国内人工智能医疗领域投资额已超200亿元

　　近两年来，人工智能、大数据、大健康成为全球范围内的创新创业热点，相关产业投资一时间水涨船高。在麦肯锡全球研究所近日发布的《人工智能：下一个数字前沿》报告中，就将医疗领域放在人工智能（AI）未来最具发展前景的五大领域之一。而根据此前发布的《人工智能赋能中国医疗产业》报告显示，从2015年至今，国内人工智能医疗领域的累计投资额已超200亿元。

　　不过，有业内人士分析，人工智能较多项目目前还处于科研阶段，“人工智能医疗”的应用场景目前很少能够落地。纵观整个医疗产业，从资本的角度应该如何给医疗产业插上人工智能的翅膀？哪些领域值得投资？哪些环节成为难点？在近日深圳举办的2017人工智能医药健康创业峰会上，来自红杉资本、峰瑞资本等多位明星投资人分享了他们的看法。

　　■对话嘉宾

　　红杉资本中国基金合伙人 陆勤超

　　峰瑞资本创始合伙人 李丰

　　松禾资本创始合伙人、董事长兼总经理 罗飞

　　启明创投合伙人 叶冠泰

　　复星同浩资本创始合伙人 刘琦开

　　科辉创新董事长 赵春林

　　 焦点一

　　在人工智能医疗领域，最看好哪些具体产业？

　　赵春林：从目前来看，主要还是把人工智能看作一个工具。我认为在诊疗方面，人工智能代替不了医生。而在新药研发的过程中，人工智能可以对医药研发等医药创新领域进行赋能。从我接触投资的公司来说，人工智能目前在小分子筛选上可以有所介入。但从个人角度来说，我对AI医疗投资目前持观望态度。比如人工智能与医药研发产业的结合，主要还是要看药厂能不能让人工智能落地。

　　叶冠泰：在人工智能领域，我之前投资过人脸识别、语音识别、智能驾驶等几个领域的公司。如果说从人工智能和医疗产业结合来看，我认为应该从AI目前本身的算法框架考量，语音识别和图像识别的AI算法在人工智能领域是相对比较成熟的。因此，我比较看好AI在医疗影像方面的应用。从另一个角度考虑，我觉得投资者需要针对应用在医疗产业中人工智能所需要的算法的普及性和成本因素，来选择投资具体哪一类AI医疗项目。

　　李丰：根据我的观察，在过去几年，医疗公司在新药研发和新型疗法的开发中，数字化程度大幅增加使得数据成本降低。从这一点来看，人工智能介入医疗产业成为可能。从根本上来说，数据是人工智能附能医疗产业的基础，抛开数据来看，目前AI只是以工具的形式介入医疗产业。如果去做投资，我认为围绕大数据来做AI医疗的“基础设施”建设，是一个可行的领域。

　　 焦点二

　　看好人工智能在医疗领域哪些应用场景？

　　刘琦开：其实这几年，我们一直在思考一个问题。那就是AI在医疗产业到底能做什么，主要应用在哪些场景。我们在2015年的时候成立了AI团队介入医疗领域的投资，一开始我们是做数据挖掘，主要用于提高医疗诊断效率。现在，我们考虑AI要不要介入解决患者疾病的诊断问题，也就是说通过人工智能的技术进行精准诊疗。另外，AI在医药研发领域的应用场景也是我们考虑的一个方向。目前来看，医药研发产业在国内还不是特别发达，所以我们在医药研发领域的投资主要在美国。

　　罗飞：三年前，我们关注了美国圣地亚哥的一家公司。这家公司的人工智能产品主要应用在医院，监测医院的医生有没有看错病，有没有收错费。此外，我们还关注了另外一家人工智能公司，主要应用在诊疗过程中，用机器来代替人工收费员。从这两家公司来看，人工智能正在实现的一个应用场景就是使医院更加智能化，提高医院的看病效率。从国内来看，人工智能如何让医院更智能化也是一种趋势。

