內容來源：2019年5月24日，在投資界沙龍-尋找醫療產業的投資新機遇上，高特佳投資集團投資研究部執行合伙人，武漢大學生物化學與分子生物學，博士張鵬先生進行了以“AI醫療的投資未來”為主題的精彩分享。鯨活動作為媒體支持，全程圖文+視頻+照片直播。

主講人：張鵬

整理：許樂峰

　　據公開媒體報道，國務院、發改委、全國人大、工信部、政治局都曾下達政策文件支持AI產業，包括《“十三五”國家科技創新規劃》、《中國制造2025》、十九大報告等，當人們對這些政策進行解讀時，卻發現相應的焦點都落實在AI醫療產業中。

　　目前來講，AI在醫療行業的應用場景主要有五類：智能影像識別、醫療機器人、智能診療、智能藥物研發、智能健康管理。但AI在醫學上的應用上，大多仍是在醫療影像學的方面。但傳統醫療行業仍然處在一個診療標準化，病患信息化的過程中，在這個過程中逐步引入AI輔助醫療行業發展，挑戰仍然不小。

　　應用場景：AI+醫療 注定不平凡

　　概括來說，AI在醫療行業的應用場景主要有五類：智能影像識別、醫療機器人、智能診療、智能藥物研發、智能健康管理。

　　目前，AI在醫學上的應用，大多仍是在醫療影像學的方面。武漢大學生物化學與分子生物學博士張鵬先生認為，醫療診斷過程大多以人的判斷為基礎，是一個高度非標化的行業，影像學僅起到輔助診療的作用，很難成為一個確診的工具。

　　由于影像設備及分析程序的有效性并不能直接由其確診病人的數量來考核，而是在長期輔助醫師的判斷下實現價值。

　　因而該行業的定價權并不在于市場需求終端，而是直接依據技術供給側的生產定價，沒有形成市場化迭代閉環，因此我們很難確認AI系統與設備的有效性。

　　對于像這樣非明確的價值和定價過程來說，是很難做出投資和估值評估的。

　　醫療產業鏈條相對較長，不僅是研發到通過認證上市的過程長，對于每個病例自身所經歷的初步診斷、會診、確診、治療用藥也是一個長期且非標的過程。

　　所以，張鵬先生認為，如果一家外行企業要轉行做醫療的時候，應該要深刻理解AI醫療是在做什么，是取代醫生還是幫助醫生。

　　臨床使用：AI影像輔診應用 低成本高效率

　　大家應該知道，國內放射科醫生資源奇缺，看X光片的速度也非常慢，看一張X光片要八九個小時，導致專業的放射科醫生非常忙，費用也很高。基于影像的AI輔診解決的就是這方面的問題。

　　據統計，在2018年第一季度的時候，市場上大概只有40家稍微有名氣的公司在做基于影像的輔診，到了2019年，達到一定規模的企業已經翻倍，達到了100家左右，熱度非常高。而政策的監管也發生了一些變化，原先是中檢院在做影像輔診的標準注冊，對AI影像輔診產品的注冊和落地進行培訓，但到了2019年一季度這件工作就轉到信通院了。

　　此外，基于產業的巨大財富空間，影像輔診賽道的玩家也是多種多樣，其中騰訊、百度、阿里也試圖涉足這個領域，頭部企業主要有騰訊覓影、聯影智能、體速科技、12Siama和上工醫信。

　　據公開資料查詢數據顯示，騰訊覓影是騰訊旗下的公司，主做食管癌、肺癌、糖網、乳腺癌等方面的影像輔診產品。去年4月份的時候，騰訊宣稱招納了400名博士搞研發，但是慢慢的沒有了動靜，里面很多人員流到了其他的AI影像輔診公司。騰訊想聯通萬物，而做影像的輔診需要核心數據和AI算法，對于騰訊這種社交平臺企業來說，它本質上不太愿意把數據和算法放到平臺上，所以騰訊覓影的失敗是有原因的。

　　此外，AI影像輔診主要是基于單病種圖像標注形成的模型，與臨床使用場景的匹配度有待提高，類似于肺CT、肺結節的診斷，還有就是糖網篩查等等，產品性能自報與檢測數據不符，魯棒性有待提高。所以在2019年，很多AI影像輔診公司都想開了，愿意從單產品到全產品覆蓋。另外AI影像輔診產品獲證緩慢，沒有辦法實現商業化。

應用前景：AI+分子生物學及基因研究

　　在包括傳統醫療、大健康、生物醫藥、生命科學四個方向上，張鵬博士還看好AI在生命科學中的未來應用前景，包括分子生物學及基因研究。

　　2018年1月，比爾·蓋茨提出關于微生物組的研究是推動人類醫療發展的重要方向。人類當前已經可以通過分析微生物組基因的分布情況獲知很多疾病的早期特異性，因而進一步將成為病癥早期篩查的利器。

