編者按：在日前舉辦的第19屆中國投資年會·年度峰會上，啟明創(chuàng)投合伙人、醫(yī)療健康行業(yè)共同負(fù)責(zé)人陳侃發(fā)表了主題演講。他介紹了人工智能在生物醫(yī)藥領(lǐng)域的應(yīng)用經(jīng)歷了兩個重要發(fā)展階段，以及啟明創(chuàng)投在這一領(lǐng)域的系統(tǒng)性投資布局。陳侃也分析了人工智能時代新藥研發(fā)在靶點(diǎn)發(fā)現(xiàn)、分子設(shè)計、臨床前實(shí)驗及臨床試驗環(huán)節(jié)的變與不變，并分享了未來行業(yè)發(fā)展的戰(zhàn)略重點(diǎn)以及核心挑戰(zhàn)。

啟明創(chuàng)投合伙人、醫(yī)療健康行業(yè)共同負(fù)責(zé)人陳侃

“國內(nèi)醫(yī)藥行業(yè)對AI技術(shù)的應(yīng)用正在快速推進(jìn)，AI對生物醫(yī)藥行業(yè)的變革已經(jīng)顯現(xiàn)。”

日前，由投中信息、投中網(wǎng)共同主辦的第19屆中國投資年會·年度峰會在中關(guān)村國際創(chuàng)新中心隆重召開。會上，啟明創(chuàng)投合伙人、醫(yī)療健康行業(yè)共同負(fù)責(zé)人陳侃以“AI時代，生物醫(yī)藥產(chǎn)業(yè)的變與不變”為主題，詳細(xì)分析他所看到的醫(yī)藥行業(yè)正積極擁抱AI的現(xiàn)狀。

陳侃認(rèn)為，未來生物醫(yī)藥行業(yè)發(fā)展的戰(zhàn)略重點(diǎn)主要將通過投資和合作，AI人才的引進(jìn)與培養(yǎng)，以及AI研發(fā)平臺的建設(shè)，推動整個生態(tài)系統(tǒng)的協(xié)同發(fā)展。在具體實(shí)施過程中，數(shù)據(jù)質(zhì)量、數(shù)據(jù)隱私保護(hù)與安全管理等很重要。當(dāng)前面臨的核心挑戰(zhàn)在于復(fù)合型人才的稀缺，現(xiàn)有專業(yè)人才往往只精通生物醫(yī)藥或人工智能單一領(lǐng)域，能夠橫跨兩個學(xué)科的人才很少。

以下系經(jīng)投中網(wǎng)精編整理的演講實(shí)錄。 

啟明創(chuàng)投很早就投資了“AI+醫(yī)療”。接下來我站在啟明創(chuàng)投的角度，分享下在AI時代生物醫(yī)藥行業(yè)的一些變和不變。

首先，當(dāng)前AI技術(shù)發(fā)展已進(jìn)入成熟應(yīng)用階段，以O(shè)penAI和ChatGPT為代表的技術(shù)突破正在深刻影響各個行業(yè)。生物醫(yī)藥領(lǐng)域長期面臨研發(fā)成本高、周期長、風(fēng)險大的挑戰(zhàn)，而AI技術(shù)天然具備加速研發(fā)進(jìn)程、降低成本和提高成功率的特性，這使得業(yè)界高度關(guān)注AI對生物醫(yī)藥行業(yè)的變革潛力。

事實(shí)上，這種變革已經(jīng)顯現(xiàn)。領(lǐng)先藥企也紛紛從科技行業(yè)招募人才擔(dān)任CTO等關(guān)鍵職位。這種組織架構(gòu)的調(diào)整充分表明，傳統(tǒng)制藥企業(yè)正在積極擁抱AI技術(shù)轉(zhuǎn)型。

01/
藥企正積極擁抱AI+

國內(nèi)醫(yī)藥行業(yè)對AI技術(shù)的應(yīng)用正在快速推進(jìn)。恒瑞醫(yī)藥近期將AI應(yīng)用程度納入年終KPI考核體系，這一舉措充分體現(xiàn)了該企業(yè)推動AI與藥物研發(fā)深度融合的決心。云南白藥、復(fù)星醫(yī)藥等藥企也在紛紛擁抱AI。

在醫(yī)療器械和診斷領(lǐng)域，AI影像診斷公司普遍采用Transformer多模態(tài)數(shù)據(jù)分析技術(shù)，來提升醫(yī)學(xué)影像判斷的準(zhǔn)確性。臨床試驗服務(wù)領(lǐng)域，臨床研究組織（CRO）正在將AI技術(shù)整合到臨床試驗的各個環(huán)節(jié)。

