Nottingham University Hospitals Nhs Trust

特朗普这回真是赚翻了！就在2025年12月2日，他的政府同时甩出两张王牌：一边把韩国汽车的关税从25%砍到15%，另一边和英国达成了药品零关税协议。市场押注美联储12月降息的概率已经飙升至87%以上，这三件大事同时发生，让全球金融市场瞬间炸开了锅。 美国商务部长卢特尼克在2025年12月2日正式宣布，由于韩国国会已经通过立法落实对美投资承诺，美国决定把从韩国进口汽车的一般关税税率从25%下调至15%。这项调整从2025年11月1日开始追溯生效。除了汽车关税下调，美国还取消了韩国飞机零部件的关税，并且为半导体和制药产品设定了15%的关税上限。 韩国方面提交的立法文件详细规定了3500亿美元的对美投资计划。其中1500亿美元专门用于造船业合作，包括在现代重工蔚山造船厂附近建设新的造船设施，以及共同开发环保船舶技术。另外2000亿美元以现金形式分期支付，每年支付金额不超过200亿美元，这是为了维持韩元汇率稳定。 消息公布后，韩国股市立即作出反应。现代汽车股价上涨接近5%，起亚汽车股价上涨超过4%。韩国综合股价指数当天上涨近2%，创下近三个月来的最大单日涨幅。韩国产业通商资源部长官表示，这一协议将显著提升韩国汽车在美国市场的价格竞争力。 在同一天，美国贸易代表办公室发布了另一份公告，宣布与英国达成医药产品和医疗技术零关税协议。根据该协议，英国生产的药品、药品成分以及医疗技术产品将获得美国“条款”的关税豁免。这意味着这些产品进入美国市场时不再需要缴纳额外关税。 作为交换条件，英国同意将美国新药的国家健康服务体系净价格上调25%。英国政府还承诺提高国家医疗服务体系的药品支出预算比例，并改革药品价值评估体系。具体改革包括提升英国国家卫生与临床优化研究所使用的“质量调整生命年”阈值，以及降低药企对NHS的费用返还比例。 英国制药工业协会的数据显示，医药产品占英国对美出口总额的17.4%。2024年英国向美国出口的医药产品总值约为186亿美元。零关税协议将使这些产品在美国市场获得更有利的竞争地位。然而，英国医学协会发出警告，称提高药价可能给NHS预算带来额外压力。 这些关税协议的执行背景是美国最高法院正在审理的数起关税合法性案件。原告方包括美国进口商协会和多个消费者权益组织，他们指控特朗普政府超越宪法授权征收关税。联邦地区法院在2025年8月曾作出裁决，认为总统无权援引《国际紧急经济权力法》来征收普通关税。 最高法院的庭审记录显示，大法官们对关税权力的解释存在明显分歧。首席大法官在听证会上质疑贸易逆差是否构成法律意义上的“国家紧急状态”。而保守派大法官则倾向于支持行政分支在贸易政策上的裁量权。法院预计将在2025年11月作出最终判决。 与此同时，美联储的货币政策立场出现明显转变。根据芝加哥商品交易所的FedWatch工具，市场对12月降息的概率预期已经升至87.4%。这一变化源于纽约联储主席近期发表的鸽派言论，他表示当前利率水平可能已经超过中性利率。 美联储最新发布的褐皮书显示，美国消费支出增长出现放缓迹象。多个地区的零售商报告称，消费者对价格敏感度明显提高，非必需品类别的销售增长乏力。就业市场数据显示，工资增长速率从年初的4.5%放缓至3.8%，职位空缺数连续三个月下降。 高盛集团调整了其利率预测报告，现在预计美联储将在12月会议上降息25个基点。报告指出，通胀数据回落速度快于预期，10月核心PCE物价指数同比上涨2.6%，较9月的2.8%进一步下降。美银证券的分析师也修改了预测，认为明年可能还会有两次降息。 经合组织发布的最新预测报告显示，发达经济体的货币政策宽松空间正在收窄。该组织预计美联储到2026年底可能只会再降息两次，2027年政策利率将维持在3.25%-3.5%区间。报告特别提到美国财政状况对货币政策的制约作用。 白宫人事变动记录显示，特朗普总统将在本月底前提名新任美联储主席。博彩市场数据显示，前白宫国家经济委员会主任凯文·哈西特的当选概率超过50%。哈西特在近期公开演讲中批评美联储当前政策过于紧缩，主张更激进的降息步伐。 美国财政部最新数据显示，关税收入在2025财年达到296亿美元，较上年同期增长120%。但这些收入的部分来源是特朗普政府于2025年4月设立的“最低基准关税”，该政策对几乎所有进口商品征收10%的基本关税。对贸易顺差国还额外征收了更高税率，比如对巴西征收50%，对印度征收25%。 企业界对关税政策的反应出现分化。特斯拉首席执行官马斯克在近期播客访谈中再次批评关税政策，称其扭曲市场信号和提高成本。他透露曾私下劝说特朗普放弃关税路线但未成功。