21世紀經(jīng)濟報道記者季媛媛 上海報道
今年以來，AI在醫(yī)療和制藥領(lǐng)域的熱度一直不減。
7月26至28日，世界人工智能大會暨人工智能在上海多場館同步啟幕。本次大會主題為“智能時代同球共濟”，設(shè)會議、展覽等5大板塊，聚焦AI基礎(chǔ)設(shè)施、科學(xué)智能等10大領(lǐng)域。據(jù)了解，本次大會有800余家企業(yè)參展，3000余項前沿展品集中亮相，含40余款大模型、50余款A(yù)I終端及100余款全球首發(fā)/中國首秀新品，規(guī)模創(chuàng)歷屆之最。
大會期間，多家互聯(lián)網(wǎng)巨頭聲稱要加速構(gòu)建“智慧醫(yī)療”和“生命科技”生態(tài)，驅(qū)動醫(yī)療影像、智能問診、AI實驗室等細分場景需求激增。
對此，德勤中國生命科學(xué)行業(yè)主管合伙人孫曉臻在接受21世紀經(jīng)濟報道記者專訪時指出，AI在大健康領(lǐng)域的應(yīng)用正從“技術(shù)概念”迅速轉(zhuǎn)向“規(guī)?；涞亍?。預(yù)計2025年中國AI醫(yī)療市場將突破200億元，在2030年突破1000億元，復(fù)合增長率達43.2%，全球AI制藥市場有望突破500億美元。
與此同時，現(xiàn)在，藥企普遍意識到，僅靠“跟風(fēng)”難以在國際市場建立真正的技術(shù)壁壘。因此，尋找更具差異化的新靶點，或在同一靶點下實現(xiàn)best-in-class優(yōu)化，成為創(chuàng)新的關(guān)鍵路徑。
AI在這方面是有潛力的。孫曉臻認為，一方面，AI在整合多組學(xué)、文獻和數(shù)據(jù)庫進行靶點發(fā)現(xiàn)方面大幅提升效率，縮短了“從概念到驗證”的周期；另一方面，AI也能幫助企業(yè)系統(tǒng)性地評估靶點成藥性，篩掉“看起來熱但實際難成藥”的方向，從而在更早階段優(yōu)化資源配置。此外，AI在BIC分子的構(gòu)建方面同樣大有可為，通過建模靶點與候選分子的結(jié)合位點、動力學(xué)特征，可以發(fā)現(xiàn)更優(yōu)的藥效構(gòu)型和給藥方案。
換言之，AI不僅能幫助“搶灘登陸”，更能幫助企業(yè)“搶到制高點”。
根據(jù)Global Market Insights的報告，全球“AI+醫(yī)療”市場正在迎來快速增長，預(yù)計年均復(fù)合增速將超過29%。招商證券也指出，該市場規(guī)模已超過50億美元，并預(yù)計到2032年將達到700億美元。而從市場結(jié)構(gòu)看，藥物發(fā)現(xiàn)和醫(yī)學(xué)影像是AI應(yīng)用最重要的兩個領(lǐng)域，合計占比超過50%。
在談及未來三年AI醫(yī)療、AI制藥行業(yè)格局時，孫曉臻認為，可以用三個關(guān)鍵詞來概括：融合、精準、重構(gòu)。
德勤中國生命科學(xué)行業(yè)主管合伙人孫曉臻 受訪者供圖
《21世紀》眼下，AI+醫(yī)療，AI+制藥的話題層出不窮，您如何看待AI在醫(yī)療、醫(yī)藥賽道的市場布局前景，就您的觀察而言，目前這一賽道的融投資情況如何？
孫曉臻：在資本端， AI+醫(yī)療賽道雖受宏觀調(diào)控影響而理性回歸，但頭部企業(yè)依然獲得持續(xù)關(guān)注。例如，今年6月，英矽智能宣布完成1.23億美元的E輪融資，用于推動在人工智能平臺升級和藥物研發(fā)管線創(chuàng)新方面的突破；今年初，晶泰科技（XtalPi）通過配股和定增融資進行融資，總額超過30億元人民幣。這意味著資本正從“早期炒作”轉(zhuǎn)向“平臺化能力與商業(yè)落地驅(qū)動”的投資邏輯。
總體而言，AI正成為醫(yī)療和制藥領(lǐng)域的增長引擎：場景化支持下，創(chuàng)新模式不斷涌現(xiàn)；但商業(yè)化仍需驗證，項目應(yīng)聚焦能創(chuàng)造臨床與成本價值的落地方案，才能吸引持續(xù)資本與市場認可。
