拆開榜單，線索更清楚。

(資料圖片)

排在首位的是藥物遞送，劑泰科技-P的AI納米材料與制劑開發(fā)平臺，可用于mRNA遞送系統(tǒng)的設計優(yōu)化。AI在這里解決的不是“發(fā)現(xiàn)什么藥”，而是“怎樣把藥送到該去的位置”。

再往底層看，是基因和測序。華大智造提供生命科學設備及配套分析能力，華大基因沉淀基因數(shù)據(jù)和組學研究能力。

研發(fā)端的公司最多。英矽智能、晶泰控股、成都先導、藥石科技和泓博醫(yī)藥，分別從分子生成、計算模擬、化合物篩選和藥物研發(fā)服務等環(huán)節(jié)切入。美迪西則連接臨床前研發(fā)，做的事不同，但都在壓縮藥物研發(fā)的試錯過程。

值得一提的是，排在第二位的德適-B，其不屬于傳統(tǒng)AI制藥。德適從醫(yī)療影像切入，處理的是另一類問題：如何讓機器讀懂復雜的生命信息。

AI4S不只會“造藥”

過去談AI4S，市場很容易把它等同于AI制藥。分子設計直觀，研發(fā)周期長、成本高，AI降本增效的故事也最容易被理解。

但個性化治療往前走，光有新分子不夠。誰適合某種治療、個體差異如何識別、治療過程怎樣評估，同樣依賴基因、染色體和醫(yī)療影像。生命信息能否被準確讀取，決定了后續(xù)研發(fā)和診療有沒有可靠的數(shù)據(jù)基礎。

德適由此進入這條主線。其AI AutoVision及醫(yī)療影像基座大模型iMedImage，面向染色體核型分析、B超、CT、核磁等專業(yè)場景，讓機器參與識別、分析和輔助判斷。AI在這里不是外掛工具，而是直接進入數(shù)據(jù)解析流程。

這與晶泰控股代表的路線不同。晶泰更接近“AI設計—機器人實驗—數(shù)據(jù)反饋”，目標是尋找新的分子和材料；德適側(cè)重“專業(yè)數(shù)據(jù)—模型解析—產(chǎn)品應用”，目標是理解已有的生命信息。一個向前探索，一個向內(nèi)解析。AI4S的外延，就這樣從藥物發(fā)現(xiàn)擴展到醫(yī)療影像。

真正拉開差距的，是閉環(huán)。醫(yī)療數(shù)據(jù)專業(yè)、分散，脫離真實場景很難持續(xù)迭代。德適以影像基座模型為底座，向多器官、多病種拓展，再用產(chǎn)品落地獲得數(shù)據(jù)反饋。“數(shù)據(jù)—模型—產(chǎn)品—場景”循環(huán)起來，平臺能力才有機會沉淀。

閉環(huán)跑通之后，才談得上規(guī)模化。德適并非為每個器官、病種從頭定制算法，而是基于統(tǒng)一的影像基座模型，復用數(shù)據(jù)治理、訓練、驗證和部署能力，持續(xù)生成面向不同場景的專用模型。

從這個角度看，德適更像一座醫(yī)療AI大模型“工廠”：基座統(tǒng)一，模型按場景生產(chǎn)，產(chǎn)品再回到真實使用中迭代。所謂“量產(chǎn)”，量產(chǎn)的不是同一個模型，而是一套可復制的模型生產(chǎn)機制。截至2026年6月30日，公司已經(jīng)累計開展158個模型項目，覆蓋43個器官或部位、61個疾病方向。

真門檻，不在“AI”兩個字

同一張榜單里，有做遞送的，有做測序的，也有做分子設計和醫(yī)療影像的。業(yè)務跨度很大，共性只有一個：AI開始進入生命科學的專業(yè)流程。

判斷AI4S，不能只看模型參數(shù)。數(shù)據(jù)是否稀缺，AI是否碰到研發(fā)或診療的核心環(huán)節(jié)，結(jié)果能否被產(chǎn)品、實驗或臨床場景驗證，這些問題更實際。少一個環(huán)節(jié)，AI都可能停在演示階段。

以德適為例，其價值也應放回這套坐標系。它不是AI4S的全部，卻補上了生命信息解析這一塊拼圖。當醫(yī)療影像能夠被模型持續(xù)理解，AI才不只是幫助科學家提高效率，也開始參與科學數(shù)據(jù)的生產(chǎn)、解釋和應用。

整體而言，這輪Moderna所掀起的暴漲，帶來的是一次集中關注。熱度之后，行業(yè)仍要回到產(chǎn)品和驗證。

誰能把數(shù)據(jù)、模型與真實場景接起來，誰才更接近AI for Science的下一階段。

來源：港股研究社

關鍵詞： 財經(jīng)頻道 財經(jīng)資訊