AI衍生药物专利:实证证据与法律挑战Patents on AI-derived drugs: empirical evidence and legal challenges | Nature Biotechnology

环球医讯 / AI与医疗健康来源:www.nature.com美国 - 英语2026-09-09 14:39:36 - 阅读时长4分钟 - 1983字
本文探讨了人工智能对药物发现的影响,通过分析AI衍生药物的专利,揭示了这些专利在展示科学进步的同时,也带来了新的法律挑战。文章提供了公开可得的实证证据,表明AI衍生药物在科学独特性上与传统药物有所不同,并深入分析了由此引发的专利法问题,包括对显而易见性、发明人资格和说明书要求的挑战。文章指出,AI在药物发现中的广泛应用,使得专利法需要适应新的技术现实,以平衡创新激励与法律确定性。
人工智能药物发现专利健康法律挑战靶点新颖性化学结构新颖性显而易见性发明人资格
AI衍生药物专利:实证证据与法律挑战

摘要

关于人工智能对药物发现影响的公开可用证据开始涌现,AI衍生药物的专利显示出科学进步的迹象,同时也揭示了新的法律挑战。

正文

人工智能正在彻底改变药物发现领域。然而,直到最近,关于AI在多大程度上真正推动了药物发现的实证证据还很少。现在,公开可用的专利数据开始提供一些见解。我们分析了由AI主导的公司(如Recursion Pharmaceuticals、Exscientia和BenevolentAI)提交的专利,并将它们与传统的非AI衍生药物专利进行了比较。我们的分析显示,AI衍生药物专利在科学上更具独特性,特别是在靶点新颖性和化学结构新颖性方面。这些发现表明,AI确实在开辟新的科学领域。

然而,这些专利也带来了独特的法律挑战。例如,AI在药物发现中的使用可能会使专利的“显而易见性”分析变得复杂。如果AI能够通过自动化过程快速筛选大量化合物,那么某些化学结构可能被视为“显而易见的”,从而无法获得专利保护。此外,AI的“黑箱”性质也可能导致专利说明书(written description)不充分,因为AI发现的机制可能与人类理解的机制不同。最后,AI的参与也引发了关于“发明人”资格的问题,即AI是否可以被列为发明人。

我们的研究还发现,与传统的药物专利相比,AI衍生药物专利的授权率略低,且更有可能在专利局面临挑战。这可能是由于专利审查员对AI相关技术的不熟悉,或者是因为AI衍生药物的新颖性使得现有技术检索更加困难。

总之,AI正在改变药物发现,但专利法必须适应这些变化。我们需要在法律上明确AI在药物发现中的角色,并确保专利制度能够继续激励创新,同时保持法律的可预测性。

参考文献

  1. Zhang, K. et al. Nat. Med. 31, 45–59 (2025).
  2. Jayatunga, M. et al. Drug Discov. Today 29, 104009 (2024).
  3. Lou, B. & Wu, L. MIS Q 45, 1451–1482 (2021).
  4. Osipenko, L. et al. Clin. Pharmacol. Ther. 115, 342–348 (2024).
  5. Krieger, J., Li, D. & Papanikolaou, D. Rev. Financ. Stud. 35, 636–679 (2022).
  6. Dharmasivam, M., Kaya, B., Akinware, A., Azad, M. G. & Richardson, D. R. Pharmacol. Rev. 78, 100102 (2026).
  7. Freilich, J. & Rai, A. K. Science 388, 924–926 (2025).
  8. Rai, A. K. UC Davis Law Rev. 59, 97–145 (2025).
  9. Knox, C. et al. Nucleic Acids Res. 52, D1265–D1275 (2024). (D1).
  10. In re: Dillon, 919 F.2d 688 (Fed. Cir. 1990) (en banc).
  11. 35 U.S.C. 103.
  12. Abbott, R. UCLA Law Rev. 66, 2–52 (2018).
  13. Thaler v. Vidal, 43 F.4th 1207 (2022).
  14. USPTO. Revised inventorship for AI-assigned inventions, 90 Fed. Reg. 54636 (26 November 2025).

致谢

作者感谢L. Brown, A. Kadaifciu, M. Zhang 和 N. Jameshenry。

作者信息

作者和所属机构

  1. 波士顿大学法学院,波士顿,马萨诸塞州,美国

Janet Freilich

  1. 杜克大学法学院,达勒姆,北卡罗来纳州,美国

Arti K. Rai

通讯作者

通讯作者:Arti K. Rai (rai@law.duke.edu)

补充信息

补充材料

补充方法,补充表1和2,以及补充图1和2 (下载PDF)

权利与许可

转载和许可

关于本文

引用本文

Freilich, J., Rai, A.K. Patents on AI-derived drugs: empirical evidence and legal challenges. Nat Biotechnol 44, 362–364 (2026).

下载引用

出版历史

  • 发表:2026年3月17日
  • 版本记录:2026年3月17日
  • 出版日期:2026年3月
  • DOI:

分享本文

【全文结束】

猜你喜欢
  • 假药构成国家安全威胁假药构成国家安全威胁
  • AI在药物发现中的应用:医学与医疗营销的新纪元AI在药物发现中的应用:医学与医疗营销的新纪元
  • AI在医疗保健中的益处、应用及未来趋势AI在医疗保健中的益处、应用及未来趋势
  • 100万美元资助推动真菌疾病治疗进展100万美元资助推动真菌疾病治疗进展
  • 中毒中心警告不要使用人工智能获取医疗建议中毒中心警告不要使用人工智能获取医疗建议
  • WPI研究人员利用人工智能早期预测阿尔茨海默病WPI研究人员利用人工智能早期预测阿尔茨海默病
  • FDA发布关于药物开发中动物试验替代方法的草案指南FDA发布关于药物开发中动物试验替代方法的草案指南
  • 人工智能或可更早发现隐藏的心力衰竭人工智能或可更早发现隐藏的心力衰竭
  • 为何医疗机构难以有效利用AI为何医疗机构难以有效利用AI
  • CADGL:用于预测药物相互作用的上下文感知深度图学习CADGL:用于预测药物相互作用的上下文感知深度图学习
热点资讯
全站热点
全站热文