2024年7月4日，由中关村东升科技园主办，极新与创新企业科普联盟协办的“2024未来医疗科技大会”于中关村东升科技园万丽酒店一楼宴会厅拉开帷幕，信息社会50人论坛执行主席段永朝、峰瑞资本合伙人马睿、百图生科解决方案主任专家贺照人、剂泰医药联合创始人&CEO赖才达在会上作了题为《科技视角下的 AI+医疗科技发展战略》的圆桌讨论。
“尽管AI for science的进一步发展需要一定时间，但一旦突破，将引领全新类型药物的应用场景落地。”
“百模大战已在各个领域遍地开花，应关注如何利用这一趋势，为行业提供更多选择，产出更好的药物。”
“以务实的态度，逐步优化每一环节，使之与原始流程更加契合，避免形成泡沫化的需求。”
“在投资策略的选择上，应聚焦于宏观的行业趋势（β），而非过度依赖个体的特质（α）。”
以下为大会现场演讲实录，由极新整理，观看回放请移步「视频号：极新企服」：
“尽管AI for science的进一步发展需要一定时间，但一旦突破，将引领全新类型药物的应用场景落地。”
段永朝：AI在医药领域的现状，可以用两个词来概括：“有目共睹”和“令人兴奋”。今天要讨论的主题很大，但我想从比较具体的切入口来讨论这个问题。谈及战略，一般有三个面向：其一，要干什么？其二，想干成什么样？其三，怎么才能干成理想的状态？今天对于“战略”问题的讨论，我们想侧重于第三个方向——怎么实现我们的抱负和理想？
首先，有请赖总从与药企合作的角度来谈一谈，药企通过贵公司的递送平台在药物研发上实现了怎样的进步？
AI在医药科学研究领域的应用显著提升了科研效率，然而其更深层次的价值体现在可能超越当前科学边界，包括一些药企自身尚未能达成的成果。
剂泰医药曾与一家全球知名的药企合作，他们在“小分子药物在成药阶段难以被人体有效吸收”这一关卡上持续投入了2.5年的研发时间，但效果仍不理想。剂泰医药接手此项目后，借助AI技术的高通量迭代及丰富的材料平台，在短短6周内就成功开发出了更易溶解吸收的制剂，使其达到了成药阶段的标准。当然，最终药物能否成药还与其靶点及分子本身有关，但剂泰医药的材料优化技术极大地提高了研发效率，充分展示了AI在提升效率方面的巨大潜力。这个方向也恰恰是AI现在在big pharma用的最多的应用场景，即提升效率的部分。通过更丰富的数据和资金支持，以及自动化能力，可以提升30%以上制药的效率，而且大药企做的会比小药企更好。
其次，AIfor science这块，我认为可能会是biotech取得重大突破的方向。不仅限于提供服务，更重要的是能够开发出对广大患者真正有益的产品。逻辑很简单，以剂泰医药为例，比如说肌肉靶向的材料，现在全世界没有一个材料能做到肌肉靶向递送，例如在靶向到心脏的药物开发。但在AI的帮助下，通过大规模的材料筛选之后，剂泰医药做出了全球第一个肌肉靶向材料，这就是AI for science踏出的第一步，这一步可以让我们做一些以前做不了药物品种，最终惠及广大患者。
尽管AI for science的进一步发展可能需要一定时间，但一旦实现突破，是可以引领全新类型药物的应用场景落地。
段永朝：赖总提到的两个方面：一是研发时间从两年半压缩至6周，二是AI for science推动药物研发与AI对疾病机理的认知从0到1，两个方面的成就都相当惊人。接下来，有请百科生图的贺照人贺总也用一些案例来说明AI对医药行业的助力。
贺照人：百图生科与客户合作的方式可能与剂泰医药这种具体的产品不同，我举两个例子说明。
