"AI賦能醫療健康剛剛邁出了第一步。"

作者｜Stone Jin

3月2日，啟明創投主管合夥人梁頴宇與創新工場董事長兼CEO李開復在線上展開一場以《從“AI＋醫療”到數字醫療：機遇與挑戰》為主題的高階對話。

稍早前，啟明創投、創新工場兩家頂尖投資機構參與投資的Insilico Medicine已宣佈，其在全球首次利用人工智慧發現新機制特發性肺纖維化藥物，這也是全球範圍內一個里程碑事件。

在這一背景下，梁頴宇作為醫療健康領域的資深投資人、李開復作為人工智慧領域的頂級專家，二人在長達1小時的對話中分享了從“AI＋醫療”到“數字醫療”的真知灼見和行業洞察，本場對話的主持人由Insilico Medicine首席科學家任峰博士擔任。

以下系精編整理的對話節選：

Q：AI賦能醫療健康目前大致發展到了什麼階段？

李開復：雖然我們非常自豪Insilico Medicine的這個里程碑，但如果從1到10，我們今天其實只走了第一步，未來的潛力特別巨大，整個流程可以更快被打通。AI跟今天的科學家扮演的是一個合作的角色，以後可能會有更多不同的角色。所以我們非常非常興奮，一部分是因為里程碑的事件，一部分是未來還有更好的願景我們可以期待。

梁頴宇：我個人認為也只是在1左右。AI在醫療領域第一個大規模的應用是AI+影像，這也得益於AI影象識別技術發展的成熟，後面慢慢衍生到藥物研發的領域，並取得了很好的進展。從醫療領域全景來看，還有很多AI沒有介入的領域，很多問題更復雜，需要更長的時間、更系統化的解決方案。

現在說人工智慧對醫療領域的潛在影響還過早，但是我們的思想是非常開放的，醫療領域、生物製藥領域都在反覆試驗，關鍵是找到解決方案來滿足病人的需求，來達到臨床的卓越，而不是選擇一個特定的技術平臺作為先決的條件。此外，醫療行業是一個高度監管的行業，需要了解這個行業的各方面，再去找到一個更好的方法。

Q：3年前投資Insilico Medicine的時候，團隊的哪些方面吸引了您，讓您覺得Insilico Medicine具備引領AI製藥突破的潛質？

李開復：最重要的一點是，創始人Alex是結合生物和AI兩方面的專家，世界上這樣的人才是非常少的，我在這裡鼓勵年輕朋友們一定要讓自己成為這樣的跨領域專家。因為如果我們只用AI來去做醫療生物方面的工作，可能就會把很多該領域若干年累計的知識都沒有用上，但是如果我們只是用生物的觀點來看，可能又不能理解大資料、AI跟各種新的AI演算法怎麼能夠快速收斂，幫助解決過程跟流程。

Q：您為何投資Schrödinger、Insilico Medicine這樣的人工智慧企業？

梁頴宇：我們認為人工智慧或數字化是促進醫療創新的技術之一。

在醫療健康領域，新藥研發的時間、金錢成本日益攀升，成功率不斷下降，需要新技術來提高新藥發現的成功率、提高開發效率、降低成本。

從技術的角度來看，計算機技術近年有了長足的發展，隨著算力不斷增強，人工智慧技術不斷精進，該技術已經成功應用在不同其他的領域，包括人臉識別等等。

我們看過的幾乎所有AI輔助研發藥物企業，幾乎都尚未發展出他們所對外聲稱的那些能力，除了Schrödinger和Insilico Medicine之外。我們自己也有一個投資科技的團隊，我們的科技團隊對Insilico Medicine後臺的系統進行了很全面的評估，認為Insilico Medicine的系統比起很多創業的公司來說，更為先進。

在我們自己的投資組合中，已經有120多家醫藥公司。有些公司可以結合先進的計算機和人工智慧技術解讀現代新藥研發積累的大量試驗資料，加快新藥研發的時間，降低成本。所以我們看到此前Insilico Medicine宣佈推出了一種新的、用於藥物發現的人工智慧系統，能夠在21天時間裡，從始到終創造出全新的分子，花費只有15萬美元。作為中國領先的臨床CRO泰格醫藥和dMed的早期投資人，我們必須找到方法來幫助加快藥物開發的過程，這就是我們投資Insilico Medicine和Schrödinger兩家公司的原因。

我們投資的一些公司，如甘李藥業等等，其實已經從in-licensing的模式或者生物仿製藥的模式發展到創新藥物的模式，這些公司也會是Insilico Medicine的合作伙伴。我們也希望更多引進我們已投的公司跟Insilico Medicine合作。

