当前位置:龙泉人才网 - 职业人才 -

创新工场(创新工场李开复)

  • 职业人才
  • 2024-03-29 15:00
  • 龙泉小编

疫情发生第3年,各行各业发展都受到不同程度波及,黑天鹅依旧满天飞。

但有一个领域在投资圈依旧备受青睐,位列2022年Q1投资前三热门行业,在IPO退出公司数量中位列第一。

这就是医疗健康赛道。

在5月11日创新工场举办的医疗创新趋势分享会上,创新工场董事长兼CEO李开复博士给出了自己这两年的观察。

但几年下来市场变化风云莫测,当下又是怎样的情形?未来要驶向何方?

李开复博士表示:

创新工场(创新工场李开复)

其中提到的“医疗+X”,创新工场认为,这是能够穿越周期、影响未来十年的生命科学创新增长新范式。

那么,医疗+X到底包含什么?为什么它会影响医疗科技创新的下一个十年?

在这场分享讨论会上,答案一一揭晓。

“慢热”的医疗健康领域“加速前进”起来

医疗健康领域由于投入大、产业链多、研发周期长且“事关人命”,一向以“慢热”著称。

从2010年开始,其相关创新速度有了明显提升。

以疫苗研发为例,2003年非典疫苗从发现病毒到进入临床试验,历时20个月;

而2020年新冠疫苗进入临床试验(中国的康希诺和美国的Moderna),只用了65天

过去10年来,整个生命科学领域的颠覆性创新更是爆发增长。

2012年,肿瘤免疫细胞疗法(CAR-T)首次成功治疗了身患白血病的小女孩,CRISPR基因编辑技术被首次发现。

2016年,世界首例人类脑机接口试验完成。

2021年,AlphaFold2预测了人类98.5%的蛋白质结构。

技术高歌猛进下,同时带动了整个产业的落地与发展。

例如凭借mRNA技术崛起的新兴制药公司Moderna(成立11年即变成全球Top20大药企)、单细胞测序巨头10x Genomics、癌症早筛企业Exact Sciences,都在近十年间取得巨大的商业成功。

创新工场(创新工场李开复)

新冠疫情催化下,医疗数字化、智能化的脚步加快,进一步助推包括AI、自动化、计算、通信、物联网、移动等“数字基建”交叉渗透各行各业的速度。

李开复表示:

比如在AI辅助制药方面,研发一种有效药物或疫苗,需要投入数十亿美元的资金,研发周期长达数年。

而AI新药研发公司Insilico Medicine,利用AI技术,研发了肺纤维化、肾纤维化两种罕见病的药物。

同时将药物研发速度提升了3-4倍,价格还可能便宜10倍。

另一个案例来自手术机器人领域。

2020年,美国的机器人辅助腔镜手术渗透率是13.3%,到2026年预计会增长到23%;而中国目前的渗透率虽然还不到1%,但会以更迅猛的速度增长。

除了腔镜,还有骨科、泛血管、经自然腔道、经皮穿刺等多个领域的手术机器人在研发和推广中。

在这方面,手术机器人公司鑫君特的ORTHBOT手术机器人于2021年2月正式获得国家药监局批准,是中国首个获批的导航+自动执行的骨科智能手术系统,已经开始迅速地商业化落地中。

哪些领域能穿越周期?

危与机往往时刻并存。

当下一二级市场跌宕起伏,在此情况下,哪些领域能够穿越周期、成为影响未来十年的生命科学创新增长新范式?

在分享会上,创新工场合伙人武凯指出了4个领域,分别是:

  • 医疗+信息技术
  • 医疗+自动化技术
  • 医疗+材料科学
  • 医疗+可穿戴设备

创新工场(创新工场李开复)

而创新工场已经布局5大赛道,在每一赛道也都已有投资案例。

  • AI智能化医疗技术
  • 自动化设备
  • 生命科学基础设施
  • 预防医学和服务
  • 新一代疗法科技

第一是AI智能化医疗技术

武凯指出,AI在细分医疗领域具有潜在应用价值。

随着医疗流程的信息化推进,海量数据不断积累,在不少细分领域中,AI开始能够利用高质量数据、并找到切实可行的落地场景。

而且国内医疗产业数据规模更大、可获取性更强,中国企业便站在了全球创新的一线,可以拓展出更为丰富的应用场景。

在这一赛道,创新工场重点关注计算生物学(AI驱动的新药研发,基因组分析,蛋白质组学,单细胞分析等)、数字化临床CRO、医学影像相关(AI超声,病理检测等)等细分赛道。

第二是自动化设备

它的优势在于保证准确性的同时,还能大幅提升效率。

智能自动化服务在测序、质谱、合成生物学、农业育种等场景下有广泛应用潜力。

实验室自动化设备可以提供制药领域高通量筛选、疫情防控大规模核酸检测等服务。

创新工场重点关注手术机器人、检验分析自动化、生物生产自动化、自动化生命科学实验室等细分赛道的创新技术。

在这方面,创新工场重注投资了生命科学+智能自动化领域的镁伽科技,以及骨科手术机器人公司鑫君特。

第三是生命科学基础设施

生命科学基础设施行业伴随下游生物医药行业高速成长,近年来本土企业加速发展,从去年开始一直是资本追捧的热点。

同时新兴技术和疗法的应用发展,也拓宽了CXO 公司的服务领域,打开了行业的天花板。

创新工场重点关注生命科学工具(实验试剂,实验动物,实验设备等)、生命科学上游产业链(设备,耗材,原料以及服务等)、和中游产业链(新型CRO和CDMO)等细分赛道。

