罗氏要让AI参与八成研究决策，药物研发正在进入模型驱动的闭环时代

9 月底，罗氏（Roche）在伦敦举办了年度投资者活动 Pharma Day，介绍了管线和财报进展：2026 年上半年制药业务销售额增长 6%，III 期临床试验成功率从 2025 年的 65% 升至如今的 80% 以上，到 2030 年，最多会有 20 个新分子实体（NME）具备上市潜力。

亮眼数据之外，真正让这场投资者日有别于往年的，是罗氏旗下基因泰克（Genentech）研究与早期开发部门（gRED）负责人阿维夫·雷格夫（Aviv Regev）的报告《用实验室闭环变革药物研发》。

药企谈论 AI，讲的多是某个项目借助 AI 提速；阿维夫讲的则是将 AI 嵌进整个研发体系，形成可量化考核的成果。

当 AI 的角色从工具逐渐沉淀为研发体系中赖以运转的基础设施，谁来掌握这套系统，也成了药企和 AI 公司共同争夺的焦点。

给 AI“记工分”

在演示中，阿维夫展示了一项最直观的变化：罗氏开始像统计销售额一样统计 AI 的贡献。2025 年第四季度到 2026 年第二季度，罗氏有 40% 的管线决策带有可追踪的 AI 或计算贡献，今年第二季度单季升到 44%。这些贡献被进一步分成三档：41% 属于“关键性”，即实质性影响了决策走向；48% 属于“支持性”，明显增强了决策者的信心；剩下 10% 属于“参考性”，只为讨论提供了信息。

（来源：罗氏）

这套指标背后是 5 年多的积累。自从 2020 年加入基因泰克以来，阿维夫一直负责主导研发体系的改造。走到今年，AI 已参与基因泰克符合条件的全部大分子项目和近一半小分子项目。

覆盖面铺开之后，罗氏又把 AI 推向研发链条的最前端。靶点一旦选错，后面投入越多、损失越大，越早纠偏，代价越小。为此，罗氏开发了靶点评估智能体 TargetNexus，从靶点生物学、药物发现、临床与组合三个层面、11 个维度审视候选靶点，目标是在今年第四季度前参与 80% 的研究组合决策。

配合它的还有一套新的立项流程：任何研究人员都可以提名靶点，提名人准备好数据包后，由靶点评估组合（TAP）团队在两周左右给出是否立项的建议。

对于这几年的产出，罗氏算了笔账：在资源投入名义上持平、先导化合物识别周期缩短一半的情况下，2022 年到 2025 年，进入先导化合物识别（LI）阶段的项目数增加了 155%，内部产出的开发候选分子增加了 50%。

不过，这些拿出来展示的数字仍有推敲空间。例如，罗氏并未公开判定一项决策中 AI 贡献的具体标准。而且，根据商业分析网站 FourWeekMBA 的粗略换算，用 40% 乘以 41%，真正受到 AI 关键性影响的管线决策仅约占 16%。

III 期成功率的涨幅是这场活动里最抢眼的例证之一，可同期发挥促进作用的不止 AI。2023 年底，罗氏推出名为“门槛”（The Bar）的项目评估框架，大幅抬高了项目推进标准；而按照药物研发动辄数年的周期，今年处在 III 期的项目，多数在实验室闭环大规模铺开之前就已立项。成功率的提升里，有多少归功于 AI 挑对了分子，有多少来自更严格地砍项目，罗氏没有拆分。

当然，这些都不致命，对罗氏来说，眼下更要紧的是让 AI 参与研发决策的比例继续上涨。而要从 40% 升至 80%，中间隔着一整套基础设施。

闭环从概念走向工程

阿维夫为此搭建了名为“实验室闭环”（Lab-in-the-Loop）的体系：用实验或临床数据训练模型，让模型预测下一批最值得做的实验，结果再回灌模型，如此循环。每转一圈，单个项目得到关键预测，模型也在所有项目上变得更准。

（来源：罗氏）

这套循环已经融入了公司的日常研发。小分子优化环节每周跑一轮，模型提出分子设计、打分，挑出的分子送去合成测试，数据再回到模型。

罗氏还展示了一个针对全新靶点的生物药项目，从先导化合物识别到确定临床候选分子只用了 18 个月，速度约为过去的两倍，今年已完成首例患者给药。

闭环要持续运转，数据、算力和实验能力缺一不可。哪些自己建、哪些向外买？阿维夫给出的答案是 “AI 独立”（AI independence）。

罗氏的合作方名单并不短，英伟达、OpenAI（试点合作）、Anthropic、Medra、Recursion、亚马逊云科技（AWS）都在其中，算力和通用模型都能外购；罗氏想守住的，是闭环中沉淀下来的数据和经验。

落到具体投入上，数据由内外两条线供应：在内部启动了专为训练基础模型生产数据的“基础数据集”计划；对外则与 Recursion 合作，今年 8 月，双方宣布推进首个由 AI 发现的靶点。

算力则主要依靠合作补齐，罗氏今年 3 月与英伟达（NVIDIA）合作新增 2,176 块图形处理器（GPU），本地加云端的 GPU 总数超过 3,500 块，是制药业最大规模的算力集群之一。

