FX168财经网_全球视野外汇黄金加密货币NFT资讯网

华为瑞金病理大模型今日发布！港股通创新药ETF(159570)涨超1%，连续第12天获净流入，规模、份额均创历史新高！机构：AI有望重塑制药范式

化合物发现等传统药物发现流程持续赋能，深度学习和强化学习等方法加持下，虚拟筛选和从头分子生成起到关键作用。短期来看，AI制药无论是管线数量还是市场规模呈现迅速增长态势，一批国内外AI制药企业也已经以AI+Biotech/SaaS/CRO的模式逐步脱颖而出，借助自身平台加速新药研发进程。中长期来看，Recursion开始通过图像识别结合表观筛选摆脱传统药物发现模式，意味着AI有望重塑制药范式。同时AI药物也在临床早期表现优越，临床I期和II期成功率相较于传统药物发现均有优势。随着PCC前流程的逐步加速和范式转变，叠加临床阶段AI的逐渐覆盖，AI有望打通体内和体外数据壁垒，真正实现药物发现的星辰大海。政策面持续助力，为医疗AI提供制度保障。2月10日，医保局推出“医保影像云索引”，通过唯一标识符管理患者影像数据，解决医疗数据孤岛问题，为AI辅助诊断的商业化铺路。此前，2024年11月《放射检查类价格项目立项指南》明确将AI辅助诊断纳入收费标准，实现“技术-支付”闭环。地方层面，天津市2月13日发布生物医药产业支持政策，提出加强AI在药物研发、精准医疗等领域的应用。【关注中国硬核创新药力量，新质生产力代表，认准港股通创新药ETF（159570）】港股通创新药ETF（159570）100%布局创新药产业链，前十大权重合计占比近70%，龙头属性突出！港股通创新药ETF（159570）特点鲜明：更纯粹的创新药（高达84%的创新药权重占比，全市场医药类指数中最高）；最低估的创新药（截至2月17日，指数市销率处于近5年33%分位点）；底层资产是港股，可以T+0交易！关注中国硬核创新药力量，新质生产力代表，认准港股通创新药ETF(159570)，场外联接(A类：021030；C类：021031)！风险提示：基金有风险，投资需谨慎。文中个股仅作为指数成份股客观展示，不代表任何投资建议。投资人应当阅读《基金合同》等法律文件，了解基金的风险收益特征。港股通创新药ETF（159570）属于中等风险等级（R3）产品，适合经客户风险等级测评后结果为平衡型（C3）及以上的投资者。标的指数并不能完全代表整个股票市场。标的指数成份股的平均回报率与整个股票市场的平均回报率可能存在偏离。以上产品投资于境外证券市场，基金净值会因为所投资证券市场波动等因素产生波动。境外投资产品风险包括市场风险、汇率风险等。本文出现信息只作为参考，投资人须对任何自主决定的投资行为负责。本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云02-18 14:35

ETF早资讯|创AI再创新高，资金大举加仓！创业板人工智能ETF华宝（159363）单日吸金超2亿元，规模悄然新高

I Agent等热点技术快速落地以及各深度学习架构的快速进展，叠加海内外各巨头均增加AI相关投资，AI应用的需求起量已成为必然趋势，而AI应用起量将带动算力前端需求迅速增长。该机构认为，伴随AI应用增长推动计算集群由十万卡向百万卡规模迈进，其中GPU与光模块的配比关系将从传统的线性协同预期向超线性依赖方向演进。国盛证券表示，长期看好算力板块，建议重点关注光通信龙头，同时关注相关产业链如光互连方向，数据中心方向、CDN方向等。全方位把握AI产业链主题机会，建议重点关注全市场首只创业板人工智能ETF华宝（159363）。资料显示，创业板人工智能ETF华宝（159363）被动跟踪创业板人工智能指数，根据主题特征，指数一键布局AI产业三件套“硬件+软件+应用”，更高效地捕捉AI主题行情，成份股“光模块”龙头含量高，能充分享受全球AI产业链红利。值得注意的是，“创业板人工智能ETF华宝”场外联接基金（A类023407/C类023408）2月17日起开放申购，为场外投资者高效捕捉AI主题行情提供了全新选择，有望成为场外人工智能投资的新利器。数据来源：沪深交易所、深证信息等。注：“全市场首只”是指首只跟踪创业板人工智能指数的ETF。风险提示：创业板人工智能ETF华宝被动跟踪创业板人工智能指数，该指数基日为2018.12.28，发布日期为2024.7.11。创业板人工智能指数2020-2024年年度涨跌幅分别为：20.1%、17.57%、-34.52%、47.83%、38.44%，指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。文中指数成份股仅作展示，个股描述不作为任何形式的投资建议，也不代表管理人旗下任何基金的持仓信息和交易动向。基金管理人评估的本基金风险等级为R4-中高风险，适宜积极型（C4）及以上的投资者，适当性匹配意见请以销售机构为准。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。基金投资有风险，基金的过往业绩并不代表其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金投资须谨慎。

