創新工場與啟明創投參投的知名AI制藥企業Insilico Medicine日前宣布，其在全球首次利用人工智能發現新機制特發性肺纖維化藥物，時間僅需18個月，而傳統新藥研發需要10年——這在全球范圍內是個標志性的里程碑事件。AI賦能藥物研發，既能夠縮短藥物研發的時間，又能夠大大降低成本。

前日，我參加了由Insilico Medicine、啟明創投和創新工場共同舉辦的線上高峰對話：《從“AI＋醫療”到數字醫療：機遇與挑戰》，我與啟明創投主管合伙人梁颕宇、Insilico Medicine首席科學官任峰一道，以此次醫學突破為切入點，就AI＋醫療等熱點話題進行了探討。

近年來，人工智能在醫療健康領域滲透、應用，并不斷取得突破。遠程醫療，數字/人工智能醫療器械/軟件即設備，慢病及重大疾病管理系統，人工智能檢測、診斷……一個接一個AI在不同的醫療場景落地。作為中國乃至全球創新最重要的一環，數字醫療被寄予解決全球成千上萬人未被滿足的醫療需求。

數字醫療的創新活躍的背后原因是什么？當AI擁抱醫療健康產業時會遇到哪些難點? AI賦能醫療產業令人期待的科技驅動的突破口在哪里?未來可以實現的AI+生命科學的場景又會怎樣?

3月2日，在Insilico Medicine 首席科學官任峰博士主持的、《從“AI+醫療”到數字醫療：機遇與挑戰》為主題的云端高峰對話中，創新工場董事長兼CEO李開復博士、啟明創投主管合伙人梁颕宇分享了自己的看法。

提效然后改變生態 AI+醫療的三個切入角度

人工智能或數字化是促進醫療創新的技術之一。啟明創投已經投資了兩家AI輔助研發藥物企業Insilico Medicine和明星上市公司Schr?dinger，這兩家就是通過AI提效新藥研發。

在接觸了很多中國相關的創業公司后，梁颕宇認為，在中國，數字醫療公司大多由TMT企業家或者醫療健康企業家創立，這兩類企業家基于自己的經驗和認知會將公司引向不同的發展方向，呈現不同的業務模式。每一種模式都應該選擇合適的團隊，“看好這個領域，但還需要從不同角度和需求來找方案。”

梁颕宇表示，由于中美情況不同，很多想要復制美國商業模式的中國初創企業都沒有跑通，這就是忽略來數字醫療需求不同而導致的。比如，美國超過90%的醫院是私立醫院，而中國90%的患者去公立醫院。所以美國在疫情爆發時，很難對個人防護裝備(PPE)或者呼吸機集中采購，但集中采購在中國很容易完成。因此中美市場所需的數字醫療室不同的。

李開復博士則認為，AI底層是一個數字化的演進，什么領域能夠變成數字化，就可能用數據科學和AI來幫它提升價值。所以才有電子病例到保險與AI結合。這也是AI投資的主軸。

在李開復博士看來，AI+醫療可以用三個角度去分析：一、新藥研發加速。比如靶點的發現、測試等，進一步縮短整個藥物研發的流程。二、從診斷的角度，醫療更適合用人工智能來輔助診斷，前題是數字化，看足夠多的病例。AI機器人的診斷一定會超過醫生的水平。未來,還會產生一個基于個人千人千面針對性的AI人工智能診斷機器，不過這也不代表醫生會被取代，因為AI沒有辦法成為患者打從內心去信任的對象。三、繼續發展完善的手術機器人。手術有機器人參與并主導的比例正在提升，以后數字還會增加。還會有新型機器人出現。

傳統制藥流程的時間及成本 v.s. Insilico Medicine人工智能新藥研發流程

“疫情導致全民對醫療健康特別關注的時候，AI會被更多人更快速去接受。未來20年的發展和對醫療的推動，可能會大于人類過去幾千年所有歷史的累計。”李開復博士說。

高質量的數據是關鍵壁壘 從需求出發看創新的未來

在AI賽道，中美都在努力奔跑。在醫藥創新領域，中國會成為領跑者嗎?

對于這個問題，李開復博士認為，“只是時間問題”。中國有人口優勢以及在經過脫敏保護個人隱私的前提后中國能得到足夠的數據積累。“中國的醫院規模和數量、海量數據可獲取性以及兩個領域相關人才、科學家的儲備都有優勢。”“我們處于非常好的時候。而且相當高比例的中國型的創新會讓中國走向世界舞臺，而這些創新來自創業型公司。”

作為醫療健康領域的頂級投資人，梁颕宇和團隊則對市場的喧囂保持著警醒。“數字醫療4、5年前成為美國的熱門行業的時候，我們對投資這一類型的公司持比較謹慎的態度。”她解釋說，許多人投資大量復制美國商業模式的中國初創企業，“在這個領域我們拒絕了至少200—300家公司。

其中的原因，是因為美國和中國的數字醫療需求非常不同，美國超過90%的醫院是私立醫院，而中國90%的患者去公立醫院。”這也就是美國很難實現對個人防護裝備（PPE）或者呼吸機集中采購，而這些采購在中國醫院是非常容易完成的。因此中國市場與美國市場所需要的軟件和數字醫療是不同的。

梁颕宇認為，中國AI+醫療的結合可以提高醫療的效率。比如，線上診療、 AI輔助診斷等。但對于數據，由于不同的國家和地區會有不同的隱私法規，這對中國創業企業出海是一個挑戰。“數字醫療的業務模式在中國非常具有創新性，是在中國醫療體系和需求下形成的商業模式，這些模式必須適應不同地區的醫療系統才能得以實現。因此它的模式不像藥物或者醫療設備銷售那樣千篇一律。除了某些商業模式，比如藥物發現、開發等等，我不確定要成為數字醫療領域的全球領導者是有那么容易的。”

圍繞AI+醫療投資，梁颕宇認為，團隊很重要。此外， 用AI醫療或者數字醫療是不是真的可以解決問題，還是有其他的一些技術可以做得更好?這點判斷也很重要。

李開復博士表示，“海量的高質量的脫敏數據是一個非常關鍵的成功的壁壘，所以我們會去了解一個公司他是否有或者能否得到獨家的脫敏數據，如果有的話會加分。第二，創業團隊AI的科學家不見得知道怎么去賣產品或者怎么去開發，但是對落地和渠道的理解還是需要的。第三，我們最喜歡看到的是像Insilico Medicine這樣有生物的專家+AI的專家一塊工作，也有充分的行業背景。”

原文標題：李開復梁颕宇共論：數字醫療創新難點以及AI賦能的突破口

文章出處：【微信公眾號：李開復】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq