合作6個月后，AZ把這家病理界ChatGPT收購了

當地時間1月13日，在J.P. Morgan大會期間，阿斯利康宣布正式收購波士頓生物醫學AI公司Modella AI，交易金額未披露。收購完成后，Modella AI的生成式和智能體AI平臺將整合到阿斯利康的腫瘤藥物研發體系中，加速其臨床開發。

阿斯利康科學創新AI負責人Jorge Reis-Filho表示，“收購Modella AI將為阿斯利康帶來前沿的病理學基礎模型和 AI 代理，這將助力阿斯利康繼續開發腫瘤學產品組合中的靶向療法及診斷手段。”

此外，阿斯利康 CFO Aradhana Sarin在會上介紹，人工智能已全面融入阿斯利康的各個環節，從藥物發現到開發、商業化運營再到醫療保健服務，人工智能正在幫助公司推動成果、提高效率和生產力，并以可衡量的影響加速創新。

01.

病理界ChatGPT：準確率高達89.5%

事實上，這次收購建立在雙方于 2025 年 7 月宣布的多年合作協議基礎之上。根據當時的協議，Modella AI將向阿斯利康提供其多模態AI基礎模型的訪問，以加速阿斯利康全球腫瘤產品組合的臨床開發。

Modella AI成立于2024年，由哈佛醫學院和麻省總醫院布里格姆分校的Mahmood實驗室衍生，致力于開發生成式和代理式AI來推進醫療保健，尤其專注于AI病理學領域。

該公司的產品矩陣主要包含多模態生成式AI模型PathChat以及生成式AI病理診斷助手PathChat DX這兩部分。

多模態生成式AI模型PathChat曾登上國際頂刊Nature。因為在提供有用的臨床背景時，該模型準確率高達89.5%，曾一度引起業內轟動，Modella AI也被稱為病理界的ChatGPT。基于PathChat，Modella AI進一步推出了升級版本PathChat 2，優化了多模態生成能力，可處理更復雜的病理數據，支持臨床試驗中的生物標志物發現和個性化治療方案制定。

生成式AI病理診斷助手PathChat DX則獲得了FDA突破性設備認定，是全球首款基于生成式AI的人類病理學輔助診斷工具。此外，Modella AI還有一套名為Judith的 AI 代理，用于自動化 AI 模型開發。該代理可實現細胞和組織分割、生物標志物識別等功能，適用于十億像素級病理圖像分析，可助力科研人員快速提取關鍵信息，加速藥物研發和疾病機制研究。

除了本次收購外，過去一年，阿斯利康一直頻繁布局AI。2025年4月，阿斯利康與Tempus AI和Pathos達成三方合作，獲得2億美元的數據授權，以構建多模態AI腫瘤學模型；2025年6月，阿斯利康與石藥集團合作，利用石藥集團的AI引擎雙輪驅動的高效藥物發現平臺，發現和開發新型口服小分子候選藥物，合作總額高達53.3億美元；2025年10月，阿斯利康與 Algen Biotechnologies 達成合作，旨在利用 CRISPR 驅動的功能基因組學平臺來破解新的免疫藥物靶點，合作總額高達5.55億美元。

但這次收購與此前的合作不同。在制藥行業，此前大型藥企與AI公司的合作多以戰略聯盟、技術授權或聯合研發為主。阿斯利康此次直接收購Modella AI，打破了以往合作模式，將AI公司納入自身研發體系，標志著人工智能在藥物研發體系中的角色，正從“外部工具”升級為“核心基礎設施”。

02.

AI已成大藥企必選項

在2026年J.P. Morgan大會上，禮來也宣布了在AI領域的合作。當地時間1月12日，英偉達與禮來宣布，將在五年內斥資10億美元在舊金山灣區建立一個新的聯合研究實驗室，以加速AI藥物研發進程。據悉，該實驗室將采用英偉達最新一代Vera Rubin架構的AI芯片，用于支持前沿生物醫藥研究，旨在重塑人工智能時代的藥物研發流程；同時將匯集禮來在藥物研發和臨床研究方面的專業經驗。該實驗室的相關工作將于2026年年初正式啟動。

同時，英偉達還披露，正與賽默飛世爾合作，打造高度自動化的“自主實驗室”基礎設施。

不僅阿斯利康、禮來、賽默飛世爾在搶灘AI領域，近年來，羅氏、諾華、吉利德、賽諾菲等醫藥巨頭，都重金加碼了AI制藥領域。根據Nature于2025年12月發表的資料顯示，AI驅動的藥物發現正成為2025年授權交易中，一個快速增長的細分領域。自2017年以來，全球共有513項此類交易，其中2025年前十個月就達到120項，占比23%。

該領域頻繁誕生BD的背后，在于AI能夠為藥物研發提供巨大應用價值。

具體而言，對于AI公司來說，與大型藥企的合作則是獲取必要資源、加速藥物開發進程和拓寬業務范圍的機會。AI制藥公司往往在某一個特定的技術方面或疾病領域做得非常精深。如果AI制藥公司能夠有獨特的技術解決藥企的痛點，并且能夠幫助藥企理解AI制藥平臺的技術優勢，往往會受到藥企的青睞。

對于大型藥企來說，其普遍看好AI在藥物開發中的應用，并將AI視為提高效率、降低成本和加速藥物上市時間的關鍵工具。同時，大型藥企有資金、有數據，更有豐富的藥物研發經驗，但其一般不會自己開發所有的工具，大多數情況下更傾向于使用專業公司開發的工具。

但隨著行業逐漸推進，我們也需正視AI制藥的現狀與痛點，即AI在藥物發現中的應用正處于從“概念驗證”向“規模化應用”的過渡期。AI技術在蛋白質結構預測（如AlphaFold）、虛擬篩選和分子生成等方面已展現出顯著優勢，但其在臨床轉化中的實際成效仍需更多數據驗證。目前，AI平臺主要聚焦于早期發現階段，而藥物開發的大部分成本和風險集中在臨床試驗階段。因此，AI技術能否真正縮短整體研發周期、降低失敗率，還有待臨床結果的長期檢驗。業界普遍預期，隨著首批AI設計藥物在未來幾年內獲批上市，這一技術的商業價值將得到更明確的驗證，從而推動更多前期投資。

* 參考資料：

《病理界ChatGPT，與阿斯利康達成合作！登Nature，準確率高達89.5%！》

《2025年生物制藥授權交易三大趨勢：中國力量、多特異性抗體與AI驅動的藥物發現》

*封面來源：pixabay

專題推薦

聲明：動脈新醫藥所刊載內容之知識產權為動脈新醫藥及相關權利人專屬所有或持有。未經許可，禁止進行轉載、摘編、復制及建立鏡像等任何使用。文中如果涉及企業信息和數據，均由受訪者向分析師提供并確認。