创新工场李开复：AI和数字医疗融合将带来一场新的革命

“目前，要研发一种有效的药物或疫苗，需要投入10亿到20亿美元的资金和数年的研发时间。而AI将大幅提升药物的研发速度，降低研发成本，为患者提供更多价格在可承受范围内的特效药。”近日，创新工场董事长兼CEO李开复在医疗创新趋势分享会上说道。

他以一家AI研发新药公司Insilico Medicine举例，其用AI发现了肺纤维化、肾纤维化等2种罕见病药物。“科学家的生产力提高了，并能够以3到4倍的速度发现药物，而且可能便宜10倍。”李开复说道。

也正是基于这样对医疗科技的认知，在过去两年时间，大量的医疗科技企业在港股、美股和A股上市，也有大量的一级市场资金涌入。这里的参与者不仅有传统的医疗基金，还有一些新兴的基金，同时包括传统TMT基金。

“从去年2月份开始，市场进入了调整期。现在A股的PE估值到了12倍以下，基本上处于历史底部。对于港股和美股的情况，大家在过去的几个月也已感受非常深了。除了整个二级市场的动荡之外，俄乌战争、疫情，还有地缘政治博弈等因素的叠加，让整个一级市场也充满了动荡。今年是不是就那么悲观？特别就整个医疗赛道的投资而言，是不是就那么悲观？”创新工场合伙人武凯直言道。

对这个行业内人人都在自问的问题，武凯保持谨慎乐观，对此他分享了两个数据。

2021年，中国在医疗健康赛道的VC和PE募资一共达到180亿美元，在美国这个数据是创历史新高的197亿美元。虽然一直在说一级市场降温，悲观情绪蔓延，但现在一级市场的资金充裕。同时，这也说明，中国医疗投资市场在未来三到四年里，资金仍然充裕。

第二个数据有关退出。清科数据显示，2022年第一季度中国股权投资市场共有2155起投资，医疗健康赛道投资案例数和投资金额分别为427起和312.96亿，均位居第三。同时在第一季度，整个医疗健康领域中国企业上市的数量达21家，在所有行业里位居最高。

这是一个数据结果，说明外界虽然不乏唱衰，但投资人在实际决策中对医疗健康项目仍保信心。那么这个信心来自于什么？

这就需要回到文章开头李开复所言：科技的发展。

这个发展可以从疫苗进入临床的速度直观体会。2003年非典疫苗从发现病毒到进入临床试验历时数百天，而2020年新冠疫苗从公布病毒的全基因组序列到一期临床试验获批（比如中国的康希诺和美国的Moderna）只经历了数十天。

“我们看到在过去的二十年间，整个医疗技术在非常快速地发展。随着病毒检测技术的成熟，2003年还没出现和普及的NGS（‘Next-generation’sequencing technology）二代测序，到现在NGS第三代测序都已开始发挥作用。”武凯说道。

这只是过去几十年时间医疗科技发展的一个方面，事实上远不止如此。武凯认为过去的医疗科技发展经历了三个阶段：第一阶段在1990年之前，包括了小分子、重组多肽，即胰岛素、生长激素、抗体；也包括当下普遍接触的医疗器械，如CT、MR，种植牙、人工晶体、心脏起搏器。

从1990年到2010年，药物领域从单抗药物进入了ADC药物、基因治疗及双抗药物，器械领域出现了手术机器人，包括当下使用的二代测序、神经介入等都是这个时期的产物。

从2010年开始，医疗技术进入发展最快的时候。溶瘤病毒、mRNA药物，细胞治疗CAR-NK等一些新名词出现了，在医疗器械上进入三代测序，出现全世界最小的植入体——青光眼微创植入耗材iStent等等。2012年，肿瘤免疫细胞疗法（CAR-T）首次成功治疗了身患白血病的小女孩Emily Whitehead，CRISPR基因编辑技术首次被发现。到前几天， Synchron开展首个脑机接口人体临床试验。

同时，AI技术快速发展，几年前AI已开始介入整个制药环节。2020年首个AI设计的小分子药进入临床试验，2021年AlphaFold2解锁98.5%人类蛋白质组结构，AI进入大分子药已经有了非常好的基础。

第三波的巨大的浪潮是“AI＋Science”

AI的三大基石是算法、算力和数据，AI以此为养料迭代发展。这三者中数据尤其重要，因为要有海量的数据才能把AI的“大脑”训练好，人的大脑是可以少量的数据来训练的，但AI在大部分的应用里有越多的数据，最终得到的结果就越好。而且这个数据的增加会不断地让AI进化迭代。

“从计算机视觉、NLP自然语言理解等领域都看到类似的AI进化过程，特别是近年来，NLP领域的大语言模型在落地应用层面取得了突破性的进展，让感知智能跃迁到认知智能的通道畅通了。所以也可以说，哪个领域有海量的数据，哪个领域就会有巨大的机会。”李开复说道。

那么在医疗行业中，李开复有怎样的观察呢？

第一，传统的医疗行业正在全方位数字化，包含医疗流程信息化、可穿戴设备记录全程健康数据、以及新技术产生海量生物学数据等。这些数据将成为AI的“养料”，产生有价值的算法，在疾病预警、诊断、治疗、监测、长期管理等方面辅助医生进行诊断和治疗，更有利于执行针对患者的“千人千面”精准治疗方案。

