XtalPi Inc.

2025年全球医药并购市场迎来新的一轮并购潮，此次从过去的企业整合、跨国扩张、巨头合并、专利悬崖、创新收购等以规模扩张为方向的并购打法转向了更为细致并购策略——精准补强，收并购不再以单纯的追求资产体量的增长，而是聚焦于填补技术/产品空白、完善上下游产业链生态、‌筑起高价值赛道壁垒等更精细化的方向。1.精准补强的背后逻辑1.1 占据市场先机 众所周知，在医药领域，传统自主研发路径需要经历靶点发现、化合物筛选、临床前研究、I-III期临床试验、注册申报等漫长环节，周期通常超过10年，且成功率很低。而并购可直接获取已完成关键临床验证、甚至已获批上市的产品，可以将研发到产品的周期压缩至1-2年，且成功率会大幅提升。这种效率优势在技术迭代加速的竞争环境中显得尤为关键，因为当竞争对手还在实验室里埋头干活时，你的新产品已经占据了市场先机。1.2 应对专利悬崖 专利悬崖是医药行业产品所面临结构性的问题，也是全球创新药企共同面临的挑战。尤其是跨国药企核心产品专利陆续到期，急需通过快速并购补强补齐补足产品管线，从而保持一定的市场占有率。 1.3 减少集采压力 集采政策压力是中国近年医药市场不得不面对的一个问题，持续压缩仿制药的利润空间，倒逼企业不得不通过并购整合向高附加值领域转型，否则就会离场出局。1.4 全球化竞争背景下的生态卡位 生态卡位的核心逻辑挖深挖宽企业护城河，尤其是当企业掌握了关键技术平台、核心产品管线、全球化销售渠道和规模化生产能力时，就会形成竞争对手难以逾越的生态（平台）优势。 1.5 估值逻辑的改变 精准补强的估值逻辑已从传统的PE/PS/EV等静态倍数来测算，到现在改变成以风险调整净现值、峰值销售额、PRR、可比交易差异、实物期权等数据来进行动态定价，重点考量在临床成功率、医保确定性、战略补缺与技术卡位等关键点，也就是说现在的医药并购市场已从过去买现金流转向买产品的未来成功概率和战略价值。2. 精准补强的并购策略体系2.1 获取技术管线 获取技术管线是2025年医药精准补强的主要方式，制药企业通过并购直接获得处于临床后期（II/III期）或已接近商业化阶段的在研管线、成熟技术平台，或者是已经获批上市的产品。其本质是在于以通过并购这种最快速度来补全自身在前沿领域的管线空白，抢占技术高地，与传统自主研发相比，能将管线的推进周期从平均8-10年压缩至3-5年，同时规避早期研发高达90%的失败率。 2025年7月，中国生物制药以9.5亿美元全资收购礼新医药。本次交易的核心资产是礼新医药的ADC（抗体药物偶联物）和双抗技术平台，以及8项处于临床阶段的新药管线。中国生物制药此前在ADC领域的布局相对滞后，本次收购使其直接跻身国内ADC赛道第一梯队，且通过礼新医药在美国的布局获得进入全球市场的机会。而且礼新医药的ADC/双抗平台与中国生物制药现有的化疗药物、靶向药物管线形成互补，能够显著提升其在肿瘤免疫治疗领域的竞争力，此次并购属于典型的1+1>3。2.2 并购成熟Biotech公司 并购成熟Biotech公司指的是大型制药企业或产业资本，并购具备有已成型技术平台、稳定营收来源、完整核心团队、管线进入临床后期或已商业化的生物技术公司。这类标的通常已度过高风险的早期研发阶段，甚至实现了盈利，与早期Biotech（无商业化产品、依赖VC融资生存）存在本质区别。其核心战略逻辑是快速切入高增长赛道，同时获得技术平台的持续迭代能力：与单纯收购管线不同，收购成熟Biotech不仅能获得现成的产品，还能获得其技术团队、研发体系和后续管线的迭代能力，实现一次收购、长期受益的效果。 2025年10月，礼来以13亿美元总对价（10.5亿美元首付+2.5亿美元里程碑付款）收购美国基因编辑企业Verve Therapeutics。