随着大数据技术的迭代、理论算法的革新、计算能力的提升及网络设施的演进，人工智正在传统领域掀起一波波浪潮，尤其是在医疗赛道。据动脉网数据统计，过往的五年时间，近千亿资金注入医疗人工智能赛道，医疗影像AI、新药研发AI、机器人AI、智慧医院等细分赛道都在飞速发展。

(资料图)

头部企业的IPO上市，商业化产品落地都意味着“AI+医、药”正在从前沿技术走向现实。本期《未来健康》将聚焦“AI+医、药”，邀请到晶泰科技联合创始人、首席创新官赖力鹏、鹰瞳Airdoc首席技术官和超、高特佳投资执行合伙人范文静与经观大健康主编张昊共同解析从前沿到现实，“AI+医、药”究竟改变了什么？

在赖力鹏看来，这一波“AI+医、药”的浪潮，大背景是在前期的数据积累基础上，随着一些高通量自动化实验技术的发展，从而带来了更多的数据涌现。而且AI技术的快速发展也进一步提升了对数据的处理分析能力。所以，AI能进入的环节越来越多，从早期的生物学研究，到现在药物分子设计，以及临床阶段的研究，这些都在缩短着药物研发的时间。

鹰瞳跟晶泰的业务形态不同，和超对公司商业模式的定义为“医疗AI”。AI技术的使用，本质上是为了让医疗服务更普及，从而跨越医疗资源分布不平衡的鸿沟。

“AI的价值是可以去学习医生的经验、判断准则等，从而成为医生的一个很好的助手，或者是一个工具。医生在使用它之后，可以更高效地服务更多人。”和超说。

范文静看过很多主打AI概念的初创公司，她的感知是AI作为基础性工具和技术，如今已经进入了医药领域的所有领域，从制药、诊断、影像，到慢病管理、机器人等，但整体上还处于一个市场的加速期。

“AI在医疗行业的使用和发展，相比于其他行业是慢的。”范文静说：“高质量、数量的数据获取依然是问题，医院之间的数据不连通，数据的得到和标准化就比较难。但陆陆续续监管部门落地了一些规则，也开始有商业化的产品。这个行业还是在高速发展中，还是要大量地去积累数据。”

在过去的几年发展中，晶泰的演进路径是从一个单点服务到了现在相对一体化的服务，这本质上也是AI的直接结果，越来越多的模块被“AI化”。赖力鹏称，这个演进不仅仅是只是流程层面的，还包括行业。他们一方面在不断延伸自己的实验能力，服务越来越闭环，另一方面，从小分子开始向生物药拓展。他对此的描述是，逐渐从单一工具到一体化整合，从细分环节到更广的药物研发环节扩散。

对鹰瞳在过往几年的发展路径，和超提到更多的是“场景”。他们是直接向受众提供服务，基础价值其实是一样的，但场景不同，需求或者客户价值的体现也不同。

鹰瞳把场景分为院内和院外，因为都要通过客户去服务受众，每个客户的业务流程也不同，所以核心挑战是如何把AI和业务结合起来，让整个服务更有效率。“比如说我们在医院里要很强调临床价值，如果产品不能给医生和患者带来准确性、能力，或者是效率方面的价值，实际上是很难落地的。其他场景也都一样，只是他们可能不叫临床价值。”和超称。

范文静的观察是比较容易数据化和标准化的公司，会相对受到资本的青睐，因为商业化的路径相对清晰。这几年，资本圈明显更关注AI公司的商业化维度，对公司的要求就成了不能只是纯技术驱动，或者是没想清楚潜在的商业化路径。

范文静说，对于“AI+某个行业”的公司来说，如果对于行业没有一个深度理解，很难知道痛点在哪，也就称不上提效，从而实现商业化了。

但大家对增量市场的认知是有共识的。赖力鹏说按照经典的药物研发过程，回报率已经是逐年指数级下降了，它背后反映的是找到一个真正的新药变得越来越难。AI可以实现的是之前商业价值不明显的领域，现在可以低成本地去寻找新的分子。AI会构建一个新的“基础设施”，让行业去找到更多具有临床价值的药物。

和超对增量的理解是基于视网膜影像的市场规模在未来十年，还会高速增长。对于鹰瞳来说，“承接”增量的主要方式还是要扩大场景，以及基于场景提供更有效率的服务。不同场景对应的是不同的数据采集成本，这牵扯到软件和硬件的同时迭代。

范文静给AI公司的具体建议是，在未来三年要“以终为始”，还是要具体地去考虑它的商业化价值和临床运用的价值。和超说鹰瞳还是会坚持技术驱动和软硬一体，更聚焦在客户层面，帮助他们创造更大的价值。

赖力鹏说晶泰的聚焦点有两个，一是“顶天花板”，通过AI把创新的高度拔高，用算法去给药物化学家提供更多的设计上的想法。另一个是做底层事情，也就是基础设施，不让科学创新的事情卡在一些重复劳动上面。