而部分美国制造业企业则支持关税保护，认为这有助于恢复国内产能。 供应链数据分析显示，关税调整已经导致部分产业布局发生变化。韩国现代汽车宣布将增加其在阿拉巴马州工厂的产能，计划新增2000个工作岗位。但与此同时，美国汽车经销商协会报告称，进口汽车库存水平降至十年新低，部分车型出现加价现象。 医药行业方面，英国阿斯利康公司表示正在重新评估其在英国的投资计划。该公司此前因英国药价管控严格而暂停了7亿英镑的扩建项目。美国辉瑞公司则宣布将向其在英国的研发中心追加投资3亿英镑，扩大癌症药物研发规模。 美国劳工统计局的就业数据显示，制造业就业增长在最近三个月出现放缓。尽管关税政策旨在保护就业，但制造业新增岗位从季初的每月3.7万个下降至2.1万个。分析指出，原材料成本上涨和出口市场萎缩对制造业产生负面影响。 消费者价格指数显示，耐用消费品价格在10月同比上涨4.3%，明显高于服务价格的2.7%涨幅。其中家用电器价格上涨6.2%，汽车价格上涨5.8%。美联储研究人员指出，关税对消费品价格的传导效应比预期更为持久。 美国贸易代表办公室的公告细节显示，美韩协议中包含特殊的“终止条款”。如果韩国未能按时履行投资承诺，美国有权在90天内恢复原有关税税率。协议还规定双方每半年进行一次执行情况评估，首次评估将在2026年5月进行。 英国卫生与社会保障部的内部备忘录显示，NHS预计因药价上调每年将增加18亿英镑支出。这部分资金缺口可能通过削减其他医疗项目预算来弥补。医生团体警告这可能影响非紧急手术的等待时间。 联邦储备系统的会议纪要显示，部分理事担心过早降息可能重新点燃通胀。他们指出房地产市场已经出现回暖迹象，30年期固定抵押利率从峰值7.8%回落至7.2%。新建住宅销量在10月环比增长3.4%。 海关数据显示，美国从韩国进口的汽车在协议宣布前一个月骤降40%，表明经销商在预期关税下调后推迟了订单。现在关税明确下调，预计积压的订单将在未来两个月集中清关，港口运营方已增派人手应对预期中的流量高峰。 英国药品和保健品监管局的数据表明，美国市场占英国制药企业收入的平均比例为31%。对于某些专科药企，这个比例高达45%。分析师估计零关税可能使这些企业的净利润提升5-8个百分点。 美国国会研究服务处的报告指出，现行关税政策的法律依据存在争议。如果最高法院判决总统越权，过去半年征收的约120亿美元额外关税可能需要进行退还。财政部已经为此设立特别预备金。 农场局联合会的调查显示，农业州对贸易局势的担忧加剧。大豆价格相比关税政策前仍低12%，生猪价格低8%。农业设备采购意愿指数降至2016年以来最低水平。 汽车行业数据表明，关税调整后韩国品牌在美国市场的价格竞争力得到提升。现代索纳塔等车型的理论零售价可能下降约2000美元。但这一定价优势可能被美国本土品牌的新促销活动部分抵消。 医药贸易领域的历史数据显示，美国占全球药品消费的42%，但只有34%的药品在本土生产。关税豁免可能使英国对美药品出口在两年内增长20-25%，特别是胰岛素和抗癌药物等专科药品。 联邦公开市场委员会的点阵图显示，委员对2026年底利率预测的中值为3.375%。但最近一次调查中有三位委员认为可能降至3%以下。分歧主要源于对生产率增长的不同判断。 航运监测数据显示，前往美国东海岸的集装箱船数量在协议宣布后一周内增长15%。特别是从韩国釜山港出发的船只，运力利用率达到92%。物流公司预计圣诞季前的运输需求将集中释放。 英国国家审计署的报告指出，NHS的药品预算在过去五年年均增长4.2%，而整体预算增长仅为3.1%。新协议可能使这一差距进一步扩大，预计药品预算增速将提高至5.5-6%。 美国供应管理协会的采购经理人指数显示，制造业新订单指数在10月降至48.，为三个月来首次跌破荣枯线。供应商交付指数加快至52.，表明供应链压力有所缓解。 韩国关税厅的统计表明，汽车及零部件占韩国对美出口的28%。15%的关税税率将使韩国车企每出口一辆3万美元的汽车节省约3000美元成本。这部分空间可能用于增加配置或扩大营销投入。 美国药物研究与制造商协会的公告显示，其会员单位欢迎美英医药协议。他们认为这体现了药品价值的公平回报，有助于维持创新研发投入。该协会预计未来三年将有更多新药申请上市。 房地产经纪公司的数据显示，30年期抵押利率每下降0.5个百分点，理论上可增加15%的购房者购买力。但实际成交数据尚未显示明显回暖，10月成屋销售环比下降0.7%。 韩国产业银行的评估报告指出，汽车关税下调可能使现代起亚汽车集团年度营业利润增加约1.2万亿韩元。但这些收益的部分需要投入美国工厂的产能扩张，预计投资规模将达3.4万亿韩元。 