金融界02-18 09:32

港股午评：三大指数表现分化，科技股和半导体股上涨推动市场情绪乐观，黄金股普遍下跌反映投资者对大宗商品市场的谨慎态度

超过15%，主要受益于公司在人工智能和深度学习领域的持续突破。汇量科技（01860.HK）也表现突出，股价再涨超15%，得益于AI营销商业化加速。微盟集团（02013.HK）涨超10%，该公司通过自研大模型接入腾讯AI生态，提升了市场的关注度。其他表现较好的个股还包括美图公司（01357.HK）、KEEP（03650.HK）以及黑芝麻智能（02533.HK），它们均受益于AI和智能硬件领域的快速发展。这些公司显示出强劲的增长势头，并且在技术创新和市场推广方面有显著的进展，这也让投资者对其未来发展持乐观态度。编辑总结总体来看，港股市场在2月17日表现出一定的波动性。科技股和半导体股等领域呈现出较为强势的表现，而黄金股和部分苹果概念股则表现较弱。整体而言，科技板块仍然是投资者关注的重点，尤其是在AI和智能硬件领域的公司。此外，市场仍然面临一定的不确定性，投资者需要密切关注全球宏观经济环境以及企业的基本面变化。名词解释恒生指数: 香港股市的主要股指，代表了香港股市的整体表现。科指: 即香港科技股指数，主要跟踪香港市场的科技类股票。国指: 即国企指数，跟踪在香港上市的中国企业的股票表现。 AI生态: 指人工智能技术和相关行业的生态系统，包括硬件、软件和数据等要素。相关大事件 2025年2月17日，港股三大指数表现分化，科技股、半导体股和黄金股等板块出现明显波动。专家点评 “科技股的强势表现反映了市场对人工智能技术的高度关注。”——华尔街分析师，2025年2月17日 “半导体行业的持续上涨表明市场对未来技术发展的信心。”——瑞银分析师，2025年2月17日 “苹果概念股的普遍下跌可能与整体供应链的不确定性相关。”——摩根大通分析师，2025年2月17日 “黄金股的下跌显示出投资者对大宗商品市场的谨慎情绪。”——花旗银行分析师，2025年2月17日 “尽管市场波动，但港股仍是全球投资者关注的重点，尤其是在科技创新领域。”——高盛分析师，2025年2月17日来源：今日美股网

