創(chuàng)新工場李開復：看好的十年趨勢是醫(yī)療科技

疫情發(fā)生第3年，各行各業(yè)發(fā)展都受到不同程度波及，黑天鵝依舊滿天飛。但有一個領域在投資圈依舊備受青睞，位列2022年Q1投資前三熱門行業(yè)，在IPO退出公司數(shù)量中位列第一。

這就是醫(yī)療健康賽道。

在新冠疫情的助推下，以往的‘慢熱’的生命科學進入‘加速模式’，在AI和自動化兩大技術的重塑下，往數(shù)字化、智能化方向轉型升級。

在5月11日創(chuàng)新工場舉辦的醫(yī)療創(chuàng)新趨勢分享會上，創(chuàng)新工場董事長兼CEO李開復博士給出了自己這兩年的觀察。

但幾年下來市場變化風云莫測，當下又是怎樣的情形？未來要駛向何方？

李開復博士表示：

隨著資本市場進入‘擠泡沫’階段，中國的人才儲備、大市場大數(shù)據(jù)的機會、政府對新技術的積極推動，都有望讓中國在‘醫(yī)療＋X’時代彎道超車，引領下個二十年的生命科學創(chuàng)新革命。

其中提到的“醫(yī)療+X”，創(chuàng)新工場認為，這是能夠穿越周期、影響未來十年的生命科學創(chuàng)新增長新范式。

那么，醫(yī)療+X到底包含什么？為什么它會影響醫(yī)療科技創(chuàng)新的下一個十年？

在這場分享討論會上，答案一一揭曉。

“慢熱”的醫(yī)療健康領域“加速前進”起來

醫(yī)療健康領域由于投入大、產業(yè)鏈多、研發(fā)周期長且“事關人命”，一向以“慢熱”著稱。

從2010年開始，其相關創(chuàng)新速度有了明顯提升。

以疫苗研發(fā)為例，2003年非典疫苗從發(fā)現(xiàn)病毒到進入臨床試驗，歷時20個月；

而2020年新冠疫苗進入臨床試驗（中國的康希諾和美國的Moderna），只用了65天。

過去10年來，整個生命科學領域的顛覆性創(chuàng)新更是爆發(fā)增長。

2012年，腫瘤免疫細胞療法（CAR-T）成功治療了身患白血病的小女孩，CRISPR基因編輯技術被發(fā)現(xiàn)。

2016年，世界首例人類腦機接口試驗完成。

2021年，AlphaFold2預測了人類98.5%的蛋白質結構。

技術高歌猛進下，同時帶動了整個產業(yè)的落地與發(fā)展。

例如憑借mRNA技術崛起的新興制藥公司Moderna（成立11年即變成全球Top20大藥企）、單細胞測序巨頭10x Genomics、癌癥早篩企業(yè)Exact Sciences，都在近十年間取得巨大的商業(yè)成功。

新冠疫情催化下，醫(yī)療數(shù)字化、智能化的腳步加快，進一步助推包括AI、自動化、計算、通信、物聯(lián)網(wǎng)、移動等“數(shù)字基建”交叉滲透各行各業(yè)的速度。

李開復表示：

5到10年內，AI也將在各種醫(yī)療細分領域實現(xiàn)落地。

比如有臨床和商業(yè)場景的特定醫(yī)療影像、輔助藥物研發(fā)、多組學與診斷、個體化治療、手術機器人以及其他存在領域，中國醫(yī)療大健康賽道將正式邁入“醫(yī)療＋X”時代。

比如在AI輔助制藥方面，研發(fā)一種有效藥物或疫苗，需要投入數(shù)十億美元的資金，研發(fā)周期長達數(shù)年。

而AI新藥研發(fā)公司Insilico Medicine，利用AI技術，研發(fā)了肺纖維化、腎纖維化兩種罕見病的藥物。

同時將藥物研發(fā)速度提升了3-4倍，價格還可能便宜10倍。

另一個案例來自手術機器人領域。

2020年，美國的機器人輔助腔鏡手術滲透率是13.3%，到2026年預計會增長到23%；而中國目前的滲透率雖然還不到1%，但會以更迅猛的速度增長。

除了腔鏡，還有骨科、泛血管、經(jīng)自然腔道、經(jīng)皮穿刺等多個領域的手術機器人在研發(fā)和推廣中。

在這方面，手術機器人公司鑫君特的ORTHBOT手術機器人于2021年2月正式獲得國家藥監(jiān)局批準，是中國獲批的導航+自動執(zhí)行的骨科智能手術系統(tǒng)，已經(jīng)開始迅速地商業(yè)化落地中。