　　該方向是大數據與AI在基因分析應用上的代表方式，相對簡單而可行。

　　張鵬博士認為，AI在分子生物學及基因研究方面，其應用可以劃分為宏觀、中觀、微觀三個層次：

　　當前科學家常通過菌群基因的研究來分析早期病癥問題。由于每個人體內有幾十萬億個細胞和上百萬億個細菌，因而菌群是否正常分布代表了其人體機能正常和非正常運作的分界限。也就是說，對于某些病癥而言，患者的菌群分布與正常健康人群會有不同。

　　基因檢測通過智能化數據分析，能獲得較為有效的結果。通過局部組織的菌群基因(特別是腸道菌群基因)的分析，可分辨出很多病癥早期的特異性。這正是數據化分析、AI分析可以定義為數據與AI在宏觀層面上的應用。

　　分析人體內部自身的基因變化情況，例如包括組織內部RNA、脫落DNA，以及細胞外泌體中的基因等，配合抗體的對應分析，可以更精準地定位病癥的發生狀況與所處的階段。

　　比如，人體是否出現腫瘤，是良性還是惡性的，我們可以通過大量的上述基因分析，與正常人的基因進行對比，以捕捉非正常的基因片段來進行深入判斷。這一過程可以稱作是AI在生物物理學的中觀分析。

　　明顯趨勢：AI+醫療產業 改變的革新

　　近兩年來生物醫藥行業出現一個有意思的明顯趨勢，越來越多從事生命科學研究的人才來自于AI醫療行業轉型，這其中其實有著重要的相關性原因。

　　基因是人的代碼，其實它和計算機的代碼非常相似。近年來，我們對基因病、癌癥腫瘤、病毒病的治療，越來越多是通過基因的修正和增補的方式，這個過程很像程序員修改計算機代碼。這是一場將給醫療行業帶來翻天覆地改變的革新。

　　雖然很多精準治療在當前還并不足夠精準，病癥只是表面上被治療，但還有很多副作用，原因在于“修改代碼的過程”不夠精細。

　　精準治療除去基因工程之外，分子靶向藥是一個相對更加成熟的方向。很多治療癌癥的分子靶向藥在基因治療之前就出現了，近兩年出現的PD-1抑制劑，是癌癥治療非常重要的小分子靶向藥療法，它通過刺激免疫細胞受體發生變化，使其產生應有的癌癥抗體。

　　這是分子生物學應用的重要突破，該方法也于2018年9月首次通過了CFDA的認證。分子靶向藥同基因療法一樣，都是分子生物學在醫療中的重要應用，是精準治療的重要形式。

　　這就好比以前我們看到一個壞人，需要扔一個炸彈炸毀一片，造成很大的損失；現在我們看到壞人，派出一個狙擊手，精準狙擊，這就是精準治療。

　　精準治療在生物醫藥的發展上前景光明，但仍處于初級階段。在選擇醫療項目時，星瀚資本會先參考國內外前沿的醫學方法論，然后再從方法論下垂直的應用方向、具體技術與實現方式等篩選投資項目。

　　自從出現CIK、PD-1、PD-L1、CAR-T、TCR-T巨噬細胞療法、IPS療法、AADC療法等各類型方法論后，國內也有很多機構都在做相應的垂直方向研究。

　　投資價值：掘金AI醫療 價值可期

　　張鵬博士表示：“政策是創新浪潮的大閘門，鼓勵創新行業良性發展，把握政策尺度是關鍵。閘門開得過大，企業蜂擁而入，大水漫灌，行業澇死；閘門關得太緊，資源不足滴水不漏，行業旱死。 “

　　醫療行業的創業者要看清自己的競爭力和方向，在AI影像診斷領域，算法、算力和優質的數據都很重要。有的企業覺得自己算法很牛，有國外頂級的AI專家背書，也有企業說我有銀河一號超算，算力特別強，這些都不是關鍵。優質的數據才是核心，哪家企業在這方面做得越好，未來的可投資性越高。

　　AI影像診斷領域目前的市場格局其實還是在跑馬圈地，企業的估值普遍虛高，我們需要從商業的角度考慮問題，到底誰來付費，是面向設備企業付費，面向C端客戶付費，還是面向藥企端付費？這是AI影像輔診這個賽道中的企業非常關注的一點。

　　整個醫療行業還在繼續往前走，政策的發展也好，行業的規劃也好，包括健康醫療與AI的結合都在往前走。在未來，AI醫療確實能夠給整個醫療行業帶來比較深刻的變化，但是這一天將以什么樣的方式到來，由哪幾家來主導這個行業，國內政策或者投資機構一定會甄別出有效的方向。