英国皇家药学会的声明表达了对药品可及性的担忧。他们指出某些罕见病药物的年治疗费用可能超过10万英镑，价格上调将使部分临床 commissioning group 面临预算困境。 美联储理事布雷纳德的演讲提到，货币政策需要关注关税政策的二阶效应。她举例说明进口价格上升可能促使企业加速自动化投资，这对生产率是积极因素，但可能延缓就业市场再平衡。 美国国际贸易委员会的案件记录显示，目前仍有17起针对特定国家关税的诉讼在进行中。其中8起涉及钢铁铝制品，5起涉及农产品，4起涉及汽车零部件。这些案件可能受本次协议影响需要重新审理。 韩国贸易协会的调研显示，65%的汽车零部件供应商计划扩大对美业务。但其中只有23%选择直接投资建厂，更多企业倾向于与美国经销商建立深度合作。 英国商业部的预测表明，医药协议可能在未来五年为英国吸引30-40亿英镑的生物制药投资。但前提是需要同步完善知识产权保护，目前专利盒制度的使用率只有42%。 美国经济分析局的数据修正显示，第三季度GDP增长从初值2.8%下调至2.6%。主要修正项是库存投资减少，但消费支出增速从3.1%上修至3.3%。 船舶经纪公司的报告提到，韩国造船企业现代重工与大宇造船的合并案可能因美韩协议加速。美国外国投资委员会已暗示将支持这一合并，前提是保留部分技术授权给美国船厂。 英国健康基金会的研究表明，NHS的预算分配需要更精确的成本效益分析。他们开发的新模型显示，将更多资金投向预防性药物可能抵消部分药价上涨的影响。 美联储资产负债表数据显示，逆回购工具使用量降至4500亿美元，为2022年以来最低水平。市场流动性环境的改变可能影响降息决策的实际传导效果。

AI精选知识库 （可下载），拥抱AI，走向未来 一、AI技术革新在药物发现中的关键突破 2024-2025年，人工智能技术在药物发现领域实现了从辅助工具向核心驱动引擎的转变，通过深度学习、生成式AI和大模型等技术革新，正在系统性重塑药物研发的全流程范式。🧬 靶点发现：从"大海捞针"到"精准导航" 传统靶点发现模式面临效率低下和认知局限的双重挑战，而AI技术催生的数据驱动研究模式彻底改变了这一局面。复旦大学附属华山医院郁金泰团队利用大模型技术对超过100万个样本进行大规模全基因组关联分析，成功发现FAM171A2基因的5个位点突变与帕金森病风险显著相关。这一突破性发现凸显了AI在突破认知边界方面的价值——能够识别人类专家基于现有理论难以预见的新靶点。 西湖大学的AI技术系统在解析非编码RNA领域取得重大进展，系统分析了非编码RNA在阿尔茨海默病中的调控网络，发现了3个全新治疗靶点。在AD小鼠模型中，敲低这些靶点后Aβ斑块沉积减少40%-60%，为神经退行性疾病治疗开辟了新路径。 临港实验室联合多家机构开发的多智能体虚拟疾病生物学家系统"元生"，在靶标发现与临床转化价值评估方面表现出色，其能力已显著超越主流基座大模型，为攻克"不可成药"靶点提供了新的技术路径。⚗️ 分子设计与生成：从"筛选"到"创造" 生成式AI在分子设计领域实现了革命性突破，将药物研发从被动筛选转向主动创造。英矽智能公司利用生成式AI设计的治疗特发性肺纤维化的新型分子已进入二期临床试验，将临床前候选化合物的研发时间从约4.5年缩短至18个月，成本降至约260万美元。 深势科技与迪普深合合作的AI+Click平台将点击化学的可合成化合物库与AI分子生成模型深度融合，在4个蛋白靶点上仅用2周即完成从设计、合成到验证的全流程，获得全新骨架微摩尔级活性化合物。这种"可合成-可发现"新范式大幅提升了研发效率。 量子嵌入图神经网络技术的突破尤为引人注目。本源量子等机构全球首创量子边编码技术，首次在量子层面同步处理原子与化学键，使HIV药物筛选准确率从73%升至97%，AD药物预测准确率从64%提升至70%。🔬 临床前研究的效率革命 AI技术在临床前研究阶段实现了显著的效率提升。郁金泰团队从7000余种小分子化合物中快速找到可有效抑制FAM171A2蛋白和病理性α-突触核蛋白结合的小分子，将原本需要数十年才能完成的工作压缩至5年。 MIT与Cellarity等机构开发的DrugReflector深度学习模型利用基因表达数据分析化合物如何干扰基因活性网络，筛选效率比传统方法高17倍，所需筛选化合物从百万级降至几百种。 在毒性预测方面，山东大学药学院赵维团队基于35个医疗机构和大学的研究数据训练机器学习模型，将药物清除预测的有效率从传统方法的65.8%提升到94.1%。在阿莫西林、头孢他啶等抗感染药物用于新生儿时，用模型预测剂量的临床准确率达到80%。