阿里云優(yōu)惠券 先領券再下單

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(fā)人們對AI健康醫(yī)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(wèi)生、疫情研判、情緒管理、地圖服務、基因檢測、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，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)療健康市場是個“掘金地”，也說明在醫(yī)療健康市場，資本投資熱情高漲。

鈦媒體TMTBASE全球一級市場數(shù)據(jù)庫總計收錄，醫(yī)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(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(yī)療信息化、醫(yī)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(yī)療健康周報說明，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，社會老齡化的進一步加劇，且人均可支配收入的穩(wěn)步提升，對健康的需求得以充分釋放，醫(yī)療健康產(chǎn)業(yè)進入黃金發(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(chǎn)業(yè)帶來發(fā)展契機。

從醫(yī)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(jīng)增長到5448.13億元，占全國保險業(yè)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(yè)保費收入增速的6.15倍。

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

在AI醫(yī)療領域，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(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、費用高一直困擾著制藥行業(yè)。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(fā)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(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提速靶點發(fā)現(xiàn)、化合物合成、化合物篩選、性質(zhì)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(yī)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(fā)過程中人力、時間、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驗做準備。

根據(jù)德勤公司發(fā)布的研究報告顯示：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)市場更廣闊，AI化變革將是一個新的經(jīng)濟增長轉機，AI在制藥領域的應用可謂如火如荼。

據(jù)統(tǒng)計，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上發(fā)布其首個AI驅動的藥物發(fā)現(xiàn)平臺“云深智藥（iDrug）”，引發(fā)市場熱議。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)的深度學習算法，為尋找潛在活性藥物提供數(shù)據(jù)庫和云計算支持，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)運行十個左右研發(fā)項目，其中包括對抗新冠病毒藥物的虛擬篩選和性質(zhì)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(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，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、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(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，在這場變革中，它們各有各的更多的是挑戰(zhàn)。

AI落地問題

因為行業(yè)壁壘高，攻堅難度。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，由于AI賦能藥物研發(fā)屬于交叉學科，團隊AI和藥物研發(fā)跨學科背景，全球AI+新藥研發(fā)都面臨人才短缺的問題。

黃俊洲表示，目前云深智藥團隊由來自藥物研發(fā)科研機構和知名藥企的專家、AI算法科學家和平臺系統(tǒng)技術開發(fā)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(chǎn)品被批準發(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?，F(xiàn)在其主要起到的還是協(xié)助作用，包括藥物挖掘、深度學習算法分析數(shù)據(jù)以及預測新藥有效性等，但這只是 AI 進軍制藥行業(yè)初步的結果。

實際上，AI可能對藥物研發(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?？偟膩碚f，資本的關注和巨頭的入場，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，專家認為，AI應用于新藥研發(fā)與醫(yī)療AI落地面臨同樣的問題，如人才短缺、數(shù)據(jù)標準化與共享機制、商業(yè)模式創(chuàng)新等諸多問題。人工智能在醫(yī)學領域的應用需要生物醫(yī)學、生物信息與臨床醫(yī)學、數(shù)據(jù)統(tǒng)計分析、醫(yī)學管理等學科背景的跨界人才。

文/劉曠公眾號，ID：liukuang110

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！