21世紀經(jīng)濟報道記者季媛媛 上海報道
今年以來,AI在醫(yī)療和制藥領域的熱度一直不減。
7月26至28日,世界人工智能大會暨人工智能在上海多場館同步啟幕。本次大會主題為“智能時代同球共濟”,設會議、展覽等5大板塊,聚焦AI基礎設施、科學智能等10大領域。據(jù)了解,本次大會有800余家企業(yè)參展,3000余項前沿展品集中亮相,含40余款大模型、50余款AI終端及100余款全球首發(fā)/中國首秀新品,規(guī)模創(chuàng)歷屆之最。
大會期間,多家互聯(lián)網(wǎng)巨頭聲稱要加速構(gòu)建“智慧醫(yī)療”和“生命科技”生態(tài),驅(qū)動醫(yī)療影像、智能問診、AI實驗室等細分場景需求激增。
對此,德勤中國生命科學行業(yè)主管合伙人孫曉臻在接受21世紀經(jīng)濟報道記者專訪時指出,AI在大健康領域的應用正從“技術概念”迅速轉(zhuǎn)向“規(guī)?;涞亍薄nA計2025年中國AI醫(yī)療市場將突破200億元,在2030年突破1000億元,復合增長率達43.2%,全球AI制藥市場有望突破500億美元。
與此同時,現(xiàn)在,藥企普遍意識到,僅靠“跟風”難以在國際市場建立真正的技術壁壘。因此,尋找更具差異化的新靶點,或在同一靶點下實現(xiàn)best-in-class優(yōu)化,成為創(chuàng)新的關鍵路徑。
AI在這方面是有潛力的。孫曉臻認為,一方面,AI在整合多組學、文獻和數(shù)據(jù)庫進行靶點發(fā)現(xiàn)方面大幅提升效率,縮短了“從概念到驗證”的周期;另一方面,AI也能幫助企業(yè)系統(tǒng)性地評估靶點成藥性,篩掉“看起來熱但實際難成藥”的方向,從而在更早階段優(yōu)化資源配置。此外,AI在BIC分子的構(gòu)建方面同樣大有可為,通過建模靶點與候選分子的結(jié)合位點、動力學特征,可以發(fā)現(xiàn)更優(yōu)的藥效構(gòu)型和給藥方案。
換言之,AI不僅能幫助“搶灘登陸”,更能幫助企業(yè)“搶到制高點”。
根據(jù)Global Market Insights的報告,全球“AI+醫(yī)療”市場正在迎來快速增長,預計年均復合增速將超過29%。招商證券也指出,該市場規(guī)模已超過50億美元,并預計到2032年將達到700億美元。而從市場結(jié)構(gòu)看,藥物發(fā)現(xiàn)和醫(yī)學影像是AI應用最重要的兩個領域,合計占比超過50%。
在談及未來三年AI醫(yī)療、AI制藥行業(yè)格局時,孫曉臻認為,可以用三個關鍵詞來概括:融合、精準、重構(gòu)。
德勤中國生命科學行業(yè)主管合伙人孫曉臻 受訪者供圖
《21世紀》眼下,AI+醫(yī)療,AI+制藥的話題層出不窮,您如何看待AI在醫(yī)療、醫(yī)藥賽道的市場布局前景,就您的觀察而言,目前這一賽道的融投資情況如何?
孫曉臻:在資本端, AI+醫(yī)療賽道雖受宏觀調(diào)控影響而理性回歸,但頭部企業(yè)依然獲得持續(xù)關注。例如,今年6月,英矽智能宣布完成1.23億美元的E輪融資,用于推動在人工智能平臺升級和藥物研發(fā)管線創(chuàng)新方面的突破;今年初,晶泰科技(XtalPi)通過配股和定增融資進行融資,總額超過30億元人民幣。這意味著資本正從“早期炒作”轉(zhuǎn)向“平臺化能力與商業(yè)落地驅(qū)動”的投資邏輯。
總體而言,AI正成為醫(yī)療和制藥領域的增長引擎:場景化支持下,創(chuàng)新模式不斷涌現(xiàn);但商業(yè)化仍需驗證,項目應聚焦能創(chuàng)造臨床與成本價值的落地方案,才能吸引持續(xù)資本與市場認可。
《21世紀》:目前,不少大廠如華為、螞蟻等均在通過合作醫(yī)院獲取數(shù)據(jù)訓練模型,是否可能形成新的“數(shù)據(jù)壟斷”?開源模型會否削弱企業(yè)技術護城河?在醫(yī)療場景中,通用大模型(如百度、騰訊)與垂直領域智能體(如華為、醫(yī)渡)誰更具落地優(yōu)勢?如何避免技術堆砌而脫離臨床真實需求?