《21世紀》：目前，不少大廠如華為、螞蟻等均在通過合作醫(yī)院獲取數(shù)據(jù)訓(xùn)練模型，是否可能形成新的“數(shù)據(jù)壟斷”？開源模型會否削弱企業(yè)技術(shù)護城河？在醫(yī)療場景中，通用大模型（如百度、騰訊）與垂直領(lǐng)域智能體（如華為、醫(yī)渡）誰更具落地優(yōu)勢？如何避免技術(shù)堆砌而脫離臨床真實需求？
孫曉臻：醫(yī)院數(shù)據(jù)只是其中的一部分。從新藥研發(fā)的角度來看，還需要其他數(shù)據(jù)集，比如分子結(jié)構(gòu)、作用機制（MOA）、基因組學(xué)等。因此，我不認為生命科學(xué)公司在競爭地位上受到威脅。
然而，醫(yī)院數(shù)據(jù)在幫助生命科學(xué)公司優(yōu)化其研發(fā)管線和臨床開發(fā)策略方面將非常有價值；它還可以通過利用真實世界數(shù)據(jù)或見解來加速臨床開發(fā)進程。從這個角度來看，生命科學(xué)公司必須與本地大型語言模型（LLMs）更緊密地合作，以推動與臨床開發(fā)相關(guān)的用例，例如流行病學(xué)研究、治療標準評估、試驗可行性研究等。
此外，每個模型都有其優(yōu)缺點。通用模型在大眾健康管理方面非常有優(yōu)勢，例如面向公眾的疾病意識提升活動，常見健康問題的自我診斷及干預(yù)建議。例如，DeepSeek 在幫助患者進行這些方面的應(yīng)用上表現(xiàn)出色。因此，公共衛(wèi)生機構(gòu)、患者組織和非處方藥（OTC）企業(yè)可能會發(fā)現(xiàn)它們非常有用。
垂直領(lǐng)域智能體則更加符合特定用途。它們通常基于更深入的數(shù)據(jù)訓(xùn)練，以支持特定類型的應(yīng)用，如AIDD、AI影像診斷等。因此，醫(yī)院和生命科學(xué)企業(yè)會發(fā)現(xiàn)這些模型更為實用。
《21世紀》：目前AI醫(yī)療產(chǎn)品的主要付費方是醫(yī)院、醫(yī)保還是藥企？如何破解“技術(shù)叫好不叫座”的盈利困局？臨床級應(yīng)用（如診斷）與降本增效類工具（如病歷生成）的商業(yè)模式有何本質(zhì)差異？
孫曉臻：在中國，大多數(shù)數(shù)字診斷和治療方法仍需在利潤方面進一步發(fā)展。制造商將它們用于增強傳統(tǒng)治療方法或設(shè)備的差異化價值。未來，我們應(yīng)該關(guān)注幾種潛在可行的業(yè)務(wù)模式：
一是國家藥監(jiān)局批準的智能設(shè)備報銷。例如，華為智能手表在某些省份作為認證的血壓監(jiān)測設(shè)備可以報銷。其理念是利用這些設(shè)備促進公共健康，相應(yīng)會減少醫(yī)院就診次數(shù)；二是用于疾病管理和康復(fù)服務(wù)的商業(yè)保險，其中AI是解決方案的一部分。術(shù)康就是一個很好的例子（一個康復(fù)數(shù)字療法）；三是醫(yī)院中AI輔助診斷的報銷。這是最新醫(yī)保局指南中的一個新發(fā)展。不過，這需要更多時間收集證據(jù)并指導(dǎo)實際定價和報銷范圍。
《21世紀》：AI縮短藥物發(fā)現(xiàn)周期后，臨床試驗是否成為新瓶頸？如何評估AI制藥公司“燒錢換管線”的可持續(xù)性？
孫曉臻：過去幾年，AI確實在藥物研發(fā)早期發(fā)揮了顯著加速作用，尤其是在靶點識別和先導(dǎo)分子生成階段。然而，這種速度上的“前移”，也驅(qū)使企業(yè)探索其他環(huán)節(jié)上的加速。
對于AI制藥公司是否“燒錢換管線”，我們認為應(yīng)更全面地看待其可持續(xù)性。一個重要的評估視角，是關(guān)注AI投入在真實分子轉(zhuǎn)化率上的表現(xiàn)，比如每個AI生成分子到達IND或臨床階段的時間和成本節(jié)省是否具備優(yōu)勢。與此同時，是否具備自動化實驗室、能做到干濕實驗一體驗證，也會成為衡量其技術(shù)沉淀和長期價值的重要標準。
