药物研发、疾病治疗、慢病管理,元璟资本看好AI +医疗行业创新的这三大机会【投资人说】

作者:王晓行 2020-01-11 08:00

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

“2017年以来,我们团队看了市场上几乎所有的医疗AI项目。就技术而言,AI的确可以在一定程度上赋能医生;但就医疗行业本身来看,技术并非门槛。我们最关注用互联网、AI、大数据等创新技术和产品来优化现有的诊疗流程、提高现有医疗效率的企业”。谈及科技医疗的投资,元璟资本合伙人田敏这样描述他们的看法。

 

作为元璟资本负责医疗板块的负责人,田敏这样的表述,并不代表他们不看好医疗AI,而是在当时医疗AI企业扎堆影像领域,产品同质化严重的情况下做出的理性思考与判断。面对众多的医疗AI模式,元璟资本有着自己的看法,药物研发、疾病治疗、慢病管理就是他们一直重点关注的领域

 

基于这样的思考,元璟资本于2018年1月宣布投资智能医疗数据服务公司立达融医。立达融医成立于2015 年 7月,是国内首家专注于心内科与妇产科临床路径数据集成与数据服务的医疗科技服务公司,业务覆盖智能系统、数据服务、供应链交易以及术后患者管理等多个版块。

 

元璟资本作为一家充满互联网基因的投资公司,曾投资了探探、每日优鲜、新潮传媒等优质项目。基于这样的基因,元璟资本与其他投资医疗的基金会有不同,偏向于投资科技医疗项目,尤其是以AI、互联网、大数据等创新技术赋能医疗,进而降低医疗成本、提高医疗效率的项目。

 

47cd2d04925ca7809c6fd857b36cc67.jpg 元璟资本的合伙人田敏

 

近日,针对“AI +医疗行业创新机会”这个话题,动脉网专访了元璟资本的合伙人田敏,聊一聊元璟资本的投资逻辑。


影像诊断已是红海,药物研发相对蓝海


医疗是一个强监管的领域,政策的变化往往能够影响一个行业的生死。例如之前的互联网医院在政策的影响下像过山车一样起起伏伏。现如今的药品和耗材领域更是在“4+7”和“零加成”的影响下发生着天翻地覆的变化。

 

可喜的是,国家一直出台政策支持医疗人工智能的发展,医院的很多管理者也在努力参与支持医疗AI产品的落地,这对于医疗AI的发展提供了坚实的基础。

 

今年人工智能的发展已经进入了深水区,医疗AI迎来商业落地考验,各大产品纷纷进入商业落地应用和医生的工作流,医疗AI产品已经从产品验证年,进入市场验证年。

 

结合医疗AI的市场现状,目前中国“AI+医疗”市场还处于相对早期的阶段,然而随着政策的持续利好和技术的深入探索,元璟资本看好将AI数据与医疗技术相结合的各个领域。

 

田敏认为,在医药和医疗领域,AI技术均能发挥重要作用,这其中包括医药相关的药物发现、药物合成、临床前CRO、临床CRO,以及与患者密切相关的早诊早筛、病理诊断、疾病诊断和后期康复的医疗产业链。

 

更快速、更精准的推出针对各种不同疾病治疗的手段和药物是各大药厂的核心诉求。新药研发成本高、周期长是众所周知的事情,提高效率便可以有效的降低药物研发成本,其中传统的药物发现、药物合成在AI的辅助下可以极大地提升效率。

 

临床前的CRO和临床CRO有很多可用于整个产业链的数据,在药物早期研发阶段,通过AI技术合作,收集样本数据,与药企联合开发,是行之有效的提升新药研发周期、降低成本的方式。

 

在医疗板块,AI可以赋能早诊早筛、病理诊断、疾病诊断和慢病管理等整个诊疗流程。值得注意的是,田敏认为,AI赋能早诊早筛不是利用影像做辅助筛查,在这个领域出现的液体活检、CDNA、CTC、MRNA等创新技术,都是通过大数据与医疗技术相结合,从而在早期更加精确有效地实现疾病早筛。

 

1578624302(1).jpg 

 

对比2017年、2018年及2019年AI医疗医药领域融资事件,在病情诊断、治疗康复和药物研发这三个领域,融资数量最多的是病情诊断领域,这其中医学影像辅助诊断占比高达80%,成为名副其实的红海领域。

 

田敏表示,在诊断领域,尤其是在影像诊断领域,自2016年开始就有无数多家公司涌入,在各个影像领域创业。但是该领域早期的技术壁垒并没有想象中的高,而后期商业模式的探索和发展路径却很长。不过,针对疾病的早筛、早诊,尤其是高水平医疗欠缺的基层,AI起到的作用非常大。

 