孫曉臻:醫(yī)院數(shù)據(jù)只是其中的一部分。從新藥研發(fā)的角度來看,還需要其他數(shù)據(jù)集,比如分子結(jié)構(gòu)、作用機制(MOA)、基因組學等。因此,我不認為生命科學公司在競爭地位上受到威脅。
然而,醫(yī)院數(shù)據(jù)在幫助生命科學公司優(yōu)化其研發(fā)管線和臨床開發(fā)策略方面將非常有價值;它還可以通過利用真實世界數(shù)據(jù)或見解來加速臨床開發(fā)進程。從這個角度來看,生命科學公司必須與本地大型語言模型(LLMs)更緊密地合作,以推動與臨床開發(fā)相關的用例,例如流行病學研究、治療標準評估、試驗可行性研究等。
此外,每個模型都有其優(yōu)缺點。通用模型在大眾健康管理方面非常有優(yōu)勢,例如面向公眾的疾病意識提升活動,常見健康問題的自我診斷及干預建議。例如,DeepSeek 在幫助患者進行這些方面的應用上表現(xiàn)出色。因此,公共衛(wèi)生機構(gòu)、患者組織和非處方藥(OTC)企業(yè)可能會發(fā)現(xiàn)它們非常有用。
垂直領域智能體則更加符合特定用途。它們通常基于更深入的數(shù)據(jù)訓練,以支持特定類型的應用,如AIDD、AI影像診斷等。因此,醫(yī)院和生命科學企業(yè)會發(fā)現(xiàn)這些模型更為實用。
《21世紀》:目前AI醫(yī)療產(chǎn)品的主要付費方是醫(yī)院、醫(yī)保還是藥企?如何破解“技術叫好不叫座”的盈利困局?臨床級應用(如診斷)與降本增效類工具(如病歷生成)的商業(yè)模式有何本質(zhì)差異?
孫曉臻:在中國,大多數(shù)數(shù)字診斷和治療方法仍需在利潤方面進一步發(fā)展。制造商將它們用于增強傳統(tǒng)治療方法或設備的差異化價值。未來,我們應該關注幾種潛在可行的業(yè)務模式:
一是國家藥監(jiān)局批準的智能設備報銷。例如,華為智能手表在某些省份作為認證的血壓監(jiān)測設備可以報銷。其理念是利用這些設備促進公共健康,相應會減少醫(yī)院就診次數(shù);二是用于疾病管理和康復服務的商業(yè)保險,其中AI是解決方案的一部分。術康就是一個很好的例子(一個康復數(shù)字療法);三是醫(yī)院中AI輔助診斷的報銷。這是最新醫(yī)保局指南中的一個新發(fā)展。不過,這需要更多時間收集證據(jù)并指導實際定價和報銷范圍。
《21世紀》:AI縮短藥物發(fā)現(xiàn)周期后,臨床試驗是否成為新瓶頸?如何評估AI制藥公司“燒錢換管線”的可持續(xù)性?
孫曉臻:過去幾年,AI確實在藥物研發(fā)早期發(fā)揮了顯著加速作用,尤其是在靶點識別和先導分子生成階段。然而,這種速度上的“前移”,也驅(qū)使企業(yè)探索其他環(huán)節(jié)上的加速。
對于AI制藥公司是否“燒錢換管線”,我們認為應更全面地看待其可持續(xù)性。一個重要的評估視角,是關注AI投入在真實分子轉(zhuǎn)化率上的表現(xiàn),比如每個AI生成分子到達IND或臨床階段的時間和成本節(jié)省是否具備優(yōu)勢。與此同時,是否具備自動化實驗室、能做到干濕實驗一體驗證,也會成為衡量其技術沉淀和長期價值的重要標準。
《21世紀》:AI將I期臨床試驗成功率從40%-65%提升至80%-90%,但監(jiān)管對AI動態(tài)學習算法的凍結(jié)要求構(gòu)成矛盾。當AI將藥物發(fā)現(xiàn)成本降低50%以上,企業(yè)是否會轉(zhuǎn)向“小而快”的管線策略?傳統(tǒng)藥企與AI初創(chuàng)公司的競合邊界在哪里?