本次交易的核心资产是处于I期临床试验阶段的VERVE-102，这是一款针对PCSK9基因的碱基编辑疗法，用于治疗家族性高胆固醇血症。礼来此前在基因编辑领域的布局相对薄弱，本次收购使其直接获得了成熟的碱基编辑技术平台。2.3 弥补研发短板 弥补研发短板指的是企业通过并购，获取自身缺失的相关产品研发能力，包括核心技术平台、研发团队、全流程研发服务能力或某特定领域的技术储备。 2025年，中国医药以5.25亿元现金收购则正医药70%股权（整体估值约7.5亿元），采用控股但不全资的交易结构，既确保战略控制又保留30%股权用于团队激励，体现国企并购的风险审慎与市场化平衡。中国医药快速获取了则正医药成熟的研发体系和项目管线，填补了自身创新药研发空白；并构建了研发-生产-流通全产业链，利用自身优势的商业流通网络加速则正既有产品打入市场。交易后则正医药将作为中国医药的研发桥头堡，保持独立运营并实行战略管控+财务管控混合模式，通过核心人员服务协议与股权激励、研发项目里程碑考核等机制推进国有体制与创新文化融合。2.4 横向扩赛道 化学药与常规器械龙头面临专利到期、仿制药降价及集采政策的持续承压，原有利润空间被大幅压缩，因此必须在守住基本盘的同时，通过并购高值耗材、创新器械等高速增长领域，实现从传统业务向高附加值赛道的战略转型。 2024年8月，华润三九以约62亿元收购天士力28%股份，2025年3月完成交割，成为近年来国内中药行业交易金额最高的并购案。交易完成后，华润三九成为天士力控股股东。在此次收购后，双方产品线高度互补，合并后中药业务规模超300亿元。未来，华润三九将以CHC业务为基础，联合天士力（处方药创新）、昆药集团（三七产品与精品国药），可以构建三位一体的中药产业矩阵。2.5 纵向延链条 纵向并购的核心战略逻辑是全链条协同、降低供应链成本、保障供应链安全、加速产品商业化。通过整合产业链上下游，企业可以提升研发、生产、流通等环节的协同效率，同时降低供应链成本；此外，在全球供应链波动的背景下，纵向整合还能保障关键环节的供应安全，避免因外部风险导致的生产中断。 2025年，国药集团通过一系列战略性收购加速全产业链布局：8月，旗下鲁中投资以24.49亿元收购山东药玻控制权，后者作为国内药用包材龙头企业，其模制瓶产品国内市占率超85%，是众多疫苗和生物制品企业的核心供应商，此举有效弥补了国药在上游包材领域的短板，强化了疫苗及生物制品业务的供应链安全性；同期，国药收购派林生物，与旗下天坛生物形成双平台布局，通过控制30余个浆站、年采浆量超千吨的血浆资源，实现原料自给，优化特异性免疫球蛋白等高毛利产品结构，并完善南北区域协同。两大收购分别从纵向整合与供应链安全维度，构建起血浆资源—生物制品—药用包材的完整产业闭环，显著提升了国药集团在生物医药领域的核心竞争力和抗风险能力。 2.6 跨境补短板 跨境补短板是指本土企业与跨国企业（MNC）之间的双向并购：MNC通过并购中国企业深度锁定中国商业化资产与技术平台，利用本土研发效率和商业化能力获取高增长；本土企业则通过海外并购补全全球领先能力，获取前沿技术、海外合规资质及新兴市场渠道资源。其核心逻辑是利用全球资源补全自身短板，这对中国企业而言，海外收购能突破国际注册壁垒、缩短准入周期、获取成熟销售网络，实现国际化弯道超车；对MNC而言，中国市场是全球最大医药市场之一，并购本土企业可快速切入市场。2025年，丽珠医药通过境外子公司LIAN SGP收购越南上市公司Imexpharm 64.81%股份。Imexpharm拥有本地GMP工厂、全国销售网络、政府关系资源，是丽珠快速进入越南医药市场的理想平台。2.7 资源互补 资源互补型并购的本质是双向赋能而非单向补短板，其核心在于双方通过整合各自的核心优势（如技术平台与商业化渠道、资本资源与产业能力、研发能力与生产能力等）实现1+1>2的协同效应，最终提升整体竞争力和盈利能力。