一、行业痛点：药物肝损伤难预判，研发成本居高不下

药物诱导肝损伤（DILI）是新药研发头号安全难题，也是临床试验终止、候选药淘汰的核心原因。

传统研发模式存在两大致命短板：

1. 动物实验与人体肝脏代谢差异巨大，无法精准模拟人类基因、免疫、剂量带来的肝脏反应，毒性预测准确率低；
2. 体外细胞实验结构单一，难以还原人体肝脏复杂生理机制，大量有潜力药物因误判被放弃，或进入临床后暴露安全风险。 药企每年因肝毒性误判产生的损耗动辄数十亿，还需要大量实验动物，研发周期漫长。

二、历史性突破：首款 AI 工具纳入 FDA ISTAND 认证体系

总部位于波士顿的初创公司 Absentia Labs 在 7 月 7 日官宣重大进展，其用于预测药物肝损伤的数字肝脏模型，成功通过 FDA 创新药物科学技术路径（ISTAND）意向书审核，全球首个获 FDA 官方受理资质评估的 AI 药物开发工具。

这是监管机构首次正式认可 AI 类新型替代方法（NAMs），标志 AI 仿真模型从实验室技术，迈入合规、可落地的新药审评体系。

公司 CEO Farhan Khodaee 表示：行业 AI 大多聚焦快速筛选分子，而他们瞄准更关键的安全评估难题，在药物进入人体试验前，提前预判肝脏风险，规避受试者不必要的健康隐患。

三、AI 数字肝脏模型核心优势

这套模型融合机制生物学与机器学习，依托海量药物人体反应数据训练，完美解决传统实验局限性：

1. 高度还原人体肝脏差异化特征，覆盖代谢、基因、免疫、给药剂量等多重变量；
2. 研发早期即可评估肝毒性风险，提前淘汰高风险候选药物，大幅降低研发失败成本；
3. 减少动物实验依赖，兼顾伦理与研发效率；
4. 模型技术框架可拓展，企业后续将开发多器官 AI 仿真系统，覆盖更多药物安全评估场景。 同期，该模型拿下美国精准 FDA 肝毒性建模挑战赛优胜，全球顶尖药企、科研机构同台比拼，其预测精度获得行业权威认可。

四、硬核创始团队，MIT 科研背景加持

Absentia Labs2024 年于波士顿成立，核心创始团队均来自麻省理工、哈佛顶尖生物工程实验室：

1. CEO Farhan Khodaee：哈佛 – MIT 生物医学工程中心研究员，深耕生物医药工程；
2. CTO Rohola Zandie 博士：MIT 博士后，主攻生成式 AI、计算生物学，多篇成果刊登《Nature Computational Science》顶刊；
3. COO Robert Betancort：连续创业者，拥有成熟生物科技商业化落地经验。 团队学术成果多次发表在国际顶会与权威期刊，产学研结合优势突出。

五、行业深远影响，医药研发迎来范式变革

1. 药企端：缩短研发周期、大幅削减临床失败带来的巨额沉没成本，新药创新效率显著提升；
2. 监管端：FDA 正式为 AI 仿真工具开放合规通道，未来各类 AI 器官模型将陆续纳入官方审评体系；
3. 产业端：逐步降低动物实验使用，推动 “无动物研发” 新型方法论普及；
4. 患者端：进入临床的药物安全筛查更严格，减少临床试验安全事故风险。

当前该模型仅完成 FDA 三阶段资质认证第一阶段（意向书阶段），后续通过完整认证后，将成为全球药企通用合规 AI 评估工具。

结尾

AI 正在重构生物医药全产业链，从分子发现到临床安全评估实现全流程数字化。此次 Absentia Labs 拿下 FDA 首个 AI 药物工具认证，是数字生物学里程碑事件。未来随着多器官 AI 模型落地，新药研发将告别低效试错模式，低成本、高安全、高效率的智能制药时代已然到来。