首先，百图生科有很多与跨国大药企的合作，而这些企业与百图生科合作的目的在于以合作为契机，通过双方的团队协同，进一步完善其AI模型；同时更好地构建和优化其数据中台，规范内部数据管理，提升数据标准化水平。例如，在目标为寻找最佳分子的常规筛选流程中，即便进行大量实验也难以对AI的训练起到显著帮助，因为这些数据未必能转化为AI优势。原因在于筛选后的数据通量较低，仅包含有限的几个点，且数据质量不佳，正样本稀缺而负样本及噪音较多。
若着眼于AI导向的未来迭代流程，或需对这些流程进行适度调整。例如，通过引入测序技术来平衡数据标签，或在设计文库时简化流程。百图生科的AI设计本身已具备高效性，原本需要设计百万级文库，现在仅需设计千级或万级文库即可。这一做法不仅有助于寻找关键信息，同时能降低数据噪音，为未来建模奠定坚实基础。
类似案例亦可见于百图生科与国内企业的合作中。企业要消除AP文库中的大量噪音需要付出极其高昂的成本，而通过引入AI推荐算法以及百图生科的ammo和maximise设计理念，能够显著提升文库质量，在寻找更优解的同时，也能够为未来的迭代积累宝贵数据。
“百模大战已在各个领域遍地开花，应关注如何利用这一趋势，为行业提供更多选择，产出更好的药物。”
段永朝：很多决策的“眼光”是路径依赖带来的，但是路径依赖不一定每一次都能够导向成功。在医疗科技行业，越来越多的大模型持续涌现，基于这一背景，过往的路径是否能够沿用。请赖才总回答：百模大战会对医疗行业带来什么样的影响？
赖才达：我认为，对于剂泰医药这样的公司，百模大战并非主要挑战，甚至可以说是一种机遇。目前，分子模型与蛋白模型领域的竞争日趋激烈，这为企业提供了众多的选择。剂泰医药会重视并明确良好的衡量标准，以便明确各领域的最佳应用。
事实上，百模大战是一个积极的信号，这表明剂泰医药仍需要完善整个平台，算法只是其中的一个环节。就当前而言，数据环节的重要性可能更为突出，其次是算法，最后是算力。
对于企业而言，垄断性资源是其核心竞争力之一。在当前的阶段，剂泰医药确实同时拥有模型和数据的垄断性资源。然而，随着行业的发展，真正的垄断资源可能会转向产品递送所依赖的纳米材料及其对应的专利，因为药物领域一直具有垄断性，其专利往往能带来数十年的市场独占，并创造数十亿甚至数百亿美元的价值。
从长期来看，算法的持续迭代和积累对企业竞争力至关重要。同时，剂泰医药也会以开放的态度与不同的药企和模型公司进行合作。例如，在蛋白模型方面，既自主研发，也与外部机构合作。在核酸序列模型方面，同样采取自主研发与外部合作并行的策略。剂泰医药会根据实际效果来选择最佳的合作伙伴和方案。
百模大战已在各个领域遍地开花，剂泰医药更关注如何利用这一趋势，为行业提供更多选择，从而生产出更好的药物。
段永朝：剂泰医药的发展一直是自研与合作两手抓，因此面对“百模大战”相当有底气，也保持着开放态度。我们听听贺总的看法。
贺照人：AI技术确实有可能在诸多领域中逐步取代现有的工作流程，这意味着过往的成功经验或许不再具备持续的累积价值。在某些特定领域和环节，AI技术已取得显著突破，AI工具正表现出巨大的可行性。例如，贝壳公司的研究已表明，他们能够实现高效的结晶过程，且其算法仍有巨大的优化空间，亲和力也有待进一步提升，但在整个生物产业中尚属较小的应用领域。
虽然AI在某些方面展现出突破性的能力，甚至能够部分取代原有流程，但其真正的挑战在于完全模拟生物体和临床数据的复杂性。以靶点发现为例，生物体系极为复杂，AI模型要完全模拟其运作方式极为困难。然而，在当前的靶点发现体系中，AI通过其预训练能力，可以协助我们进行更精确的推测，从而降低实验通量的需求。在这种情况下，AI技术实际上是对现有能力的增强。