在这方面,创新工场投资了多年来持续专注细胞与基因治疗领域的国产工具研究和开发的中博瑞康,科技型全功能临床CRO圣方医药。

第四是预防医学和服务

在新冠疫情的影响下,突破性生物技术、全民健康意识提高、商业健康险的加速等因素,推动了预防医学和服务领域的快速发展。

创新工场重点关注其中的早癌早筛技术、consumer device(可穿戴设备,CGM等)、疫苗(mRNA疫苗,传统疫苗技术)和新型服务等细分领域。

在这个领域,创新工场投资了两家企业镁信健康和致善生物。

第五是新一代疗法科技

在新一代疗法科技中,细胞治疗、基因治疗、核酸药物这三大前沿技术是最受关注的新兴领域,融资额都在迅速攀升。并且,随着创新药国际合作增多,专利引进(license-in)和出海(license-out)让企业更具活力。

其中,核酸药物、细胞和基因疗法、微生物组学和其他新兴疗法(肿瘤电场治疗等)是创新工场希望早期去持续介入的方向。

在这方面,创新工场投资了和其瑞、瑞风生物。

其中,瑞风生物是国内利用基因编辑技术开发基因疗法的第一梯队企业。

最近由瑞风生物作为药物研发机构参与的地贫基因治疗临床研究,帮助一位广西18岁重型地贫患者摆脱输血依赖,成为我国基因编辑技术首次用于治疗成人重型β地贫的成功案例。

创新工场(创新工场李开复)

从2019年开始,创新工场进入医疗健康领域。

武凯表示,与其他老牌医疗基金相比,创新工场具备四大基石。

创新工场(创新工场李开复)

而且,Deep Tech VC的基因为创新工场带来了独特的交叉学科视角,在投资策略上也有不同见解。

创新工场(创新工场李开复)

武凯表示,当下的市场回调期或许正是锚定下一批高成长企业的最佳时机。

李开复:AI+科学交叉是第三波AI应用浪潮

讨论会上,李开复博士分享了自己对于 AI + Science (AI+科学交叉),尤其是在医疗科技领域的一些展望。

以下内容整理自演讲内容:

首先谈一下 AI

AI的三大基石是算法、算力和数据,AI以此为养料迭代发展。

三者之中,数据尤为重要。因为要有海量数据才能把AI的“大脑”训练好。

这一点,从计算机视觉、NLP等领域都能看到类似的进化过程。

特别是近年来,NLP领域的预训练大模型在落地应用层面取得了突破性的进展,让感知智能跃迁到认知智能的通道畅通了。

换言之,哪个领域有海量的数据,哪个领域就会有巨大的机会。

那么医疗科技,便是一个很好的例子。

第一,传统的医疗行业现在正全方位数字化,包含医疗流程信息化、可穿戴设备记录全程健康数据等,正在成为AI的“养料”,产生有价值的算法。

在疾病预警、诊断、治疗、监测、长期管理等方面辅助医生进行诊断和治疗,更有利于执行针对患者的“千人千面”的精准治疗方案。

海量的数据也会在新药研发方面。

如今科研界在寻找小分子、大分子药物解决病痛上进行大量实验,无论试验是否成功,都带来了海量数据。

第二,从AI发展的角度来看。

最初,AI产业就是一个新技术在寻找落地场景。

第一批AI创业公司大约集中在十多年前,比如专注于计算机视觉的旷视科技、用语音来探索落地场景的科大讯飞。

第二批的AI创业,则是针对AI在某一个商业应用来创造价值。

比如说创新奇智、第四范式、以及很多无人驾驶汽车公司,都是很好的例子。

针对制造业、企业转型、交通等领域把AI应用起来,这些公司目前发展地都很好,成为了独角兽,希望不久的将来能够上市,或者其中一些已经上市了。

我认为,第三批AI的巨大浪潮就是AI+科学交叉

比如在国外一些顶级医院中,他们每种癌症的数据只有十几个例子,但AI需要的是几十万几百万甚至几千万个例子,而且是越多越好。

我们可以想象,一个医生他的诊断能力主要就是凭借经验。

但他一辈子能看到多少病人?一万个算很多了。

而换做AI的话,可以看1亿个病人,甚至10亿个。那么它积累的经验、因人而异的诊疗方法,可以做出更好的总结,而且还能找到一些长尾的、罕见的现象,同时也会避免用药方面带来的一些问题。

所以海量的数据对于这个医疗科技的帮助会是非常大的。

新冠更是催化医疗数字化、智能化,助推包括AI、自动化、计算、通信、物联网、移动等“数字基建”交叉渗透各行各业的速度。

在海量结构化、金标准标注的闭环数据的助推下,生命科学赛道将不断寻找符合行业规律且有商业价值的落地场景。

另一方面,AI对科研上也大有裨益。

可以说,“医疗+X”时代下,一个科学家可以把自己从半夜要起床去看实验结果的重复又辛苦的工作中解放出来。

所以我们可以想象,以后科学家的工作可能更像是一个AI 科学家,他可以用一套软件来写一些代码,这个代码是控制机器人的。

实验的大量测试都交由机器来做,科学家负责花时间创新,这样一来研发速度也会大幅提升。

以上,是我关于AI、科学、医疗的一些初步想法。

我相信,很多新科技都是不同领域交叉碰撞出结果的,我们认为 “AI +科学交叉”就会碰撞出这样的火花。

— 完 —

量子位 QbitAI · 头条号签约

关注我们,第一时间获知前沿科技动态

免责声明:本文内容来源于网络或用户投稿,龙泉人才网仅提供信息存储空间服务,不承担相关法律责任。若收录文章侵犯到您的权益/违法违规的内容,可请联系我们删除。
https://www.lqrc.cn/a/zhiye/111099.html

  • 关注微信

猜你喜欢

微信公众号