海量的数据也会用在新药发明，如当下在做的小分子、大分子药，那么这些科学实验无论成功失败都会产生大量数据。

第二，从AI发展的角度看，刚开始的AI就是一个新技术去寻找落地场景。第二波则是AI在某一商业应用里创造价值，如无人驾驶初创企业，它们都是在交通、金融、制造领域中把AI应用起来。

李开复认为，第三波的巨大的浪潮就是“AI＋Science”。“在医疗或者科学领域，我们过去很多都是小数据的做法。比如一些顶级的外国医院，他们在真正的癌症数据上，每一种癌症都只有十来个例子，这是用来教医生的。但是AI可以学习几十万几百万甚至几千万个例子，而且是越多越好，所以我觉得它的潜力非常大。”

我们可以想象一个医生，他的诊断能力主要来自他的经验，而一位医生一辈子可能看一万个病人都算很多了。如果是AI，完全可以看1亿个病人，甚至10亿个病人。AI医生可以通过海量数据可以去做更好的总结，而且还可以找到一些长尾的罕见病，也会避免一些用药可能带来的问题等等。

所以李开复认为，在海量结构化、金标准标注的闭环数据的助推下，生命科学赛道将不断寻找符合行业规律且有商业价值的落地场景。

“可以说‘医疗＋X’时代下，一个科学家可以从半夜起床看实验结果的重复辛苦工作中解放出来。我们可以想象，以后的生物科学家、化学科学家、制药科学家，他们的工作可能更像是一个AI科学家，他可以用一套软件来写一些控制机器人的代码，帮助人类完成重复性的工作。然后，科学家就可以把时间全部花在想新的点子和创造上，药物研发就可以得到提速。”李开复说道。

即便是高度依赖人类医生审慎判断和灵活操作的复杂手术，AI也能在其中发挥作用。2020年，美国的机器人辅助腔镜手术渗透率是13.3%，到2026年预计会增长到23%；中国目前的渗透率还不到1%，还有大量的增长空间。

李开复判断，5到10年内，AI也将在各种医疗细分领域落地，“数字医疗和AI融合将带来一场新的革命。随着AI+Science获得越来越多的应用，各学科领域不断交叉融合，技术驱动的医疗创新将迎来重大拐点，‘医疗＋X’将是下个十年的医疗创新主旋律。”

“医疗 + X”：交叉学科，跨界融合

这里所说的“医疗 + X”指什么？武凯解释道，“跨界交叉和融合创新是现在医疗健康行业发展的大方向，在过去的十年时间，随着人工智能、量子计算、新材料、集成电路，以及传感器技术，生物化学，光电技术等交叉学科的快速发展，大量跨界人才进入了医疗健康赛道，迅速推动了‘医疗+X’交叉创新的发展。”

武凯分享了他所观察到的两个变化。一个是交叉学科在多个方向产生重大技术突破，其中有些已经实现了商业化落地，如计算生物学（AI制药），合成生物学在医疗以及其他赛道（化工，日化等）的落地，手术机器人，医疗级别可穿戴设备，医美材料等。

另一个是越来越多的创始团队有着复合型管理背景，如人工智能和医疗团队的结合（AI制药），医疗背景和传感器背景的交叉（可穿戴医疗器械），合成生物学科学家和化工行业专家的搭配，集成电路背景和体外诊断行业经验的结合（分子芯片）等。

基于对这些变化的认知，创新工场的整个医疗投资团队也有五个重点关注的赛道：AI+医疗、自动化、生命科学基础设施、预防医学及创新疗法。

赛道一，AI智能化医疗技术。

武凯判断AI有潜在应用价值的细分医疗领域具备两个关键特征：海量结构化金标准标注的闭环数据，并且找到符合行业规律且有商业价值的落地场景。具体而言，在这一赛道，创新工场重点关注计算生物学（AI驱动的新药研发，基因组分析，蛋白质组学，单细胞分析等）、数字化临床CRO、医学影像相关（AI超声，病理检测等）等细分赛道。

赛道二，自动化设备。

实验室自动化技术解决了制药领域高通量筛选、疫情防控大规模核酸检测等对效率、准确性的要求。创新工场的重要关注点则在于手术机器人、检验分析自动化、生物生产自动化、自动化生命科学实验室等细分赛道的创新技术。

赛道三，生命科学基础设施。生命科学基础设施行业伴随下游生物医药行业高速成长，近年来本土企业加速发展，从去年开始一直是资本追捧的热点。新兴技术和疗法的应用发展，也拓宽了CXO 公司的服务领域，打开了行业的天花板。创新工场重点关注的是生命科学工具（实验试剂，实验动物，实验设备等）、生命科学上游产业链（设备，耗材，原料以及服务等）、和中游产业链（新型CRO和CDMO）等细分赛道。

