隨著大數(shù)據(jù)技術(shù)的迭代、理論算法的革新、計(jì)算能力的提升及網(wǎng)絡(luò)設(shè)施的演進(jìn)，“AI+醫(yī)、藥”已經(jīng)成為過去幾年醫(yī)療賽道的風(fēng)口。據(jù)動(dòng)脈網(wǎng)數(shù)據(jù)統(tǒng)計(jì)，過往的五年時(shí)間，近千億資金注入醫(yī)療人工智能賽道，醫(yī)療影像AI、新藥研發(fā)AI、機(jī)器人AI、智慧醫(yī)院等細(xì)分賽道都在飛速發(fā)展。

頭部企業(yè)的IPO，以及商業(yè)化產(chǎn)品落地都意味著“AI+醫(yī)、藥”正在從前沿技術(shù)走向現(xiàn)實(shí)。本期《未來健康》將聚焦于此，邀請(qǐng)到高特佳投資執(zhí)行合伙人范文靜與經(jīng)觀大健康主編張昊共同解析從前沿到現(xiàn)實(shí)，“AI+醫(yī)、藥”究竟改變了什么？

范文靜看過很多主打AI概念的初創(chuàng)公司，她的感知是AI作為基礎(chǔ)性工具和技術(shù)，如今已經(jīng)進(jìn)入了醫(yī)藥領(lǐng)域的所有領(lǐng)域，從制藥、診斷、影像，到慢病管理、機(jī)器人等，但整體上還處于一個(gè)市場(chǎng)的加速期。

“AI在醫(yī)療行業(yè)的使用和發(fā)展，相比于其他行業(yè)是慢的。”范文靜說：“高質(zhì)量、數(shù)量的數(shù)據(jù)獲取依然是問題，醫(yī)院之間的數(shù)據(jù)不連通，數(shù)據(jù)的得到和標(biāo)準(zhǔn)化就比較難。但監(jiān)管部門陸陸續(xù)續(xù)落地了一些規(guī)則，也開始有商業(yè)化的產(chǎn)品。這個(gè)行業(yè)還是在高速發(fā)展中，還是要大量地去積累數(shù)據(jù)。”

在范文靜看來，“AI+醫(yī)、藥”肯定會(huì)是一個(gè)非常大的賽道，特別有想象空間。因?yàn)锳I是能夠賦能整個(gè)萬億級(jí)的一個(gè)醫(yī)藥醫(yī)療市場(chǎng)的，幾乎每個(gè)賽道都能大規(guī)模使用，且新藥研發(fā)領(lǐng)域的成本是非常突出的問題，AI能發(fā)揮的價(jià)值很大。

范文靜的觀察是比較容易數(shù)據(jù)化和標(biāo)準(zhǔn)化的公司，會(huì)相對(duì)受到資本的青睞，因?yàn)樯虡I(yè)化的路徑相對(duì)清晰。這幾年，資本圈明顯更關(guān)注AI公司的商業(yè)化維度，對(duì)公司的要求就成了不能只是純技術(shù)驅(qū)動(dòng)，或者是沒想清楚潛在的商業(yè)化路徑。

范文靜說，對(duì)于“AI+某個(gè)行業(yè)”的公司來說，如果對(duì)于行業(yè)沒有一個(gè)深度理解，很難知道痛點(diǎn)在哪，也就稱不上提效，從而實(shí)現(xiàn)商業(yè)化了。

不過相比于其他領(lǐng)域，AI在醫(yī)療領(lǐng)域的應(yīng)用肯定更為復(fù)雜。以嚴(yán)肅醫(yī)療為切入點(diǎn)，所有的試錯(cuò)成本都是高的，所以監(jiān)管會(huì)相對(duì)嚴(yán)格。這也是近幾年醫(yī)療行業(yè)中，數(shù)字化、智能化一直發(fā)展相對(duì)慢的原因。

對(duì)于企業(yè)來說，從概念起步，一開始是接受程度是比較低的，所以商業(yè)化進(jìn)程也是相對(duì)慢的。只能逐步地去驗(yàn)證自己確實(shí)能夠?yàn)榭蛻艚当咎嵝В@會(huì)存在一個(gè)市場(chǎng)教育的過程。

范文靜給AI公司的具體建議是，在未來三年要“以終為始”，還是要具體地去考慮它的商業(yè)化價(jià)值和臨床運(yùn)用的價(jià)值。

這幾年隨著商業(yè)化落地越來越多，更多聚焦在醫(yī)療領(lǐng)域的基金也開始投AI概念的初創(chuàng)公司，在此前，更多是TMT領(lǐng)域的基金玩家。在范文靜看來，這對(duì)于行業(yè)也是一個(gè)好的信號(hào)，“我們離做出一個(gè)普適性的產(chǎn)品，還有一點(diǎn)距離，因?yàn)樾畔⒈趬竞蛿帱c(diǎn)很多，短期內(nèi)更多的機(jī)會(huì)是對(duì)所在行業(yè)的‘解碼’，雖然不能通用，但也有巨大價(jià)值。”

作者：張昊、余詩琪