AI在大健康生根發芽

配圖來自Canva

 

人的一生，健康是永恆的話題。2020世界人工智慧健康雲峰會圓滿結束，會上中國工程院院士李蘭娟的一席話，引發人們對AI健康醫療的關注。

 

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慧在防疫中的應用時表示：“在疫情防控當中，AI在包括公共衛生、疫情研判、情緒管理、地圖服務、基因檢測、藥物研發，網際網路醫院等發揮了非常重要的作用。”

 

其實，AI之於醫療健康產業，除了疫情中體現出來的一系列“AI助力”防疫措施之外，AI對醫療健康產業的改變還體現在製藥、診治、保健等方方面面，以至於資本對醫療健康產業充滿期待。

 

資本持續投資醫療健康產業

 

融資，在醫療健康產業是常事。這既表明醫療健康市場是個“掘金地”，也說明在醫療健康市場，資本投資熱情高漲。

 

鈦媒體TMTBASE全球一級市場資料庫總計收錄，醫療健康領域全球投融專案共收錄37起（自6月29日起至7月5日），國內融資17起，國外融資20起；從融資金額上看，國內醫藥領域總融資佔比最高，約為75.6%；國外生物技術領域融資總額位居第一，佔比約為40.3%。

 

其中，國外投融資方面，生物技術、醫療資訊化、醫藥領域最為火熱，各達到4起；本週億級以上融資佔總融資額的57.2%。

 

鈦媒體醫療健康週報說明，國內外醫療健康產業一週三十多起融資是正常融資數目範圍，而醫療健康產業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步提升，對健康的需求得以充分釋放，醫療健康產業進入黃金髮展期。

 

觀研天下資料：2014年我國60歲及以上老年人口有2.12億人，佔總人口的15.5%，截至2018年年底，我國60歲及以上老年人口約2.49億，佔總人口的17.9%。人口老齡化將為我國大健康產業帶來發展契機。

 

從醫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年已經增長到5448.13億元，佔全國保險業保費總收入的14.33%，同比增長達24.12%，是增速最快的險種, 是行業保費收入增速的6.15倍。

 

另一方面，隨著時代技術的變遷，醫療行業不斷地迭代和升級，醫藥科技、生物科技、智慧化等技術的發展，推動健康產業各個垂直領域產品及服務的升級，醫療行業也將迎來爆發性的增長。

 

在AI醫療領域，AI+藥物研發、AI+健康管理，以及AI+影像等等，智慧化手段已經得到了廣泛的使用。其中，作為醫療健康產業重要環節和營收主心骨，製藥領域更是因AI而脫胎換骨。

 

製藥脫胎換骨

 

毫無疑問，製藥產業已經走在智慧化變革的路子上。

 

至於到了哪一階段，或許正如阿斯利康全球執行副總裁王磊所說的：“雖然AI還沒有直接創造新的藥物，但在很多新藥發明的背後都有AI的身影，它已經成為了我們研發過程中不可缺少的部分。”

 

製藥產業的智慧化改變，具體體現在縮短了新藥研發時間以及降低了藥物研究成本。

 

在製藥時長方面，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複雜環節讓新藥研發成了一條“長征路”，新藥研發週期長、成功率低、費用高一直困擾著製藥行業。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藥企業的視野。近年來，全球湧現了百餘家專注於透過人工智慧技術提速靶點發現、化合物合成、化合物篩選、性質預測、晶型預測的科技公司。

 

在製藥成本方面，“十年攻關+十億美元投入”早已是新藥出爐的“標配”以及醫藥領域的“心腹大患”。這些科技公司透過強大的計算能力，減少新藥研發過程中人力、時間、物力等投入，從而降低藥物研發成本，提速新藥研發環節，更快篩選出具有較高活性的化合物為之後的臨床實驗做準備。

 

根據德勤公司釋出的研究報告顯示：2017年全球前12位生物製藥巨頭在研發上的投資回報率僅有3.2%，處於8年來較低水平。而且，成功上市一款新藥的成本從2010年的11.88億美元已經增加到了20億美元。

 

在嚐到AI製藥甜頭之後，越來越多的國際巨頭加快入局智慧化步伐，再加上我國醫藥產業市場更廣闊，AI化變革將是一個新的經濟增長轉機，AI在製藥領域的應用可謂如火如荼。

 

據統計，有100 多家初創企業在探索用 AI 發現藥物，傳統的大型製藥企業更傾向於採用合作的方式，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，少不了網際網路巨頭。國內騰訊、百度網際網路巨頭，為了完善醫療健康佈局，對AI製藥產業的深挖掘也是不留餘力。

 

近日，騰訊公司在官方公眾號上釋出其首個AI驅動的藥物發現平臺“雲深智藥（iDrug）”，引發市場熱議。近年來，騰訊頻頻投資在醫療健康產業，此次涉及AI製藥產業是醫療生態佈局中的一環，業內人士表示：在意料之中。

 

騰訊官方透露：“雲深智藥”主要是基於騰訊AI Lab自主研發的深度學習演算法，為尋找潛在活性藥物提供資料庫和雲端計算支援，能夠覆蓋臨床前新藥研發全部流程的五大模組。目前，雲深智藥已經執行十個左右研發專案，其中包括對抗新冠病物的虛擬篩選和性質預測，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”，必然不會錯過醫療健康產業，而AI製藥也早早就在規劃中。

 

為更好的切入AI製藥市場，百度投資人工智慧藥物研發公司 InSilico。而InSilico是知名的AI製藥企業，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資料與資源，龐大的資源和海量的資料，可謂是一張AI製藥通行證。

 

總之，越來越多傳統藥企、網際網路巨頭、初創者加碼佈局AI製藥產業，加速了製藥的AI化變革。只是，在這場變革中，它們各有各的更多的是挑戰。

 

AI落地問題

 

因為行業壁壘高，攻堅難度。但國內方面，受制於此前國內藥企的研發能力限制，國內AI+新藥研發的公司僅有寥寥幾家。

 

隨著國內創新藥器的發展及人工智慧水平的不斷提高，近年來行業內也湧現出了一批優質企業。但同時，由於AI賦能藥物研發屬於交叉學科，團隊AI和藥物研發跨學科背景，全球AI+新藥研發都面臨人才短缺的問題。

 

黃俊洲表示，目前雲深智藥團隊由來自藥物研發科研機構和知名藥企的專家、AI演算法科學家和平臺系統技術開發工程師共同搭建。

 

但值得注意的是，目前因為生物學的複雜性，還沒有直接的與 AI 製藥相關的產品被批准發行，AI 在製藥行業藥物研發上的潛能，仍有諸多障礙需要跨越。現在其主要起到的還是協助作用，包括藥物挖掘、深度學習演算法分析資料以及預測新藥有效性等，但這只是 AI 進軍制藥行業初步的結果。

 

實際上，AI可能對藥物研發帶來的降本增效，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佈局上就得以窺見。總的來說，資本的關注和巨頭的入場，使AI藥物發現被寄予厚望，雖然它還沒有出現太大成果，但它的發展前景已經被業內人士普遍看好。

 

然而，專家認為，AI應用於新藥研發與醫療AI落地面臨同樣的問題，如人才短缺、資料標準化與共享機制、商業模式創新等諸多問題。人工智慧在醫學領域的應用需要生物醫學、生物資訊與臨床醫學、資料統計分析、醫學管理等學科背景的跨界人才。

 

文/劉曠公眾號，ID：liukuang110