人的一生，健康是永恒的話題。2020 世界人工智能健康云峰會(huì)圓滿結(jié)束，會(huì)上中國工程院院士李蘭娟的一席話，引發(fā)人們對(duì) AI 健康醫(yī)療的關(guān)注。

中國工程院院士李蘭娟在會(huì)上分享中國抗疫成果及人工智能在防疫中的應(yīng)用時(shí)表示：“在疫情防控當(dāng)中，AI 在包括公共衛(wèi)生、疫情研判、情緒管理、地圖服務(wù)、基因檢測(cè)、藥物研發(fā)，互聯(lián)網(wǎng)醫(yī)院等發(fā)揮了非常重要的作用。”

其實(shí)，AI 之于醫(yī)療健康產(chǎn)業(yè)，除了疫情中體現(xiàn)出來的一系列“AI 助力”防疫措施之外，AI 對(duì)醫(yī)療健康產(chǎn)業(yè)的改變還體現(xiàn)在制藥、診治、保健等方方面面，以至于資本對(duì)醫(yī)療健康產(chǎn)業(yè)充滿期待。

資本持續(xù)投資醫(yī)療健康產(chǎn)業(yè)

融資，在醫(yī)療健康產(chǎn)業(yè)是常事。這既表明醫(yī)療健康市場(chǎng)是個(gè)“掘金地”，也說明在醫(yī)療健康市場(chǎng)，資本投資熱情高漲。

鈦媒體 TMTBASE 全球一級(jí)市場(chǎng)數(shù)據(jù)庫總計(jì)收錄，醫(yī)療健康領(lǐng)域全球投融項(xiàng)目共收錄 37 起，國內(nèi)融資 17 起，國外融資 20 起；從融資金額上看，國內(nèi)醫(yī)藥領(lǐng)域總?cè)谫Y占比最高，約為 75.6%；國外生物技術(shù)領(lǐng)域融資總額位居第一，占比約為 40.3%。

其中，國外投融資方面，生物技術(shù)、醫(yī)療信息化、醫(yī)藥領(lǐng)域最為火熱，各達(dá)到 4 起；本周億級(jí)以上融資占總?cè)谫Y額的 57.2%。

鈦媒體醫(yī)療健康周報(bào)說明，國內(nèi)外醫(yī)療健康產(chǎn)業(yè)一周三十多起融資是正常融資數(shù)目范圍，而醫(yī)療健康產(chǎn)業(yè)如此被資本看中的原因是多樣的。

一方面，隨著老年人人口數(shù)量逐年增長，社會(huì)老齡化的進(jìn)一步加劇，且人均可支配收入的穩(wěn)步提升，對(duì)健康的需求得以充分釋放，醫(yī)療健康產(chǎn)業(yè)進(jìn)入黃金發(fā)展期。

觀研天下數(shù)據(jù)：2014 年我國 60 歲及以上老年人口有 2.12 億人，占總?cè)丝诘?15.5%，截至 2018 年年底，我國 60 歲及以上老年人口約 2.49 億，占總?cè)丝诘?17.9%。人口老齡化將為我國大健康產(chǎn)業(yè)帶來發(fā)展契機(jī)。

從醫(yī)療健康保險(xiǎn)市場(chǎng)的增長速度也可以看出，消費(fèi)者對(duì)健康的重視。公開資料顯示，2010 年我國健康險(xiǎn)保費(fèi)僅為 677.47 億元，到 2018 年已經(jīng)增長到 5448.13 億元，占全國保險(xiǎn)業(yè)保費(fèi)總收入的 14.33%，同比增長達(dá) 24.12%，是增速最快的險(xiǎn)種， 是行業(yè)保費(fèi)收入增速的 6.15 倍。

另一方面，隨著時(shí)代技術(shù)的變遷，醫(yī)療行業(yè)不斷地迭代和升級(jí)，醫(yī)藥科技、生物科技、智能化等技術(shù)的發(fā)展，推動(dòng)健康產(chǎn)業(yè)各個(gè)垂直領(lǐng)域產(chǎn)品及服務(wù)的升級(jí)，醫(yī)療行業(yè)也將迎來爆發(fā)性的增長。

在 AI 醫(yī)療領(lǐng)域，AI+藥物研發(fā)、AI+健康管理，以及 AI+影像等等，智能化手段已經(jīng)得到了廣泛的使用。其中，作為醫(yī)療健康產(chǎn)業(yè)重要環(huán)節(jié)和營收主心骨，制藥領(lǐng)域更是因 AI 而脫胎換骨。