而在药物研发领域,目前中美之间仍然存在较大差异,美国大量的医疗AI公司都集中在药物研发领域,中国近两年也出现了海归团队/本土团队开始药物研发领域的各种尝试。相对而言,中国目前还处在这个领域发展的早期阶段,但市场潜力巨大,AI技术赋能药物研究领域技术壁垒较高,企业前期需要建立起和大公司的技术合作能力,而后期则要靠持续的数据积累和商业模式的构建,才能建立起自己的行业壁垒。


优质AI制药项目的三要素


AI对于医疗产业的赋能效果是不言而喻的,但是在医疗领域,临床价值不完全等同于商业价值。如何选择出优质的医疗AI 项目,作为主导医疗行业投资的元璟资本合伙人,田敏有一套自己的打法。

 

第一,技术的稀缺性。AI辅助药物研发是一个技术壁垒很高的行业。它需要创始团队懂医疗、懂化合物、懂算法并能够将这些领域有机的融合在一起,这样才能做出好的产品。作为非技术出身的投资人,从技术本身的角度去判断一个项目的稀缺性是很难的。田敏就选择从侧面来做评判。

 

“相对而言,AI技术赋能药物研究领域技术壁垒较高,企业前期需要建立起和大公司的技术合作能力,而后期则要依靠持续的数据积累和商业模式的构建。”

总之,投资人或许并不能完全看懂技术,但是项目的合作伙伴,上下游服务商和客户是懂技术的,客户愿意买单既是一种证明。

 

第二,已经被验证的asset value。时光机理论下,很多国内投资人的投资逻辑是投资欧美已被验证成功项目/成功模式的中国“复制品”,这在医疗行业也是如此。AI辅助药物研发之所以受到市场的热捧,重要因素之一是海外有成功的案例。

 

2014年6月,BenevolentAI宣布与一家美国的制药公司达成合作,并将两个正在研发的阿尔茨海默氏症新药卖给这家美国公司,这两款药物处在中标候选化合物评估阶段。此次交易高达8亿美元,BenevolentAI获得4亿美元的预付款,如果这个新药后期研发顺利,公司将获得余下的4亿美元。

 

虽然AI药物研发领域,中国目前还处于早期阶段,但市场潜力巨大,在中国,我们发现已经出现AI药物研发企业与药企达成业务合作。这些信息都证明AI辅助药物发现的商业模式是验证成功的。

 

田敏表示AI辅助药物研发的具体项目都会分属不同的研发管线,当这些管线能够对应大药企正在研发的管线,如果具备这样的关系,那么这个项目就拥有潜在的市场价值。创业公司参与大药企一起从事多管线开发,并且负责研发管线中某一阶段事务,大药企便会愿意为此付费。

 

 

第三,病种的天花板。创业公司都会有自己技术上比较擅长的领域,这个领域往往跟某钟疾病相对应,与之相对应的疾病的市场规模将决定这个创业公司的市场价值和未来空间。


以AI等技术驱动治疗和康复优化也值得关注


在治疗领域,除了药物治疗以外,手术治疗也是重要的手段。元璟资本所关注的不仅仅是手术机器人、微创设备这样的纯硬件产品,同时看好利用AI、图像技术、软件技术研发的手术规划系统、病例大数据分析、智能风险测控、AR技术模拟透视等软件系统。

 

田敏告诉动脉网,目前微创手术已经成为医疗行业的主流,但是微创技术要求手术更精准、更稳定、更快速,可以减小创伤,控制感染风险,帮助患者快速恢复,同时降低成本。这就需要在现有和创新的硬件设备上配套更精准的软件系统,实现软硬件结合,在手术前做好规划,在手术中做好监控、评估、指引,从而降低手术风险,降低手术难度。在这个方向上,AI软件技术可以更好地和硬件系统进行整合,进而实现比人工手术更加高效精准。

 

在这个版块,目前中国的创业项目与国外相比还存在差距,市场上的主流产品还是被海外产品所占据,在进口替代的大背景下,这是一个重要的机会,未来会为有更多的国产产品占领这个市场。

 

元璟资本所关注的康复领域主要是慢病管理。随着老龄化的加剧,慢病成为我国健康支付的重大负担,无论是糖尿病、高血压这些常见的慢病,还是肿瘤、心血管疾病的慢病化都对康复有巨大的需求。但是我国医疗资源稀缺,并没有足够丰富的医疗资源来应对日益增长的慢病管理需求。

 

随着可穿戴医疗设备的兴起与逐步普及,更多的数据会被沉淀下来,借助AI对大数据进行整合分析,从而对慢病管理和康复治疗提供针对性指导建议,赋能家庭医生或者基层医生实现慢病的有效防控,帮助患者预防突发性疾病,病情恶化,这将是未来巨大的市场。

如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