ChatGPT

3月27日，港交所文件显示，AI药物研发公司英矽智能再次提交上市申请。就在前不久，英伟达CEO认证“AI医疗”就是下一个“黄金赛道”。医疗领域的AI热潮再度来袭。 从2023年横空出世的ChatGPT，到2024年OpenAI带着Sora降临，AI领域的任何风吹草动似乎都带着要颠覆一个行业的势头。 近日，英伟达CEO黄仁勋认证“AI医疗”就是下一个黄金赛道。看起来更有说服力的是，该公司自2023年以来已投资9家AI制药公司，覆盖小分子药物、大分子抗体、GPCR药物、核酸药物及疫苗等。 生物医药产业再度迎来“AI热”。 事实上，早在2020年，“AI医疗”相关概念曾在国内掀起过一波浪潮。中信证券研报显示，国内AI制药赛道当年投融资额超31亿元，同比增长近7倍。这股投融资热度并未马上退去，据动脉网不完全统计，2021年，国内AI制药领域发生34起融资事件，涉及融资总金额约84亿元，平均单笔融资金额约2.5亿元，超七成获投企业处于早期轮次。其中，晶泰科技是最具代表性的案例，该公司被50家国际机构融资竞标，2021年8月完成的D轮融资高达4亿美元。晶泰科技招股书显示，截至2023年6月30日，公司已累计融资约7.32亿美元。 随着一级市场投资回归冷淡，2023以来，AI医疗领域热度有所下降。如今，风口又被英伟达吹起，“AI医疗”将续写怎样的故事？ 新一轮热潮来临 刚刚结束的英伟达GTC2024大会上，90场与医疗保健/生命科学相关的会议让AI+医疗的未来充满想象空间。 受该消息影响，国内相关股票接连多个涨停。目前，A股市场中涉及“AI医疗”的概念股超过20只，包括思创医惠、贝瑞基因、爱尔眼科、朗玛信息、塞力医疗、泓博医药等。其中，泓博医药3月中旬以来股价4次冲上龙虎榜。 招商证券认为，全球“AI+医疗”市场规模超50亿美元，将继续保持快速增长。根据全球观察报告，预计“AI+医疗”市场规模年均复合增速将超过29%，2032年将达到700亿美元。从市场结构看，药物发现和医学影像是AI应用最重要的两个领域，合计占比超过50%。 跨国药企（MNC）已经率先驶入“AI+制药”的快车道。在英伟达GTC2024大会上，强生、GSK、默克、诺华、诺和诺德、基因泰克、安斯泰来等医药巨头竞相与英伟达建立数项新合作。在制药赛道，阿斯利康、礼来、赛诺菲、艾伯维已经纷纷自建平台、BD交易、合作研发进行了AI布局。 记者从GE医疗方面了解到，公司主要使用英伟达技术开发了其最新的研究模型SonoSAMTrack，用于分割超声图像中的解剖结构、病变和其他重要区域。 “近期的一项研究显示，SonoSAMTrack在7个超声数据集中均表现优异，涵盖各类解剖结构（成人心脏和胎儿头部）和病理（乳腺病变和肌肉骨骼病变）以及不同的扫描设备。此外，在提升速度和效率方面，SonoSAMTrack仅通过2-6次点击即可进行精确分割，尽可能地减少了用户的输入。”GE医疗方面向《国际金融报》记者表示。 除了英伟达外，微软、谷歌等科技巨头近年来也在加码“AI医疗”。国内方面，阿里、百度、腾讯等互联网巨头均已成立了医疗AI部门。 颠覆性变革或到来 “AI在医疗领域的应用将越来越广泛，从辅助诊断到个性化治疗，从精准预测到智能手术，AI正在改变着医疗行业的方方面面。”沙利文大中华区执行总监周明子在接受《国际金融报》记者采访时表示。 从目前的落地情况来看，AI在医疗影像中的应用已进入发展快车道。GE医疗与医准智能共同研发的Nova AI乳腺机，是全球首台全流程人工智能乳腺机。GE医疗方面提供的一组对比数据显示，石家庄某医院在2023年采用Nova AI后，10个月的时间里完成约1.2万个乳腺癌筛查，14人确诊乳腺癌。而在未采用Nova AI的2022年，该医院全年满负荷完成5000个乳腺癌筛查、检测出3位乳腺癌患者。 国内医学影像龙头联影集团于2017年底成立的联影智能，也将AI作为核心技术“底座”之一，提出了“uAI+医用通才大模型”规划，其中包括医疗影像大模型、医疗文本大模型与医疗混合模态大模型三大核心模型，以聚焦诊疗全链路智能驱动。 在手术治疗领域，AI的加持则让其出现了颠覆性的变革。