其次，关于“百模大战”，我认为，无论是贝壳公司在蛋白数据上进行的微调，还是扣件品公司在所有Christmas family库上的全新尝试，这些模型都需要根据特定需求进行微调。这表明，至少在短期内，大模型可能无法完全统治所有领域。对于蛋白、DNA、RNA、细胞等领域的大模型而言，其真正的应用价值将取决于是否能在客户提供的合理数据上进行有效的微调，以满足客户的实际需求。
段永朝：贺总的发言几乎概括了两年前“百模大战”的本质：一是通用模式的内容含量和技术含量较低；二是传统的“百模大战”无法助力临床医疗科技突破技术难题。
“以务实的态度，逐步优化每一环节，使之与原始流程更加契合，避免形成泡沫化的需求。”
段永朝：谈及“生态问题”，大家普遍认为当一个行业的全要素生产力没有明显提高时，这个行业就被“玩坏了”。导致行业发展开始虚化。因此，请赖总以自身经验，谈一谈，如何避免医疗科技行业“被玩坏”？
赖才达：在过往的三五年间，我对于AI的担忧较多，但如今这种担忧已有所减轻。人们曾质疑AI是否仅为一个黑盒系统，或只是作为融资工具通过故事来吸引资金。然而如今的情境已大为不同，在资本寒冬的背景下，仅凭收入也难以获得资金支持。此外，与币圈不同，当前的资本寒冬并非由大量非创造价值的资金需求所驱动，而是源于实际价值的考量。
对于医药行业而言，大家的态度尤为务实。我当前感到乐观的原因主要有两方面：一是投资人的热情已有所降温，变得更为冷静；二是药企已广泛采纳AI技术，以解决其内部制药流程中的问题。很多大型药企也已经看到了AI所创造的机会，加大了对AI的投入，提升了制药的价值，也提高了效率。
在这样的背景下，对于专注AI技术的公司而言，创造差异化的时间已愈发紧迫。大药企凭借更多的数据、资金、资源和落地机会，正在快速追赶。因此，如何在竞争格局中保持算法和模型的优势，同时创造出对患者有真实价值的产品，是剂泰医药面临的主要挑战。
至于AI是否会在药企中失去效用，这种可能性相对较小。大家更应关注的是，药企如何能在AI的蓬勃发展中生存下来，如何创造差异化优势，以及如何实现临床价值。
贺照人：关于“玩坏”这一概念，我理解为在某些特定情境下发生，如投资人丧失行业信心，或传统药企在特定领域对SP的潜在影响。但总体上，其发生的可能性并不高。
那为何在某些特定情境下可能发生？这源于当前AI领域的限制与挑战。我们必须承认，许多表位目前仍难以触及，且目前AI的预测精度主要依赖于精确的相互作用，然而在某些方面，这种依赖可能还不够充分。因此，百图生科现有技术更适合处理那些相对较大、有形状且依赖于范德华力等特性的表位，以便更好地进行顶层设计。
在此过程中，我们应明确自身的限制，在某些现有技术难以处理的领域，AI从业者应虚心向具有丰富经验的专家请教，学习他们如何结合现有流程进行工作。例如，在膜蛋白免疫方面，百图生科团队曾面临无法直接进行免疫的困境。然而，随着技术的进步，团队现在已经能够调整膜蛋白的构象，使其成为可溶蛋白，从而更好地与下游生物学流程相衔接。这些领域都值得深入探索。
未来，百图生科将以务实的态度，逐步优化算法、实验的迭代等环节，使之与我们的原始流程更加契合，避免形成泡沫化的需求，为AI领域的发展奠定坚实的基础。
段永朝：贺总和赖总的发言让我产生了新的感悟：科技领域的佼佼者们往往具有敬畏之心、高度清醒的专业认知以及能够自动抵御浮夸的喧嚣之声。