孫曉臻:在精準篩選和自適應試驗設計方面,通過引入生物標志物和人群分層,AI可以顯著提高早期試驗的命中率。當然,目前這類成功率提升的數(shù)據(jù)還更多來自模型預測或少量案例,還需進一步臨床積累去驗證廣泛適用性。在監(jiān)管層面我們認為監(jiān)管框架會不斷演進,在保證合規(guī)的同時,進一步鼓勵新技術。
AI所帶來的“降本提速”優(yōu)勢,讓越來越多企業(yè)重新考慮管線策略。相比傳統(tǒng)“重投入、慢產(chǎn)出”的大品種路徑,一種更“小而快”、更強調(diào)快速驗證與決策的策略正在興起,尤其適合探索新靶點或高失敗率領域。在我們看來,這并不是AI初創(chuàng)獨有的路徑,反而是傳統(tǒng)藥企也在積極擁抱的方向。兩類企業(yè)之間的界限正在模糊——AI初創(chuàng)更擅長早期探索與快速迭代,傳統(tǒng)藥企則擁有強大的生物學基礎、臨床資源和合規(guī)能力。未來,我們很可能會看到更多“平臺+臨床”的組合模式,無論是戰(zhàn)略投資、聯(lián)合實驗室,還是從早期就綁定的聯(lián)合開發(fā)模式,這種競合關系將成為主流。
《21世紀》:在AI制藥平臺逐漸成為BD核心標的的背景下,技術價值評估標準是否已從“管線數(shù)量”轉(zhuǎn)向“算法壁壘”?如何量化AI平臺的技術護城河?(例如:訓練數(shù)據(jù)集規(guī)模、跨靶點泛化能力、臨床驗證分子數(shù)量)
孫曉臻:我們觀察到藥企在與AI平臺合作或投資時,關注點已經(jīng)明顯從“能產(chǎn)出多少管線”轉(zhuǎn)向“平臺本身的學習能力與可持續(xù)產(chǎn)能”。因為真正有價值的AI平臺,不是靠短期積累幾個候選分子,或者服務付費的合作方式,而是能不斷從反饋中優(yōu)化、快速失敗、快速再試,這種動態(tài)迭代的能力才是護城河的核心。
那如何量化這類能力?首先是數(shù)據(jù)本身——模型背后訓練的數(shù)據(jù)集是否廣泛、跨物種、覆蓋多靶點,且具有良好的標簽質(zhì)量。其次是模型的泛化能力——不僅要在一個靶點上表現(xiàn)好,更要能跨靶點遷移、在不同機制下維持預測精度。再者,是模型生成分子的實際轉(zhuǎn)化率,也就是這些分子是否經(jīng)得起“濕實驗”的驗證,是否已進入IND甚至臨床階段。最后,從平臺角度,還要看其是否具備模塊化能力,能否快速適配不同項目和合作模式。
從更深層次看,是否擁有閉環(huán)驗證系統(tǒng)——比如是否自建自動化實驗平臺,能實現(xiàn)“模型生成—合成驗證—反饋修正”一體化,也正在成為判斷AI平臺長期價值的重要指標。平臺化、系統(tǒng)性和可持續(xù),是今天藥企在評估AI伙伴時最為看重的能力維度。
本文鏈接:http://www.enbeike.cn/news-7-18330-0.html專訪德勤孫曉臻:搶占“AI+健康”制高點,尋找差異化生死時速
聲明:本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻,不代表本站觀點,本站不承擔任何法律責任。天上不會到餡餅,請大家謹防詐騙!若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系,我們將在第一時間刪除處理。
點擊右上角微信好友
朋友圈
點擊瀏覽器下方“”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“
”按鈕