哪些領域能穿越周期？

危與機往往時刻并存。

當下一二級市場跌宕起伏，在此情況下，哪些領域能夠穿越周期、成為影響未來十年的生命科學創(chuàng)新增長新范式？

在分享會上，創(chuàng)新工場合伙人武凱指出了4個領域，分別是：

• 醫(yī)療+信息技術

• 醫(yī)療+自動化技術

• 醫(yī)療+材料科學

• 醫(yī)療+可穿戴設備

而創(chuàng)新工場已經(jīng)布局5大賽道，在每一賽道也都已有投資案例。

• AI智能化醫(yī)療技術

• 自動化設備

• 生命科學基礎設施

• 預防醫(yī)學和服務

• 新一代療法科技

第一是AI智能化醫(yī)療技術。

武凱指出，AI在細分醫(yī)療領域具有潛在應用價值。

隨著醫(yī)療流程的信息化推進，海量數(shù)據(jù)不斷積累，在不少細分領域中，AI開始能夠利用高質量數(shù)據(jù)、并找到切實可行的落地場景。

而且國內醫(yī)療產業(yè)數(shù)據(jù)規(guī)模更大、可獲取性更強，中國企業(yè)便站在了全球創(chuàng)新的一線，可以拓展出更為豐富的應用場景。

在這一賽道，創(chuàng)新工場重點關注計算生物學（AI驅動的新藥研發(fā)，基因組分析，蛋白質組學，單細胞分析等）、數(shù)字化臨床CRO、醫(yī)學影像相關（AI超聲，病理檢測等）等細分賽道。

第二是自動化設備。

它的優(yōu)勢在于保證準確性的同時，還能大幅提升效率。

智能自動化服務在測序、質譜、合成生物學、農業(yè)育種等場景下有廣泛應用潛力。

實驗室自動化設備可以提供制藥領域高通量篩選、疫情防控大規(guī)模核酸檢測等服務。

創(chuàng)新工場重點關注手術機器人、檢驗分析自動化、生物生產自動化、自動化生命科學實驗室等細分賽道的創(chuàng)新技術。

在這方面，創(chuàng)新工場重注投資了生命科學＋智能自動化領域的鎂伽科技，以及骨科手術機器人公司鑫君特。

第三是生命科學基礎設施。

生命科學基礎設施行業(yè)伴隨下游生物醫(yī)藥行業(yè)高速成長，近年來本土企業(yè)加速發(fā)展，從去年開始一直是資本追捧的熱點。

同時新興技術和療法的應用發(fā)展，也拓寬了CXO 公司的服務領域，打開了行業(yè)的天花板。

創(chuàng)新工場重點關注生命科學工具（實驗試劑，實驗動物，實驗設備等）、生命科學上游產業(yè)鏈（設備，耗材，原料以及服務等）、和中游產業(yè)鏈（新型CRO和CDMO）等細分賽道。

在這方面，創(chuàng)新工場投資了多年來持續(xù)專注細胞與基因治療領域的國產工具研究和開發(fā)的中博瑞康，科技型全功能臨床CRO圣方醫(yī)藥。

第四是預防醫(yī)學和服務。

在新冠疫情的影響下，突破性生物技術、全民健康意識提高、商業(yè)健康險的加速等因素，推動了預防醫(yī)學和服務領域的快速發(fā)展。

創(chuàng)新工場重點關注其中的早癌早篩技術、consumer device（可穿戴設備，CGM等）、疫苗（mRNA疫苗，傳統(tǒng)疫苗技術）和新型服務等細分領域。

