“目前，要研發一種有效的藥物或疫苗，需要投入10億到20億美元的資金和數年的研發時間。而AI將大幅提升藥物的研發速度，降低研發成本，為患者提供更多價格在可承受范圍內的特效藥。”近日，創新工場董事長兼CEO李開復在醫療創新趨勢分享會上說道。

他以一家AI研發新藥公司Insilico Medicine舉例，其用AI發現了肺纖維化、腎纖維化等2種罕見病藥物。“科學家的生產力提高了，并能夠以3到4倍的速度發現藥物，而且可能便宜10倍。”李開復說道。

也正是基于這樣對醫療科技的認知，在過去兩年時間，大量的醫療科技企業在港股、美股和A股上市，也有大量的一級市場資金涌入。這里的參與者不僅有傳統的醫療基金，還有一些新興的基金，同時包括傳統TMT基金。

“從去年2月份開始，市場進入了調整期。現在A股的PE估值到了12倍以下，基本上處于歷史底部。對于港股和美股的情況，大家在過去的幾個月也已感受非常深了。除了整個二級市場的動蕩之外，俄烏戰爭、疫情，還有地緣政治博弈等因素的疊加，讓整個一級市場也充滿了動蕩。今年是不是就那么悲觀？特別就整個醫療賽道的投資而言，是不是就那么悲觀？”創新工場合伙人武凱直言道。

對這個行業內人人都在自問的問題，武凱保持謹慎樂觀，對此他分享了兩個數據。

2021年，中國在醫療健康賽道的VC和PE募資一共達到180億美元，在美國這個數據是創歷史新高的197億美元。雖然一直在說一級市場降溫，悲觀情緒蔓延，但現在一級市場的資金充裕。同時，這也說明，中國醫療投資市場在未來三到四年里，資金仍然充裕。

第二個數據有關退出。清科數據顯示，2022年第一季度中國股權投資市場共有2155起投資，醫療健康賽道投資案例數和投資金額分別為427起和312.96億，均位居第三。同時在第一季度，整個醫療健康領域中國企業上市的數量達21家，在所有行業里位居最高。

這是一個數據結果，說明外界雖然不乏唱衰，但投資人在實際決策中對醫療健康項目仍保信心。那么這個信心來自于什么？

這就需要回到文章開頭李開復所言：科技的發展。

這個發展可以從疫苗進入臨床的速度直觀體會。2003年非典疫苗從發現病毒到進入臨床試驗歷時數百天，而2020年新冠疫苗從公布病毒的全基因組序列到一期臨床試驗獲批（比如中國的康希諾和美國的Moderna）只經歷了數十天。

“我們看到在過去的二十年間，整個醫療技術在非常快速地發展。隨著病毒檢測技術的成熟，2003年還沒出現和普及的NGS（‘Next-generation’sequencing technology）二代測序，到現在NGS第三代測序都已開始發揮作用。”武凱說道。

這只是過去幾十年時間醫療科技發展的一個方面，事實上遠不止如此。武凱認為過去的醫療科技發展經歷了三個階段：第一階段在1990年之前，包括了小分子、重組多肽，即胰島素、生長激素、抗體；也包括當下普遍接觸的醫療器械，如CT、MR，種植牙、人工晶體、心臟起搏器。

從1990年到2010年，藥物領域從單抗藥物進入了ADC藥物、基因治療及雙抗藥物，器械領域出現了手術機器人，包括當下使用的二代測序、神經介入等都是這個時期的產物。

從2010年開始，醫療技術進入發展最快的時候。溶瘤病毒、mRNA藥物，細胞治療CAR-NK等一些新名詞出現了，在醫療器械上進入三代測序，出現全世界最小的植入體——青光眼微創植入耗材iStent等等。2012年，腫瘤免疫細胞療法（CAR-T）首次成功治療了身患白血病的小女孩Emily Whitehead，CRISPR基因編輯技術首次被發現。到前幾天， Synchron開展首個腦機接口人體臨床試驗。