🏥 临床试验的智能化变革 AI技术在临床试验阶段的突破尤为显著，正在解决传统临床试验耗时耗力的核心痛点。南方医科大学南方医院的AI临床试验筛选系统将患者筛选时间减少97.8%，大幅提升了试验效率。 虚拟临床试验技术取得重要进展，北京大学肿瘤医院与图灵·达尔文实验室合作构建高保真数字孪生/虚拟患者，模拟药物效果，预测临床试验结果。虚拟患者响应结果与真实试验一致，为降低试验成本和风险提供了新路径。 医渡科技的患者招募智能体使入组速率提升超30%，临床研究报告生成时间减少90%。上海耀乘健康的AuroraPrime平台大幅提升数据管理效率，展现了AI在临床试验运营优化方面的巨大潜力。💡 技术突破的驱动因素 这些技术突破的背后是多重因素的共同驱动。多模态大模型的成熟能够同时处理文本、图像、基因组数据和实时生命体征等信息，为构建更真实的数字病人提供了基础。算力基础设施的升级（如复旦大学的CFFF平台）使处理超大规模计算和千亿参数模型训练成为可能。同时，从中央到地方的政策支持也为技术落地创造了有利环境。 "干湿闭环"成为标配趋势日益明显，成功的案例普遍构建了"AI计算设计→自动化实验合成→高通量实验验证→数据反馈优化模型"的快速迭代闭环。这种闭环使得AI的预测能够迅速被实验检验，并持续提升模型的准确性。 随着生物技术与信息技术的深度融合，AI驱动的药物发现有望与传统研发方法进一步结合，形成更高效、更精准的药物研发新范式，为攻克难治性疾病开辟新的可能性。二、AI技术革新在医学影像分析中的关键突破 2024-2025年，AI技术在医学影像分析领域实现了从单一功能辅助到全流程智能化的跨越式发展，形成了以多模态融合、精准诊断、效率革命为核心的三大突破方向。🎯 精准诊断能力突破人眼极限 超高精度病灶识别成为AI在医学影像领域的首要突破。加拿大团队开发的AI系统通过MRI识别脑肿瘤，准确率达到98.30%，显著超越传统诊断水平。中山大学肿瘤防治中心的AI系统在全国500多家医院应用，能够精准检出早期脑转移灶，为肿瘤患者的早期干预提供了关键技术支持。 微小病灶检测方面，AI展现出超越人眼的分辨能力。英国NHS引入的AI辅助急诊骨折诊断系统，单次扫描成本仅约1英镑，却能够显著降低漏诊风险。宝安区人民医院的影像AI系统在0.3秒内即可锁定病变位置，诊断效率提升4倍，实现了快速精准的急诊筛查。⚡ 诊断效率实现革命性提升 自动化处理海量图像技术让医生从繁重的重复性工作中解放出来。广东省上线的AI辅助阅片系统"粤医智影"有效缓解了医生的诊断压力，使医疗资源得到更合理分配。超声智能体MUSE-UA和麒光AI-OCT大模型等技术的应用，降低了高端影像技术的使用门槛，让基层医疗机构也能开展精准诊断。 全流程智能化成为效率提升的关键。联影"元智"医疗大模型实现了从影像采集到诊断报告生成的全流程自动化，报告生成效率最高提升40%。急性卒中智能影像决策平台将卒中溶栓时间窗从4.5小时安全延长至24小时，为患者赢得了宝贵的救治时间。🔄 多模态数据融合重塑诊断范式 跨模态协同诊断技术实现了医学影像分析的质的飞跃。清华大学与上海交通大学联合研发的EyeFM模型采用"一个共享编码器与五个模态专属解码器"架构，能够同时处理彩色眼底照、光学相干断层扫描等五种眼科影像模态，实现了真正的多模态一体化分析。 影像-文本-基因数据融合使AI从单纯影像分析转向综合研判。中山大学肿瘤防治中心引入的国产大模型DeepSeek，整合多源数据为医生提供智能研判建议，动态优化诊疗路径。PANDA模型汇集数十位不同专业医生的知识库，通过多模态数据融合提取关键病灶信息及潜在病理特征，开展跨科室全方位分析。🌐 技术普惠与基层医疗赋能 智能设备下沉基层显著提升了医疗资源可及性。搭载AI的智能CT设备可自动计算扫描范围，生成最优扫描方案，让基层医疗机构也能顺利操作高端设备。广东省通过AI技术实现"患者不出镇就能获得县级医院的医学影像诊断服务"，有效解决了医疗资源分布不均的问题。 远程诊断平台建设取得实质性进展。上海东部儿科医联体通过AI技术实现"基层首诊，急慢分诊，上下转诊，分级诊疗"的模式，智慧儿童医院解决方案覆盖超过300种儿科常见疾病的智能辅诊应用，将顶级儿科医院的诊疗经验有效下沉至基层。🔍 可解释性AI建立临床信任 决策过程透明化技术解决了医疗AI的"黑箱"困境。上海仁济医院与交大团队开发的DeepSTEMI系统引入可解释的U-Net与Transformer协同网络结构，通过多种方法解析系统的"决策依据"，使模型的预测重点与心肌梗死的病理特征高度一致。 医生反馈驱动优化机制增强了AI系统的临床适配性。