近期港股创新药板块的连续反弹，引发了市场的广泛关注。面对快速反弹，一些持有创新药的投资者不禁发出疑问：在这个位置的创新药板块性价比如何？若是追涨，后续应该关注哪些因素；若是前期已经持有，这个位置该不该继续加仓？

要客观回答这个问题，需要拆解当前影响创新药产业发展核心变量，厘清未来一段时间创新药投资需要关注的关键因素。让我们从政策、数据和AI制药三个角度切入，帮大家一一梳理未来一段时间投资创新药需要关注的核心变量。

一、 政策落地：支持“真创新”药物获得合理定价

回顾近年来的产业政策脉络，监管与支付体系正在发生系统性优化。2023 年下半年以来，国家医保目录完善了简易续约制度，明晰了创新药进入医保后的价格运行中枢，显著降低了大幅降价的风险。同时，部分地区开始试行将创新药豁免于常规的按病种分值付费（DRG/DIP）等控费考核，从执行层面缓解了医院端的使用压力。

今年以来，产业政策对创新药的支持力度进一步加强，特别是在今年《政府工作报告》中，生物医药被定位为“新兴支柱产业”之一，战略地位得到进一步抬升。近期印发的《国务院办公厅关于健全药品价格形成机制的若干意见》（以下简称为《意见》）针对药品价格形成机制给出了明确指引，提出要确立以临床价值和创新度为核心的价格分层治理逻辑。

根据这份最新出炉的《意见》，创新程度高、临床价值大的高水平创新药将获得进一步支持，在上市初期可以制定与高投入、高风险相匹配的价格，并在一定时期内保持价格相对稳定。

这一政策为企业构建了清晰的资金回款预期，缓解了创新药进入终端医院后的降价压力。这种客观层面的边际优化，使得具备真正全球竞争力的管线资产能够在商业化阶段获得应有的全生命周期回报，也为后续的持续研发投入提供了财务支撑。

二、 数据验证：学术会议召开，核心产品迎来商业化节点

对于多家创新药企业，4-5月是核心临床数据检验的关键窗口。4月中旬的美国癌症研究协会年会（AACR）与5月底至6月初的美国临床肿瘤学会年会（ASCO）即将相继举行。这两场会议是创新药管线向商业化兑现跃升的验证场，优异的临床数据读出是后续获取监管机构上市批准的前置条件。

在这一阶段，多个中国创新药标杆项目将读出核心临床数据。以依沃西单抗为例，其作为双特异性抗体（一种通过工程化设计、能够同时特异性结合两个不同靶点抗原的创新分子形式）的临床数据备受关注。这款药物能够通过同时阻断血管内皮生长因子（VEGF）和程序性死亡受体 1（PD-1）通路，实现更强的协同抗肿瘤效果。

此外，ADC（抗体偶联药物）也是近期学术会议的绝对核心。过去两年，中国药企在 ADC 领域的海外授权许可（Out-licensing）交易规模屡创新高，多个针对不同靶点的项目被跨国巨头重金引进。市场高度关注这些管线能否在 ASCO 等会议上交出具有统计学意义和临床意义的数据答卷。

这类核心项目的数据披露，提供了验证中国药企在全球多中心临床试验执行力上的直接证据，进一步确认了产业从跟随创新向全球同台竞技的实质性跨越。

三、 产业升级：AI制药开启实质落地，驱动研发效率升级

跳出4-5月的关键催化窗口，将视角拉长，医药行业的长期演进正在由人工智能辅助药物研发驱动，产业正在经历一场研发范式的升级。

传统的药物研发受制于“双十定律”（即十年研发、十亿美金投入），高度依赖人力试错，而AI驱动的药物研发大幅降低了试错成本。目前，生成式人工智能与机器学习模型在医药领域的应用已从早期的概念验证，实质性跨入到了降本增效的规模化落地期。

以对产业界产生深远影响的AlphaFold 3为例，AI的预测能力已经从单一的蛋白质结构，扩展到了几乎所有的生命分子（包括配体、核酸等）的三维结构及其相互作用。这意味着研发人员可以在计算机上以极高的精确度模拟药物分子与致病靶标的结合情况。

过去寻找具备成药性的全新靶点往往需要数年的实验室研究，而当前成熟的 AI 制药平台能够在极短时间内生成具有高亲和力的新分子序列，大幅拓宽了“可成药”的边界。

值得一提的是，AlphaFold之父哈塞比斯也因为蛋白质结构预测方面的成就获得了2024年的诺贝尔化学奖。

除了蛋白质结构预测外，大型跨国药企也在多个领域全面加速AI技术的应用：

自动化实验室兴起：医药行业正加速将AI算法与高通量湿实验结合。例如，礼来（Eli Lilly）正打造基于AI驱动的机器人化学合成与筛选体系。这种“设计-制造-测试-学习”的闭环大幅加速了新药发现的工程化进程。

研发管线共建新范式：AI制药公司已不再局限于提供软件工具的外包服务，而是以管线联合开发的形式与传统巨头深度绑定。例如武田制药与前沿AI生物技术公司达成数十亿美元深度合作，反映了主流产业界对 AI 生成管线商业价值的认可。

AI原生药物迈入后期临床验证：目前，全球已有多个完全由AI端到端发现与设计的新药项目进入了临床中后期的关键验证阶段。这些项目即将读出的临床有效性数据，将成为验证 AI 能否真正改写新药研发整体成功率的“试金石”。

此外，AI 的赋能也正在向临床试验运营等更后端的流程延伸。通过利用多模态医疗大数据辅助进行患者的精准分层与生物标志物的识别，能够剔除对药物不敏感的人群，从而大幅提高中后期大规模临床试验的成功概率。

在绝对的高昂研发支出面前，这种系统化的全链条概率提升直接对应着巨额的成本节约，将成为未来医药产业不可或缺的核心壁垒。

四、总结

短期来看，4-5月是港股创新药验证政策支持力度和出海项目质量的关键窗口；中长期来看，AI 技术的实质性落地与诸多明星项目的临床推进，构成了行业全链路提效的底座。

当前，创新药的基本面正在各个维度上变得更清晰，密切追踪并验证这些关键节点的实质落地情况，是理解本轮创新药底层逻辑的核心切口。

对于普通投资者而言，创新药研发的专业门槛极高，涉及靶点机制、临床数据等多维度的复杂信息，通过指数化投资，能够更高效地参与中国创新药出海的整体趋势。如下两只ETF在跟踪各自指数的产品中具备低费率优势，管理费率+托管费率合计为0.20%/年，投资者朋友们不妨关注起来：

港股通创新药ETF易方达（159316）：聚焦港股上市、专注于创新药研发和销售的公司，风格更集中，纯度和弹性更高。

创新药ETF易方达（516080）：聚焦A股上市的创新药产业链企业，覆盖范围更广泛，既包含研发、销售创新药的企业，也包含为创新药企业提供外包服务的CXO公司。