同時，AI技術快速發展，幾年前AI已開始介入整個制藥環節。2020年首個AI設計的小分子藥進入臨床試驗，2021年AlphaFold2解鎖98.5%人類蛋白質組結構，AI進入大分子藥已經有了非常好的基礎。

第三波的巨大的浪潮是“AI＋Science”

AI的三大基石是算法、算力和數據，AI以此為養料迭代發展。這三者中數據尤其重要，因為要有海量的數據才能把AI的“大腦”訓練好，人的大腦是可以少量的數據來訓練的，但AI在大部分的應用里有越多的數據，最終得到的結果就越好。而且這個數據的增加會不斷地讓AI進化迭代。

“從計算機視覺、NLP自然語言理解等領域都看到類似的AI進化過程，特別是近年來，NLP領域的大語言模型在落地應用層面取得了突破性的進展，讓感知智能躍遷到認知智能的通道暢通了。所以也可以說，哪個領域有海量的數據，哪個領域就會有巨大的機會。”李開復說道。

那么在醫療行業中，李開復有怎樣的觀察呢？

第一，傳統的醫療行業正在全方位數字化，包含醫療流程信息化、可穿戴設備記錄全程健康數據、以及新技術產生海量生物學數據等。這些數據將成為AI的“養料”，產生有價值的算法，在疾病預警、診斷、治療、監測、長期管理等方面輔助醫生進行診斷和治療，更有利于執行針對患者的“千人千面”精準治療方案。

海量的數據也會用在新藥發明，如當下在做的小分子、大分子藥，那么這些科學實驗無論成功失敗都會產生大量數據。

第二，從AI發展的角度看，剛開始的AI就是一個新技術去尋找落地場景。第二波則是AI在某一商業應用里創造價值，如無人駕駛初創企業，它們都是在交通、金融、制造領域中把AI應用起來。

李開復認為，第三波的巨大的浪潮就是“AI＋Science”。“在醫療或者科學領域，我們過去很多都是小數據的做法。比如一些頂級的外國醫院，他們在真正的癌癥數據上，每一種癌癥都只有十來個例子，這是用來教醫生的。但是AI可以學習幾十萬幾百萬甚至幾千萬個例子，而且是越多越好，所以我覺得它的潛力非常大。”

我們可以想象一個醫生，他的診斷能力主要來自他的經驗，而一位醫生一輩子可能看一萬個病人都算很多了。如果是AI，完全可以看1億個病人，甚至10億個病人。AI醫生可以通過海量數據可以去做更好的總結，而且還可以找到一些長尾的罕見病，也會避免一些用藥可能帶來的問題等等。

所以李開復認為，在海量結構化、金標準標注的閉環數據的助推下，生命科學賽道將不斷尋找符合行業規律且有商業價值的落地場景。

“可以說‘醫療＋X’時代下，一個科學家可以從半夜起床看實驗結果的重復辛苦工作中解放出來。我們可以想象，以后的生物科學家、化學科學家、制藥科學家，他們的工作可能更像是一個AI科學家，他可以用一套軟件來寫一些控制機器人的代碼，幫助人類完成重復性的工作。然后，科學家就可以把時間全部花在想新的點子和創造上，藥物研發就可以得到提速。”李開復說道。

即便是高度依賴人類醫生審慎判斷和靈活操作的復雜手術，AI也能在其中發揮作用。2020年，美國的機器人輔助腔鏡手術滲透率是13.3%，到2026年預計會增長到23%；中國目前的滲透率還不到1%，還有大量的增長空間。

李開復判斷，5到10年內，AI也將在各種醫療細分領域落地，“數字醫療和AI融合將帶來一場新的革命。隨著AI+Science獲得越來越多的應用，各學科領域不斷交叉融合，技術驅動的醫療創新將迎來重大拐點，‘醫療＋X’將是下個十年的醫療創新主旋律。”

