醫療生化產業今年來表現相對抗震，加上AI運用加持，產業受到法人資金青睞，今年來長線資金流入醫療產業金額明顯提升，保德信指出，根據市場推估，若將AI技術用於開發新藥，可加快新藥上市速度1.6倍、降低研發成本75%，同時能提升研發投資報酬率5倍。
PGIM保德信全球醫療生化基金經理人江宜虔表示，醫療產業研發因為AI提升投資報酬率，已成為不爭的事實，根據方舟投資Ark Investment估計，AI設計的藥物平均可創造25億美元價值，而且每一項藥物30年累積的價值可達到40億美元之多，遠高於傳統製藥的10億美元；從研發投資報酬率來看，AI同樣能讓醫療生化產業大幅受惠，能提升醫療產業研發投入的報酬率，由目前約5%水準大幅增加至14%至47%。
江宜虔解釋，AI快速進步，醫療業的應用端成本大幅降低，甚至已讓基因排序成本下降速度超越摩爾定律。資料顯示，人類基因排序成本由1990年代平均30億美元，驟降至2024年的600美元，預期到了2030年將降至1美元的普及價，這些資料庫的成本降低，能大幅提升醫療產業的生產效率。
除了成本下滑，分析速度也在AI的算力幫助之下，出現跳躍式進步，江宜虔說明，同樣以計算基因排序為例，分析人類基因排序速度由2001年的180天，大幅降低至2024年的10分鐘，生物資訊量的增加，對於藥品研發進步有正向幫助。
看到醫療產業納入AI的成長潛力，Google已率先投入，江宜虔指出，Google DeepMind在2018年推出AlphaFold模型，用來預測人體蛋白質結構，第一代AlphaFold能夠預測6000萬種蛋白質結構，到了2024年的AlphaFold3，已可預測10億種蛋白質，而且DeepMind最新推出的模型，不僅單純預測蛋白質的結構，還可預測蛋白質與其他分子組成的複合物結構，對於研發人員了解人體蛋白質和藥物如何交互作用具有龐大價值。
江宜虔進一步表示，DeepMind 旗下人工智慧(AI)藥物探索新創公司Isomorphic Labs計畫於今（2025）年底前，將其由AI設計的藥物帶入臨床試驗，真正運用在藥物研發上。
江宜虔認為，因為剛性需求的支撐，以及全球高齡化發展，醫療產業指數自1989年以來長期波動率約14.4%，與S&P500指數的13.6%差異不大，且遠低於科技產業21.6%的長期波動率，而現在又有AI驅動醫療產業的成長性，投資人不妨分批配置四大醫療生化次產業，在目前高度波動的環境中打造進可攻、退可守的投資組合。
