"AI發(fā)展的第三波巨大浪潮是 AI＋科學交叉。"

本文為IPO早知道原創(chuàng)

作者｜Stone Jin

據(jù)IPO早知道消息，在創(chuàng)新工場日前舉辦的線上醫(yī)療創(chuàng)新趨勢分享會上，創(chuàng)新工場董事長兼CEO李開復博士分享了其對于當下醫(yī)療科技賽道的理解和看法。

?

值得一提的是，在本次分享會上，創(chuàng)新工場還宣布成立了第一屆生命科學專家顧問委員會，康諾亞生物董事長兼首席執(zhí)行官陳博博士、創(chuàng)勝集團董事長趙奕寧博士、Labcorp徠博科集團高級副總裁，亞太區(qū)負責人畢紅鋼博士受聘成為創(chuàng)新工場第一屆生命科學專家顧問委員會常任委員。

?

某種程度上而言，上述幾位行業(yè)資深的專家顧問，將協(xié)助創(chuàng)新工場醫(yī)療投資進一步擴大視野和觸角。

?

以下系經(jīng)精編整理的李開復博士分享節(jié)選：

?

今天很高興有這個機會跟大家分享一下我對于 AI + Science （AI＋科學交叉），尤其是在醫(yī)療科技領域的一些展望。

?

首先談一下 AI 。我們都知道 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。這三者中數(shù)據(jù)尤其重要，因為要有海量的數(shù)據(jù)才能把 AI 的“大腦”訓練好，人的大腦是可以少量的數(shù)據(jù)來訓練的，但AI在大部分的應用里有越多的數(shù)據(jù)，最終得到的結果就越好。而且這個數(shù)據(jù)的增加會不斷地讓AI進化迭代 ，我們從計算機視覺、NLP自然語言處理等領域都看到類似的AI進化過程，特別是近年來，NLP領域的預訓練大模型在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。所以也可以說，哪個領域有海量的數(shù)據(jù)，哪個領域就會有巨大的機會。

??

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)、以及新技術產(chǎn)生海量生物學數(shù)據(jù)等帶來的大量數(shù)據(jù)將成為AI的“養(yǎng)料”，產(chǎn)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”的精準治療方案。

??

海量的數(shù)據(jù)也會在新藥發(fā)明方面。如今新藥發(fā)明方面在做各種新的研發(fā)，比如說要尋找小分子、大分子的藥來解決一些病痛。那么做的這些科學實驗也會產(chǎn)生大量的數(shù)據(jù)。當然，我們做各種不同的，無論它失敗或成功，也是在產(chǎn)生數(shù)據(jù)的，所以它的加速度會非常非常的快，這是第一點是我們特別樂觀的。

??

第二，我們從 AI發(fā)展的角度來看，AI起初就是一個新技術在尋找落地場景。第一批 AI的創(chuàng)業(yè)公司，大約在十多年前，例如曠視科技，是我們看到的比較早的一家做視覺方面的公司，慢慢地尋找了落地的場景，比它更早的還有科大訊飛，更多的是用語音語言來尋找落地的場景。

??

第二波的 AI 創(chuàng)業(yè)是針對著AI在某一個商業(yè)應用里面來創(chuàng)造價值。我們看到的比如說創(chuàng)新奇智、第四范式以及很多無人駕駛公司都是很好的例子。這種AI＋制造業(yè)、AI＋企業(yè)轉型、AI＋出行等垂直領域的公司現(xiàn)在也都發(fā)展得很好，他們不少已經(jīng)成為這個賽道的獨角獸，希望不久的將來能夠上市或者甚至已經(jīng)上市。

??

我覺得第三波的巨大浪潮就是 AI＋科學交叉。我記得大約四年前參加美國加州的一個頂尖科學家的聚會上 ，我在做AI方面的分享。雖然參會者大部分不是AI領域的專家，但大家都對 AI充滿了興趣，然后問了很多很好的問題。最后我說，我反過來問你們一個問題，你們有多少人在你們的科學工作里用上了 AI？結果居然是全世界的頂級科學家沒有一個舉手的。但是今天，天時地利人和已經(jīng)成熟了。我們可以看到的是在醫(yī)療或者在其他科學領域，我們過去很多的做法都是小數(shù)據(jù)的做法，比如說一些頂級的外國醫(yī)院，他們的真正的癌癥數(shù)據(jù)，每一種癌癥都只有十來個例子，因為這是用來教醫(yī)生的。但是 AI 是需要幾十萬幾百萬甚至幾千萬個例子，而且是越多越好。所以我覺得它的潛力是非常大的。

??