今日美股网02-18 00:11

DeepSeek的技术突破提升中国汽车生产商自动驾驶研发能力，降低成本并提高性能，未来有望成为行业新标杆

有一定的相似之处。DeepSeek通过深度学习算法和人工智能的结合，能够帮助更好地理解复杂的道路场景，并优化其决策能力。分析师认为，这一技术的突破可能会加速中国汽车生产商在自动驾驶领域的研发进程，特别是在车辆对环境感知和决策层面的能力提升上。 DeepSeek增强自动驾驶公司多模态能力的潜力 DeepSeek采用的多模态技术，能够使自动驾驶解决方案公司具备更强的场景理解能力。美银证券分析师指出，DeepSeek的算法能够有效整合来自不同传感器的数据（如雷达、激光雷达、摄像头等），增强自动驾驶系统在复杂和动态环境中的决策能力。通过这一方法，自动驾驶公司能够更精准地判断复杂的道路场景，从而提高行车安全性和系统稳定性。 DeepSeek在复杂场景下提升自动驾驶性能的能力在处理复杂路况时，DeepSeek能够提供更强大的性能。分析师提到，DeepSeek的技术优势之一是减少了自动驾驶系统对计算能力的额外投入，这意味着在一些高复杂度场景下，自动驾驶技术能够保持较高的准确度和反应速度。这对自动驾驶车辆在极端天气、复杂城市交通或意外道路状况中的表现至关重要。 DeepSeek降低自动驾驶模型训练成本的影响美银证券认为，DeepSeek还可以帮助一些规模较小的汽车生产商更快、更低成本地训练自动驾驶模型。通过DeepSeek提供的高效算法，小型公司能够避免从零开始的研发工作，直接借助已有的高效模型进行开发。这对于那些技术实力相对薄弱的汽车公司而言，无疑是一个加速其自动驾驶技术商业化的重要利好。 DeepSeek在汽车生产商中的应用及其未来发展根据分析报告，DeepSeek已经被一些大型汽车生产商纳入其自动驾驶模型，并且未来可能成为更多汽车生产商的核心技术之一。这一趋势表明，DeepSeek不仅能帮助公司降低研发成本，还能提升自动驾驶系统的可靠性和市场竞争力。随着技术的不断成熟，预计未来更多的中小型汽车公司也将通过采用DeepSeek加速其自动驾驶技术的应用进程。编辑观点美银证券分析师对DeepSeek的技术潜力给予了积极的评价，认为其将对自动驾驶行业产生重要影响。从多模态能力提升到成本降低，DeepSeek无疑为汽车生产商提供了一个有效的解决方案，尤其是在中国市场，随着技术的成熟，小型公司也能够通过这一平台更快进入自动驾驶领域。在全球自动驾驶技术竞争日益激烈的背景下，DeepSeek的快速发展可能成为推动行业进步的重要催化剂。 DeepSeek：一种采用多模态算法的人工智能技术，旨在提升自动驾驶系统的环境感知和决策能力。自动驾驶技术：指通过车辆上的传感器和算法实现无需人工干预的驾驶过程。多模态能力：指整合来自不同传感器的数据并在复杂场景下做出精准决策的能力。自动驾驶模型训练：利用大量的数据和计算资源训练自动驾驶系统的学习模型，以实现自主驾驶。计算能力：自动驾驶系统对计算资源的需求，用于处理大量传感器数据和运行算法。今年相关大事件 2025年2月10日：DeepSeek宣布与多家汽车生产商达成合作协议，进一步推动其技术在自动驾驶领域的应用。 2025年1月15日：中国的某领先汽车生产商宣布将DeepSeek纳入其自动驾驶系统的核心技术之一。专家点评 “DeepSeek为自动驾驶行业带来了突破性的创新，尤其是在提高道路场景理解和计算效率方面。”—高盛分析师，2025年2月8日 “DeepSeek将帮助许多汽车生产商降低成本，并加速自动驾驶技术的商业化进程。”—摩根士丹利分析师，2025年2月5日 “作为一种多模态技术，DeepSeek能够处理更加复杂的道路场景，增强自动驾驶系统的可靠性。”—野村证券分析师，2025年2月3日 “在减少计算能力投入的同时，DeepSeek的技术提供了更强的自动驾驶解决方案。”—瑞士信贷分析师，2025年1月30日 “随着DeepSeek的普及，更多的中小型汽车生产商将能够迅速追赶自动驾驶技术的最新进展。”—巴克莱资本分析师，2025年1月28日来源：今日美股网

今日美股网02-18 00:11

知乎净现金状况与DeepSeek-R1 AI搜索升级：财务稳健与内容价值双重提升

：知乎推出的一款AI搜索模型，旨在通过深度学习提升平台的搜索与推理能力，从而提升用户体验与内容价值。 2025年相关大事件 2025年2月18日：知乎宣布接入DeepSeek-R1模型，全面提升搜索推理能力。 2025年1月25日：知乎公布年度财报，净现金水平突破市值的74%。 2025年1月10日：知乎推出全新AI驱动的内容推荐引擎，推动平台内容价值升级。专家点评 “知乎通过回购计划和净现金水平的提升展现了其稳健的财务管理，而接入DeepSeek-R1则为平台内容价值的提升打开了更大的空间。” — Michael Chen，金融分析师，2025年2月17日 “DeepSeek-R1模型的接入可能是知乎未来增长的催化剂，AI技术将在未来几年内成为平台内容变现的关键驱动力。” — Sarah Liu，互联网行业专家，2025年2月16日 “知乎的回购计划彰显了公司对未来发展的信心，市场对其的认可以及内容平台的变现潜力值得期待。” — David Wu，投资顾问，2025年2月15日来源：今日美股网