这其中的关键点在于渠道与产品、原料与终端、技术与市场的双向精准匹配，从而实现互补价值最大化。 2025年7月，上海生物医药并购基金旗下万可欣生物以18.51亿元收购康华生物29.99%表决权，成为其控股股东。康华生物是国内狂犬病疫苗领域龙头企业，核心产品冻干人用狂犬病疫苗，产品定位高端、业绩增长潜力巨大；万可欣生物作为国资背景产业基金，拥有丰富资本资源、渠道网络及产业整合经验。所以万可欣的疫苗流通、接种服务渠道与康华的产品能力精准互补。此外，双方可以共同拓展宠物疫苗、联合疫苗等新产品线，并搭建全流程疫苗生态圈。2.8 专科领域深耕 专科领域深耕是企业聚焦单一专科或细分赛道（如肿瘤、代谢疾病、儿科等），通过并购补全该赛道的管线、技术、服务能力，从而构建预防、诊断、治疗到康复的全链条竞争壁垒，而非进行多元化的扩张。其核心战略逻辑在于：随着医疗需求日益精细化和专业化，专科领域市场规模正快速增长，通过在单一高增长赛道构建全链条壁垒，能够让企业获得更高的市场份额。 2025年5月，盈康生命完成对长沙珂信肿瘤医院的控股收购。长沙珂信肿瘤医院是国内领先的三级肿瘤专科医院，拥有先进的肿瘤微创介入治疗技术和完善的肿瘤诊疗服务体系。盈康生命在本次收购后，补全了肿瘤医疗服务能力，构建了肿瘤诊断-治疗-康复的全链条生态。2.9 数字化与AI融合 数字化与AI融合是2025年医药行业并购的新兴热点，其核心在于通过并购获取AI/数字化工具、技术平台和数据资源，提升全链条（研发、临床、生产、流通、诊疗）效率。这类并购的本质特征是工具赋能而非单纯资产获取，典型标的包括AI靶点识别平台、临床数据管理平台、数字化诊疗工具等。AI/数字化技术可以实现降本增效和数据驱动，比如压缩研发周期，降低临床研究成本等，同时又能提升生产和物流效率。 2025年5月，晶泰科技以2.5亿元人民币收购上海四维医学科技有限公司90%股权。四维医学是国内领先的远程心电图（ECG）诊断服务解决方案企业，拥有成熟的远程ECG诊断平台。晶泰科技在本次收购后，获得了四维医学的远程ECG诊断平台，构建了AI医疗+AI制药的双轮驱动战略。2.10 疫苗生态圈搭建 疫苗行业的特殊性决定了其生态圈策略的必要性：研发周期长、投入大、监管严，生产技术复杂，销售渠道专业，所以单一企业难以在所有环节建立优势。链上的企业可以通过全链条或者多环节的并购整合，构建技术储备-管线布局-产能制造-市场渠道的闭环生态。其未来增长主要是依靠疫苗产品的长期优势壁垒。 2026年3月，世纪金源旗下腾云新沃以超20亿元人民币入主沃森生物，成为其控股股东。沃森生物是国内领先的疫苗企业，拥有13价肺炎结合疫苗等核心产品和成熟的生产能力；而腾云新沃则拥有丰富的资本资源和产业整合经验。腾云新沃可以为沃森生物提供资本支持和战略指导，帮助其拓展市场；沃森生物也可以为腾云新沃提供产业落地载体，实现资本的产业布局目标。此外，沃森生物还计划通过并购补全mRNA、九价HPV等前沿疫苗技术，构建传统疫苗+创新疫苗的全链条生态圈，筑高其产品优势壁垒。2.11 消费医疗扩张 消费医疗扩张指企业通过并购切入非医保覆盖、以改善生活质量为核心的医疗领域（如医美、口腔、眼科、减重、毛发健康等），其核心特征是需求弹性大、毛利率高、增长速度快。因为该领域以自费为主，受医保控费政策影响小，品牌化和连锁化增长趋势明显。 2024年5月，爱尔眼科斥资13.44亿元收购重庆眼视光等52家医疗机构，地市级医院占比超80%，推动县域市场渗透率提升至35%；同年6月，其欧洲分部收购英国Optimax集团19家眼科诊所，填补欧洲市场空白。这种国内深耕与国际拓展的双轮驱动模式，体现了消费医疗专科连锁的典型扩张逻辑。