创新性的"医生反馈驱动"优化机制通过直接偏好优化与联邦学习技术，将一线医生的诊断反馈融入模型迭代过程，使AI系统能适配不同层级医疗机构的需求。 这些技术突破共同推动了医学影像分析从辅助工具向核心诊断能力的转变，为精准医疗提供了坚实的技术基础。三、合作生态重塑：制药-医院-科研-产业协同新模式 随着AI技术在药物发现和医学影像分析领域实现全链条突破，传统孤立的研发模式正在被打破。2024-2025年期间，制药企业、医疗机构、科研院所和AI公司通过多种创新合作模式，构建了更加高效、开放的协同生态。🔗 联合实验室：从技术验证到商业化落地 东阳光药业与三维天地成立的"AI+药理研发联合实验室"致力于构建智能药代预测系统、动态药效建模和AI毒理预警体系，标志着传统药企与AI技术提供商的深度绑定。 更值得关注的是**"干湿闭环"实验范式**的成熟应用：国家蛋白质科学中心与康码生物 的AI蛋白质智造联合实验室，通过AI设计筛选蛋白质后，利用无细胞合成技术进行高通量开发中关村两院与全球健康药物研发中心 的合作已获得针对疟原虫靶点的候选分子，并表现出良好生物活性晶泰科技与韩国JW药企 的战略合作以"AI+机器人"打造自动化实验室，实现候选分子的高通量筛选与工艺优化 这些联合实验室不再停留在技术演示层面，而是直接面向具体药物管线的开发，体现了从概念验证到商业化落地的实质性转变。🌐 数据共享联盟：破解"数据孤岛"难题 数据是AI医疗的核心燃料，但"数据孤岛"一直是行业发展的主要障碍。2024-2025年出现的多种数据共享机制正在改变这一局面： 国际层面，美国癌症AI联盟汇聚丹娜法伯癌症研究院等4家顶尖癌症中心，在亚马逊、微软等技术支持下，采用联邦学习机制实现跨机构数据协作——各机构数据保留本地，仅共享模型参数进行联合分析。 国内实践呈现多样化路径：医疗人工智能联盟 由上海瑞金医院、北京协和医院、华西医院等10余家顶级医院组成，推动数据与模型共享医院算力联盟 以国家超级计算济南中心为核心，通过专线联通10余家山东省内三甲医院，探索联邦学习和隐私计算技术深圳罗湖医疗语料库 采用区域医联体模式，遵循"数据不出域"原则，将脱敏后的病理、影像等7类标准化数据向区内企业开放 这些机制的核心突破在于找到了数据价值释放与隐私保护的平衡点，为更大范围的跨机构协作奠定了基础。📦 开源平台生态：降低技术应用门槛 开源正在成为加速AI医疗普惠的重要推动力。2024-2025年多个重要开源项目的发布，显著降低了技术应用的门槛： RuiPath病理大模型由上海瑞金医院与华为合作，不仅开源核心视觉基础模型，还提供覆盖7个常见癌种的测试数据集以及全流程工具链，直接瞄准缓解病理医生短缺的临床痛点。 更宏大的开源生态来自OpenMEDLab浦医平台，由上海AI实验室联合国内外顶尖机构，开源全球首个医疗多模态基础模型群，涵盖医学图像、文本、生物信息等10余种数据模态。 这些开源项目的共同特点是：聚焦实际临床需求 ，而非单纯的技术展示提供完整工具链 ，而不仅仅是模型代码构建应用生态 ，鼓励更多机构参与改进和创新💰 产业基金驱动：资本加速生态整合 政府主导的大规模产业基金成为协同生态的重要催化剂。北京市医药健康产业投资基金（总规模200亿元）在2025年领投剂泰科技D轮融资，重点支持AI制药平台升级。 投资逻辑呈现明显变化：上海科创基金 的投资组合中初创期和成长期企业占比超过90%，体现"投早投小"策略公募基金 通过重仓晶泰控股、医渡科技等上市公司，反映资本市场对AI医疗商业化前景的认可江苏省战略性新兴产业母基金 明确聚焦"人工智能+医疗"等融合应用领域 资本的大规模投入不仅提供了资金支持，更重要的是通过资源整合促进了不同主体之间的协同创新。🔄 协同新模式的价值闭环 上述四类合作模式共同构成了一个完整的价值创造闭环：联合实验室 提供技术落地的具体场景，产生高质量数据和验证案例数据共享联盟 扩大数据规模和质量，提升模型泛化能力开源平台 降低技术使用门槛，加速创新扩散和迭代优化产业基金 提供持续的资金和资源支持，确保生态良性发展 这种新型协同生态的最大特点是各参与方优势互补：制药企业提供领域知识和商业化能力，医疗机构贡献临床数据和验证场景，科研院所带来前沿算法突破，AI公司负责工程化实现，而资本方确保整个体系的可持续运转。 从观测到的案例看，这种生态已经显示出实际成效——英矽智能18个月完成候选分子设计、医渡科技提升患者入组速率30%、基层医院通过AI系统获得顶级诊断能力等，都是生态协同价值的具体体现。四、技术-生态融合：AI对医学科研全链条的综合影响 2024-2025年，AI技术已从单点突破走向全链条融合，形成了“技术革新-生态协同-产业落地”的闭环体系。