今日美股网02-18 00:10

ETF盘后资讯｜算力需求再起！CPO概念股走强，新易盛涨超13%，创业板人工智能ETF华宝（159363）收涨2.41%创新高

I Agent等热点技术快速落地以及各深度学习架构的快速进展，叠加海内外各巨头均增加AI相关投资，AI应用的需求起量已成为必然趋势，而AI应用起量将带动算力前端需求迅速增长。该机构认为，伴随AI应用增长推动计算集群由十万卡向百万卡规模迈进，其中GPU与光模块的配比关系将从传统的线性协同预期向超线性依赖方向演进。国盛证券表示，长期看好算力板块，建议重点关注光通信龙头，同时关注相关产业链如光互连方向，数据中心方向、CDN方向等。全方位把握AI产业链主题机会，建议重点关注全市场首只创业板人工智能ETF华宝（159363）。资料显示，创业板人工智能ETF华宝（159363）被动跟踪创业板人工智能指数，根据主题特征，指数一键布局AI产业三件套“硬件+软件+应用”，更高效地捕捉AI主题行情，成份股“光模块”龙头含量高，能充分享受全球AI产业链红利。值得注意的是，“创业板人工智能ETF华宝”场外联接基金（A类023407/C类023408）2月17日起开放申购，为场外投资者高效捕捉AI主题行情提供了全新选择，有望成为场外人工智能投资的新利器。数据来源：沪深交易所、深证信息等。注：“全市场首只”是指首只跟踪创业板人工智能指数的ETF。风险提示：创业板人工智能ETF华宝被动跟踪创业板人工智能指数，该指数基日为2018.12.28，发布日期为2024.7.11。创业板人工智能指数2020-2024年年度涨跌幅分别为：20.1%、17.57%、-34.52%、47.83%、38.44%，指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。文中指数成份股仅作展示，个股描述不作为任何形式的投资建议，也不代表管理人旗下任何基金的持仓信息和交易动向。基金管理人评估的本基金风险等级为R4-中高风险，适宜积极型（C4）及以上的投资者，适当性匹配意见请以销售机构为准。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。基金投资有风险，基金的过往业绩并不代表其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金投资须谨慎。

金融界02-17 22:12

DeepSeek突破AI算力围城：银行业的“奇点时刻”来了？

，纳入了数据分析、数据挖掘、机器学习、深度学习和多模态数据等课程，让学生在本科阶段就能接触人工智能相关知识。增加了实训项目和实验课程，鼓励学生参加金融科技大赛等比赛，将知识转化为实践能力。此外，我们希望与业界加强产学研合作，通过联合实验室、专家讲座等形式，让学生更深入地了解业界需求和业务，从而激发他们的学习动力和培养符合业界需求的人才。” 谈及AI技术在银行业应用的下一步发展趋势，李秀生表示，随着AI和大模型技术的发展，商业银行迎来新一轮重塑。这不仅涉及系统升级，更将深刻改变银行的业务流程、产品形态、决策机制、人员组合及岗位设置。“虽然金融风险管理的本质未变，但服务方式、产品形态和运作机制将发生巨变。这一过程或许渐进，预计三至五年后，商业银行的面貌将焕然一新。”