制藥脫胎換骨

毫無疑問，制藥產(chǎn)業(yè)已經(jīng)走在智能化變革的路子上。

至于到了哪一階段，或許正如阿斯利康全球執(zhí)行副總裁王磊所說的：“雖然 AI 還沒有直接創(chuàng)造新的藥物，但在很多新藥發(fā)明的背后都有 AI 的身影，它已經(jīng)成為了我們研發(fā)過程中不可缺少的部分。”

制藥產(chǎn)業(yè)的智能化改變，具體體現(xiàn)在縮短了新藥研發(fā)時(shí)間以及降低了藥物研究成本。

在制藥時(shí)長方面，近年來藥物靶標(biāo)確定、先導(dǎo)化合物篩選、臨床試驗(yàn)論證等一系列復(fù)雜環(huán)節(jié)讓新藥研發(fā)成了一條“長征路”，新藥研發(fā)周期長、成功率低、費(fèi)用高一直困擾著制藥行業(yè)。平均需要約 14 年時(shí)間，花費(fèi) 26 億美元才能將一款新藥推向市場(chǎng)。

因此，為了破解藥物研發(fā)時(shí)間長、高投入、高風(fēng)險(xiǎn)、回報(bào)慢的困局，AI 才開始慢慢走入了眾多醫(yī)藥企業(yè)的視野。近年來，全球涌現(xiàn)了百余家專注于通過人工智能技術(shù)提速靶點(diǎn)發(fā)現(xiàn)、化合物合成、化合物篩選、性質(zhì)預(yù)測(cè)、晶型預(yù)測(cè)的科技公司。

在制藥成本方面，“十年攻關(guān)+十億美元投入”早已是新藥出爐的“標(biāo)配”以及醫(yī)藥領(lǐng)域的“心腹大患”。這些科技公司通過強(qiáng)大的計(jì)算能力，減少新藥研發(fā)過程中人力、時(shí)間、物力等投入，從而降低藥物研發(fā)成本，提速新藥研發(fā)環(huán)節(jié)，更快篩選出具有較高活性的化合物為之后的臨床實(shí)驗(yàn)做準(zhǔn)備。

根據(jù)德勤公司發(fā)布的研究報(bào)告顯示：2017 年全球前 12 位生物制藥巨頭在研發(fā)上的投資回報(bào)率僅有 3.2%，處于 8 年來較低水平。而且，成功上市一款新藥的成本從 2010 年的 11.88 億美元已經(jīng)增加到了 20 億美元。

在嘗到 AI 制藥甜頭之后，越來越多的國際巨頭加快入局智能化步伐，再加上我國醫(yī)藥產(chǎn)業(yè)市場(chǎng)更廣闊，AI 化變革將是一個(gè)新的經(jīng)濟(jì)增長轉(zhuǎn)機(jī)，AI 在制藥領(lǐng)域的應(yīng)用可謂如火如荼。

據(jù)統(tǒng)計(jì)，有 100 多家初創(chuàng)企業(yè)在探索用?AI?發(fā)現(xiàn)藥物，傳統(tǒng)的大型制藥企業(yè)更傾向于采用合作的方式，如阿斯利康與?Berg，強(qiáng)生與?Benevolent?AI，默沙東與?Atomwise，賽諾菲和葛蘭素史克與?Exscientia，輝瑞與 IBM Watson 等。

有利益的地方，少不了互聯(lián)網(wǎng)巨頭。國內(nèi)騰訊、百度互聯(lián)網(wǎng)巨頭，為了完善醫(yī)療健康布局，對(duì) AI 制藥產(chǎn)業(yè)的深挖掘也是不留余力。

近日，騰訊公司在官方公眾號(hào)上發(fā)布其首個(gè) AI 驅(qū)動(dòng)的藥物發(fā)現(xiàn)平臺(tái)“云深智藥（iDrug）”，引發(fā)市場(chǎng)熱議。近年來，騰訊頻頻投資在醫(yī)療健康產(chǎn)業(yè)，此次涉及 AI 制藥產(chǎn)業(yè)是醫(yī)療生態(tài)布局中的一環(huán)，業(yè)內(nèi)人士表示：在意料之中。

