文章主题：生物技术, AI医疗, 英伟达
21世纪经济报道记者季媛媛 实习生闫硕 上海报道随着数据、算法、算力三方面的发展，人工智能（AI）大规模进入医疗领域成为现实。
🌟AI在生物科技领域的革新力量无可否认！💼黄仁勋，这位GPU之父，多次将数字生物学比作未来科技的“颠覆性风暴”。💡他坚信，通过模拟生物学，生命科学将步入高度工业化的新阶段，就像制造业那样。当数据、AI和自动化深度融合时，生物技术的进步将以几何级数加速，成为闪耀下一个黄金时代的璀璨领域！🚀
🌟AI医疗领域的市场探索者通常采用两种策略来融入这一创新浪潮：首先，传统医疗企业通过与AI技术的深度融合，提升医疗服务的专业性和效率；其次，科技巨头如英伟达和谷歌等，则借助其在软件领域的深厚积累，逐步将AI技术推向医疗硬件领域，以实现业务向医疗行业的延伸。近期，这些科技巨头的动作明显增多，积极布局AI医疗硬件，标志着AI产业化正从软件向硬件的转变加速进行中。🚀
🌟科技巨头引领的创新浪潮正在驱动产业升级与融合，以新质生产力为核心，AI医疗与AI制药领域的布局成为关键。🚀这些行业领导者通过深化科技应用，推动医疗和制药行业的深刻变革，加速科技创新的步伐。💼沙利文大中华区执行总监周明子，这位行业洞察者，在接受21世纪经济报道的深度访谈中，揭示了这一趋势背后的强大驱动力。🌟#科技创新产业升级 #AI医疗与制药 #产业升级融合
🌟未来的AI之路将聚焦于垂直领域的深度定制solution，这是一种创新的”攀登”模式，它不仅涵盖了从数字资源到数字权益的逐步累积，也伴随着硬件技术的飞速升级。🎯这股趋势对于医疗和医药行业来说，意味着生产效能与质量的显著提升，成本的有效控制，以及解决长期以来困扰行业的“三难”问题。🚀通过AI的力量，我们期待看到更高效、精准的医疗服务，以及更具竞争力的产品研发。记得，定制化是关键，而技术升级则是实现这一目标的强大引擎。
押注“AI+生命健康”赛道🌟全球科技巨头🔥如 NVIDIA 和谷歌等，正引领生物技术潮流，视其为 AI 革命的新里程碑。💡这些行业巨头凭借深厚的技术底蕴和定制化开发专长，正在医疗与制药领域加速AI的应用进程。🚀基于硬件的革新与软件算法的创新融合，AI 医疗已超越单一服务层，全面重塑医疗保健生态。它不仅触及诊疗终端，更深入到预防、诊断、治疗及康复等各个环节，形成全链条的深度优化。🔍无论是精准医疗的实现，还是药物研发的智能化，AI 都展现出强大的潜力和变革力。通过这些巨头的力量，我们期待看到医疗大健康产业迎来前所未有的革新与突破。🌟记得优化关键词：#科技巨头# #生物技术# #AI医疗# #医疗大健康# #创新突破
🏆 英伟达2024年GPU大会火力全开！🚀 90场医疗保健与生命科学盛宴，AI医疗健康引领风潮！📊 在众多热门领域如汽车、云服务、硬件/半导体中独占鳌头，其对这一领域的坚定信心不言而喻。🌟 Kimberley Powell的预言成真？未来医疗健康，GPU巨头英伟达或将书写数十亿级辉煌篇章！💰 从技术到应用，让我们期待这场科技与健康的创新盛宴！🔥 #AI医疗# #英伟达未来# #生命科学盛事
英伟达在此次大会上还推出了基于医疗场景的25个新的微服务，帮助全球的医疗企业基于生成式人工智能（AIGC）进行效率提升。目前，全球有接近50家应用程序提供商正在使用英伟达的医疗微服务。
另一方面，英伟达近期还与多家医疗公司展开合作，包括诺和诺德、强生、GE医疗等。以与诺和诺德的合作为例，3月18日，诺和诺德基金会宣布将与英伟达合作，在丹麦建造一台名为GEFION的超级AI计算机，GEFION将专注于AIGC的应用，特别是在药物发现和蛋白质研究领域。
在AI+医疗领域，谷歌也在持续布局。去年12月13日，谷歌官宣了MedLM模型，这是一系列针对医疗行业进行微调的模型，目前已面向美国的谷歌云客户开放；去年谷歌的云业务还与美国妙佑医疗国际达成合作协议，扩大AIGC在医疗保健领域中的使用。
3月19日，谷歌在其年度健康活动“The Check Up”中发布了一系列将AI模型应用于医疗保健行业的新举措。通过整合旗下Google Research和Fitbit部门的技术资源，谷歌计划从可穿戴设备如运动腕带中获取用户数据以分析锻炼对睡眠质量的影响。此外，谷歌还宣布了与印度Apollo Radiology International的合作项目，计划利用AI进行肺结核、肺癌和乳腺癌等重大疾病的筛查。
此外，Salesforce去年推出蛋白质生成模型ProGen；微软也发布开源模型EvoDiff；亚马逊推出了AWS HealthScribe……科技巨头正陆续推出针对生物技术领域的AI工具。
“科技巨头布局医疗赛道的优势在于其拥有前沿的AI技术，算法、算力等方面的优势高于传统医疗企业。他们还能构建完整的生态系统，将AI与其他业务进行深度融合，形成协同效应。”CIC灼识咨询合伙人王文华对21世纪经济报道记者表示，但挑战来自于如何获得高质量的大量底层数据，以及对于医疗场景的深层理解，比如如何把算法、算力与医疗行业的Know-How结合起来，这就需要有医疗行业背景的资深专家。