“在投资策略的选择上，应聚焦于宏观的行业趋势（β），而非过度依赖个体的特质（α）。”
段永朝：接下来，把话筒交给马睿总。两个问题：第一，对于医疗科技的投资是顺应潮流的，但其中是否存在投资风险？第二，峰瑞资本如何保证医疗科技领域投资的连贯性？
马睿：首先，在投资策略的选择上，应聚焦于宏观的行业趋势（β），而非过度依赖个体的特质（α）。尽管很多创业者认为自身项目的成功更多源于个人能力而非行业的整体发展，但从投资的角度出发，把握行业的整体发展趋势（β）往往更为关键。
过去四十年，许多个体的成功实际上得益于中国经济的蓬勃发展或整个行业的兴起。因此，在投资决策中，峰瑞资本倾向于把握行业趋势所带来的机遇（β）。以医疗行业为例，尽管直接投资于医疗行业本身具有一定的合理性，但更大的市场机遇在于如何将其他领域的先进技术（如半导体、AI等）引入医疗领域，以推动其创新与发展。
然而，大家也需要认识到，过度关注平台技术可能会导致忽视其他重要的市场机遇。因此在投资策略中，需要寻求平衡，既关注具有突破性的平台技术，也寻找那些能够将技术转化为实际产品并落地应用的项目。例如，峰瑞资本投资的某些平台技术公司，虽然主要业务在于技术研发，但他们也成功地将技术应用于临床医疗领域，如小分子药物的临床试验和脑科学领域的医疗器械研发等。
此外，在投资过程中，除了关注技术突破外，还需要关注产品的市场应用和商业前景。只有将技术成功转化为实际产品并推向市场，才能真正实现投资的价值。对比中美两国的AI技术发展时，虽然中国在技术上可能存在一定的差距，但AI+医疗领域仍然具有巨大的市场潜力和发展前景。这是因为AI技术作为当前最重要的技术突破之一，其在医疗领域的应用具有广阔的前景和深远的意义。因此，峰瑞资本将继续关注和投资AI+医疗领域的优质项目，以期在未来的科技革命中抓住机遇并实现投资回报。
最后，峰瑞资本也注意到生物医疗行业目前存在资金短缺的问题，这为我们提供了更多的投资机会。未来，峰瑞资本将积极寻找并投资那些具有潜力的生物医疗项目，以期在未来实现良好的投资回报。
段永朝：我理解马睿总的发言有两个要点，一是要在错综复杂的迷雾局势中保持清醒；第二是要投资具备潜能的项目。接下来请马睿总谈谈，您挑选潜在投资者的标准是什么？
马睿：峰瑞资本在这一领域也进行了深入的研究。目前，峰瑞资本在考察医疗科技项目时，会关注是否采用新型特征提示器、新型AI技术、大模型架构是否支持预训练和微调三个方面。现在医疗行业已经初步采用净化信息并结合特定技术模型，这些模型在交叉模型方面取得了显著成效。他们借鉴了通用模型领域的进展，并基于医疗数据的具体情况进行了微调或调整，从而创造出新的应用方式和新模型。
除了技术方向的选择，峰瑞资本在投资项目时更看重团队的能力。尽管平台的重要性不容忽视，但最终能否通过平台创造价值并成功推向市场，关键在于团队的实力。同样，都是平台型项目，但为何有些能够融资数十亿，而有些仅能获得数千万，这与团队的能力密切相关。
在评估团队时，峰瑞资本会综合考虑技术、市场和金融三个方面的能力。许多团队虽然技术实力强大，但缺乏市场洞察力和金融知识，无法有效运用金融杠杆。他们往往过于强调技术本身，而未能从市场需求出发来规划产品和技术的方向。
峰瑞资本的评估标准涵盖了多个方面，但简而言之，主要关注两点：一是深入研究和了解行业趋势，二是挑选具备卓越能力和潜力的团队，这些团队能够敏锐地捕捉市场机遇，勇于放弃短期利益，坚持自己的愿景和信念，最终创造出具有影响力的成果。
