人的一生，健康是永恒的話題。2020 世界人工智能健康云峰會圓滿結束，會上中國工程院院士李蘭娟的一席話，引發人們對 AI 健康醫療的關注。

中國工程院院士李蘭娟在會上分享中國抗疫成果及人工智能在防疫中的應用時表示：“在疫情防控當中，AI 在包括公共衛生、疫情研判、情緒管理、地圖服務、基因檢測、藥物研發，互聯網醫院等發揮了非常重要的作用。”

其實，AI 之于醫療健康產業，除了疫情中體現出來的一系列“AI 助力”防疫措施之外，AI 對醫療健康產業的改變還體現在制藥、診治、保健等方方面面，以至于資本對醫療健康產業充滿期待。

資本持續投資醫療健康產業

融資，在醫療健康產業是常事。這既表明醫療健康市場是個“掘金地”，也說明在醫療健康市場，資本投資熱情高漲。

鈦媒體 TMTBASE 全球一級市場數據庫總計收錄，醫療健康領域全球投融項目共收錄 37 起（自 6 月 29 日起至 7 月 5 日），國內融資 17 起，國外融資 20 起；從融資金額上看，國內醫藥領域總融資占比最高，約為 75.6%；國外生物技術領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、醫療信息化、醫藥領域最為火熱，各達到 4 起；本周億級以上融資占總融資額的 57.2%。

鈦媒體醫療健康周報說明，國內外醫療健康產業一周三十多起融資是正常融資數目范圍，而醫療健康產業如此被資本看中的原因是多樣的。

一方面，隨著老年人人口數量逐年增長，社會老齡化的進一步加劇，且人均可支配收入的穩步提升，對健康的需求得以充分釋放，醫療健康產業進入黃金發展期。

觀研天下數據：2014 年我國 60 歲及以上老年人口有 2.12 億人，占總人口的 15.5%，截至 2018 年年底，我國 60 歲及以上老年人口約 2.49 億，占總人口的 17.9%。人口老齡化將為我國大健康產業帶來發展契機。

從醫療健康保險市場的增長速度也可以看出，消費者對健康的重視。公開資料顯示，2010 年我國健康險保費僅為 677.47 億元，到 2018 年已經增長到 5448.13 億元，占全國保險業保費總收入的 14.33%，同比增長達 24.12%，是增速最快的險種， 是行業保費收入增速的 6.15 倍。

另一方面，隨著時代技術的變遷，醫療行業不斷地迭代和升級，醫藥科技、生物科技、智能化等技術的發展，推動健康產業各個垂直領域產品及服務的升級，醫療行業也將迎來爆發性的增長。

在 AI 醫療領域，AI+藥物研發、AI+健康管理，以及 AI+影像等等，智能化手段已經得到了廣泛的使用。其中，作為醫療健康產業重要環節和營收主心骨，制藥領域更是因 AI 而脫胎換骨。

制藥脫胎換骨

毫無疑問，制藥產業已經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行副總裁王磊所說的：“雖然 AI 還沒有直接創造新的藥物，但在很多新藥發明的背后都有 AI 的身影，它已經成為了我們研發過程中不可缺少的部分。”

制藥產業的智能化改變，具體體現在縮短了新藥研發時間以及降低了藥物研究成本。

在制藥時長方面，近年來藥物靶標確定、先導化合物篩選、臨床試驗論證等一系列復雜環節讓新藥研發成了一條“長征路”，新藥研發周期長、成功率低、費用高一直困擾著制藥行業。平均需要約 14 年時間，花費 26 億美元才能將一款新藥推向市場。

因此，為了破解藥物研發時間長、高投入、高風險、回報慢的困局，AI 才開始慢慢走入了眾多醫藥企業的視野。近年來，全球涌現了百余家專注于通過人工智能技術提速靶點發現、化合物合成、化合物篩選、性質預測、晶型預測的科技公司。

在制藥成本方面，“十年攻關+十億美元投入”早已是新藥出爐的“標配”以及醫藥領域的“心腹大患”。這些科技公司通過強大的計算能力，減少新藥研發過程中人力、時間、物力等投入，從而降低藥物研發成本，提速新藥研發環節，更快篩選出具有較高活性的化合物為之后的臨床實驗做準備。

根據德勤公司發布的研究報告顯示：2017 年全球前 12 位生物制藥巨頭在研發上的投資回報率僅有 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，再加上我國醫藥產業市場更廣闊，AI 化變革將是一個新的經濟增長轉機，AI 在制藥領域的應用可謂如火如荼。

據統計，有 100 多家初創企業在探索用?AI?發現藥物，傳統的大型制藥企業更傾向于采用合作的方式，如阿斯利康與?Berg，強生與?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，少不了互聯網巨頭。國內騰訊、百度互聯網巨頭，為了完善醫療健康布局，對 AI 制藥產業的深挖掘也是不留余力。

近日，騰訊公司在官方公眾號上發布其首個 AI 驅動的藥物發現平臺“云深智藥（iDrug）”，引發市場熱議。近年來，騰訊頻頻投資在醫療健康產業，此次涉及 AI 制藥產業是醫療生態布局中的一環，業內人士表示：在意料之中。

騰訊官方透露：“云深智藥”主要是基于騰訊 AI Lab 自主研發的深度學習算法，為尋找潛在活性藥物提供數據庫和云計算支持，能夠覆蓋臨床前新藥研發全部流程的五大模塊。目前，云深智藥已經運行十個左右研發項目，其中包括對抗新冠病毒藥物的虛擬篩選和性質預測，篩選得到的化合物目前正在實驗驗證中。

同樣的，高喊“all in AI”，必然不會錯過醫療健康產業，而 AI 制藥也早早就在規劃中。

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

顯然，百度牽手 InSilico，即可獲得 InSilico 數據與資源，龐大的資源和海量的數據，可謂是一張 AI 制藥通行證。

總之，越來越多傳統藥企、互聯網巨頭、初創者加碼布局 AI 制藥產業，加速了制藥的 AI 化變革。只是，在這場變革中，它們各有各的更多的是挑戰。

AI 落地問題

因為行業壁壘高，攻堅難度。但國內方面，受制于此前國內藥企的研發能力限制，國內 AI+新藥研發的公司僅有寥寥幾家。

隨著國內創新藥器的發展及人工智能水平的不斷提高，近年來行業內也涌現出了一批優質企業。但同時，由于 AI 賦能藥物研發屬于交叉學科，團隊 AI 和藥物研發跨學科背景，全球 AI+新藥研發都面臨人才短缺的問題。

黃俊洲表示，目前云深智藥團隊由來自藥物研發科研機構和知名藥企的專家、AI 算法科學家和平臺系統技術開發工程師共同搭建。

但值得注意的是，目前因為生物學的復雜性，還沒有直接的與 AI 制藥相關的產品被批準發行，AI 在制藥行業藥物研發上的潛能，仍有諸多障礙需要跨越。現在其主要起到的還是協助作用，包括藥物挖掘、深度學習算法分析數據以及預測新藥有效性等，但這只是 AI 進軍制藥行業初步的結果。

實際上，AI 可能對藥物研發帶來的降本增效，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，資本的關注和巨頭的入場，使 AI 藥物發現被寄予厚望，雖然它還沒有出現太大成果，但它的發展前景已經被業內人士普遍看好。

然而，專家認為，AI 應用于新藥研發與醫療 AI 落地面臨同樣的問題，如人才短缺、數據標準化與共享機制、商業模式創新等諸多問題。人工智能在醫學領域的應用需要生物醫學、生物信息與臨床醫學、數據統計分析、醫學管理等學科背景的跨界人才。