　　陆勤超：目前，红杉资本聚焦于在AI医疗影像方面的应用。我认为在疾病的诊疗领域，人工智能对医疗影像技术的提升对医疗的帮助是大有可为的。此外，我认为在“人工智能各类医疗领域”的应用也好，创业公司也好，在未来一定会有的企业出来进行资源整合，到时候人工智能赋能医疗产业的效果可能会更上一个台阶。

　　 焦点三

　　人工智能结合医药创新产业面临着哪些挑战？

　　罗飞：说起AI医疗，最开始我接触的是大数据在用药的副作用追踪。一款药品在临床应用中产生的大量数据非常有价值，对药品的改进、新药的研发提供强有力的支持。从这个角度来看，目前大量医疗数据的获得，是最大的困难。医疗大数据是基础，有了大数据，人工智能才能通过算法将数据进行分析，赋予它真正能够应用的价值。

　　刘琦开：我认为人工智能在结合医药创新的过程中，要注意一个问题就是研发路径要更符合医学本质。比如说一个初创产品从人工智能的角度来看，算法和分析都非常好，但应用于医疗领域就不是很现实。所以，投资者在投资一家人工智能医药方面的初创公司，一定要向医疗应用看齐，不然很容易走偏。

　　李丰：我觉得核心问题还是数据，关键就在于谁能制造出成本低的大量的数据。只有形成成熟的医疗数据基础设施以及强大的数据流动性，才能推动AI医疗产业的发展。简单点来说，这个难点就是如何让医疗数据“又多又便宜”。

　　另一方面，我在投资AI医疗过程中感受到的最大的痛苦是，人才极度匮乏。一方面，要求有医疗知识背景；一方面需要懂AI医疗的商业应用。所以，这一点也让我们在投资的过程中感到很尴尬，我们也想投资，但是找不准方向。这其中很重要的一个原因就是专业的人才难求。

　　叶冠泰：专业人才匮乏，这一点我感同身受。截至目前，我们已经看了三四十家AI医疗的公司。我们发现，真正又懂医疗又懂AI的公司真的不多。一个现实确实就是精通AI算法的大师有很多，但是一旦介入医疗，去统筹医院的资源，就很少有人擅长。另外，从医院角度来看，AI医疗新的应用和设备也比较难落地，医院难以买单。这里面可能还需要一些相关政策支持。

　　赵春林：从人工智能介入新药研发产业来看，其中很重要的一个原因，是中国新药研发能力太欠缺。我们希望投资中国新药研发的公司，但是目前来看这些公司本身做新药研发都还在发展阶段，把AI融入的可能性不高。

　　■纵深

　　AI医疗的八大应用场景

　　“人工智能医疗”，是人工智能技术对于医疗产业的赋能。目前，以机器学习与数据挖掘为两大技术核心的人工智能，向医疗产业赋能，使医疗相关的生产活动表现出降本增效的效果，并对医疗相关产业链整体产生影响。

　　从国内医疗产业宏观环境来看，医疗需求不断上升、医疗资源严重缺乏、卫生人员整体素质有待提升、卫生支出相对不足等特点，使得整个医疗体系急需新技术的注入；而政策、资本、社会、技术等方面优越的发展条件，推动了“人工智能医疗”的发展。

　　根据亿欧智库此前发布的《人工智能赋能中国医疗产业》报告，总结我国目前“人工智能医疗”领域的公司和产品，可分为虚拟助理、医学影像、辅助诊疗、疾病风险预测、药物挖掘、健康管理、医院管理、辅助医学、研究平台等应用场景。其中，因为计算机视觉与基因测序技术的发展，疾病风险预测、医学影像场景下的公司数量最多，相关产品相对成熟。

　　业内认为，目前来看AI医疗的产品形态以软件为主，大多产品尚未成熟，算法模型处于训练优化阶段，尚且没有大规模应用的产品。同时，AI医疗创业公司的经营业务主要以面向B端（企业）的业务为主，针对的业务主体包括医院、体检中心、药店、药企、研究机构、保险公司、移动医疗（可穿戴设备）等。