Q：數字醫療的創新帶來了哪些積極的影響？目前資訊科技和醫療健康產業的結合還存在哪些難點？

梁頴宇：大多數數字醫療的公司都是由TMT企業家或者醫療健康企業家創立的，很有意思的是，我們發現兩類企業家基於他們對技術的理解，或者對醫療制度、醫療系統的理解會將公司引向不同的發展方向。這其中並沒有對錯的問題，而是不同的業務模式需要不同背景的創業者。

作為投資人我們會考慮如何為每一種不同的模式選擇合適的團隊，這是我們面臨的一個挑戰。

數字醫療4、5年前成為美國的熱門行業的時候，我們對投資這一型別的公司持比較謹慎的態度。許多人投資大量複製美國商業模式的中國初創企業，在這個領域我們拒絕了至少200—300家公司。

其中的原因，是因為美國和中國的數字醫療需求非常不同，美國超過90%的醫院是私立醫院，而中國90%的患者去公立醫院。這也就是我們看到的2020年美國很難實現對個人防護裝備（PPE）或者呼吸機集中採購，而這些採購在中國醫院是非常容易完成的。因此中國市場與美國市場所需要的軟體和數字醫療是不同的。

我們確實投資了一些我們認為具有很大潛力的公司，包括梅斯醫學、微醫、妙手醫生、推想科技等等。所以我們是非常看好這個領域，但是還需要慢慢從不同的角度和需求出發來找到解決方案。

Q：對於AI賦能醫療產業，您個人最期待的科技驅動的突破口還有哪些？

李開復：我覺得AI底層就是一個數字化的演進，什麼領域能夠變成數字化，它就可能用資料科學和AI來幫它提升價值。所以我們從電子病例到保險到醫療之間進行了整合，也是我們重要的投資主軸。

大家可能更有興趣的是以後會有什麼神奇的AI出現，我覺得可以分成三個部分來講。

第一部分，在新藥的研發跟加速方面，我們可以想像，如果我們現在對於靶點的發現，對於新的藥物去挖掘能夠變得很快的話，再下面就是測試。這兩個做好以後還是要做人體的測試，多大的程度我們可以用體外檢測或者用新的方法能夠更快的預測在人體的檢測會不會成功，甚至是不是可能來模擬這個過程，再進一步縮短整個藥物研發的流程。因為當一個流程這麼長的時候，你把前面的兩、三階段變快了，最後第三階段就會變成你的瓶頸，所以怎麼增快加速，或者怎麼平行去做，更能夠篩選出做第三階段驗證更能成功的新藥。這些Insilico Medicine已經在做，我們也投資了一些其他的公司。

過程中還有一個自動化的問題，你要做這麼多試驗，如果都要靠人來做，人也不能不吃飯、不睡覺、不休息，所以我們也投資了一家機器人公司，叫做鎂伽，他們基本可以完全自動化地讓一個實驗室一天24小時一週7天不斷地自動做試驗。如果有一天能夠真的完全打通一個閉環，生物科學家就可以和寫計算機程式的碼農一樣了，他可以先寫一個程式，先測一個這個，你是一是這個，結果好的話我再換一個那個，幾乎就能夠遠端的，而且非常高速度去測試各種醫療的可行性，使新藥研發變得更便宜、更快速、更有效，讓人類能夠受益，這肯定是一個方向。

第二個方向，從診斷的角度來看，現在大家聽到比較多的是影像相關的，肯定影像是一個非常好的切入點。因為現在計算機來識別人臉也好、物體也好、商品也好，做智慧質檢也好，都達到了或者超過了人類的水平，在MRI、CT方面也能做得一樣好。除了影像方面，我認為整個醫療診斷的過程，如果我們放眼看個二、三十年，我毫無疑問地認為AI機器人的診斷一定會超過醫生的水平。因為沒有醫生可以記得所有新發明的藥物，讀書的時候可以背很多，一旦每天忙著看病人，不可能對新的治療方法、藥物都能夠背得那麼熟悉。

而且，每一個病人他可能有各種不同的情況，比如我自己當年被診斷得癌症的時候，我的醫生因為他對整個血液腫瘤進行了通讀，但是沒有懂我得的這一種病，基本上造成了誤診。所以怎麼樣個性化的去了解每一種疾病那麼多的選擇，人的大腦是不夠用的，我認為醫療更適合用人工智慧來輔助診斷，前提是我們要把一切數字化，要有足夠多的病例。一個醫生他的能力來自哪裡？可能來自他的一生看了1萬個病人，但是一套AI的診斷系統，它可以在很短的時間就看幾十億的病人，這學習到的內容跟資料一定是巨大。

