI医疗商业化落地关键年，OpenAI推出垂类应用，国内互联网大厂（百度、腾讯、阿里）积极布局，例如蚂蚁阿福截至2025年12月月活跃用户突破1500万，单日用户提问量超1000万 [31] 第四大机遇：AI手术机器人，精准医疗 - 手术机器人进入AI时代，例如直觉外科的达芬奇Da Vinci 5(DV5)系统算力是上一代的10000倍，旨在搭载实时AI模型实现术中导航、自动组织识别及智能手术分析 [32] - 强生的Monarch平台实现AI融合，在支气管镜手术中生成虚拟路径引导导管；美敦力收购Digital Surgery公司，专注于手术视频的AI分析 [33] - AI辅助手术机器人能突破人类操作极限，实现微米级操作精度，并作为远程医疗的物理载体，结合5G/6G网络重构医疗服务地理边界 [33]