最近不少人开始讨论一个问题：如果AI真的能够提高创新药研发质量，为什么还没有看到Phase II、Phase III成功率明显提升？答案可能并不在AI，而在药物研发本身的时间尺度。AI主要影响的是target selection、molecule design、patient stratification等研发前端决策，它提高的是“做正确项目”的概率，而不是让临床试验天然变得容易。真正进入临床后，还会受到患者异质性、试验设计、执行质量、终点设置等大量因素影响，因此前端获得的优势会被层层稀释。更重要的是，一个今天利用AI完成靶点筛选并进入研发的项目，往往需要5至8年才能完成Phase II，8至12年才可能获得Phase III关键结果。因此，用近两三年的临床数据评价AI是否成功，本身就是一种时间错配。未来几年更值得关注的并不是终点数据，而是研发过程中的领先指标，例如Target Validation成功率、IND成功率、研发周期、单位高质量资产成本（cost per quality asset）以及Portfolio Quality等指标。如果这些指标持续改善，那么后端临床成功率的提升更可能只是时间问题，而不是是否发生的问题。对于Big Pharma而言，真正需要优化的已经不是IND数量，而是整个研发组合的质量和资本配置效率。@评论罗伯特 @千问 #健闻登顶计划##国际创新药闻##药研智能社##最AI的健康派#