同济大学副教授、博士生导师齐鹏向《国际金融报》记者表示，AI让患者的就医习惯和医生的诊疗习惯发生了极大的改变。比如一些医生在做骨科手术的时候，不用再经过反复拍片来确定皮下位置，而是直接通过手术机器人来精准定位。 据齐鹏介绍，所谓的手术机器人并不是要让机器人来给患者手术，而是医生操作手术机器人来完成治疗，在提高效率的同时，减少患者的创口。齐鹏带领团队研发的心脏介入手术机器人，可以通过插入血管的导管和导丝诊治冠心病，因为不必开胸，患者就能减轻痛苦，术后恢复也快。 “临床中要让手术机器人落地，首先是要对医生们进行培训，教会他们如何使用，让医生真正感受到手术机器人的便利。”齐鹏说。 AI制药商业化落地难 在“AI医疗”落地的众多场景之中，AI制药无疑最受资本市场喜爱。 新药研发领域一直存在着“双十定律”，即耗费10年时间、10亿美元才能研发出一款创新药。如此之高的投入也一直是困扰业内的难题。因此，业内寄予AI厚望，希望能够通过AI技术，来加速新药研发周期，降低成本的同时能提高成功率。 在周明子看来，AI技术可以更准确地预测药物的疗效和安全性，减少临床试验的失败率，从而降低研发风险。同时，AI还可以帮助企业更好地理解市场需求和患者偏好，优化销售策略和推广渠道，提高产品的市场竞争力。 以美国创新制药公司Relay为例，其在安腾超级计算机（Anton）的支持下，用18个月、不到1亿美元确认了一款胆管癌治疗药物RLY-4008的结构，成功打破”双十定律”。 但2023年6月，“AI制药第一股”英矽智能递表港交所后，又在年底传出失效的经历，也着实让业内捏了把汗。 有业内观点认为，英矽智能上市失效，或许并不是源于技术问题，而是折射出AI制药行业乃至整个医药行业面临的商业化困境问题。 另一家拥有10余年历史的英国AI制药公司Exscientia也在2023年10月宣布，因疗效达不到预期即将终止一条癌症候选药物。而在此前，Exscientia也因临床试验未达到预期等原因停掉了数条管线。 据智药局统计，2023年全球102条获批临床的AI药物管线中，有56条推进到Ⅰ期，占总数的一半多；其次为推进到Ⅱ期，41条。但到了临床Ⅲ期的管线数量却出现断崖式下滑，仅5条管线进入上市前的最后验证阶段。 英伟达为“AI医疗”描绘了一幅美好的蓝图，但业内对于“AI医疗”的商业化落地仍存在着部分质疑声音。毕竟，英伟达投资并服务于AI制药公司，制造风口后，自身是最大获利者。 对于AI医疗落地目前仍存在的壁垒，齐鹏表示，虽然目前AI已经渗透到制药研发、辅助诊断、手术治疗以及医疗服务之中，但在实际应用中的推广仍存在着一定阻力，其中一个原因就是投入与回报不成正比。 “高研发投入后的高定价，使得产品销量并不好，企业得不到回报，自然也就不愿意继续推广。”齐鹏说。 周明子也提到，定价高和销量不佳是AI医疗设备落地的一大难题。高昂的研发和生产成本使得AI医疗设备价格居高不下，难以被广大医疗机构所接受。他认为，可以考虑通过政府补贴、税收优惠等方式降低企业成本，同时推动产业链上下游的协同发展，实现成本的有效控制。此外，加强市场推广和品牌建设，提高消费者对AI医疗设备的认知度和接受度，也是提升销量的关键。 三大问题待解 除定价高外，周明子认为AI医疗落地过程还存在三大难题。 一是准确率：由于医疗领域的复杂性和特殊性，AI算法在医疗诊断中的应用仍存在一定的误差，这直接影响了医生和患者的信任度； 二是监管和合规：AI医疗设备的监管框架可能跟不上技术的快速发展； 三是数据支撑：医疗数据的获取、标注和隐私保护等方面都存在诸多挑战。 至于如何解决上述问题，周明子向《国际金融报》记者表示，“为保证准确率，我们需要不断优化算法模型，同时加大医疗数据集的积累和清洗工作，确保模型的训练是基于高质量的数据；合规方面，监管机构需要制定明确的法规和标准来确保AI医疗设备的安全性和有效性，企业和开发者也需要确保产品符合相关的法规要求；数据支撑上，则需要建立统一的数据标准和规范，推动医疗数据的共享和开放。同时，加强数据安全和隐私保护技术的研究和应用，确保医疗数据在合法、合规的前提下得到充分利用。”