从辅助诊断到药物研发,从智慧医院到精准治疗,近年来,人工智能正以前所未有的速度渗透医疗领域,通过重建医疗市场秩序,重塑健康的未来。技术突破的背后,是资本如何精准赋能、产业如何高效转型、伦理如何平衡的深层命题。
近日,由海富通基金、上海证券报社共同主办的“海谈科技”AI+医疗专场成功举行。优刻得云计算解决方案架构师季冬思、上海交通大学医学院助理教授郭倩宇、天风证券医药行业分析师周海涛围绕我国“AI+医疗”的现况与未来,共同探讨这一领域如何实现从实验室到临床、从资本到市场的跨越式发展。
从实验室到临床“加速跑”
目前,一款新药的平均研发成本超过10亿美元,且需要历经十多年时间才能进入市场。同时,参与临床试验的众多候选药物中,有90%最终会“折戟沉沙”。AI的介入,正在逐步颠覆这一困境。
Ark Invest首席投资官“木头姐”(Cathie Wood)在近期发布的《Big Ideas 2025》报告中多次强调,医疗保健是AI最具潜力却最被低估的应用领域。其表示,多组学测序结合AI,可以大幅缩短药物研发周期,将新药上市时间从13年缩短至8年,成本降低4倍,同时癌症等疾病的诊断和治疗精准度大幅提升。
在郭倩宇看来,这一药物研发的完整周期可能会更快。“随着细胞建模技术的成熟,未来药物研发周期可能会短于8年。”
郭倩宇指出,当前,AI在医疗领域的技术突破已从单点工具革新迈向全链条系统重构。她以药物研发为例:“AI已成功应用到药物研发中的靶点发现和分子互作两个环节上。传统人工筛选周期为45天,而AI仅需1分钟即可实现‘输入靶点-设计小分子’的端到端生成。”
郭倩宇认为,更前沿的探索在于构建细胞模型,通过AI模拟人体细胞功能,可大幅减少动物实验环节,预计未来两三年,药物研发周期有望大幅缩短,从传统的10年压缩至8年以内甚至更短。
“当前,国内乃至全球存在大量未被满足的临床需求,很多肿瘤癌症尚未出现有效治疗手段。在AI加持之下,从分子发现到临床试验的研发周期大幅缩短,将会给行业带来翻天覆地的变化。”周海涛补充道。
周海涛指出,当前,AI制药形成两类商业模式,一类是自研管线的Biotech公司,另一类是提供AI赋能服务的“AI-CRO”,为药企提供靶点发现等模块化服务。在大量临床需求亟待解决的当下,两大方向都会吸引资金的关注。
“AI+医疗”产业爆发在即
当前,“AI+医疗”市场正以破竹之势生长。从互联网巨头到医疗行业玩家,再到大模型初创企业,越来越多的玩家都纷纷涌入“AI+医疗”赛道。
据弗若斯特沙利文预测,中国“AI+医疗”市场规模预计从2023年的88亿元激增至2033年的3157亿元,十年间复合年增长率高达43.1%。
当AI遇上医学,智慧拥抱健康,将开启怎样的智能医疗新时代?
基于在云计算领域多年的一线研发经验,季冬思表示,大模型技术正推动医疗知识问答与专业翻译升级,基于云计算部署的医疗知识库已能实现90%以上的常见病例标准化问答,翻译准确率较传统规则系统提升40%。
他从资本市场角度指出,AI影像诊断以及医疗信息化中的CDSS临床辅助决策系统、基于可穿戴设备的慢病管理、手术机器人等领域,均成为二级市场的热点方向。
伦理与商业模式待破局
AI加速渗透医疗领域,但要真正实现产业化落地,仍有不少问题亟需解决。
季冬思指出,首先,医疗数据质量与标准化是核心难点。很多临床数据缺乏统一标准,需要人工标注,效率低下,影响了AI模型训练的准确性和泛化能力。
其次,医疗数据共享机制不足。医疗数据本身具有高度敏感性,不同医院、机构、地区间数据壁垒明显,难以实现高效流通,这在很大程度上制约了AI模型在更大规模场景中的应用。要打通“产业-医疗”链条,需要建立更加开放和可信的数据联盟,推动跨机构间的数据交换合作。
第三,成本与商业化应用的挑战。“AI+医疗”建设的投入大、回报周期长,前期在算力、数据清洗等方面的投入成本较高。因此,找到具备可持续盈利的落地场景,将是推动AI医疗模式规模化复制的关键。
此外,“AI+医疗”中责任与收益的权责划分问题,也是产业化应用的关键。AI系统辅助诊疗决策后,如果出现失误,是系统开发商还是医生承担责任?这需要从制度层面明确AI在临床中的角色与边界。
“目前看到,区块链与云计算技术结合,在实践中已初步形成可行的商业模式,是未来值得关注的方向。”季冬思表示。
“AI制药是一个高度交叉的领域,需要药学、化学、生物学、自动化等多学科人才的紧密配合,而国内在这方面的人才储备仍有不足。”郭倩宇直言,跨学科人才缺口仍是制约行业发展的主要瓶颈。
尽管挑战与机遇并存,三位专家对AI医疗的颠覆性潜力仍充满期待。他们表示,“AI+医疗”的发展,不仅是技术的革新,更是医疗生态与社会协同的重构。唯有在技术突破、产业落地与伦理规范之间寻求平衡,才能真正释放AI赋能医疗的巨大潜力,为人类健康带来普惠价值。
作者:何昕怡 年悦(实习)