金融界02-17 12:12

AI制药：开启医药产业的价值新变革

的效率与质量。其核心技术涵盖机器学习、深度学习、自然语言处理等，这些技术就像一把把钥匙，为攻克传统制药的难题打开了新的大门。一直以来，新药研发都是一项耗时久、成本高、风险大的艰巨任务。据统计，一款新药从研发到上市，平均需要 10 - 15 年的时间，投入成本高达数十亿美元，而且成功率极低，平均成功率仅在 10% - 15% 左右。在这样的背景下，AI 制药的出现，无疑为医药行业带来了新的曙光。它有望打破传统制药的困境，以更高效、更精准的方式推动新药的研发进程，为全球患者带来更多的治疗希望。产业现状与规模近年来，AI 制药市场呈现出蓬勃发展的态势，规模不断扩大，增长势头强劲。据 Research And Markets 数据显示，2022 年全球 AI 制药市场规模达到 10.4 亿美元，预计到 2026 年，这一数字将将近 30 亿美元，年平均复合增长率高达 30% 。到 2032 年，全球 AI 药物研发市场规模预计更是会突破 200 亿美元，展现出巨大的发展潜力。再看中国市场，虽然起步相对较晚，但发展速度不容小觑。2020 年中国 AI 制药市场规模为 8163 万元，而预计到 2025 年，市场规模将达到 7.74 亿元，年复合增长率达到 56.8%，增速远超全球平均水平。越来越多的企业开始涉足 AI 制药领域，既有晶泰科技、英矽智能等专注于 AI 制药的初创企业，也有恒瑞医药、石药集团等传统药企通过战略合作、股权投资等方式积极拥抱 AI 技术，加速创新药物研发进程。截至 2024 年 1 月，中国已经有超过 10 家 AI 药物研发企业管线进入临床阶段，进入临床阶段的 AI 药物研发管线数量达 34 条，其中自研是最主要的研发模式，占比 85% 。这些数据充分表明，AI 制药在中国市场正处于快速发展的上升期，未来前景十分广阔。 AI 制药的独特价值降本增效，突破传统困境传统药物研发就像一场漫长而艰辛的马拉松，从最初的靶点发现，到药物筛选、临床试验，再到最终上市，每一个环节都充满了挑战，耗时久且成本高昂。据统计，传统制药研发一款新药平均需要 10 - 15 年的时间，投入成本高达 10 - 20 亿美元。而且在这个过程中，大量的资源被投入到临床试验前的研究以及临床试验中，然而最终能够成功上市的药物却寥寥无几，平均成功率仅在 10% - 15% 左右，这意味着大部分的投入都可能付诸东流。 AI 制药的出现，为这一困境带来了转机。AI 技术凭借其强大的数据分析和处理能力，能够在药物研发的各个环节发挥重要作用，实现降本增效。在靶点发现阶段，AI 可以通过对海量生物医学数据的挖掘和分析，快速准确地识别与疾病相关的潜在靶点，大大缩短了靶点发现的时间。以往传统方法可能需要数年时间才能确定一个潜在靶点，而 AI 技术的应用则有可能将这个时间缩短至几个月甚至更短。在药物筛选环节，AI 制药同样展现出了巨大的优势。传统的药物筛选方法通常是通过实验对大量的化合物进行逐一测试，这种方式不仅效率低下，而且成本高昂。而 AI 技术可以通过构建机器学习模型，对虚拟化合物库进行快速筛选，预测化合物与靶点的结合亲和力，从而快速找到具有潜在活性的药物分子。这种虚拟筛选技术能够在短时间内对数十亿个化合物进行评估，大大提高了筛选效率，同时也降低了实验成本。例如，Atomwise 公司利用其开发的 AtomNet 技术，通过深度卷积神经网络来预测小分子与蛋白质的结合亲和力，能够在短时间内从海量的化合物中筛选出有潜力的药物候选分子，大大加速了先导化合物的发现过程。再看临床试验阶段，AI 可以通过对患者数据的分析，帮助研究人员更好地设计临床试验方案，选择合适的患者群体，优化给药剂量和疗程等，从而提高临床试验的成功率，减少不必要的资源浪费。通过 AI 技术的辅助，临床试验的周期有望缩短，成本也能够得到有效控制。据相关研究表明，AI 技术的应用可以使药物早期发现所需时间缩短至原来的三分之一，成本节省至原来的二百分之一。一些 AI 制药公司已经取得了显著的成果，如英国的 Exscientia 公司开发的药物 DSP - 1181，作为全球第一个由 AI 设计的分子进入临床试验阶段，大大缩短了研发周期，展示了 AI 制药在降本增效方面的巨大潜力。精准医疗，开启个性化诊疗新时代精准医疗是当今医学发展的重要方向，它强调根据患者的个体差异，如基因、生理特征、生活方式等，制定个性化的治疗方案，以提高治疗效果，减少不良反应。AI 制药在精准医疗中扮演着至关重要的角色，为实现个性化诊疗提供了有力的支持。在疾病诊断方面，AI 技术可以通过对患者的医学影像、基因数据、临床症状等多源信息的分析，实现疾病的早期精准诊断。以医学影像分析为例，AI 算法能够快速准确地识别影像中的病变特征，辅助医生进行疾病诊断，提高诊断的准确性和效率。对于一些早期难以察觉的疾病，如癌症，AI 技术可以通过对影像数据的深度学习，发现细微的病变迹象，为患者争取早期治疗的机会。