在這個領域，創(chuàng)新工場投資了兩家企業(yè)鎂信健康和致善生物。

第五是新一代療法科技。

在新一代療法科技中，細胞治療、基因治療、核酸藥物這三大前沿技術是受關注的新興領域，融資額都在迅速攀升。并且，隨著創(chuàng)新藥國際合作增多，專利引進（license-in）和出海（license-out）讓企業(yè)更具活力。

其中，核酸藥物、細胞和基因療法、微生物組學和其他新興療法（腫瘤電場治療等）是創(chuàng)新工場希望早期去持續(xù)介入的方向。

在這方面，創(chuàng)新工場投資了和其瑞、瑞風生物。

其中，瑞風生物是國內利用基因編輯技術開發(fā)基因療法的第一梯隊企業(yè)。

近由瑞風生物作為藥物研發(fā)機構參與的地貧基因治療臨床研究，幫助一位廣西18歲重型地貧患者擺脫輸血依賴，成為我國基因編輯技術用于治療成人重型β地貧的成功案例。

從2019年開始，創(chuàng)新工場進入醫(yī)療健康領域。

武凱表示，與其他老牌醫(yī)療基金相比，創(chuàng)新工場具備四大基石。

而且，Deep Tech VC的基因為創(chuàng)新工場帶來了獨特的交叉學科視角，在投資策略上也有不同見解。

武凱表示，當下的市場回調期或許正是錨定下一批高成長企業(yè)的佳時機。

很多投資人近在討論“躺平”，但是創(chuàng)新工場的團隊反而比以前更忙，因為有更多的賽道行研值得去做，有更多的企業(yè)家值得去見，現(xiàn)在的資金需要更積極的去尋找和創(chuàng)造機會。

李開復：AI+科學交叉是第三波AI應用浪潮

討論會上，李開復博士分享了自己對于 AI + Science （AI＋科學交叉），尤其是在醫(yī)療科技領域的一些展望。

以下內容整理自演講內容：

首先談一下 AI 。

AI的三大基石是算法、算力和數(shù)據(jù)，AI以此為養(yǎng)料迭代發(fā)展。

三者之中，數(shù)據(jù)尤為重要。因為要有海量數(shù)據(jù)才能把AI的“大腦”訓練好。

這一點，從計算機視覺、NLP等領域都能看到類似的進化過程。

特別是近年來，NLP領域的預訓練大模型在落地應用層面取得了突破性的進展，讓感知智能躍遷到認知智能的通道暢通了。

換言之，哪個領域有海量的數(shù)據(jù)，哪個領域就會有巨大的機會。

那么醫(yī)療科技，便是一個很好的例子。

第一，傳統(tǒng)的醫(yī)療行業(yè)現(xiàn)在正全方位數(shù)字化，包含醫(yī)療流程信息化、可穿戴設備記錄全程健康數(shù)據(jù)等，正在成為AI的“養(yǎng)料”，產生有價值的算法。

在疾病預警、診斷、治療、監(jiān)測、長期管理等方面輔助醫(yī)生進行診斷和治療，更有利于執(zhí)行針對患者的“千人千面”的治療方案。

海量的數(shù)據(jù)也會在新藥研發(fā)方面。

如今科研界在尋找小分子、大分子藥物解決病痛上進行大量實驗，無論試驗是否成功，都帶來了海量數(shù)據(jù)。

第二，從AI發(fā)展的角度來看。

初，AI產業(yè)就是一個新技術在尋找落地場景。

第一批AI創(chuàng)業(yè)公司大約集中在十多年前，比如專注于計算機視覺的曠視科技、用語音來探索落地場景的科大訊飛。

第二批的AI創(chuàng)業(yè)，則是針對AI在某一個商業(yè)應用來創(chuàng)造價值。

比如說創(chuàng)新奇智、第四范式、以及很多無人駕駛汽車公司，都是很好的例子。

針對制造業(yè)、企業(yè)轉型、交通等領域把AI應用起來，這些公司目前發(fā)展地都很好，成為了獨角獸，希望不久的將來能夠上市，或者其中一些已經(jīng)上市了。

我認為，第三批AI的巨大浪潮就是AI＋科學交叉。

比如在國外一些醫(yī)院中，他們每種癌癥的數(shù)據(jù)只有十幾個例子，但AI需要的是幾十萬幾百萬甚至幾千萬個例子，而且是越多越好。