这一融合效应在医学科研领域展现出前所未有的系统性变革力量。🔬 技术底座统一化：多模态大模型成为共性基础设施 药物发现与医学影像两大领域正共享同一技术底座。多模态大模型的成熟使得AI能够同时处理文本、图像、基因组数据和实时生命体征等信息，为构建更真实的数字病人提供了基础。复旦大学的CFFF平台等算力基础设施升级，使处理超大规模计算和千亿参数模型训练成为可能。 在药物发现领域，“干湿闭环”成为标配：AI计算设计→自动化实验合成→高通量实验验证→数据反馈优化模型的快速迭代闭环，使得AI预测能够迅速被实验检验。英矽智能的Pharma.AI平台将临床前候选化合物的研发时间从约4.5年缩短至18个月，成本降至约260万美元。 医学影像领域同样实现了从单一病灶识别到全流程智能化的跨越。联影“元智”医疗大模型使报告效率提升40%，卒中溶栓时间窗从4.5小时安全延长至24小时。多模态融合技术如EyeFM五模态一体化模型，实现了影像-文本-基因综合研判。🤝 合作生态网络化：四类机制编织协同创新网 联合实验室模式将AI预测直接嵌入具体药物管线。东阳光×三维天地、国家蛋白质科学中心×康码生物等合作，构建了“AI设计-实验验证”的快速迭代通道。国家蛋白质科学中心与康码生物成立的AI蛋白质智造联合实验室，计划于2025年下半年开放使用，已收到多家药企申请。 数据共享联盟通过联邦学习等技术实现“数据不出域”的跨机构协同。美国癌症AI联盟、上海瑞金-协和-华西联盟等案例显示，这种模式在保障数据安全前提下，显著提升了模型训练效果。深圳罗湖医疗语料库通过区域医联体模式，汇集病理、体检、超声影像等7类场景标准化数据。 开源平台生态大幅降低了技术门槛。RuiPath病理大模型、OpenMEDLab浦医等平台形成了“模型-数据-工具链”完整生态。上海交通大学医学院附属瑞金医院与华为合作的RuiPath平台，开源了视觉基础模型、7个常见癌种的测试数据集及AI全流程工具链。 产业基金支持为技术-场景融合提供持续资本燃料。北京200亿元医药健康基金、上海科创基金“投早投小”策略，重点支持AI制药、数字医疗等前沿领域。北京市医药健康产业投资基金领投剂泰科技D轮融资4亿元，用于AI制药平台升级。⚡ 全链条效能倍增：从靶点发现到临床应用的加速度 AI对医学科研全链条的影响已实现量级式效率提升。在靶点发现环节，量子嵌入图神经网络将HIV药物筛选准确率从73%升至97%；在分子设计环节，AI+Click平台仅用2周即完成4个蛋白靶点的“设计-合成-验证”闭环；在临床试验环节，虚拟患者技术使南方医院患者筛选时间减少97.8%。 这种全链条优化不仅体现在时间压缩上，更实现了研发范式的根本转变。AI驱动的试验设计与优化将研发模式从“试错”转向“先模拟，后验证”的工程化范式。专家提出可告知AI所需药物特性进行逆向设计，AI有望预测药物作用后的连锁反应，优化给药方案。🌐 跨界融合深化：技术普惠与产业升级双轮驱动 技术普惠效应在基层医疗领域尤为显著。智能扫描设备如uAI vision可自动计算CT扫描范围，让基层医疗机构也能顺利操作高端设备。广东省通过AI技术使患者不出镇就能获得县级医院的医学影像诊断服务，显著缓解了医疗资源分布不均问题。 产业升级路径日益清晰。制药-医院-科研-产业协同新模式正在形成，如晶泰科技与韩国JW药企合作打造“AI+机器人”自动化实验室，进行药物候选分子的高通量筛选。这种产医融合模式加速了科研成果向实际应用的转化。 技术-生态融合的最大价值在于创造了可复制的协同范式。从单一技术突破到系统能力构建，AI正在重塑医学科研的创新生态，为应对复杂疾病挑战提供了全新的方法论基础。随着多模态大模型、自主实验室、个性化药物设计等技术的成熟，这种融合效应有望进一步放大，推动医学科研进入智能化新纪元。 如有帮助，请一键三连：小心心、转、再看，评论区可留言讨论

关注并星标CPHI制药在线 当地时间2025年11月24日，诺华宣布其基因疗法Zolgensma获FDA批准扩展适应症，可用于两岁及以上脊髓性肌萎缩症（SMA）患者。这款被称为“全球最贵药物之一”的疗法，单剂定价210万美元（约合人民币1495万元），再度将“天价药”推向舆论风口。 图源：诺华官网 “一针治愈”的医学奇迹 2019年，一则震撼全球医疗界的消息传出：诺华公司研发的基因疗法药物Zolgensma获得美国食品药品监督管理局（FDA）批准，用于治疗两岁以下脊髓性肌萎缩症（SMA）患者。这款药物以其高昂的价格——210万美元一剂（约合人民币1400万元），瞬间成为全球瞩目的焦点，被冠上“史上最贵药物”的名号。 