3.未来展望 在新一轮并购潮下，行业集中度将会进一步提升。政策支持、多元资本、技术创新等多重因素推动资源向头部企业集中，尤其是产业资本已取代财务资本成为并购主力军。虽然在这种环境中成长起来的平台型企业优势将会更加明显，但随着科技的发展和多元资本的下沉，会有更多的小微创新药企诞生，来填补上述平台型企业未来发展的空白区域。另，全球化布局与本土化运营并重，双向跨境流动会塑造新的全球医药产业格局，这对中国本土药企来说，是不可多得的走出去机会。 免责声明：本文为研究分析与知识分享，不构成投资建议。内容基于公开信息整理，仅供参考，不保证完全准确。读者据此操作，风险自担。未经许可不得转载。

访谈主题：AI如何重构企业效率 主持人：大智 访谈嘉宾：魏炜（AI制药企业IT总监） 访谈时间：2026年4月7日 20:30 - 21:30 访谈纪要 在人工智能技术迅猛发展的今天，医药研发领域正经历着前所未有的变革。深圳晶泰科技作为AI制药领域的先行者，于2024年6月作为18C首支股票在港交所上市，其创新实践备受关注。近日，晶泰科技IT总监魏炜老师分享了AI在医药研发领域的落地经验，深入剖析了行业痛点、技术突破与未来趋势。 ● 企业背景：由三名麻省理工理论物理博士后于2014年创立，2015年回国落户深圳，专注于AI驱动的药物研发。 ● 全球布局：国内深圳、北京、上海，海外美国波士顿、英国利物浦设有办公点，员工超1000人。 ● 核心团队：70%为科学家和技术人员，专注于科研领域。 01 传统药物研发的行业痛点 传统药物研发面临着巨大挑战。首先是可选择分子空间极大，据预测可成药的分子空间总量达到1060次方，这个数量甚至大于整个太阳系的原子总数。在如此庞大的空间中寻找有效分子，传统方法依赖经验与偶然发现，效率极低。 其次是研发投入与成功率倒挂的";三个10定律"：一款创新药从研发到上市平均投入超过10亿美金，研发时间超过10年，而临床整体成功率却低于10%。更严峻的是，药物研发开始时就需要申请专利保护，发明专利有效期仅20年，上市后最多延长3-5年，研发耗时过长会直接压缩药企的盈利周期。 核心痛点总结： ● 可成药分子空间巨大（1060次方），传统方法效率低下 ● 研发投入高（超10亿美金）、周期长（超10年）、成功率低（低于10%） ● 专利有效期压力大，盈利周期被压缩 ● 研发流程复杂，全流程时间和资金投入巨大 02 全球药企AI应用现状与挑战 根据2026年相关调研，全球100多家大型药企中，AI已在药物研发各个环节普遍使用，知识抽取、蛋白质结构预测、科学报告输出、靶点发现等环节使用率超过70%。 当前药企使用AI的最大痛点不是算力和算法，而是两个核心问题：第一是缺乏高质量可靠的训练数据，第二是知识产权与数据安全问题。药物研发数据知识产权价值高，还要避开已有的专利保护，对数据安全要求极高。 我们对通用大模型进行了药物合成预测测试，让其预测给定反应物生成目标产物的反应可行性与反应路线，最终测试结果精度约为55%，召回率约为44%。这个准确率和抛硬币结果接近，完全无法满足药物研发的科学要求。因此，药物研发需要的是聚焦垂直领域的专用AI能力，而非通用大模型。 通用大模型药物合成预测测试结果 03 AI药物研发新范式：数据-模型-实验飞轮 晶泰科技提出了"高质量数据+高质量模型+高通量实验"三者形成飞轮的研发范式：AI完成分子设计和预测后，需要高通量自动化实验完成物理世界验证，验证产生的高质量实验数据再反馈给AI迭代训练，提升AI预测的准确度。 药物研发主流程是线性串行过程，系统产出效率由最慢环节决定，因此需要对全流程全链条赋能，才能充分发挥AI的加速作用。