相比之下，实验能力很难外购，只能一点一点搭建。2025 年底，基因泰克与机器人生物实验公司 Medra 合作，把内部的实验室信息管理系统（LIMS）、机器学习平台与 Medra 的自主执行层打通，让预测、实验、验证和改进自动衔接。

在此基础上，罗氏提出“自主实验室加速器”（Autonomous Lab Accelerator）计划，仿照自动驾驶把实验室自主化分为 6 级，从 L0 的全人工到 L5 的全实验室自主。

（来源：罗氏）

为这些能力买单的钱，来自研发体系内部的腾挪：罗氏计划在 2024 年至 2026 年间，把研发效率提升省下的约 19.6 亿瑞士法郎重新分配，其中 4.86 亿瑞士法郎投向实验室闭环和类器官等“未来能力”。

拥抱 AI 的药企数不胜数，但闭环里哪一层最值得攥在自己手里？其他药企的判断不尽相同。礼来（Eli Lilly）与罗氏思路相近，都要形成干湿实验室相互促进的闭环。今年 1 月，礼来宣布与英伟达共建 AI 联合创新实验室，让自主湿实验室和计算干实验室全天候互相推动更新。

对照之下，诺和诺德（Novo）没有披露自建自主实验室的计划，其相继与 OpenAI、AWS 和 Anthropic 合作，把大厂的 AI 铺进从药物发现到生产、供应链和商业运营的各个环节。

谁能掌控湿实验室？

闭环成了药企的核心资产，另一边的 AI 公司也开始重新掂量自己的位置。只把模型卖给药企，闭环转出来的数据和经验都留在药企，模型公司只能拿到一笔服务收入；想分享这份积累，就必须掌握实验验证的能力。

在 AI 公司迈向制药的探索中，谷歌母公司 Alphabet 旗下的 Isomorphic Labs 走得最远，直接下场自研管线，目标是在 2026 年底进入临床，从预测、验证到药物本身都由自己掌握。Anthropic 则止步于验证，它今年收购了生物技术初创公司 Coefficient Bio，搭建湿实验室，同时强调不做临床试验，也不与药企竞争。

处在两者之间的是 Medra 这样的机器人公司。它为罗氏等药企部署自主实验系统，药企的闭环要靠它转起来；同时它也在自建实验室，持续积累自己的训练数据。

药企从研发体系内部向外长出 AI 能力，AI 公司从模型向外延伸到实验室，机器人公司夹在中间。各方的不同选择，背后是对数据和验证能力该归谁的不同判断。合作协议中关于数据归属和模型改进成果归属的条款，未来很可能成为各方博弈的焦点。

谁为闭环负责？

闭环转得越快，一个问题也变得越绕不开：AI 参与的决策出了错，谁来负责？若 TargetNexus 的覆盖率真能达到 80%，一项由 AI“关键性”参与的决策在后期临床中失败，责任落在批准它的科学家身上，还是设计这套体系的管理层身上？

对此，罗氏的自主实验室分级表给出了一个初步方向：与 6 个级别平行，人的角色依次是操作者、助手、审批者、审计员，科学家的工作从亲手做实验，转向签字放行和事后核查。

监管也支持人类把关最后一步的原则。2025 年 12 月，美国食品药品监督管理局（FDA）认定了首个 AI 药物开发工具（AIM-NASH），并要求病理学家审阅 AI 输出、自行决定是否采纳，对最终判读负全部责任。

签字的仍然是人，但人签下的决定里，AI 的分量越来越重。这部分责任在药企内部如何划分，至少罗氏没有给出明确答案。

阿维夫在活动上也说，人们对模型可靠性的信心需要随时间逐步建立，但 AI 不能取代人体临床试验。

实验室闭环眼下压缩的，主要是从靶点到临床候选分子这一段路，到目前为止，罗氏的闭环中尚未出现获批上市的药物。AI 已经写进罗氏给投资者的经营指标，它最终的成绩，仍然要由临床数据检验。

参考内容：

1.https://assets.roche.com/f/176343/x/51deda2587/20260928_final_pharma-day-2026-publish-1.pdf

2.https://www.reuters.com/business/healthcare-pharmaceuticals/roche-outlines-plans-move-towards-autonomous-ai-labs-2026-09-28/

3.https://www.swissinfo.ch/eng/pharma-health/ai-at-heart-of-roches-future-strategy/92132163

4.https://fourweekmba.com/ai-roche-autonomous-lab-six-level-ladder-pharma-day-2026/

5.https://www.koreatimes.co.kr/world/20260918/anthropic-quietly-sets-up-biology-lab-as-it-ramps-ai-drug-program

6.https://www.fda.gov/drugs/drug-safety-and-availability/fda-qualifies-first-ai-drug-development-tool-will-be-used-mash-clinical-trials

7.https://www.biospace.com/press-releases/roche-launches-nvidia-ai-factory-to-accelerate-the-development-of-new-therapeutics-and-diagnostics-solutions

8.https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-and-Lilly-Announce-Co-Innovation-AI-Lab-to-Reinvent-Drug-Discovery-in-the-Age-of-AI

9.https://www.biospectrumasia.com/news/48/27428/insilico-medicine-inks-2-75-b-global-rd-collaboration-with-eli-lilly.html

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成