“醫療 + X”：交叉學科，跨界融合

這里所說的“醫療 + X”指什么？武凱解釋道，“跨界交叉和融合創新是現在醫療健康行業發展的大方向，在過去的十年時間，隨著人工智能、量子計算、新材料、集成電路，以及傳感器技術，生物化學，光電技術等交叉學科的快速發展，大量跨界人才進入了醫療健康賽道，迅速推動了‘醫療+X’交叉創新的發展。”

武凱分享了他所觀察到的兩個變化。一個是交叉學科在多個方向產生重大技術突破，其中有些已經實現了商業化落地，如計算生物學（AI制藥），合成生物學在醫療以及其他賽道（化工，日化等）的落地，手術機器人，醫療級別可穿戴設備，醫美材料等。

另一個是越來越多的創始團隊有著復合型管理背景，如人工智能和醫療團隊的結合（AI制藥），醫療背景和傳感器背景的交叉（可穿戴醫療器械），合成生物學科學家和化工行業專家的搭配，集成電路背景和體外診斷行業經驗的結合（分子芯片）等。

基于對這些變化的認知，創新工場的整個醫療投資團隊也有五個重點關注的賽道：AI+醫療、自動化、生命科學基礎設施、預防醫學及創新療法。

賽道一，AI智能化醫療技術。

武凱判斷AI有潛在應用價值的細分醫療領域具備兩個關鍵特征：海量結構化金標準標注的閉環數據，并且找到符合行業規律且有商業價值的落地場景。具體而言，在這一賽道，創新工場重點關注計算生物學（AI驅動的新藥研發，基因組分析，蛋白質組學，單細胞分析等）、數字化臨床CRO、醫學影像相關（AI超聲，病理檢測等）等細分賽道。

賽道二，自動化設備。

實驗室自動化技術解決了制藥領域高通量篩選、疫情防控大規模核酸檢測等對效率、準確性的要求。創新工場的重要關注點則在于手術機器人、檢驗分析自動化、生物生產自動化、自動化生命科學實驗室等細分賽道的創新技術。

賽道三，生命科學基礎設施。生命科學基礎設施行業伴隨下游生物醫藥行業高速成長，近年來本土企業加速發展，從去年開始一直是資本追捧的熱點。新興技術和療法的應用發展，也拓寬了CXO 公司的服務領域，打開了行業的天花板。創新工場重點關注的是生命科學工具（實驗試劑，實驗動物，實驗設備等）、生命科學上游產業鏈（設備，耗材，原料以及服務等）、和中游產業鏈（新型CRO和CDMO）等細分賽道。

賽道四，預防醫學和服務。預防醫學Prevention Health結合了IVD（In Vitro Diagnosis，體外診斷)和藥物、數字醫療上的經驗。新冠出現后的兩年，有大批中國IVD公司完成IPO，業績出現幾十倍、上百倍甚至上千倍的增長。創新工場重點關注其中的早癌早篩技術、consumer device（可穿戴設備，CGM等）、疫苗（mRNA疫苗，傳統疫苗技術）和新型服務等細分領域。

最后一個賽道是新一代療法科技。在新一代療法科技中，細胞治療、基因治療、核酸藥物這三大前沿技術是最受關注的新興領域，融資額都在迅速攀升。并且，隨著創新藥國際合作增多，專利引進（license-in）和出海（license-out）讓企業更具活力。其中，核酸藥物、細胞和基因療法、微生物組學和其他新興療法（腫瘤電場治療等）是創新工場希望在早期就持續介入的方向。在過去的幾年時間，療法科技一直是醫療一級市場投資的重點，高風險高回報也是這個賽道的特點。

“時至今日，mRNA療法的三大卡脖子問題-序列設計、遞送系統、放大生產，都形成了超高技術壁壘。中國公司普遍只有2-3年歷史，還有很長的路要走。這也是我們在創新療法領域投資的思考，尋找真正有源頭技術，真正能找到自己競爭優勢的產品和定位的優秀公司，就像我們看到很多公司號稱自己能做first in class的產品，其實成熟的歐美市場更多的創業方向是做best in class產品。”武凱說道。

