阿斯利康（AstraZeneca）正通过收购人工智能企业，加快在肿瘤学领域的数据驱动研发布局。

随着药物研发产生的数据量持续攀升，大型制药公司日益依赖人工智能工具进行分析与挖掘。阿斯利康近日宣布，已同意收购总部位于波士顿的人工智能公司Modella AI，计划将其技术和团队全面整合进公司内部的肿瘤学研究与临床开发体系。交易的具体财务条款尚未披露。

从合作走向并购

阿斯利康与Modella AI的关系始于几年前的一项合作。当时双方在阿斯利康的研究环境中测试Modella的工具，以评估其在药物研发场景中的适用性。阿斯利康管理层表示，这一阶段的合作让公司意识到，需要在数据、模型和研发流程之间实现更紧密的整合。

在近期举行的摩根大通医疗健康大会上，阿斯利康首席财务官Aradhana Sarin将此次收购形容为“将更多数据和人工智能能力引入公司内部”的举措。她称，早期合作更像一次“试驾”，公司最终选择通过收购方式，把Modella的数据、模型以及员工全部纳入自身组织架构，以支持“高度靶向的生物标志物以及高度靶向的治疗方法”的开发。

阿斯利康表示，这是大型制药公司首次直接收购人工智能公司。在此之前，制药企业与科技公司的合作已较为普遍，但多以合作或技术服务形式展开。

深化肿瘤学中的人工智能应用

Modella AI专注于利用计算方法分析病理数据，例如活检图像，并将这些结果与临床信息进行关联。其核心工作是推动病理分析的量化，帮助研究人员识别潜在的生物标志物，或发现可用于指导治疗选择的模式。

根据Modella方面的声明，其基础模型和人工智能代理将被整合进阿斯利康的肿瘤学研发体系，重点用于临床开发和生物标志物发现。阿斯利康管理层表示，通过将数据、模型和团队集中在内部，有望“极大提升”公司在量化病理学和生物标志物发现方面的能力。

Modella AI首席商务官Gabi Raia指出，肿瘤药物开发正变得更加复杂、数据更为密集且时间压力更大。她表示，加入阿斯利康后，Modella的工具将有机会在全球范围内的临床试验和临床环境中部署。

聚焦试验设计与患者筛选

阿斯利康预计，人工智能将首先在临床试验的患者筛选环节产生显著影响。通过更精准地将患者与合适的研究项目匹配，公司希望改善试验结果，并降低因试验延误或失败带来的成本。

Sarin表示，此次收购的务实目标，是缩短从研究数据产生到影响试验设计和患者筛选决策之间的时间。她强调，实现这一点依赖的并非单一“复杂算法”，而是对高质量数据的持续获取，以及能够嵌入现有工作流程的工具。

所有权与人才布局的变化

此次交易也反映出制药行业在人工智能所有权和人才布局上的变化趋势。阿斯利康并未将人工智能视为外部辅助工具，而是选择将Modella的模型、数据和员工直接纳入自身研究组织。

公司管理层表示，大型制药企业正越来越多地将数据科学家和机器学习专家视为核心研发团队的一部分，而非依赖外部供应商。通过收购，阿斯利康在工具开发和迭代方面获得更大自主权，减少对外部技术路线图的依赖，并可根据内部研究需求的变化更灵活地调整相关工具。

在严格监管环境下运营的制药企业，普遍重视对技术构建、测试和使用过程的控制。业内人士指出，相较合作模式，并购往往被视为对内部能力建设的长期投入。

行业人工智能交易升温

在同一届摩根大通医疗健康大会上，其他大型医药与科技企业也宣布了新的人工智能相关合作。例如，Nvidia与礼来公司达成一项价值10亿美元的合作协议，计划利用Nvidia最新人工智能芯片建设新的研究实验室。

这些交易显示，整个医药行业对人工智能的兴趣持续升温，同时也凸显不同企业在策略上的差异：合作模式有助于加快实验进程，而收购则更多体现对内部能力和长期布局的押注。

阿斯利康的后续规划

除Modella交易外，Sarin在会上表示，预计2026年将是阿斯利康的“繁忙之年”，公司在多个治疗领域将迎来多项后期临床试验结果。阿斯利康同时正朝着到2030年实现800亿美元年收入的目标推进。

公司方面称，此类收购能否助力实现既定目标，将取决于后续执行情况。将人工智能整合进药物开发流程被认为是一个缓慢且成本较高的过程，实施中也常伴随各种挑战。不过，阿斯利康通过此次收购释放出明确信号：在其药物发现和测试的全流程中，人工智能将不再只是外部采购的服务，而是被视为需要深度嵌入的内部能力。