我们将AI能力整合为三个一体化平台，分别是数据采集和分析平台、AI预测平台、仿真计算平台，支撑小分子药物发现、抗体药物发现和自动化机器人平台三大核心业务。 生物医药领域数据分类与挑战： 1.  实验数据：单条成本数百到上万元，受物理条件限制数量较少 2.  仿真数据：单条成本数十到数百元，规模更大但未经过物理世界验证 3.  公开数据：单条价格数元到数十元，规模从几万到几百万条不等 现存核心问题：负样本缺乏、数据来源不一维度残缺、数据可靠性和一致性不足 04 核心AI产品与实测效果 1. X-Buddy靶点发现产品 X-Buddy通过多agent协作完成靶点调研报告：首先planning agent通过多轮对话和用户沟通形成报告大纲，之后不同方向的专业agent分别收集甄别数据，最后由writing agent完成交叉验证和信息溯源，降低AI幻觉，生成报告后还支持迭代完善。 2. PatSight专利分析产品 PatSight用于新药立项阶段的专利规避，通过多个模型识别专利文本、表格、分子结构等信息，结合大模型语义理解输出结构化数据和分析报告。传统人工梳理专利需要几个月，使用该产品仅需要几个小时，效率提升明显。 3. 实验室自动化AI体系 晶泰搭建了分层的实验室自动化AI体系，底层覆盖分子生成、反应评估、自动采购、反应开设等功能模块，中层结合实验设备实现自动化操作，无需人工看守过夜反应，上层针对实验场景打造多个专用agent，支持实验人员交互，顶层为业务数据中心统一分析。 05 AI vs 人类化学家：实测数据 AI与人类化学家预测能力对比 目前晶泰累积的仿真数据中，可合成化学空间达到10的12次方，每月可产生5万多条反应数据、30多万条过程数据，已经积累了18种反应类型、25万左右反应数据、120个SOP、14000多个基础砌块。 AI不会直接替代人类药物研发人员，但是会用AI的研发人员会替代不会用AI的人。AI可以将人类从基础性重复性劳动中解放出来，聚焦更有价值的研发工作。 06 AI跨行业应用的方法论 "数据是决定AI在生物医药领域成功落地与否的一个胜负手，一个关键。" "任何系统的产出效率，都取决于该系统中速度最慢的一个环节。" 每个行业都有自身特点和深度，通用大模型无法解决行业底层的know-how问题，更适合针对行业不同环节开发专用小模型，通过agent调度组合解决整体问题，同时必须通过交叉验证消除AI幻觉。 企业落地AI的核心建议： 首先要清晰识别自身真正的痛点，管理好预期，不要一开始就全面铺开；其次要重视数据治理和数据连通，做好长期沉淀，优先解决企业主价值链上的痛点，不要搞平均主义，聚焦高价值领域做深做透。 "我们通常会对一个新技术在三到四年之内所产生的影响有过高的预期，而对它十年或十年之后所产生的影响反而会进行漠视。" "会用AI的人会替换不用AI的人，用AI能力用得好的企业在竞争上面会对于用的差的企业有明显的优势。" 总结与展望 魏炜老师最后总结道："AI在医药研发领域是'一尺宽，百丈深'的领域，聚焦核心痛点做深做透就已经极具价值。建议大家做AI应用不用过于焦虑，找到最有价值的点深入挖掘即可，就能将AI能力和自身需求结合好。" 随着AI技术在医药研发领域的不断深入，我们有理由相信，未来的药物研发将更加高效、精准，为人类健康事业带来更多突破与希望。 扫描二维码，观看直播回放