對于為何在這一高風險長周期領域的選擇投早期，即成為初創公司前兩輪融資的主要投資人，武凱對澎湃新聞（www.usamodel.cn）解答道，“七八年前做這件事時，更多是AI背景的團隊想用AI顛覆醫療賽道，但進展不順。很大的原因在于當時過分低估了醫療行業的復雜性，也過分強調了AI技術的領先，忽略了醫療行業的特點。很多公司融了很多錢，但看不到什么真正產業化的機會。但是現在的早期團隊往往不是‘AI+醫療’，而是‘醫療+AI’，是醫療團隊通過AI來賦能，這樣一開始在整個產業化的思考上就會比較成熟。經過之前的經驗，投資人也被教育得比較好。現在投‘AI醫療’或‘醫療+AI’，選擇投早是有一定道理的，因為一開始都思考得非常清楚了，應該做什么產業化的方向，怎樣盡快把產品推出等等。”

武凱補充道，“現在還有一個好處，中國國家藥品監督管理局在整個AI醫療證上已經有突破了。過去大家還有一個困惑，就是證始終拿不到，那么拿不到證就沒法商業化，而在過去十幾年間十幾張證被批下來了。一些醫療影像AI公司或AI新藥研發公司，都慢慢走出一些路，開始接到藥企比較重要的訂單。”

那么在創業者的選擇上有什么樣的傾向嗎？武凱認為，“我們處在短時間的下行市場，連續的創業者可能經歷過經濟周期，會更加成熟有經驗。我們在過去兩三年投資的接近30個醫療項目中，有相當大的比例都是企業家的第二次、第三次創業。”

除了在選人外，AI醫療早期投資的“坑”如何避？

“我自己的體會來講，要重視整個應用環節，一個值得關注的現象是，很好的產品可能也會很難真正進入實際應用。之前很多AI讀片公司找不到商業化落地，因為醫院認為可以免費用，但不會去付費。如果選擇和產業的投資方進行聯動，如一家AI影像公司一開始就應該學會怎么跟GE、西門子、飛利浦這樣的公司合作，綁定他們的硬件一起去賣。換句話說，我們會搭配行業領軍企業，因為他們有很好的行業認知，有現成的客戶、渠道和醫院、醫生，有完整的資源和生態。這是我們做早期AI醫療投資的想法。”

對比中美兩國都非常熱門的“醫療+AI”賽道，中國的初創企業表現如何？武凱對澎湃新聞（www.usamodel.cn）表示, “事實上我們一直認為，在很多的賽道里中國的醫療AI更有機會，為什么這么說？我覺得AI醫療解決的就是醫療資源不平衡的問題,大家知道中國70%、80%的人都會選擇在最好的三級醫院或沿海地區醫院就醫，中國市場跟美國來比，這個不平衡要大一些，中國市場的機會也會很不一樣。”

在今年這樣黑天鵝滿天飛，在市場整體回調的情況下，武凱認為，醫療健康賽道作為其中為數不多的亮點，具有穿越周期的投資價值。這里的說的醫療大健康已經不局限于生物醫藥、醫療器械、醫療服務等傳統垂類的微創新迭代階段，更多的技術前端突破將由早期的科技創新企業來完成，繼而與各種交叉學科碰撞結合后落地。

在布局上，近日創新工場宣布成立了第一屆生命科學專家顧問委員會，康諾亞生物董事長兼首席執行官陳博博士、創勝集團董事長趙奕寧博士、Labcorp徠博科集團高級副總裁，亞太區負責人畢紅鋼博士受聘成為創新工場第一屆生命科學專家顧問委員會常任委員。

“作為長周期的投資賽道，優質的醫療健康企業需要十年甚至更久的積累才脫穎而出，這需要真正懂交叉技術、懂跨界產業的復合性投資人進行耐心陪跑，完成技術創新的同時創造出更大的經濟價值，進而造福更多的人類。”武凱說道。