提效改变生态，AI+医疗的三个切入角度

创新工场与启明创投参投的知名AI制药企业Insilico Medicine日前宣布，其在全球首次利用人工智能发现新机制特发性肺纤维化药物，时间仅需18个月，而传统新药研发需要10年——这在全球范围内是个标志性的里程碑事件。AI赋能药物研发，既能够缩短药物研发的时间，又能够大大降低成本。

前日，我参加了由Insilico Medicine、启明创投和创新工场共同举办的线上高峰对话：《从“AI＋医疗”到数字医疗：机遇与挑战》，我与启明创投主管合伙人梁颕宇、Insilico Medicine首席科学官任峰一道，以此次医学突破为切入点，就AI＋医疗等热点话题进行了探讨。

近年来，人工智能在医疗健康领域渗透、应用，并不断取得突破。远程医疗，数字/人工智能医疗器械/软件即设备，慢病及重大疾病管理系统，人工智能检测、诊断……一个接一个AI在不同的医疗场景落地。作为中国乃至全球创新最重要的一环，数字医疗被寄予解决全球成千上万人未被满足的医疗需求。

数字医疗的创新活跃的背后原因是什么？当AI拥抱医疗健康产业时会遇到哪些难点? AI赋能医疗产业令人期待的科技驱动的突破口在哪里?未来可以实现的AI+生命科学的场景又会怎样?

3月2日，在Insilico Medicine 首席科学官任峰博士主持的、《从“AI+医疗”到数字医疗：机遇与挑战》为主题的云端高峰对话中，创新工场董事长兼CEO李开复博士、启明创投主管合伙人梁颕宇分享了自己的看法。

提效然后改变生态 AI+医疗的三个切入角度

人工智能或数字化是促进医疗创新的技术之一。启明创投已经投资了两家AI辅助研发药物企业Insilico Medicine和明星上市公司Schr?dinger，这两家就是通过AI提效新药研发。

在接触了很多中国相关的创业公司后，梁颕宇认为，在中国，数字医疗公司大多由TMT企业家或者医疗健康企业家创立，这两类企业家基于自己的经验和认知会将公司引向不同的发展方向，呈现不同的业务模式。每一种模式都应该选择合适的团队，“看好这个领域，但还需要从不同角度和需求来找方案。”

梁颕宇表示，由于中美情况不同，很多想要复制美国商业模式的中国初创企业都没有跑通，这就是忽略来数字医疗需求不同而导致的。比如，美国超过90%的医院是私立医院，而中国90%的患者去公立医院。所以美国在疫情爆发时，很难对个人防护装备(PPE)或者呼吸机集中采购，但集中采购在中国很容易完成。因此中美市场所需的数字医疗室不同的。

李开复博士则认为，AI底层是一个数字化的演进，什么领域能够变成数字化，就可能用数据科学和AI来帮它提升价值。所以才有电子病例到保险与AI结合。这也是AI投资的主轴。

在李开复博士看来，AI+医疗可以用三个角度去分析：一、新药研发加速。比如靶点的发现、测试等，进一步缩短整个药物研发的流程。二、从诊断的角度，医疗更适合用人工智能来辅助诊断，前题是数字化，看足够多的病例。AI机器人的诊断一定会超过医生的水平。未来,还会产生一个基于个人千人千面针对性的AI人工智能诊断机器，不过这也不代表医生会被取代，因为AI没有办法成为患者打从内心去信任的对象。三、继续发展完善的手术机器人。手术有机器人参与并主导的比例正在提升，以后数字还会增加。还会有新型机器人出现。

传统制药流程的时间及成本 v.s. Insilico Medicine人工智能新药研发流程

“疫情导致全民对医疗健康特别关注的时候，AI会被更多人更快速去接受。未来20年的发展和对医疗的推动，可能会大于人类过去几千年所有历史的累计。”李开复博士说。

高质量的数据是关键壁垒 从需求出发看创新的未来

在AI赛道，中美都在努力奔跑。在医药创新领域，中国会成为领跑者吗?

对于这个问题，李开复博士认为，“只是时间问题”。中国有人口优势以及在经过脱敏保护个人隐私的前提后中国能得到足够的数据积累。“中国的医院规模和数量、海量数据可获取性以及两个领域相关人才、科学家的储备都有优势。”“我们处于非常好的时候。而且相当高比例的中国型的创新会让中国走向世界舞台，而这些创新来自创业型公司。”

作为医疗健康领域的顶级投资人，梁颕宇和团队则对市场的喧嚣保持着警醒。“数字医疗4、5年前成为美国的热门行业的时候，我们对投资这一类型的公司持比较谨慎的态度。”她解释说，许多人投资大量复制美国商业模式的中国初创企业，“在这个领域我们拒绝了至少200—300家公司。

其中的原因，是因为美国和中国的数字医疗需求非常不同，美国超过90%的医院是私立医院，而中国90%的患者去公立医院。”这也就是美国很难实现对个人防护装备（PPE）或者呼吸机集中采购，而这些采购在中国医院是非常容易完成的。因此中国市场与美国市场所需要的软件和数字医疗是不同的。

梁颕宇认为，中国AI+医疗的结合可以提高医疗的效率。比如，线上诊疗、 AI辅助诊断等。但对于数据，由于不同的国家和地区会有不同的隐私法规，这对中国创业企业出海是一个挑战。“数字医疗的业务模式在中国非常具有创新性，是在中国医疗体系和需求下形成的商业模式，这些模式必须适应不同地区的医疗系统才能得以实现。因此它的模式不像药物或者医疗设备销售那样千篇一律。除了某些商业模式，比如药物发现、开发等等，我不确定要成为数字医疗领域的全球领导者是有那么容易的。”

围绕AI+医疗投资，梁颕宇认为，团队很重要。此外， 用AI医疗或者数字医疗是不是真的可以解决问题，还是有其他的一些技术可以做得更好?这点判断也很重要。

李开复博士表示，“海量的高质量的脱敏数据是一个非常关键的成功的壁垒，所以我们会去了解一个公司他是否有或者能否得到独家的脱敏数据，如果有的话会加分。第二，创业团队AI的科学家不见得知道怎么去卖产品或者怎么去开发，但是对落地和渠道的理解还是需要的。第三，我们最喜欢看到的是像Insilico Medicine这样有生物的专家+AI的专家一块工作，也有充分的行业背景。”

原文标题：李开复梁颕宇共论：数字医疗创新难点以及AI赋能的突破口

文章出处：【微信公众号：李开复】欢迎添加关注！文章转载请注明出处。

责任编辑：haq