3月2日，启明创投主管合伙人梁颕宇与创新工场董事长兼CEO李开复在线上展开一场以《从“AI＋医疗”到数字医疗：机遇与挑战》为主题的高端对话。稍早前，启明创投、创新工场两家顶尖投资机构参与投资的Insilico Medicine已宣布，其在全球首次利用人工智能发现新机制特发性肺纤维化药物，这也是全球范围内一个里程碑事件。在这一背景下，梁颕宇作为医疗健康领域的资深投资人、李开复作为人工智能领域的顶级专家，二人在长达1小时的对话中分享了从“AI＋医疗”到“数字医疗”的真知灼见和行业洞察，本场对话的主持人由Insilico Medicine首席科学家任峰博士担任。李开复：虽然我们非常自豪Insilico Medicine的这个里程碑，但如果从1到10，我们今天其实只走了第一步，未来的潜力特别巨大，整个流程可以更快被打通。AI跟今天的科学家扮演的是一个合作的角色，以后可能会有更多不同的角色。所以我们非常非常兴奋，一部分是因为里程碑的事件，一部分是未来还有更好的愿景我们可以期待。 梁颕宇：我个人认为也只是在1左右。AI在医疗领域第一个大规模的应用是AI+影像，这也得益于AI图像识别技术发展的成熟，后面慢慢衍生到药物研发的领域，并取得了很好的进展。从医疗领域全景来看，还有很多AI没有介入的领域，很多问题更复杂，需要更长的时间、更系统化的解决方案。现在说人工智能对医疗领域的潜在影响还过早，但是我们的思想是非常开放的，医疗领域、生物制药领域都在反复试验，关键是找到解决方案来满足病人的需求，来达到临床的卓越，而不是选择一个特定的技术平台作为先决的条件。此外，医疗行业是一个高度监管的行业，需要了解这个行业的各方面，再去找到一个更好的方法。 Q：3年前投资Insilico Medicine的时候，团队的哪些方面吸引了您，让您觉得Insilico Medicine具备引领AI制药突破的潜质？ 李开复：最重要的一点是，创始人Alex是结合生物和AI两方面的专家，世界上这样的人才是非常少的，我在这里鼓励年轻朋友们一定要让自己成为这样的跨领域专家。因为如果我们只用AI来去做医疗生物方面的工作，可能就会把很多该领域若干年累计的知识都没有用上，但是如果我们只是用生物的观点来看，可能又不能理解大数据、AI跟各种新的AI算法怎么能够快速收敛，帮助解决过程跟流程。Q：您为何投资Schrödinger、Insilico Medicine这样的人工智能企业？梁颕宇：我们认为人工智能或数字化是促进医疗创新的技术之一。在医疗健康领域，新药研发的时间、金钱成本日益攀升，成功率不断下降，需要新技术来提高新药发现的成功率、提高开发效率、降低成本。从技术的角度来看，计算机技术近年有了长足的发展，随着算力不断增强，人工智能技术不断精进，该技术已经成功应用在不同其他的领域，包括人脸识别等等。我们看过的几乎所有AI辅助研发药物企业，几乎都尚未发展出他们所对外声称的那些能力，除了Schrödinger和Insilico Medicine之外。我们自己也有一个投资科技的团队，我们的科技团队对Insilico Medicine后台的系统进行了很全面的评估，认为Insilico Medicine的系统比起很多创业的公司来说，更为先进。在我们自己的投资组合中，已经有120多家医药公司。有些公司可以结合先进的计算机和人工智能技术解读现代新药研发积累的大量试验数据，加快新药研发的时间，降低成本。所以我们看到此前Insilico Medicine宣布推出了一种新的、用于药物发现的人工智能系统，能够在21天时间里，从始到终创造出全新的分子，花费只有15万美元。作为中国领先的临床CRO泰格医药和dMed的早期投资人，我们必须找到方法来帮助加快药物开发的过程，这就是我们投资Insilico Medicine和Schrödinger两家公司的原因。我们投资的一些公司，如甘李药业等等，其实已经从in-licensing的模式或者生物仿制药的模式发展到创新药物的模式，这些公司也会是Insilico Medicine的合作伙伴。我们也希望更多引进我们已投的公司跟Insilico Medicine合作。Q：数字医疗的创新带来了哪些积极的影响？目前信息技术和医疗健康产业的结合还存在哪些难点？