例如，谷歌旗下的 DeepMind 公司开发的 AI 系统，能够对眼部疾病进行精准诊断，其诊断准确率与专业眼科医生相当。在药物治疗方面，AI 制药可以根据患者的基因信息和生理特征，预测患者对不同药物的反应和疗效，从而为患者量身定制最适合的药物治疗方案。不同患者的基因组成和生理状态存在差异，对药物的代谢和反应也各不相同，传统的 “一刀切” 式的治疗方法往往无法满足每个患者的需求。而 AI 技术可以通过分析大量的患者数据，建立药物反应预测模型，为医生提供个性化的用药建议。例如，通过对患者的基因数据进行分析，AI 可以预测患者是否会对某种药物产生不良反应，从而避免患者使用不适合的药物，提高治疗的安全性和有效性。 AI 制药还可以助力开发个性化的药物。通过对患者个体的疾病特征和生物学信息的深入了解，利用 AI 技术设计和开发针对特定患者群体甚至个体的药物，实现真正意义上的精准治疗。这种个性化药物的研发，将有望提高药物的疗效，减少药物的副作用，为患者带来更好的治疗体验。随着 AI 技术和基因测序技术的不断发展，精准医疗的应用前景将更加广阔，AI 制药也将在其中发挥越来越重要的作用，为患者提供更加精准、高效的医疗服务。技术创新，推动医药行业变革 AI 制药作为一种新兴的技术领域，在药物研发的各个环节都带来了创新性的应用，深刻地影响着医药行业的发展模式，推动着整个行业的变革与升级。在靶点发现环节，AI 技术打破了传统的基于经验和假设的研究模式。传统靶点发现主要依赖于科研人员对疾病生物学机制的理解和实验室研究，过程繁琐且效率低下。而 AI 可以通过对多组学数据，如基因组学、转录组学、蛋白质组学和代谢组学数据的整合分析，挖掘出潜在的药物靶点。例如，英矽智能的 Pharma.AI 平台，通过分析大量的生物医学文献和临床数据，成功识别出多个新的药物靶点，加速了从靶点发现到临床验证的过程。AI 还能够通过对疾病相关信号通路的分析，预测新的靶点，为新药研发提供更多的可能性。这种数据驱动的靶点发现方式，不仅提高了靶点发现的效率和准确性，还能够发现一些传统方法难以发现的新型靶点，为药物研发开辟新的方向。药物筛选是新药研发的关键环节，AI 技术的应用使得药物筛选从传统的实验筛选向虚拟筛选转变。传统的高通量实验筛选方法虽然能够对大量化合物进行测试，但成本高、周期长，且容易受到实验条件的限制。AI 虚拟筛选则利用计算机模拟和机器学习算法，在虚拟环境中对化合物库进行筛选，预测化合物与靶点的相互作用和活性。这种方法可以在短时间内对数十亿个化合物进行评估，大大提高了筛选的速度和效率。同时，AI 还可以根据筛选结果对化合物进行优化设计，提高化合物的活性和选择性。例如，薛定谔公司（Schrödinger）利用其基于物理模型的 AI 技术，在药物分子设计和优化方面取得了显著成果，帮助制药企业更快地找到具有潜力的药物候选分子。临床试验设计是新药研发中确保药物安全性和有效性的重要步骤，AI 为临床试验设计带来了新的思路和方法。AI 可以通过对历史临床试验数据、患者特征数据和疾病模型的分析，优化临床试验的设计方案，包括确定合适的患者群体、选择最佳的试验终点、优化给药方案等。这样可以提高临床试验的成功率，减少不必要的试验次数和患者暴露，降低研发成本和风险。AI 还可以实时监测临床试验过程中的数据，及时发现潜在的问题并进行调整，确保试验的顺利进行。例如，Tempus 公司利用 AI 技术对肿瘤患者的临床数据和基因数据进行分析，为肿瘤药物临床试验提供精准的患者分层和入组建议，提高了临床试验的效率和质量。 AI 制药还促进了药物研发与其他领域的交叉融合，如与基因编辑技术、纳米技术等的结合。AI 与基因编辑技术的结合，可以实现对基因的精准编辑和调控，为治疗遗传性疾病提供新的手段；AI 与纳米技术的结合，可以设计和开发新型的纳米药物载体，提高药物的递送效率和靶向性。这些交叉融合的创新应用，将进一步拓展药物研发的边界，推动医药行业向更高水平发展。挑战与风险并存尽管 AI 制药展现出巨大的潜力和价值，但作为一个新兴领域，它在发展过程中也面临着诸多挑战与风险。技术层面，AI 制药涉及多学科的深度融合，技术壁垒较高。AI 技术在药物研发中的应用仍处于不断探索和完善的阶段，目前还存在一些技术难题尚未完全攻克。例如，AI 模型的可解释性问题，许多深度学习模型被视为 “黑箱”，难以解释其决策过程和预测结果，这在对安全性和有效性要求极高的医药领域，可能会引发监管和信任方面的担忧。AI 模型的准确性和稳定性也有待进一步提高，药物研发过程中数据的复杂性和多样性，以及生物系统的高度复杂性，都对 AI 模型的性能提出了严峻的挑战。如何提高 AI 模型对复杂生物数据的理解和处理能力，使其能够更准确地预测药物的活性、毒性和药代动力学等性质，是当前需要解决的关键技术问题。数据是 AI 制药的核心驱动力之一，但数据相关的问题也不容忽视。药物研发涉及大量的生物医学数据，包括基因组学、蛋白质组学、临床数据等，这些数据来源广泛、格式多样，且往往存在数据质量不高、数据标注不准确、数据缺失等问题。