市场潜力巨大实际上，2018年资本市场已然关注到AI+医疗，彼时主要聚焦于影像、制药等领域，但至今没有一家公司因此上市。
“这一轮的AI热潮跟之前是不一样的，因为这一轮是基于AIGC，并不是原先的固定范式AI。AI+医疗已经推动了市场的发展，比如写病案、医生问诊这种线上的问答，能够做到更接近于真人。”医疗战略咨询公司Latitude Health创始人赵衡指出，从二级市场上看，尽管当前医药市场陷入周期性调整阶段，但仍会有一些投资案例或融资案例，也会有拥抱AI的小市值医疗股逆势而上。
比如近日，英伟达投资了一家计算药物发现初创公司Relation Therapeutics。此前仅2023年（截至11月），英伟达就投资了9家专注于药物研发领域的初创生物科技公司。
目前，全球AI药物研发企业约343家，其中超过50%的公司集中在美国，英国和欧盟分别占据12.5%和13.4%，亚洲大约12.8%，其中中国占据约4.7%。另外，全球AI药物研发最大的市场在北美，亚太地区排名第三。摩根士丹利去年发布的一份报告指出，AI制药的全球市场规模短期已达500亿美元，并有可能继续上探。
据灼识咨询统计，目前医药巨头AI药物研发聚焦的疾病领域主要是癌症和精神类疾病，占比超过50%；其次是心脑血管、肝肾肠胃和呼吸系统，占比大约30%；其余合作涉及的领域包括糖尿病、眼病、白血病、感染类疾病、免疫类疾病、药物副作用领域等。
而AI制药领域的核心竞争力主要在于AI技术服务的能力和自研管线的丰富程度。在研发管线上，目前全球已有80多个进入临床的AI制药研发管线。
当前中国本土AI制药初创企业的业务布局主要集中在药物研发环节，汇集了英矽智能、晶泰科技等头部企业。从AI制药管线进展上看，全球AI制药公司中管线最快的是临床2期，其大概都在2022年底陆续进入2期，国内领先的项目在去年年中也进入了临床2期。
有专家预计，未来10年我国AI+医疗市场规模年均复合增速将超过30%，其中AI医学影像和AI制药两个细分市场将增长最快。对此，周明子认为，虽然医药市场面临一些挑战和不确定性，但AI技术的引入为医疗领域带来了创新动力和解决方案，AI+医疗产业的前景依然向好。同时，新质生产力强调创新和高效，这与AI+医疗产业的理念高度契合，为产业发展注入新的活力。
周明子进一步指出，我国AI辅助药物研发的应用正处于快速发展阶段，但仍然存在一些不足。首先，AI的研发和应用需要大量的数据和算力支持，但目前国内的数据资源和算力储备，尤其是垂直领域的专业数据资产和算力硬件的研发仍相对有限；其次，AI在药物研发中的应用需要跨学科的知识和人才支持，但目前国内相关领域的专业人才储备还不够，需要加强培养和引进。
商业化落地存在壁垒AI+医疗作为一项重要的技术革新方向，已经受到了业界的广泛关注。人工智能和医疗产业的结合，取决于三大要素：高质量的底层数据，被验证有效的在医疗场景下的算法以及人工智能企业最大的优势——算力。
“无论如何，人工智能和医疗行业相结合，是未来发展的一个大方向。星星之火的阶段是人工智能嵌入到医疗行业不同的场景下从而解决具体的问题，未来一定会带动整个行业的人工智能化深度，从而带来整个行业的巨大改变。”王文华说。
但从目前的情况来看，尽管AI在医疗领域已经取得了一定的成果，在商业化落地的过程中仍面临着一些实质性壁垒。
有药企高管对21世纪经济报道记者表示，现在无论是国内外的大厂或是初创企业，AIGC在商业变现上还没有一个成熟的商业模式。从产品角度，AIGC处于早期发展阶段，出现的众多内容生成利器使用门槛低，更多还是面向C端，但大部分玩家仅仅是为了娱乐，难以转化成真正的付费用户。将AIGC用在B端让其辅助工作流程或实际提高工作效率并产生价值，才能形成一个可持续的商业模式。
“商业化落地的关键是能找到可商业化的模式，目前来看挺难的，像影像的收入其实很低。如果给医疗服务做辅助，其实就是卖知识产权，或者说卖使用费。”赵衡说。
周明子也认为，商业化落地还存在诸多壁垒需要打通，首先，医疗行业的专业性很强，医疗数据的复杂性和敏感性使得AI在医疗领域的应用需要更高的准确性和安全性。目前，AI在医疗领域的应用还不能完全满足临床需求，特别是在诊断和治疗方面，AI的准确率还需要进一步提高。其次，AI在医疗领域的应用需要遵循医疗行业的法律法规和伦理规范，同时还需要建立相应的质量控制和评价标准。再次，AI在医疗领域的应用还需要得到医生的认可和接受，医疗决策涉及患者的生命健康，因此医生的参与和判断至关重要。
至于AI+医疗商业化落地的具体时间，“这是一个复杂的问题，受多种因素影响，包括技术的发展、政策的导向、市场的接受程度等。”周明子说，在AI高速发展的今天，可以用过往产业发展路径的时间经验去预测未来的节奏。
“我个人认为是保守的，尤其是目前AI+医疗已经在某些领域取得了一定的商业化成果，如辅助诊断、药物研发等。未来全面实现商业化落地的时间需要多方面因素考量，但毋庸置疑的是，未来的5到10年，随着数据资产和算力支持的加强，AI医疗将持续是大医疗产业发展与创新的核心动能。”周明子强调。
更多内容请下载21财经APP
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