梁颕宇：大多数数字医疗的公司都是由TMT企业家或者医疗健康企业家创立的，很有意思的是，我们发现两类企业家基于他们对技术的理解，或者对医疗制度、医疗系统的理解会将公司引向不同的发展方向。这其中并没有对错的问题，而是不同的业务模式需要不同背景的创业者。作为投资人我们会考虑如何为每一种不同的模式选择合适的团队，这是我们面临的一个挑战。数字医疗4、5年前成为美国的热门行业的时候，我们对投资这一类型的公司持比较谨慎的态度。许多人投资大量复制美国商业模式的中国初创企业，在这个领域我们拒绝了至少200—300家公司。其中的原因，是因为美国和中国的数字医疗需求非常不同，美国超过90%的医院是私立医院，而中国90%的患者去公立医院。这也就是我们看到的2020年美国很难实现对个人防护装备（PPE）或者呼吸机集中采购，而这些采购在中国医院是非常容易完成的。因此中国市场与美国市场所需要的软件和数字医疗是不同的。我们确实投资了一些我们认为具有很大潜力的公司，包括梅斯医学、微医、妙手医生、推想科技等等。所以我们是非常看好这个领域，但是还需要慢慢从不同的角度和需求出发来找到解决方案。 Q：对于AI赋能医疗产业，您个人最期待的科技驱动的突破口还有哪些？李开复：我觉得AI底层就是一个数字化的演进，什么领域能够变成数字化，它就可能用数据科学和AI来帮它提升价值。所以我们从电子病例到保险到医疗之间进行了整合，也是我们重要的投资主轴。大家可能更有兴趣的是以后会有什么神奇的AI出现，我觉得可以分成三个部分来讲。第一部分，在新药的研发跟加速方面，我们可以想像，如果我们现在对于靶点的发现，对于新的药物去挖掘能够变得很快的话，再下面就是测试。这两个做好以后还是要做人体的测试，多大的程度我们可以用体外检测或者用新的方法能够更快的预测在人体的检测会不会成功，甚至是不是可能来模拟这个过程，再进一步缩短整个药物研发的流程。因为当一个流程这么长的时候，你把前面的两、三阶段变快了，最后第三阶段就会变成你的瓶颈，所以怎么增快加速，或者怎么平行去做，更能够筛选出做第三阶段验证更能成功的新药。这些Insilico Medicine已经在做，我们也投资了一些其他的公司。过程中还有一个自动化的问题，你要做这么多试验，如果都要靠人来做，人也不能不吃饭、不睡觉、不休息，所以我们也投资了一家机器人公司，叫做镁伽，他们基本可以完全自动化地让一个实验室一天24小时一周7天不断地自动做试验。如果有一天能够真的完全打通一个闭环，生物科学家就可以和写计算机程序的码农一样了，他可以先写一个程序，先测一个这个，你是一是这个，结果好的话我再换一个那个，几乎就能够远程的，而且非常高速度去测试各种医疗的可行性，使新药研发变得更便宜、更快速、更有效，让人类能够受益，这肯定是一个方向。第二个方向，从诊断的角度来看，现在大家听到比较多的是影像相关的，肯定影像是一个非常好的切入点。因为现在计算机来识别人脸也好、物体也好、商品也好，做智能质检也好，都达到了或者超过了人类的水平，在MRI、CT方面也能做得一样好。除了影像方面，我认为整个医疗诊断的过程，如果我们放眼看个二、三十年，我毫无疑问地认为AI机器人的诊断一定会超过医生的水平。因为没有医生可以记得所有新发明的药物，读书的时候可以背很多，一旦每天忙着看病人，不可能对新的治疗方法、药物都能够背得那么熟悉。而且，每一个病人他可能有各种不同的情况，比如我自己当年被诊断得癌症的时候，我的医生因为他对整个血液肿瘤进行了通读，但是没有懂我得的这一种病，基本上造成了误诊。所以怎么样个性化的去了解每一种疾病那么多的选择，人的大脑是不够用的，我认为医疗更适合用人工智能来辅助诊断，前提是我们要把一切数字化，要有足够多的病例。一个医生他的能力来自哪里？可能来自他的一生看了1万个病人，但是一套AI的诊断系统，它可以在很短的时间就看几十亿的病人，这学习到的内容跟数据一定是巨大。为什么每一个人都要有一种治疗方法，现在很多药物的发明也好，治疗的手段也好，都是针对一种病人的一种、两种或者三种办法，但是为什么不是千人千面呢？就像我们每一个人去刷抖音的时候看到的内容都是不一样的，如果每个人刷的都是一样的内容你还会有兴趣吗？同样的道理，我们每个人的基因不一样，家族病史不一样，过去的病例不一样，所以每一个人都应该有千人千面针对性的看法。