SMA是一种常染色体隐性遗传病，因运动神经元存活基因1（SMN1）突变致蛋白功能缺陷引发的神经肌肉病。它极为凶险，是2岁以下婴幼儿的“头号遗传病杀手”。患者主要症状是进行性、对称性全身肌肉萎缩无力，运动功能渐失，严重者难以维持呼吸和吞咽，生命随时受威胁。在SMA患者群体中，每6000到10000个新生儿中就有一人可能患病，每47到72个人中就有一人可能携带致病基因。根据发病年龄和病情严重程度，SMA可分为不同类型，其中I型最为严重，发病年龄通常小于6个月，表现为进行性近端对称性肌无力，面部症状通常减轻，但呼吸和吞咽困难严重，如果不治疗，大多数患者通常会在2岁之前死亡。 Zolgensma是一款基于腺相关病毒载体（AAV）的基因替代疗法，采用自身互补型腺相关病毒9（scAAV9）亚型。这种病毒载体具有体积小、非致病性的特点，能够精准地靶向运动神经元和星形胶质细胞，并高效感染整个中枢神经系统。而且通过静脉注射，就能将治疗基因顺利递送至目标细胞，且不会整合至宿主基因组，安全性相对较高。 Zolgensma的治疗原理直击SMA的病理核心——SMN1基因功能缺失。它通过单次静脉输注，把功能性人SMN1基因的健康拷贝递送到患者的运动神经元细胞中。与传统治疗方法相比，Zolgensma的优势十分显著。以往针对SMA的治疗，大多只能缓解症状，无法从根本上解决问题，患者往往需要长期甚至终身接受治疗，不仅要承受身体上的痛苦，还要面临沉重的经济负担，而Zolgensma的“一次治疗，终身有效”，彻底改变了这种局面。 天价背后的资本逻辑 Zolgensma高达1400万元一针的定价，无疑让绝大多数患者家庭望尘莫及，那么，这个令人咋舌的价格究竟是如何形成的呢？ 新药研发，向来是一场充满风险与挑战的漫长征程，Zolgensma也不例外。诺华公司为了这款药物的诞生，可谓是投入了巨大的人力、物力和财力。从最初的基础研究，到临床试验，再到最终获批上市，整个研发过程耗时多年，诺华在Zolgensma上的研发投入累计高达94亿美元。这笔巨额资金，涵盖了科研人员的薪酬、实验室设备的购置与维护、临床试验的开展等各个方面，每一个环节都需要大量的资金支持，任何一点疏忽都可能导致研发失败，前期投入付诸东流。 不仅如此，Zolgensma的诞生还伴随着一系列复杂的专利许可和技术合作。为了攻克SMA的治疗难题，诺华整合了多项前沿技术，而获取这些技术的专利许可，无疑又增加了一笔不菲的成本。以腺相关病毒（AAV）载体技术为例，Zolgensma采用了Regenxbio公司NAV®基因输送技术平台中的AAV9作为载体，这就需要向Regenxbio支付相应的专利许可费用。同时，与Zolgensma相关的专利持有者众多，它们之间形成了复杂的关系网，每一个专利的使用都可能涉及到费用的支付，这些费用最终都被计入了药物的研发成本中。 除了研发成本，生产成本也是Zolgensma定价的重要考量因素。与传统药物不同，基因疗法的生产过程复杂且精细，对技术和设备的要求极高，需要专门的生产设施和严格的质量控制体系，以确保药物的安全性和有效性。Zolgensma的生产过程涉及到病毒载体的制备、基因的插入和包装等多个复杂环节，每一个步骤都需要高度的精准性和专业性，任何一个环节出现问题，都可能导致整批产品的报废，这无疑大大增加了生产成本。 此外，由于基因疗法尚处于发展阶段，生产规模相对较小，无法像传统药物那样通过大规模生产来降低成本。目前，Zolgensma的生产主要依赖于先进的生物技术和精密的仪器设备，生产效率较低，产量有限，这使得单位产品的生产成本居高不下。据相关研究显示，基因治疗药物的生产成本是传统药物的数倍甚至数十倍，这也是Zolgensma价格高昂的重要原因之一。 争议中的商业版图 Zolgensma自2019年上市以来，在商业上取得了巨大的成功，其销售额一路飙升，成为诺华公司的“摇钱树”。上市首季，Zolgensma的销售额就达到了1.6亿美元，这个数字无疑证明了市场对这款药物的迫切需求。此后，其销售业绩更是一路高歌猛进，2021年销售额高达13.51亿美元，2022年进一步上涨到13.7亿美元。尽管在2024年，销售额略有下降，为12.14亿美元，但这丝毫没有影响其在全球医药市场的地位。 然而，随着销售额的不断攀升，Zolgensma也陷入了一场激烈的商业与伦理争议之中。公众对诺华公司的“暴利”质疑声不绝于耳，认为这款药物的高定价是药企不顾患者死活、追逐利润的体现。在许多人看来，1400万元一针的价格，远远超出了普通家庭的承受能力，将众多患者拒之门外，这无疑是在拿患者的生命做交易。 这种质疑并非毫无道理。