為什麼每一個人都要有一種治療方法，現在很多藥物的發明也好，治療的手段也好，都是針對一種病人的一種、兩種或者三種辦法，但是為什麼不是千人千面呢？就像我們每一個人去刷抖音的時候看到的內容都是不一樣的，如果每個人刷的都是一樣的內容你還會有興趣嗎？同樣的道理，我們每個人的基因不一樣，家族病史不一樣，過去的病例不一樣，所以每一個人都應該有千人千面針對性的看法。何況我們今天基因排序已經做得這麼先進了，基因排序是那麼大的數字，醫生也不可能全部讀一遍，但是AI可以。所以長期來說，一個基於個人千人千面針對性的AI人工智慧診斷機器是可以做得非常好的，但是這不代表醫生會被取代，因為AI沒有辦法成為患者打從內心去信任的物件，讓病人講出自己過去各種的病史和家族的問題，而且醫生有更多的經驗可以得到更多的資料。人機結合未來在醫療方面，在心理認知或對自己的康復增加信心方面，這些都是醫生可以做的，這兩者結合一定是能夠讓我們最健康的。

最後一點我想講的是機器人的方面。剛才已經講了實驗室的機器人，我們知道有手術機器人，在未來這些都會繼續發展。今天的手術有機器人參與的已經接近20%了，主導的也有百分之幾了，以後這些都會繼續增加，同時還會有更多新的機器人出現，比如奈米機器人，它們甚至可以到我們的體內，只有1、2個奈米那麼大，甚至可以幫助我們跟癌症對抗。今天世界疫情導致全民對醫療健康特別關注的時候，AI 能夠做出的所有突破都可能會被更多人更快速去接受。所以我覺得二三十年以後，真的就是一個AI加上人的最好結合，未來20年的推動可能會大於人類過去幾千年所有歷史的累計。

Q：對於中國成為全球技術賦能醫藥創新領域的領先者有何期待？

李開復：我覺得絕對是有希望的，但是會需要一些時間。希望來自於什麼？剛才講了很多，但我覺得特別重要的幾點：

一是中國有人口的優勢，我們能夠更快速的去得到大資料，用資料來推動技術的發展。而且資料的使用方面，中國在經過脫敏保護個人隱私的前提之下是可以有更多的資料來累積的。首先中國的醫院就比美國最大的醫院大十幾二十倍，它的資料就多了。

第二，有很多新的技術，比如聯邦學習，能把不同的醫院資料串起來，又不傷害各個使用者的隱私。而美國在隱私法方面，比如用HIPAA這樣的法律保護的有點過頭了，讓AI的工作者很難能夠拿到海量的資料。三是中國的科學家現在最厲害的兩批中國科學家就是學AI和學生物的（也許還有別的，但我認識的就這兩群），所以中國並不缺在國際上值得尊敬的、快速崛起的新銳科學家，無論是看論文，還是看其它的指標。

我覺得有很多美國或者歐洲的技術，其實已經幾十年了，有點過時了。現在有好幾個因素來推動這些技術的替代，比如說用AI來做裡面的一部分，或者是用體外檢測或者基因排序來取代傳統的方法。

我們正在這樣一個特別重要的關鍵點，有可能是中國的科學家因為沒有過去的包袱，說某個公司一家獨大，我要做這個領域只有為他打工，中國有這麼好的創業環境，有這麼好的VC，有這麼好的科學家，得到投資，可以用更新的技術、更精準、更便宜的方法能夠打造出新的治療方法或者測序方法，或者機器、或者耗材等等。我們看到非常多公司現在在中國崛起，應該是一個天時地利人和的好機會。

因為在中國有資料跟人口的優勢，科技也趕上了國外，而且很多科技正在處於改變潮態的時候，從傳統的方法進入了新的AI基因排序和體外檢測技術推動的時代，我們處於非常好的時候。而且相當高比例的中國型的創新讓中國走向世界舞臺會是創業型公司。

梁頴宇：中國AI+醫療的結合可以提高醫療的效率，包括線上診療，可以省去大量在醫院等待的時間，透過資訊的對稱更便捷地匹配最好的醫生；也可以做到提升醫療的準確性，用AI技術幫助醫生更快更準地去做診斷；還可以節省勞動力，用AI製藥可以將上千上萬靶點的工作簡化，也就是Insilico Medicine去做的事情。在某些領域我覺得可以出現類似於Insilico Medicine國際的機會，我們對Insilico Medicine的期望是非常高的。

對於健康資料，不同的國家和地區會有不同的隱私法規，這對創業公司可能會是一個挑戰。

數字醫療的業務模式在中國非常具有創新性，是在中國醫療體系和需求下形成的商業模式，這些模式必須適應不同地區的醫療系統才能得以實現。因此它的模式不像藥物或者醫療裝置銷售那樣千篇一律。除了某些商業模式，比如藥物發現、開發等等，我不確定要成為數字醫療領域的全球領導者是有那麼容易的。下面還有一些其他的挑戰，但是如果無法拿到資料，或者拿到標準一致的資料的話，很多公司的發展還是有一定難度的。