医疗新技术元年至今，投资人都在看什么？

以下为嘉宾发言全文：

圆桌对话：《未来已来》

对话主持人：杨瑞荣（远毅资本创始合伙人）

对话嘉宾：

赵春林（安龙基金创始人）

任博冰（BV百度风投副总裁）

毕元锋（动脉网联合创始人兼首席运营官）

黄昕（凯风创投管理合伙人）

曹原（推想科技运营副总裁）

徐颖奇（壹点灵创始人）

主持人杨瑞荣：毕元锋总所在的动脉网对新技术的研究比较深入，能否请您为这场对话开题，什么是新技术？什么是未来已来？已来的是什么？未来的是什么？

毕元锋：用两句话来解释一下我们眼中的新技术到底是什么。动脉网有一个特别核心的口号，我们关注技术驱动下的健康医疗产业变革。这个新技术指的是，原来并没有在医疗产业当中发生过巨大作用的底层技术，或者叫通用技术。它原本不是这个产业当中的技术，经过这五年的积淀和研究，我们大概把医疗新技术分为三类：

第一类是数字技术，是以互联网、移动互联网、物联网、大数据、人工智能、AR、VR这一类技术为主体的数字技术。它的核心目标是两个价值，一是提高效率，二是发现新的需求。

第二类是生物技术，主要是以基因和现在的单抗、多抗、核酸等生物技术为主体。主要的方式是类药的治疗解决方案。

第三类是以智能制造和新材料为主体的技术。这一类技术主要有两个部分，一是类手术的解决方案，比如手术机器人。二是以解决康复为主体的技术，比如外骨骼机器人。

主持人杨瑞荣：新技术的典型代表是AI。请问推想科技的曹原总，对于推想而言未来将要到来的是什么？

推想科技运营副总裁曹原

曹原：在各个行业里，包括和投资人沟通，在医疗行业大家都知道AI是好东西，但是如何切入医疗这个传统行业，大家有不少困惑。AI和医疗，无论是技术还是切入的行业，还是规模而言，很多特征都是截然相反的，所以经常会有人提出疑问，AI是一个很好的技术，但是你们如何切入到的医疗行业里？包括市场规模，我们看到有很多商业化落地的可能性，最关键的问题是，市场规模有多大？

如果单将AI看作是医疗产品，那市场规模可能仅是小于几十亿的市场。但如果将它看作是为产业赋能，例如切入到医疗信息化产业里，打通整个产业链上下游，将会是几百亿医疗信息化服务的市场规模。

主持人杨瑞荣：我们已经来的商业模式是什么？未来将要来临的商业模式是什么？

曹原：最主要的不能单看AI，必须打通产业链上下游。今年，商业化会得到不少的验证。很多的模式在没来之前都会存疑，但等它来临以后，大家会发现是理所当然。推想今年一个最重要的工作目标，就是把商业化的上下游全部打通，并且验证给市场看，这个市场规模不只是大家所想象的，仅几十亿的一个产品市场规模。

主持人杨瑞荣：人的心灵和心理是最高深莫测的。请问徐颖奇总，壹点灵在心理这个领域有什么直接的新技术应用，以及在这个听起来发展并没有特别迅速的领域里，起到怎样的推动作用？

徐颖奇：我们通过一套数据分析方法，对客户的性格特征做测评，并通过测评结果精准匹配咨询师。同时，我们也在研究语义的方法，根据客户回答的方式和语速，感受到客户目前的状态。第三，对于微表情的研究。心理咨询发展较慢的一个原因是，中国老百姓很大部分是不愿意走到心理咨询师面前，但通过互联网匿名交流、互相看不到的情况下，心理咨询师唯一的判断标准是通过声音。普通的咨询师很难把服务做好，这时就需要技术来支持，语义识别技术可以在包括说话速度、音调高低、言语愉悦感等方面，在后台指导咨询师。在行业的发展过程中，最难的是从业者成长的速度，大部分案例70%-80%是相同的。我们的数据库通过大量的案例，来积累大量的结构，咨询师从数据库可以调取以往案例的解决方案，辅助他的咨询工作。

主持人杨瑞荣：请问心理咨询师的量表何时能更自动、更客观？

徐颖奇：现在的量表都是答题式的，国外很多人是根据自己的主观意识答题，但中国人有一个特色，会猜测题目背后真实的答案是什么，所以答出来的题未必是客观、真实的，虽然在很多量表里会有测谎的题目。例如我们在面试的测量表中，会测量身心健康，往往具备反侦察能力的人，会猜测出最佳答案。所以在这个过程中，我们增加了面部表情监测功能，包括答题过程中心态、心率的变化，行为和认知的分析，基本上就可以达到目的。