如何有效地整合和管理这些多源异构数据，提高数据的质量和可用性，是 AI 制药面临的一大挑战。数据的隐私和安全问题也至关重要，医药数据包含患者的敏感信息，一旦泄露，将对患者的隐私和权益造成严重损害。因此，在数据的收集、存储、传输和使用过程中，需要建立严格的数据安全保护机制，确保数据的安全性和合规性。法规政策方面，AI 制药作为新兴领域，相关的法规政策还不够完善。目前，各国的药品监管机构对于 AI 在药物研发中的应用，尚未形成统一的监管标准和指南。这使得 AI 制药企业在研发过程中面临一定的不确定性，不知道其研发成果是否能够符合监管要求，从而增加了研发的风险和成本。如何在保障患者安全和药品质量的前提下，制定出合理、科学的 AI 制药监管政策，为 AI 制药的发展提供明确的指导和规范，是政府和监管部门需要解决的重要问题。临床试验阶段是 AI 制药面临的重要挑战之一。虽然 AI 在临床前研究阶段展现出了巨大的优势，但在临床试验中，AI 的应用还相对有限。临床试验的复杂性和严格性要求药物必须经过充分的人体试验验证，以确保其安全性和有效性。AI 设计的药物在临床试验中可能面临更多的不确定性，如何设计合理的临床试验方案，充分验证 AI 药物的疗效和安全性，是 AI 制药走向成功的关键一步。临床试验的成本高昂、周期长，也对 AI 制药企业的资金和资源提出了巨大的挑战。 AI 制药领域的人才短缺也是制约其发展的因素之一。AI 制药需要既懂 AI 技术又懂医药知识的跨学科复合型人才，然而目前这类人才相对匮乏。人才的培养需要较长的时间和较高的成本，如何加强相关学科的教育和培训，培养出更多适应 AI 制药发展需求的专业人才，是行业发展面临的重要任务。投资价值与前景展望从投资的角度来看，AI 制药无疑具有巨大的潜力，吸引着众多投资者的目光。其投资价值主要体现在以下几个方面。 AI 制药能够显著降低研发成本，提高研发效率，这意味着在相同的投入下，企业有望获得更多的研发成果，从而增加产品的市场竞争力，提升企业的盈利能力。一旦 AI 设计的药物成功上市，凭借其独特的优势，有望在市场上获得较高的定价和市场份额，为企业带来丰厚的回报。随着人们对健康的关注度不断提高，对创新药物的需求也日益增长。AI 制药作为创新药物研发的重要手段，能够更快地推出满足市场需求的新药，市场前景广阔。特别是在肿瘤、神经退行性疾病、罕见病等领域，AI 制药有望开发出更有效的治疗药物，满足患者未被满足的医疗需求，市场潜力巨大。 AI 制药领域的技术创新层出不穷，不断推动着行业的发展。投资 AI 制药企业，不仅能够分享行业增长带来的红利，还能受益于技术创新带来的超额收益。随着 AI 技术的不断进步和应用，AI 制药企业有望在技术创新的驱动下，实现快速发展，为投资者带来丰厚的回报。从市场表现来看，AI 制药企业也受到了资本市场的青睐。近年来，AI 制药领域的融资活动频繁，吸引了大量的资金涌入。据统计，2022 年全球 AI + 药物研发相关融资总事件达 144 起，总金额为 62.02 亿美元。越来越多的 AI 制药企业选择上市，通过资本市场进一步扩大规模，提升竞争力。如美国的 Recursion Pharmaceuticals、英国的 BenevolentAI 等 AI 制药企业在上市后，股价表现良好，为投资者带来了可观的收益。展望未来，AI 制药有望在多个方面取得更大的突破和发展。随着技术的不断进步，AI 模型的性能将不断提升，能够更准确地预测药物的活性、毒性和药代动力学等性质，进一步提高药物研发的成功率。AI 与其他新兴技术，如基因编辑、纳米技术、量子计算等的融合将更加深入，为药物研发带来更多的创新思路和方法。随着 AI 制药技术的成熟和应用，将会有越来越多的 AI 设计的药物进入市场，改变医药市场的格局。AI 制药还将推动医药行业的数字化转型，实现从药物研发、生产到销售的全流程数字化管理，提高行业的运营效率和管理水平。对于投资者而言，AI 制药领域虽然充满机遇，但也需要谨慎评估风险。在投资时，可以关注以下几个方向。一是技术领先的初创企业，这些企业通常在 AI 算法和药物研发领域具有独特的技术优势和创新能力，有可能成为行业的引领者，但同时也伴随着较高的风险。二是积极布局 AI 制药的传统药企，这些企业拥有丰富的研发经验、完善的产业链和庞大的市场渠道，通过与 AI 技术的结合，有望实现转型升级，提升市场竞争力。三是提供 AI 制药基础设施的科技公司，如云计算平台、数据库、GPU 芯片等供应商，随着 AI 制药行业的发展，对这些基础设施的需求也将不断增加，相关企业将受益于行业的发展。 AI 制药作为医药行业的新兴领域，具有巨大的投资价值和广阔的发展前景。虽然在发展过程中面临着诸多挑战和风险，但随着技术的不断进步、政策的逐步完善以及市场的不断成熟，AI 制药有望为医药行业带来革命性的变化，为投资者创造丰厚的回报，同时也将为全球患者带来更多的治疗希望，推动人类健康事业的发展。