段永朝：马睿总说了三个方面的内容：第一，要提高自己的敏锐度并扩宽自己的关注谱系；第二，要构建良好的医疗科技发展生态。那么马总站在投资方的角度，您会给创业者提一些怎样的忠告？
马睿：我对AI的发展潜力始终保有乐观态度。此前我确实也会有一些紧张情绪，因此普遍观点认为AI的落地实施具有一定挑战性。然而，随着时间的推移，我变得更为从容。过去几年，从AI影像到自动驾驶，再到AI制药，这些领域在短期内往往被高估了其进展，但长远来看，却往往低估了其潜力。
以自动驾驶为例，其进展已然显著。历经七八年的研发，特斯拉的FSD系统在L2或L3层级表现卓越，预示着其即将迎来实质性的落地应用。同样，AI影像领域也在逐步落地，以往看似难以替代医生角色的AI技术，如今通过视频流引导的视觉机器人，已在医疗和工业等多个场景中展现出广泛的应用前景。
在AIGC领域亦是如此，从应用角度来看，技术本身的革新已然发生，同时，原有技术在其领域内经过一段时间的积累和发展，同样具备落地的可能性。我自己也在重新思考，面对行业的泡沫和不实宣传，应当保持更为冷静和理性的态度。上周在苏州召开的AI制药会议中，与会者对各种说法和夸大宣传表达了关注，但我认为，只要我们以开放的心态面对这些挑战，相信大部分团队在正确价值观的引导下，能够认真地推进技术发展。我们应选择那些值得支持的团队，并期待在未来十年内，这些技术能够带来显著的进步。因此，我们应该更加放松地面对这些变革。
段永朝：感谢三位的精彩的分享。今天我们探讨了科技视角下AI科技医疗发展战略。在此发展进程中，我们需要重新审视科技所扮演的角色。过去，科技被广泛视为行业的动力之源，着重于提升生产力。随后，我们认识到科技更是创新的源泉，为我们打开了无限的想象空间。然而，在AI+医疗这一特定且重要的领域中，科技亦可视作生命之源。这是因为，当前，人工智能、大模型等AI技术正在日益融入我们的生活中，促使我们重新思考生命的本质——生命的起源、演化过程，以及我们如何与生命达成一种妥协、共存、平衡与和谐的生活方式。
AI+医疗领域目前仅初露端倪，如同晨曦中的微光，预示着更为灿烂的未来。我期望在座的各位从业者能够共同努力，携手创造一个更加美好的明天。
更多干货分享敬请关注我们的公众号与视频号~超多精彩对话内容等待您的解锁！
极新是垂直于产业AI的创投和行业研究媒体，致力于陪伴和记录科技企业进步和产业成长。已与多家平台和创新企业深度对话和合作，包括华为云、阿里云、百度智能云、金山云、飞书、火山引擎、钉钉、东软、Zoho、容联云、百家云等平台企业，以及智谱AI、百川智能、格灵深瞳、深势科技、百图生科、瑞莱智慧、创客贴、生数科技等高成长公司。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
香格里拉：上半年中国内地酒店入住率61%，三四线城市酒店日均房价面临压力
晚到却是“全球一流”，阿里巴巴造出神车，上市接近40万，如今仅售18万
《黑神话·悟空》是抄出来的？多位作者晒对比细节发声控诉：原创有那么难吗
我们是垂直于企服和硬科技的创投和行业研究媒体，致力于陪伴和记录科技企业进步和产业成长。
iPhone 16两周后亮相？苹果或9月10日举行今年最重磅新品发布会
宝宝哭着接过蛋糕还不忘记说谢谢，啃了十分钟，面包只出现轻微划痕～“我一眼就认出了这是我的女儿”
穿着汉服的可爱小女孩，蹦蹦哒哒的样子让人心都化了，“女儿我必须要生一个女儿”