醫(yī)療信息化建設(shè)方面，AI醫(yī)療智能體的應(yīng)用有效緩解了三甲醫(yī)院醫(yī)患比例失衡的問題，既提升了醫(yī)生工作效率，又減輕了工作負(fù)荷。在基因診斷領(lǐng)域，相關(guān)企業(yè)正在運(yùn)用AI技術(shù)進(jìn)行基因數(shù)據(jù)分析和病理報告生成?；ヂ?lián)網(wǎng)醫(yī)療平臺也在全面引入AI技術(shù)提升服務(wù)能力。

人工智能在生物醫(yī)藥領(lǐng)域的應(yīng)用經(jīng)歷了兩個重要發(fā)展階段。2016年業(yè)內(nèi)首次提出AI在藥物研發(fā)中的應(yīng)用概念，到2022年形成了第一波發(fā)展高潮。隨著ChatGPT和OpenAI的出現(xiàn)，行業(yè)迎來了第二波發(fā)展浪潮。啟明創(chuàng)投在2018-2019年投資了第一家AI醫(yī)藥研發(fā)公司，緊跟技術(shù)發(fā)展趨勢。第一波技術(shù)浪潮主要聚焦于利用AI進(jìn)行分子研發(fā)和新靶點(diǎn)發(fā)現(xiàn)，而當(dāng)前第二波浪潮則更多關(guān)注AI對藥物研發(fā)臨床階段的影響。

啟明創(chuàng)投在人工智能與藥物研發(fā)結(jié)合領(lǐng)域進(jìn)行了系統(tǒng)布局。2018年啟明創(chuàng)投投資了Schr?dinger（NASDAQ:SDGR），該公司采用計算平臺進(jìn)行小分子與靶點(diǎn)相互作用的模擬計算，后在納斯達(dá)克成功上市，啟明創(chuàng)投也收到了較好的回報。在OpenAI興起前三年，啟明創(chuàng)投已開始布局生成式AI藥物研發(fā)領(lǐng)域，投資了英矽智能（Insilico Medicine）公司，利用生成式AI技術(shù)設(shè)計分子，近期完成了1.1億美元的融資。

近期FDA進(jìn)行了重要的政策調(diào)整，根據(jù)最新規(guī)定，未來藥物研發(fā)申報將不再強(qiáng)制要求使用動物模型?；谶@一趨勢預(yù)判，我們已提前布局投資了Emulate公司，該企業(yè)是器官芯片的全球龍頭，來代替動物模型的測試。

在AI化學(xué)領(lǐng)域，我們重點(diǎn)投資了兩家CRO企業(yè)鎂?；瘜W(xué)和騰邁醫(yī)藥。傳統(tǒng)化學(xué)合成主要依賴化學(xué)家設(shè)計合成路線并手動操作實(shí)驗，而鎂睿化學(xué)通過自動化技術(shù)實(shí)現(xiàn)了實(shí)驗操作的智能化轉(zhuǎn)型，其革新意義堪比汽車行業(yè)從燃油車向電動車的轉(zhuǎn)變。另一家騰邁醫(yī)藥則致力于為新藥研發(fā)企業(yè)提供干濕實(shí)驗室結(jié)合的一站式服務(wù)解決方案。

在臨床研究領(lǐng)域，我們的投資布局包括：璞睿生命科技專注于去中心化臨床試驗?zāi)Ｊ剑黄苽鹘y(tǒng)研究中心的地理限制，患者通過遠(yuǎn)程方式完成入組、藥物接收和體征監(jiān)測，這種模式特別適合慢性病臨床試驗；此外啟明創(chuàng)投還投資了艾莎醫(yī)學(xué)、易迪希和壹永科技等創(chuàng)新企業(yè)。這些是啟明創(chuàng)投在“AI+醫(yī)藥”領(lǐng)域的初步布局，我們還在布局更多企業(yè)。

02/
AI時代
新藥研發(fā)的變與不變

在人工智能時代，新藥研發(fā)的變與不變，我將從四個維度進(jìn)行分析：靶點(diǎn)發(fā)現(xiàn)、分子設(shè)計、臨床前實(shí)驗，以及臨床試驗。