何况我们今天基因排序已经做得这么先进了，基因排序是那么大的数字，医生也不可能全部读一遍，但是AI可以。所以长期来说，一个基于个人千人千面针对性的AI人工智能诊断机器是可以做得非常好的，但是这不代表医生会被取代，因为AI没有办法成为患者打从内心去信任的对象，让病人讲出自己过去各种的病史和家族的问题，而且医生有更多的经验可以得到更多的数据。人机结合未来在医疗方面，在心理认知或对自己的康复增加信心方面，这些都是医生可以做的，这两者结合一定是能够让我们最健康的。最后一点我想讲的是机器人的方面。刚才已经讲了实验室的机器人，我们知道有手术机器人，在未来这些都会继续发展。今天的手术有机器人参与的已经接近20%了，主导的也有百分之几了，以后这些都会继续增加，同时还会有更多新的机器人出现，比如纳米机器人，它们甚至可以到我们的体内，只有1、2个纳米那么大，甚至可以帮助我们跟癌症对抗。今天世界疫情导致全民对医疗健康特别关注的时候，AI 能够做出的所有突破都可能会被更多人更快速去接受。所以我觉得二三十年以后，真的就是一个AI加上人的最好结合，未来20年的推动可能会大于人类过去几千年所有历史的累计。 Q：对于中国成为全球技术赋能医药创新领域的领先者有何期待？李开复：我觉得绝对是有希望的，但是会需要一些时间。希望来自于什么？刚才讲了很多，但我觉得特别重要的几点：一是中国有人口的优势，我们能够更快速的去得到大数据，用数据来推动技术的发展。而且数据的使用方面，中国在经过脱敏保护个人隐私的前提之下是可以有更多的数据来累积的。首先中国的医院就比美国最大的医院大十几二十倍，它的数据就多了。第二，有很多新的技术，比如联邦学习，能把不同的医院数据串起来，又不伤害各个用户的隐私。而美国在隐私法方面，比如用HIPAA这样的法律保护的有点过头了，让AI的工作者很难能够拿到海量的数据。三是中国的科学家现在最厉害的两批中国科学家就是学AI和学生物的（也许还有别的，但我认识的就这两群），所以中国并不缺在国际上值得尊敬的、快速崛起的新锐科学家，无论是看论文，还是看其它的指标。我觉得有很多美国或者欧洲的技术，其实已经几十年了，有点过时了。现在有好几个因素来推动这些技术的替代，比如说用AI来做里面的一部分，或者是用体外检测或者基因排序来取代传统的方法。我们正在这样一个特别重要的关键点，有可能是中国的科学家因为没有过去的包袱，说某个公司一家独大，我要做这个领域只有为他打工，中国有这么好的创业环境，有这么好的VC，有这么好的科学家，得到投资，可以用更新的技术、更精准、更便宜的方法能够打造出新的治疗方法或者测序方法，或者机器、或者耗材等等。我们看到非常多公司现在在中国崛起，应该是一个天时地利人和的好机会。因为在中国有数据跟人口的优势，科技也赶上了国外，而且很多科技正在处于改变潮态的时候，从传统的方法进入了新的AI基因排序和体外检测技术推动的时代，我们处于非常好的时候。而且相当高比例的中国型的创新让中国走向世界舞台会是创业型公司。 梁颕宇：中国AI+医疗的结合可以提高医疗的效率，包括线上诊疗，可以省去大量在医院等待的时间，通过信息的对称更便捷地匹配最好的医生；也可以做到提升医疗的准确性，用AI技术帮助医生更快更准地去做诊断；还可以节省劳动力，用AI制药可以将上千上万靶点的工作简化，也就是Insilico Medicine去做的事情。在某些领域我觉得可以出现类似于Insilico Medicine国际的机会，我们对Insilico Medicine的期望是非常高的。对于健康数据，不同的国家和地区会有不同的隐私法规，这对创业公司可能会是一个挑战。数字医疗的业务模式在中国非常具有创新性，是在中国医疗体系和需求下形成的商业模式，这些模式必须适应不同地区的医疗系统才能得以实现。因此它的模式不像药物或者医疗设备销售那样千篇一律。除了某些商业模式，比如药物发现、开发等等，我不确定要成为数字医疗领域的全球领导者是有那么容易的。下面还有一些其他的挑战，但是如果无法拿到数据，或者拿到标准一致的数据的话，很多公司的发展还是有一定难度的。（后台回复“招股书”获取2020年热门IPO公司招股书）
本文由公众号IPO早知道（ID：ipozaozhidao）原创撰写，如需转载请联系C叔↓↓↓