騰訊官方透露：“云深智藥”主要是基于騰訊 AI Lab 自主研發(fā)的深度學(xué)習(xí)算法，為尋找潛在活性藥物提供數(shù)據(jù)庫和云計(jì)算支持，能夠覆蓋臨床前新藥研發(fā)全部流程的五大模塊。目前，云深智藥已經(jīng)運(yùn)行十個(gè)左右研發(fā)項(xiàng)目，其中包括對(duì)抗新冠病毒藥物的虛擬篩選和性質(zhì)預(yù)測(cè)，篩選得到的化合物目前正在實(shí)驗(yàn)驗(yàn)證中。

同樣的，高喊“all in AI”，必然不會(huì)錯(cuò)過醫(yī)療健康產(chǎn)業(yè)，而 AI 制藥也早早就在規(guī)劃中。

為更好的切入 AI 制藥市場(chǎng)，百度投資人工智能藥物研發(fā)公司 InSilico。而 InSilico 是知名的 AI 制藥企業(yè)，其合作方包括約翰霍普金斯大學(xué)、哥本哈根大學(xué)、藥明康德、JUVENESCENCE、葛蘭素史克、諾華、強(qiáng)生、藥明康德等等。

顯然，百度牽手 InSilico，即可獲得 InSilico 數(shù)據(jù)與資源，龐大的資源和海量的數(shù)據(jù)，可謂是一張 AI 制藥通行證。

總之，越來越多傳統(tǒng)藥企、互聯(lián)網(wǎng)巨頭、初創(chuàng)者加碼布局 AI 制藥產(chǎn)業(yè)，加速了制藥的 AI 化變革。只是，在這場(chǎng)變革中，它們各有各的更多的是挑戰(zhàn)。

AI 落地問題

因?yàn)樾袠I(yè)壁壘高，攻堅(jiān)難度。但國內(nèi)方面，受制于此前國內(nèi)藥企的研發(fā)能力限制，國內(nèi) AI+新藥研發(fā)的公司僅有寥寥幾家。

隨著國內(nèi)創(chuàng)新藥器的發(fā)展及人工智能水平的不斷提高，近年來行業(yè)內(nèi)也涌現(xiàn)出了一批優(yōu)質(zhì)企業(yè)。但同時(shí)，由于 AI 賦能藥物研發(fā)屬于交叉學(xué)科，團(tuán)隊(duì) AI 和藥物研發(fā)跨學(xué)科背景，全球 AI+新藥研發(fā)都面臨人才短缺的問題。

黃俊洲表示，目前云深智藥團(tuán)隊(duì)由來自藥物研發(fā)科研機(jī)構(gòu)和知名藥企的專家、AI 算法科學(xué)家和平臺(tái)系統(tǒng)技術(shù)開發(fā)工程師共同搭建。

但值得注意的是，目前因?yàn)樯飳W(xué)的復(fù)雜性，還沒有直接的與 AI 制藥相關(guān)的產(chǎn)品被批準(zhǔn)發(fā)行，AI 在制藥行業(yè)藥物研發(fā)上的潛能，仍有諸多障礙需要跨越。現(xiàn)在其主要起到的還是協(xié)助作用，包括藥物挖掘、深度學(xué)習(xí)算法分析數(shù)據(jù)以及預(yù)測(cè)新藥有效性等，但這只是 AI 進(jìn)軍制藥行業(yè)初步的結(jié)果。

實(shí)際上，AI 可能對(duì)藥物研發(fā)帶來的降本增效，正在讓越來越多的藥企選擇加碼，這在 Exscientia 與眾多巨頭藥企的合作上，以及羅氏、吉利德等知名藥企近幾年的布局上就得以窺見。總的來說，資本的關(guān)注和巨頭的入場(chǎng)，使 AI 藥物發(fā)現(xiàn)被寄予厚望，雖然它還沒有出現(xiàn)太大成果，但它的發(fā)展前景已經(jīng)被業(yè)內(nèi)人士普遍看好。

然而，專家認(rèn)為，AI 應(yīng)用于新藥研發(fā)與醫(yī)療 AI 落地面臨同樣的問題，如人才短缺、數(shù)據(jù)標(biāo)準(zhǔn)化與共享機(jī)制、商業(yè)模式創(chuàng)新等諸多問題。人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用需要生物醫(yī)學(xué)、生物信息與臨床醫(yī)學(xué)、數(shù)據(jù)統(tǒng)計(jì)分析、醫(yī)學(xué)管理等學(xué)科背景的跨界人才。
責(zé)任編輯:pj