AI正在重塑医疗健康行业：十大应用场景深度解析 当AI技术走进医院，会发生什么？從精准诊断到药物研发，从手术机器人到健康管理，人工智能正在全方位改变医疗健康的未来。本文深度解析AI在医疗领域的十大核心应用场景。 一、AI辅助诊断：从"经验医学"到"数据驱动" 影像诊断：眼睛的延伸 腾讯觅影食管癌早期筛查系统，对早期食管癌的检出率高达 90%，超过人类专家的平均水平。该系统可在2秒内完成一次影像分析。 落地案例： 浙江省人民医院引入AI影像系统后，早期肺癌检出率提升 35% 北京协和医院AI辅助乳腺钼靶诊断，准确率达到 97% 病理诊断：数字化的"金标准" 深睿医疗的Dr.Wise病理智能分析系统，能够自动识别切片中的癌细胞区域，将病理医生的工作效率提升 3-5倍。 二、药物研发：从"十年"到"一年" 靶点发现：AI的"火眼金睛" AlphaFold 蛋白质结构预测工具，彻底改变了药物靶点研究。过去解析一个蛋白质结构需要数月，AlphaFold 能在数小时内完成。 数据对比： 阶段 传统方式 AI赋能 效率提升 靶点发现 2-3年 数月 10倍 分子筛选 数年 数周 50倍 临床试验 5-7年 3-5年 30% 晶泰科技：AI制药中国力量 深圳晶泰科技利用AI进行药物分子设计，已与全球前20大药企中的16家建立合作。2025年，其AI设计的分子进入临床试验的数量达到 12个。 三、手术机器人：AI赋能精确操作 达芬奇手术系统 Intuitive Surgical 的达芬奇手术机器人已在中国完成超过 50万例手术。AI辅助的手术系统能够： 消除手部抖动，实现毫米级精确操作 提供3D高清视野，放大10-15倍 术后恢复时间缩短 30% 国产手术机器人崛起 天玑骨科手术机器人已在全国 500+ 医院装机，完成手术超过 10万台。其精度可达 0.8毫米，处于国际领先水平。 四、医疗大数据：让沉默的数据"说话" 电子病历智能化 科大讯飞开发的智慧病历系统，能够： 自动识别手写处方，识别准确率 98% 智能提醒药物相互作用 自动生成出院小结 流行病预测 百度健康开发的疫情预测模型，曾提前 7天 预警流感高峰，为公共卫生决策提供数据支撑。 五、慢病管理：AI是你的"私人医生" 糖尿病管理 腾讯联合发布的糖友AI助手，能够： 根据血糖数据智能调整饮食建议 预测血糖波动趋势 提前 2小时 预警低血糖风险 高血压管理 华为血压研究院的AI算法，通过手表监测数据，可预测 24小时内 血压变化趋势，准确率达到 85%。 六、药物警戒：AI守护用药安全 不良反应监测 阿里健康开发的药品安全AI监测系统，可实时监测全网药品不良反应信息，预警响应时间从 7天 缩短至 2小时。 七、医学影像：AI让"看不见"变成"看得清" 超声AI 推想科技的超声AI系统，可自动识别甲状腺结节、乳腺肿块等异常，目标检出率 95%，假阳性率控制在 10% 以下。 眼底筛查 鹰瞳科技的眼底AI筛查系统，通过一张眼底照片，可同时检测 55种 眼部及全身疾病，已服务 3000万人次。 八、临床试验：AI加速新药上市 患者招募 零氪科技利用AI匹配临床试验与患者，将患者招募时间从 平均6个月 缩短至 6周。 数据监查 AI实时监查临床试验数据，自动识别异常值和潜在安全问题，确保试验数据完整性。 九、康复医学：AI让康复更智能 中风康复 北京301医院引入的AI康复机器人，可精确模拟治疗师手法，帮助患者进行上肢康复训练，训练效果提升 40%。 十、医疗资源优化：AI缓解"看病难" 智能分诊 微医平台的AI分诊系统，根据患者描述症状智能推荐科室，准确率达到 92%，大幅减少挂错号问题。 手术排班优化 AI算法优化手术室利用率，华西医院手术室周转效率提升 25%，相当于每年多完成 8000台 手术。 总结：AI医疗的未来图景 应用领域 核心价值 落地情况 辅助诊断 提升准确率与效率 已在三甲医院广泛应用 药物研发 缩短研发周期 进入临床试验阶段 手术机器人 精确操作、减少创伤 装机量快速增长 慢病管理 个性化、预防优先 C端产品普及 医疗大数据 数据驱动决策 政策推动下快速发展 未来已来：当AI成为医生的"超级助手"，医疗资源将更加公平，诊疗将更加精准，患者将真正成为受益者。