赛道四，预防医学和服务。预防医学Prevention Health结合了IVD（In Vitro Diagnosis，体外诊断)和药物、数字医疗上的经验。新冠出现后的两年，有大批中国IVD公司完成IPO，业绩出现几十倍、上百倍甚至上千倍的增长。创新工场重点关注其中的早癌早筛技术、consumer device（可穿戴设备，CGM等）、疫苗（mRNA疫苗，传统疫苗技术）和新型服务等细分领域。

最后一个赛道是新一代疗法科技。在新一代疗法科技中，细胞治疗、基因治疗、核酸药物这三大前沿技术是最受关注的新兴领域，融资额都在迅速攀升。并且，随着创新药国际合作增多，专利引进（license-in）和出海（license-out）让企业更具活力。其中，核酸药物、细胞和基因疗法、微生物组学和其他新兴疗法（肿瘤电场治疗等）是创新工场希望在早期就持续介入的方向。在过去的几年时间，疗法科技一直是医疗一级市场投资的重点，高风险高回报也是这个赛道的特点。

“时至今日，mRNA疗法的三大卡脖子问题-序列设计、递送系统、放大生产，都形成了超高技术壁垒。中国公司普遍只有2-3年历史，还有很长的路要走。这也是我们在创新疗法领域投资的思考，寻找真正有源头技术，真正能找到自己竞争优势的产品和定位的优秀公司，就像我们看到很多公司号称自己能做first in class的产品，其实成熟的欧美市场更多的创业方向是做best in class产品。”武凯说道。

对于为何在这一高风险长周期领域的选择投早期，即成为初创公司前两轮融资的主要投资人，武凯对澎湃新闻（www.thepaper.cn）解答道，“七八年前做这件事时，更多是AI背景的团队想用AI颠覆医疗赛道，但进展不顺。很大的原因在于当时过分低估了医疗行业的复杂性，也过分强调了AI技术的领先，忽略了医疗行业的特点。很多公司融了很多钱，但看不到什么真正产业化的机会。但是现在的早期团队往往不是‘AI+医疗’，而是‘医疗+AI’，是医疗团队通过AI来赋能，这样一开始在整个产业化的思考上就会比较成熟。经过之前的经验，投资人也被教育得比较好。现在投‘AI医疗’或‘医疗+AI’，选择投早是有一定道理的，因为一开始都思考得非常清楚了，应该做什么产业化的方向，怎样尽快把产品推出等等。”

武凯补充道，“现在还有一个好处，中国国家药品监督管理局在整个AI医疗证上已经有突破了。过去大家还有一个困惑，就是证始终拿不到，那么拿不到证就没法商业化，而在过去十几年间十几张证被批下来了。一些医疗影像AI公司或AI新药研发公司，都慢慢走出一些路，开始接到药企比较重要的订单。”

那么在创业者的选择上有什么样的倾向吗？武凯认为，“我们处在短时间的下行市场，连续的创业者可能经历过经济周期，会更加成熟有经验。我们在过去两三年投资的接近30个医疗项目中，有相当大的比例都是企业家的第二次、第三次创业。”

除了在选人外，AI医疗早期投资的“坑”如何避？

“我自己的体会来讲，要重视整个应用环节，一个值得关注的现象是，很好的产品可能也会很难真正进入实际应用。之前很多AI读片公司找不到商业化落地，因为医院认为可以免费用，但不会去付费。如果选择和产业的投资方进行联动，如一家AI影像公司一开始就应该学会怎么跟GE、西门子、飞利浦这样的公司合作，绑定他们的硬件一起去卖。换句话说，我们会搭配行业领军企业，因为他们有很好的行业认知，有现成的客户、渠道和医院、医生，有完整的资源和生态。这是我们做早期AI医疗投资的想法。”

对比中美两国都非常热门的“医疗+AI”赛道，中国的初创企业表现如何？武凯对澎湃新闻（www.thepaper.cn）表示, “事实上我们一直认为，在很多的赛道里中国的医疗AI更有机会，为什么这么说？我觉得AI医疗解决的就是医疗资源不平衡的问题,大家知道中国70%、80%的人都会选择在最好的三级医院或沿海地区医院就医，中国市场跟美国来比，这个不平衡要大一些，中国市场的机会也会很不一样。”

在今年这样黑天鹅满天飞，在市场整体回调的情况下，武凯认为，医疗健康赛道作为其中为数不多的亮点，具有穿越周期的投资价值。这里的说的医疗大健康已经不局限于生物医药、医疗器械、医疗服务等传统垂类的微创新迭代阶段，更多的技术前端突破将由早期的科技创新企业来完成，继而与各种交叉学科碰撞结合后落地。

在布局上，近日创新工场宣布成立了第一届生命科学专家顾问委员会，康诺亚生物董事长兼首席执行官陈博博士、创胜集团董事长赵奕宁博士、Labcorp徕博科集团高级副总裁，亚太区负责人毕红钢博士受聘成为创新工场第一届生命科学专家顾问委员会常任委员。

“作为长周期的投资赛道，优质的医疗健康企业需要十年甚至更久的积累才脱颖而出，这需要真正懂交叉技术、懂跨界产业的复合性投资人进行耐心陪跑，完成技术创新的同时创造出更大的经济价值，进而造福更多的人类。”武凯说道。