随着大数据技术的迭代、理论算法的革新、计算能力的提升及网络设施的演进，“AI+医、药”已经成为过去几年医疗赛道的风口。据动脉网数据统计，过往的五年时间，近千亿资金注入医疗人工智能赛道，医疗影像AI、新药研发AI、机器人AI、智慧医院等细分赛道都在飞速发展。
【资料图】
头部企业的IPO，以及商业化产品落地都意味着“AI+医、药”正在从前沿技术走向现实。本期《未来健康》将聚焦于此，邀请到高特佳投资执行合伙人范文静与经观大健康主编张昊共同解析从前沿到现实，“AI+医、药”究竟改变了什么？
范文静看过很多主打AI概念的初创公司，她的感知是AI作为基础性工具和技术，如今已经进入了医药领域的所有领域，从制药、诊断、影像，到慢病管理、机器人等，但整体上还处于一个市场的加速期。
“AI在医疗行业的使用和发展，相比于其他行业是慢的。”范文静说：“高质量、数量的数据获取依然是问题，医院之间的数据不连通，数据的得到和标准化就比较难。但监管部门陆陆续续落地了一些规则，也开始有商业化的产品。这个行业还是在高速发展中，还是要大量地去积累数据。”
在范文静看来，“AI+医、药”肯定会是一个非常大的赛道，特别有想象空间。因为AI是能够赋能整个万亿级的一个医药医疗市场的，几乎每个赛道都能大规模使用，且新药研发领域的成本是非常突出的问题，AI能发挥的价值很大。
范文静的观察是比较容易数据化和标准化的公司，会相对受到资本的青睐，因为商业化的路径相对清晰。这几年，资本圈明显更关注AI公司的商业化维度，对公司的要求就成了不能只是纯技术驱动，或者是没想清楚潜在的商业化路径。
范文静说，对于“AI+某个行业”的公司来说，如果对于行业没有一个深度理解，很难知道痛点在哪，也就称不上提效，从而实现商业化了。
不过相比于其他领域，AI在医疗领域的应用肯定更为复杂。以严肃医疗为切入点，所有的试错成本都是高的，所以监管会相对严格。这也是近几年医疗行业中，数字化、智能化一直发展相对慢的原因。
对于企业来说，从概念起步，一开始是接受程度是比较低的，所以商业化进程也是相对慢的。只能逐步地去验证自己确实能够为客户降本提效，这会存在一个市场教育的过程。
范文静给AI公司的具体建议是，在未来三年要“以终为始”，还是要具体地去考虑它的商业化价值和临床运用的价值。
这几年随着商业化落地越来越多，更多聚焦在医疗领域的基金也开始投AI概念的初创公司，在此前，更多是TMT领域的基金玩家。在范文静看来，这对于行业也是一个好的信号，“我们离做出一个普适性的产品，还有一点距离，因为信息壁垒和断点很多，短期内更多的机会是对所在行业的‘解码’，虽然不能通用，但也有巨大价值。”
作者：张昊、余诗琪