在靶點(diǎn)發(fā)現(xiàn)領(lǐng)域，傳統(tǒng)方法主要依靠實(shí)驗室實(shí)驗，通過細(xì)胞培養(yǎng)和動物實(shí)驗進(jìn)行分析，這種方法通量小且耗時較長。AI技術(shù)帶來的重大變革在于引入數(shù)字孿生功能，目前已經(jīng)能夠模擬如線蟲這種只有300個細(xì)胞的低等動物，未來有望實(shí)現(xiàn)人類器官的數(shù)據(jù)建模。這種數(shù)字孿生與實(shí)驗室實(shí)驗相結(jié)合，大幅提升了篩選通量和速度。另一個重要突破是AI能夠突破人類思維的慣性，提出反直覺、反慣性的創(chuàng)新假設(shè)。不變的是藥物靶點(diǎn)發(fā)現(xiàn)依然需要深厚的生物學(xué)理論基礎(chǔ)，藥物靶點(diǎn)的最終驗證仍需通過細(xì)胞和動物模型，數(shù)據(jù)驅(qū)動的本質(zhì)也不會改變。

分子設(shè)計方面，傳統(tǒng)方法依賴化學(xué)家設(shè)計有限數(shù)量的化合物進(jìn)行合成和測試。AI時代可以計算模擬上萬個分子，篩選最優(yōu)結(jié)構(gòu)后再進(jìn)行合成，極大擴(kuò)展了化學(xué)探索空間。AI還能同步優(yōu)化多個參數(shù)，如藥物的PK/PD特性、親和力、藥效和安全性等。但分子成藥性的基本要求保持不變，最終仍需動物實(shí)驗驗證療效和安全性。

臨床前實(shí)驗的變化模式與靶點(diǎn)發(fā)現(xiàn)和分子設(shè)計類似。

臨床試驗領(lǐng)域因ChatGPT、DeepSeek等AI技術(shù)的出現(xiàn)發(fā)生顯著變革。傳統(tǒng)臨床研究需要人工完成患者招募、方案設(shè)計、結(jié)果分析和安全性監(jiān)測等工作。現(xiàn)在AI Agent可以快速生成臨床方案，智能匹配受試者，自動分析試驗數(shù)據(jù)，大幅提升效率并降低成本。但臨床數(shù)據(jù)的準(zhǔn)確性、倫理審查、合規(guī)要求和科學(xué)設(shè)計等基本原則保持不變。

總體而言，AI時代的新藥研發(fā)呈現(xiàn)出數(shù)據(jù)驅(qū)動、高通量、自動化和智能化的特點(diǎn)，潛在提高了藥物研發(fā)的成功率并降低了成本。短期內(nèi)，實(shí)驗驗證的必要性不會改變；長期來看，生物學(xué)基礎(chǔ)理論將保持穩(wěn)定。這種變革與傳承的平衡，正在重塑整個藥物研發(fā)的格局。

我認(rèn)為，未來行業(yè)發(fā)展的戰(zhàn)略重點(diǎn)主要將通過投資和合作，AI人才的引進(jìn)與培養(yǎng)，以及AI研發(fā)平臺的建設(shè)，以此推動整個生態(tài)系統(tǒng)的協(xié)同發(fā)展。在具體實(shí)施過程中，數(shù)據(jù)質(zhì)量、數(shù)據(jù)隱私保護(hù)與安全管理等很重要。當(dāng)前面臨的核心挑戰(zhàn)在于復(fù)合型人才的稀缺，現(xiàn)有專業(yè)人才往往只精通生物醫(yī)藥或人工智能單一領(lǐng)域，能夠橫跨兩個學(xué)科的人才很少。

即便無法找到同時精通兩個領(lǐng)域的復(fù)合型人才，如何推動生物醫(yī)藥人才與AI人才有效協(xié)作也是一個挑戰(zhàn)。這種挑戰(zhàn)源于兩個領(lǐng)域工作模式的本質(zhì)差異：生物醫(yī)藥研發(fā)需要嚴(yán)格遵守監(jiān)管要求，每個變更都需要獲得FDA或藥監(jiān)局的認(rèn)可；而AI模型調(diào)試則相對靈活，可以自主決定。怎樣讓兩種不同思維的人才一起工作，對于管理者而言也是一種挑戰(zhàn)。

國際市場上已經(jīng)出現(xiàn)成功整合AI與醫(yī)藥研發(fā)的創(chuàng)新案例，例如全程采用AI Agent和各種人工智能技術(shù)加速研發(fā)流程的新型企業(yè)Formation Bio。這類企業(yè)完全不同于傳統(tǒng)制藥公司的運(yùn)作模式，是新一代的AI native的生物科技企業(yè)，預(yù)計未來在中國和美國市場將會涌現(xiàn)更多類似的創(chuàng)新型企業(yè)。

來源 | 投中網(wǎng)