因為當有了這么多病例的時候，我們可以想象一個醫(yī)生，他的診斷能力主要就是看他的這個經(jīng)驗，那他一輩子能看多少病人，能看一萬個病人算很多了。但是如果是 AI 的話， 可以完全看 1 億個病人，甚至10 億個病人，那么它累積的各種經(jīng)驗，各種統(tǒng)計，還有根據(jù)因人而異的醫(yī)療方法，AI醫(yī)生可以經(jīng)過海量數(shù)據(jù)來做更好的優(yōu)化而迭代，而且還可以找到一些罕見的長尾現(xiàn)象，避免很多用藥帶來潛在問題等等。所以海量的數(shù)據(jù)對于醫(yī)療科技的幫助會是非常非常大的。

?

新冠更是催化醫(yī)療數(shù)字化、智能化，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。在海量結構化、金標準標注的閉環(huán)數(shù)據(jù)的助推下，生命科學賽道將不斷尋找符合行業(yè)規(guī)律且有商業(yè)價值的落地場景。

?

AI + Science （AI＋科學交叉）可以用在很多方面，比如說我們可以用 AI 來幫助醫(yī)生診斷，做個診斷小助手。也可以用 AI 來幫助研發(fā)新藥，幫助研發(fā)新的生物化學和其他相關的科技領域的一些新的理論。這些理論是可以用 AI 來提議，然后來驗證它。目前，要研發(fā)一種有效的藥物或疫苗，需要投入10到20億美元的資金和數(shù)年的研發(fā)時間。AI將大幅提升藥物的研發(fā)速度，降低研發(fā)成本，為患者提供更多價格在可承受范圍內(nèi)的特效藥，幫助患者活得更健康、更長壽。比如創(chuàng)新工場投資的 Insilico Medicine 就是AI研發(fā)新藥公司，用AI發(fā)現(xiàn)了肺纖維化、腎纖維化等2種罕見疾病的藥物?？茖W家的生產(chǎn)力提高了，并能夠以3到4倍的速度發(fā)現(xiàn)藥物，而且可能便宜10倍。

??

創(chuàng)新工場也開始關注大分子制藥。那么 AI 能找到的機會就不是那么多，但是大分子是一個比較藍海的領域，還沒有那么多成果，所以是 AI 可以大顯身手的一個地方。

?

我預測，5到10年內(nèi)，AI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)、多組學與精準診斷、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。

?

創(chuàng)新工場投資的鎂伽科技就是一個生命科學＋智能自動化的優(yōu)秀項目。憑借AI+機器人技術的積累，鎂伽科技能用智能自動化解決方案執(zhí)行實驗室中勞動密集、重復性高、但需要高度精確的任務和流程。在抗擊新冠疫情過程中，鎂伽科技推出自主研發(fā)的超高通量全自動病毒核酸檢測系統(tǒng)（MRA-CDF-800），是國內(nèi)同類產(chǎn)品中唯一連入了分杯模塊并能夠真正實現(xiàn)超高通量的“管式樣本進-檢測結果出”的全自動病毒核酸檢測系統(tǒng)。該系統(tǒng)可將人效提升高達數(shù)十倍，在降本提效的同時，也將盡最大可能保護實驗室人員降低實驗過程中的感染風險。

?

可以說，“醫(yī)療＋X”時代下，一個科學家可以把自己從半夜要起床去看實驗結果的重復又辛苦的工作中解放出來。我的哥哥就是一個生物化學家，他每天 4 點起來跑到實驗室去看結果，然后繼續(xù)他的實驗。所以我們可以想象，以后的生物科學家、化學科學家、制藥科學家，他們的工作可能更像是一個 AI scientist（AI科學家），他可以用一套軟件來寫一些代碼，這個代碼是控制機器人的。你可以先試試這個藥物，看看行不行，不行再試另一個，連續(xù)試 100 個，最后告訴我哪個最好?？茖W家就可以把他的時間全部花在想新的點子和創(chuàng)造上，而機器人是做重復性的工作，就可以更快速地把這個藥物制造出來。

??

以上是我的幾個關于AI 和科學、醫(yī)療的一些初步想法，我相信以后一定還會有更多碰撞的機會。很多新科技都是不同領域交叉碰撞出結果的，我們認為 “AI +科學”就會碰撞出這樣的火花。創(chuàng)新工場在人工智能已經(jīng)深耕多年，迄今已經(jīng)投出了10只AI獨角獸。雖然醫(yī)療科技領域我們布局只有大概 3 年的歷史，但一直有一套獨特的打法。所以我們也想到當 AI 和科學，尤其是醫(yī)療科學、生命科學結合的時候，也希望我們創(chuàng)新工場能夠有一批特別頂尖的生命科學領域的專家來指導我們，跟我們合作。因為所謂的跨領域就是兩個領域都要是頂尖的專家。所以今天我們特別榮幸地邀請到了三位生命科學領域的頂尖的專家，出任創(chuàng)新工場第一屆生命科學專家顧問委員，給予工場醫(yī)療投資方向更多更專業(yè)的指導和視野，期待我們一起能夠碰撞出更多生命科學的創(chuàng)新火花。謝謝。