夜雨聆风据相关报道，美国 AI 圈当红炸子鸡，Claude Code 母公司 Anthropic，近日以 4 亿美金收购一家 AI 驱动新药研发的初创公司。
这家名叫 Coefficient Bio的公司，团队成员不到 10 个人，主要业务是使用 AI 来做药物研发规划、临床策略管理和新药候选发现。AI+医疗一直是美国AI公司尝试落地的场景之一。美国希望用 AI 暴力突破药物研发的长周期限制，同时在衰老、慢病、肿瘤这些领域取得更大进展，让 AI 真正进入硬科技和底层产业。
AI 在医药领域的应用最早可以追溯到计算机辅助药物设计、分子模拟、分子对接，本质上就是想提高筛选效率，减少人工合成和重复试错。后来 DeepMind 的 AlphaFold 让大家看到，AI 不只是能提效，还有可以进入生物学研究的核心问题。
现如今，大模型和各类 AI 工具兴起，AI 在医药里的应用又往前走了一步。比如提高文献整理、临床文件、注册资料的处理效率，也参与靶点发现、分子设计、候选优化这些前端研发环节。
在商业上， AI 制药公司近些年也是香饽饽。国外的 Insilico Medicine、Recursion、Exscientia，国内的晶泰科技、冰洲石生物、望石智慧，都在做类似方向的探索。
但到目前为止，还没有一个真正意义上完全由 AI 驱动的药物，完成新药注册并成功上市。
现在公开信息里提到最多的，还是 AI 提高了药物发现效率，集中在研发前端，尤其是化药合成、分子优化、靶点发现这些环节。
而药物研发真正的卡点：疾病机制是否真的搞清楚了，药物机制是否成立，动物实验能不能外推到人体，临床信号能不能在更长周期、更大样本中重复出来。这些问题，不是单靠更强的模型就能直接解决的。
靶点不成立，AI 只能让你更快失败；机制没搞清，分子设计得再好，也未必有临床价值；疾病本身高度复杂，前端提效不等于后端成功。
AI 在医药里最有可能出现真正突破的地方，不只是筛药，而是基础生物学研究。
筛药提效当然重要，但更重要的是看懂疾病本身。用 AI 去分析，模拟组织、器官甚至人体层面的运行机制，识别不同细胞之间的相互作用，帮助人类更快理解疾病的发生和进展。
新药研发最大的浪费，很多时候不是筛得慢，而是一开始方向就错了。靶点错了，机制错了，后面投入再多也没用。
AI对医药的提效是真的，颠覆还太早。长期看，AI最大的价值，可能还是帮助我们更早看懂复杂的生物学问题。