金融界02-16 13:32

AI+医疗行业爆发，佩洛西加持助推行业迅猛增长，未来发展潜力巨大

医疗领域的普及。生成式AI：一种基于深度学习的AI技术，能够生成新数据，例如图像、文本或音频，广泛应用于医疗数据分析中。相关大事件 2025年，预计AI将在智能代理、手术机器人和生成式AI工具领域对医疗产生变革性影响。 2024年，世界经济论坛发布报告预测AI医疗市场规模将达到4910亿美元，年增长率43%。专家点评 “AI在药物开发中的角色愈加重要，未来将进一步改变整个行业。” — JP摩根，2025年1月。 “DeepSeek的开源政策为中小企业提供了前所未有的机会。” — 东吴证券，2025年2月。 “AI在精准医疗中的应用正处于飞速发展阶段，预计会带来广泛的行业变革。” — 世界经济论坛，2025年1月。 “AI技术将彻底重塑医疗行业的药物研发过程。” — FDA，2025年1月。 “AI驱动的智能代理将彻底改变患者的治疗体验。” — 医疗行业分析师，2025年2月。来源：今日美股网

今日美股网02-16 00:12

港股科指涨幅扩大至3%，阿里健康、哔哩哔哩等科技股表现突出，推动恒指涨超2%

：人工智能技术公司，专注于计算机视觉和深度学习领域。美团：一家本地生活服务平台，提供外卖、酒店、旅游等服务。今年相关大事件 2025年2月：香港股市反弹，恒生指数和科技指数大幅上涨，市场情绪改善。专家点评 “科技股的强势表现是港股市场的主要亮点，尤其是在全球经济回暖的大背景下，科技创新成为推动股市上涨的重要动力。” —— 张伟，投资分析师，2025年2月。 “阿里健康、哔哩哔哩、商汤科技等公司在创新和技术应用上的突破，进一步增强了市场对港股科技板块的信心。” —— 王敏，金融市场专家，2025年2月。来源：今日美股网

今日美股网02-15 00:11

24小时热点