《21世紀》：AI將I期臨床試驗成功率從40%-65%提升至80%-90%，但監(jiān)管對AI動態(tài)學(xué)習(xí)算法的凍結(jié)要求構(gòu)成矛盾。當AI將藥物發(fā)現(xiàn)成本降低50%以上，企業(yè)是否會轉(zhuǎn)向“小而快”的管線策略？傳統(tǒng)藥企與AI初創(chuàng)公司的競合邊界在哪里？
孫曉臻：在精準篩選和自適應(yīng)試驗設(shè)計方面，通過引入生物標志物和人群分層，AI可以顯著提高早期試驗的命中率。當然，目前這類成功率提升的數(shù)據(jù)還更多來自模型預(yù)測或少量案例，還需進一步臨床積累去驗證廣泛適用性。在監(jiān)管層面我們認為監(jiān)管框架會不斷演進，在保證合規(guī)的同時，進一步鼓勵新技術(shù)。
AI所帶來的“降本提速”優(yōu)勢，讓越來越多企業(yè)重新考慮管線策略。相比傳統(tǒng)“重投入、慢產(chǎn)出”的大品種路徑，一種更“小而快”、更強調(diào)快速驗證與決策的策略正在興起，尤其適合探索新靶點或高失敗率領(lǐng)域。在我們看來，這并不是AI初創(chuàng)獨有的路徑，反而是傳統(tǒng)藥企也在積極擁抱的方向。兩類企業(yè)之間的界限正在模糊——AI初創(chuàng)更擅長早期探索與快速迭代，傳統(tǒng)藥企則擁有強大的生物學(xué)基礎(chǔ)、臨床資源和合規(guī)能力。未來，我們很可能會看到更多“平臺+臨床”的組合模式，無論是戰(zhàn)略投資、聯(lián)合實驗室，還是從早期就綁定的聯(lián)合開發(fā)模式，這種競合關(guān)系將成為主流。
《21世紀》：在AI制藥平臺逐漸成為BD核心標的的背景下，技術(shù)價值評估標準是否已從“管線數(shù)量”轉(zhuǎn)向“算法壁壘”？如何量化AI平臺的技術(shù)護城河？（例如：訓(xùn)練數(shù)據(jù)集規(guī)模、跨靶點泛化能力、臨床驗證分子數(shù)量）
孫曉臻：我們觀察到藥企在與AI平臺合作或投資時，關(guān)注點已經(jīng)明顯從“能產(chǎn)出多少管線”轉(zhuǎn)向“平臺本身的學(xué)習(xí)能力與可持續(xù)產(chǎn)能”。因為真正有價值的AI平臺，不是靠短期積累幾個候選分子，或者服務(wù)付費的合作方式，而是能不斷從反饋中優(yōu)化、快速失敗、快速再試，這種動態(tài)迭代的能力才是護城河的核心。
那如何量化這類能力？首先是數(shù)據(jù)本身——模型背后訓(xùn)練的數(shù)據(jù)集是否廣泛、跨物種、覆蓋多靶點，且具有良好的標簽質(zhì)量。其次是模型的泛化能力——不僅要在一個靶點上表現(xiàn)好，更要能跨靶點遷移、在不同機制下維持預(yù)測精度。再者，是模型生成分子的實際轉(zhuǎn)化率，也就是這些分子是否經(jīng)得起“濕實驗”的驗證，是否已進入IND甚至臨床階段。最后，從平臺角度，還要看其是否具備模塊化能力，能否快速適配不同項目和合作模式。
從更深層次看，是否擁有閉環(huán)驗證系統(tǒng)——比如是否自建自動化實驗平臺，能實現(xiàn)“模型生成—合成驗證—反饋修正”一體化，也正在成為判斷AI平臺長期價值的重要指標。平臺化、系統(tǒng)性和可持續(xù)，是今天藥企在評估AI伙伴時最為看重的能力維度。
本文鏈接：http://m.enbeike.cn/news-7-18330-0.html專訪德勤孫曉臻：搶占“AI+健康”制高點，尋找差異化生死時速
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責(zé)任。天上不會到餡餅，請大家謹防詐騙！若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
