AI技術(shù)會對醫(yī)療行業(yè)產(chǎn)生重大而深遠(yuǎn)的影響
醫(yī)學(xué)人工智能發(fā)展的熱度歷經(jīng)IBM Waston的裁員、DeepMind醫(yī)療項目負(fù)責(zé)人“被休假”之后似乎有所回落。但仍不斷有醫(yī)學(xué)人工智能Start-up成立,僅以San Francisco區(qū)域為例,不到2年的時間,醫(yī)學(xué)人工智能創(chuàng)業(yè)公司數(shù)量就增長了3.9倍,創(chuàng)業(yè)公司的業(yè)務(wù)領(lǐng)域包含了從篩選新靶點到匹配臨床研究和患者等不同細(xì)分領(lǐng)域。
當(dāng)然,誰也不能否認(rèn),人工智能是最令人期待的技術(shù)之一,并會對醫(yī)學(xué)研究、醫(yī)藥研發(fā)、醫(yī)療促進(jìn)以及醫(yī)保優(yōu)化等產(chǎn)生重大而深遠(yuǎn)的影響。但面對技術(shù)浪潮,如何早期分辨誰在“裸泳”,而不用等到潮水退去時才知道。試著問問如下5個問題:醫(yī)學(xué)人工智能初創(chuàng)公司的核心技術(shù)或算法能否獲得制藥公司的青睞,這是一個關(guān)鍵性指標(biāo)。因為大藥廠對于醫(yī)學(xué)人工智能的需求非常明確,就是能否幫助大藥廠提升日益困難的新藥研發(fā)能力和效率,在競爭性市場獲得先機(jī)。
當(dāng)然,要獲得大藥廠的青睞,首先要有與大藥廠關(guān)鍵決策人的溝通機(jī)會,比如說會議。即便是已經(jīng)獲得A輪融資的初創(chuàng)醫(yī)學(xué)人工智能公司,如果沒有經(jīng)過大藥廠的“洗禮”或“檢驗”,其核心技術(shù)或算法的應(yīng)用性可能無法脫穎而出,仍然是“眾多之一”。因此,醫(yī)學(xué)人工智能的創(chuàng)業(yè)團(tuán)隊,應(yīng)不僅僅只有算法天才或計算天才,還要有醫(yī)學(xué)人才,了解醫(yī)療這個行業(yè)的本質(zhì)和特點。
也就是創(chuàng)業(yè)團(tuán)隊的核心技術(shù)、算法和團(tuán)隊是否具有獨特性,可以讓大藥廠的關(guān)鍵決策人看到,選擇創(chuàng)業(yè)團(tuán)隊比內(nèi)設(shè)部門要高效。目前如諾華、葛蘭素史克、安進(jìn)等財大氣粗的公司已經(jīng)開始著手組建自己的人工智能和數(shù)據(jù)挖掘團(tuán)隊。這就要求創(chuàng)業(yè)公司不僅技術(shù)領(lǐng)先,還有互補的團(tuán)隊和洞察制藥企業(yè)核心需求的能力,當(dāng)然還得要有成本效益方面的優(yōu)勢。
這一點非常重要,醫(yī)學(xué)人工智能初創(chuàng)公司的發(fā)展是依賴他人的數(shù)據(jù),還是自己產(chǎn)生數(shù)據(jù)?依賴他人數(shù)據(jù)的初創(chuàng)公司采取的是,通過“吃進(jìn)”已有的公開文獻(xiàn),期望經(jīng)過分析后有新發(fā)現(xiàn);或通過分析已有的藥品應(yīng)用情況,希望發(fā)現(xiàn)新的適應(yīng)癥等。這在新藥研發(fā)領(lǐng)域可能不太有吸引力。就好比,在圍棋領(lǐng)域取得進(jìn)展的“Deep Learning”照搬到新藥研發(fā)可能就不太適用?!癉eep Learning”好比是增強(qiáng)記憶的“渦輪增壓”,但醫(yī)療領(lǐng)域卻存在大量的“特例”,或者是許多細(xì)分領(lǐng)域中“未被滿足的需求”。這會不會是曾因“阿爾法狗”轟動世界的DeepMind聯(lián)合創(chuàng)始人兼醫(yī)療負(fù)責(zé)人“被休假”的原因呢?
所以,依靠已有公開數(shù)據(jù)的模式可能不會產(chǎn)生重大突破,也就是無法賦能藥廠的新藥研發(fā)能力與效率。大藥廠更需要基于某一個特定的目標(biāo),或臨床上一個重大未被滿足的臨床需求而來的算法或技術(shù),也就是,能自己產(chǎn)生數(shù)據(jù)的人工智能團(tuán)隊更具有競爭性。
硅谷發(fā)展的特征之一就是,大公司為了避免競爭,通常在早期就以并購的方式對有可能威脅其未來發(fā)展的創(chuàng)業(yè)公司進(jìn)行“團(tuán)滅”。但醫(yī)學(xué)人工智能領(lǐng)域似乎還沒有表現(xiàn)出硅谷“贏者通吃”的這一基本特性。醫(yī)學(xué)人工智能有細(xì)分領(lǐng)域特點,不同的需求只覆蓋一定的人口基數(shù)并要求相應(yīng)的技術(shù)和算法;而不像社交網(wǎng)絡(luò)公司,一個APP就可以覆蓋足夠多的人口基數(shù)和市場份額。
所以,也不必因為沒有互聯(lián)網(wǎng)巨頭對其感興趣就因此而低估創(chuàng)業(yè)公司的潛能,關(guān)鍵還是要有慧眼,也就是判定該團(tuán)隊的核心技術(shù)或算法是否與其研究的應(yīng)用領(lǐng)域相匹配,比如Deep Learning,如果用于對海量的病理切片進(jìn)行模式分類的話,可能會更高效。
目前國際醫(yī)學(xué)人工智能領(lǐng)域資本流向特點是,20%的初創(chuàng)公司吸引了近80%的風(fēng)險投資。大多數(shù)初創(chuàng)公司還是舉步維艱,要么創(chuàng)始人自己注資,要么天使投資。目前,醫(yī)學(xué)人工智能領(lǐng)域雖然還沒有出現(xiàn)“公司破產(chǎn)”的情形,但已有“僵尸初創(chuàng)公司”出現(xiàn)了,沒有活力,缺乏資金等。
當(dāng)然,雖然也有一些交易,但由于行業(yè)仍處于培育期,仍難以判斷真正好的有發(fā)展?jié)摿Φ某鮿?chuàng)公司,即便是那些已經(jīng)獲得大藥廠投資的醫(yī)學(xué)人工智能公司的發(fā)展?jié)摿σ残枰獣r間才能做出判斷。