智通财经APP获悉，东方证券发布研报称，随着全球监管转向，AI制药规模应用正快速落地，已从早研工具演进为覆盖研发全链条的端到端体系，有望颠覆创新药研发长周期、高成本、高失败率的“反摩尔定律”。该行认为，海外MNC和科技巨头正在全面拥抱AI，而国内AI制药公司已崭露头角，相关产业链公司亦有望受益。相关标的：剂泰科技-P(07666)、英硅智能(03696)、晶泰控股(02228)、金斯瑞生物科技(01548)、百普赛斯(301080.SZ)。

东方证券主要观点如下：

技术颠覆成本，AI重构制药

“快与省”是中国创新药崛起的底层逻辑，根基是人才红利和成本优势。在制药领域，AI已从早研工具演进为覆盖研发全链条的端到端体系，并逐步从小分子扩展至更多新兴模态，成为中美竞争焦点。若国内AI制药率先完成产业闭环，中国创新药产业将迎来真正的“DeepSeek”时刻，过去人力驱动的“快与省”将升级为AI牵引的“快与省”。而依托海量数据、高频迭代和真实世界证据回流形成的正向飞轮，国产创新药将从中国高端制造变为全球创新高地。

药物发现先行，全新靶点涌现

目前，AI在医药行业的规模化落地集中在药物发现阶段：AI通过对多组学数据建模以识别疾病关键驱动因子，并借助大语言模型快速整合文献数据资源，高效发现全新靶点。根据英硅智能披露数据，其AI平台已发现29条管线，平均仅用12~18个月便完成从立项到候选分子确定全过程，研发周期缩短50%-70%，研发成本从数千万美元降至百万美元级，降幅达80%-90%。

临床前正替代，新方法学加速

4月以来，中美官方机构相继出台政策，标志着NAMs(New Approach Methodologies)已形成全球监管共识。NAMs技术分为三大类：干细胞是基础，类器官是核心，AI是关键加速器。AI计算模型通过多组学数据挖掘药物敏感性的潜在决定因素，再通过类器官进行实验验证与迭代优化，可将类器官从单纯的功能检测实验，升级为链接患者生物学与预测性推理的决策支持平台。在当前的临床前领域，AI小分子ADMET预测已较为成熟，国内企业在晶型预测、递送优化等前沿方向已形成落地应用，有望加速药物向临床转化。

临床开启验证，行业迎来变革

I-III期临床试验通常消耗总研发成本的60%-70%，耗时6-7年，是失败率最高、最昂贵、最值得被AI重构的环节。当前AI在临床试验的作用更偏向于数据整合和患者管理，真正价值被限制。值得注意的是，2026年4月，FDA宣布两项重大举措，作为推进实时临床试验(RTCT)实施计划的一部分，并计划在今年夏天推出更广泛的AI优化早期临床试验试点，标志着沿用60年的临床试验模式开始迎来变革。该行认为，AI可将高度分散、复杂、异构的全球数据转化为证据，交由专家与监管做出最终判断，提高早期决策质量，减少后期失败的隐性成本和沉没成本。专家与AI协同，将真正提升新药研发的成功率并缩短周期。

风险提示

数据、技术、临床、监管和地缘等风险。