对于大多数发展中国家的患者来说，Zolgensma的价格简直是天文数字。在这些国家，医疗保障体系相对薄弱，患者往往需要自行承担大部分医疗费用。以中国为例，虽然近年来医疗保障水平不断提高，但面对如此高昂的药价，医保也难以承受。据相关数据显示，中国SMA患者数量众多，但能够负担得起Zolgensma治疗的家庭却寥寥无几。许多患者只能眼睁睁地看着希望从眼前溜走，在病痛的折磨中苦苦挣扎，等待着命运的审判。 面对公众的质疑和社会的压力，诺华公司也并非无动于衷。为了缓解患者的支付压力，提高药物的可及性，诺华采取了一系列措施。在美国市场，诺华与相关保险公司合作，推出了分期付款方案，患者家属可以选择分期5年支付Zolgensma的费用，平均每年支付超过42.5万美元。这一方案在一定程度上减轻了患者家庭的经济负担，让更多患者有机会接受治疗。 此外，诺华还积极与各国政府和医保部门沟通协商，争取将Zolgensma纳入医保报销范围。目前，Zolgensma已被日本和英国等国家纳入医保，这意味着这些国家的患者可以享受到医保的补贴，大大降低了治疗成本。在日本，患者只需支付30%的费用，其余部分由医保承担；在英国，国家医疗服务体系（NHS）与诺华达成了“具有里程碑意义的交易”，虽然具体价格折扣并未对外公布，但NHS表示这是一项“对纳税人公平的价格”。 除了医保和分期付款，诺华还推出了患者援助计划。该计划旨在帮助那些无法承担药物费用的患者，通过提供免费或优惠的药物，让他们也能获得治疗的机会。诺华会根据患者的家庭经济状况、病情严重程度等因素，对符合条件的患者给予一定的援助，以确保他们不会因为经济原因而放弃治疗。 基因疗法的未来迷局 Zolgensma作为基因疗法的典型代表，其成功上市不仅为SMA患者带来了希望，也为整个基因治疗领域注入了强大的发展动力，让人们看到了基因疗法在攻克疑难病症方面的巨大潜力。随着科技的飞速发展，基因治疗正逐渐成为制药行业的下一个“风口”，吸引着越来越多的企业和科研机构投身其中。 从技术层面来看，以CRISPR-Cas9为代表的基因编辑技术不断取得新的突破，其精准性和效率得到了显著提升，为基因治疗的发展提供了更加有力的技术支撑。通过CRISPR-Cas9技术，科学家们能够更加精确地对基因进行编辑，实现基因的敲除、插入和替换等操作，为治疗各种遗传性疾病和疑难病症开辟了新的途径。除了CRISPR-Cas9技术，腺相关病毒（AAV）载体技术也在不断优化。AAV载体作为基因治疗中常用的递送工具，具有免疫原性低、安全性高、能够长期稳定表达外源基因等优点，在基因治疗中发挥着重要作用。科研人员通过对AAV载体的改造和优化，进一步提高了其基因递送效率和靶向性，降低了免疫反应的风险，使其能够更好地满足基因治疗的需求。 基因治疗在市场上的表现也十分亮眼，呈现出强劲的增长势头。根据相关数据预测，全球基因治疗市场规模预计将从2020年的43.6亿美元增长到2025年的240.4亿美元，年复合增长率高达40.5%。这一增长趋势主要得益于基因治疗在肿瘤、罕见病等领域的广泛应用，以及技术的不断进步和临床疗效的逐步验证。越来越多的基因治疗产品获批上市，为患者提供了更多的治疗选择，也推动了市场的快速发展。 尽管基因治疗前景广阔，但要实现其广泛应用，仍面临着诸多挑战。监管方面，基因治疗作为一种新兴的治疗方式，目前的监管政策和法规尚不完善，缺乏统一的标准和规范。不同国家和地区的监管要求存在差异，这给基因治疗产品的研发、审批和上市带来了很大的困难。基因治疗涉及到对人类基因的操作，其安全性和有效性需要进行严格的评估和监测，监管部门在审批过程中往往持谨慎态度，审批流程复杂、周期长，这在一定程度上限制了基因治疗的发展速度。  最 后  Zolgensma的获批，是人类医学史上又一里程碑，它让我们看到基因疗法从科幻走入现实的希望。然而，当一剂药的价格超过绝大多数人一生的收入时，我们不得不反思：科技的本质是服务于人，还是服务于资本？全球十大最贵药物的现象，不仅是药企的商业选择，更是整个社会医疗体系、保险制度与公共政策的缩影。未来，唯有在创新与公平之间找到平衡，在科技与伦理之间建立对话，才能真正实现“医学为人”的初心。否则，再伟大的突破，也只不过是为少数人点亮的光。 参考来源： 1.诺华公司官网 2.FDA官网 END 智药研习社近期活动 来源：CPHI制药在线 声明：本文仅代表作者观点，并不代表制药在线立场。本网站内容仅出于传递更多信息之目的。如需转载，请务必注明文章来源和作者。 投稿邮箱：Kelly.Xiao@imsinoexpo.com ▼更多制药资讯，请关注CPHI制药在线▼ 点击阅读原文，进入智药研习社~