主持人杨瑞荣：请问凯风创投黄昕总和安龙基金赵春林总，美国的医疗新技术与中国相比，是领先还是已被中国所超越？双方各有什么优势？

黄昕：凯风创投是坚持做早期技术投资的一家机构，大部分在天使轮或Pre-A轮进入，通常情况下也都是领投方。从我的角度并没有区分中美两国，而是技术层面全球范围的竞争力，是否能解决现有传统方法不能解决的问题。

大家对精准医疗比较了解，在我们看来，精准医疗仍停留在让病人匹配正确药的阶段，其中缺乏一个维度，就是如何在正确的时间给病人施药。我认为人工智能是给原有的技术赋能，形成完整的闭环。从凯风的角度，无论是中国还是美国，我们关心的是未来趋势和技术本身是否能够带来一些革新性的东西。

赵春林：中国科研和研究方向已经和美国比较接近了，但我觉得医疗创新仍有很大差距。原因不是新技术不行，最大的原因是医生工资太低，因为所有医学新技术都需要医生来认可。对于我本人而言，在美国13年，回国已经15年，看医学创新，心里还是挺兴奋的。80年代，我们在学习的生物学、基因编辑、细胞治疗、干细胞、基因诊断等，这些技术全都做出来了，我们也投了很多新技术的公司。这些技术刚开始的时候，还是先从美国出来，中国的公司如果想做新技术的创新，应该先看国外哪个新技术公司刚融资成功，估值上亿美元，如果你和这样公司的团队一起创业，我愿意投资。

主持人杨瑞荣：整个互联网医疗从1.0到2.0时代，1.0是以流量为入口。百度是一家互联网公司，也是一家医疗服务公司。作为相对独立的BV百度风投，对于以AI、互联网为例的医疗新技术，你们是如何看待所出现的新事物的？

任博冰：AI时代的新技术，特别是在生物医疗领域，还是沿着AI感知、计算，到新的生命体的诞生。细节上，感知高颗粒度的数据，新的数据轴的补偿，计算方面的低功耗，更小的感知、计算加成的新传感器，新的生命体方面则包括类器官、细胞机器人，或者可以模拟器官，同时又能感知加计算的一个身体的新器官、新组件，甚至加上脑接口后，成为新的人类。这是我们对AI时代新的医疗和生物技术的研究。

我们会绕开传统的生物医药和医疗器械的投资，根据这方面的研究，我们会投一些AI时代的生物技术公司和创新解决方案公司。在国内更多会找创新解决方案公司，以新技术、新产品、新用户群的定义，加上保险和新的服务模式，去解决一个很重大的问题。而美国那边我们投的更多的还是生物技术，在国内我们仍然在挖掘更多AI时代的技术公司，这是伴随着我们的一条投资逻辑。

主持人杨瑞荣：对于具有颠覆意义的新技术产品，都会面临价值观与伦理、隐私与监管的风险。请毕元锋总分享一下，从研究的角度来看，对风险是怎样看待的？如何去防范？

毕元锋：根据这几年的统计，在新技术介入领域，我们看到的风险主要是这几个方面。

第一是与立法有关，从市场来看，监管从来没有约束或者限制这个产业的发展，只是最开始没有说边界在哪里。在此过程中，监管一直采用的是后处理的方式，这是一个风险。这个风险最核心的防范关键，是在于能否推动整个产业的发展，以及所产生的社会价值。

第二个风险是和既得利益者的冲突。这个产业从前二、三十年起，已经构筑了一批既得利益者。对于医生而言，通过新的技术手段去传播自己的价值，从中获得自身价值的重构，这样的新技术其实特别实用，不依托医院也会有患者。虽然这仅是很平凡的互联网技术。由此可见，与既得利益者的冲突，将是一个长期会存在的问题。

第三个风险是所有新的模式、新的技术都会有的一个问题，就是一定会有失败的概率。失败的概率一定会有，所以大家需要宽容，允许创新者尝试、失败，允许他们重新站起来，这是最重要的。

主持人杨瑞荣：在影像领域，也会面对大量数据资源无法使用，对于推想科技而言，有没有碰到过这样的困难？

曹原：对于推想而言，虽然数据不是我们的，是医院和患者的，但算法是我们的。刚开始我们在研发模型的时候，的确是国外的医院更加开放。如果做成的产品的确有效果，国外的医院愿意把一定的病人数据库开放，但也一定会签署严格的保密协议，包括进行数据的脱敏，我们拿到的数据不会携带任何病人的个人信息。

我们更多的目的是，希望让模型更加优化之后，算法可以被医院使用。在这一点上，我们过去一直是在做数据累计量上的算法提升。我们只有算法，并不会拿出任何病人的个人数据，包括我们所有服务器都是布局在医院的本地环境中。对于美国，甚至包括日本、欧洲这样对隐私非常严肃的国家，我们也是单纯的拿算法过去，进行赋能和输出，并不会对数据进行占有。

主持人杨瑞荣：从大的互联网角度来看，有没有新的商业模式在整个大健康领域跑出来？

任博冰：说到流量，以及在互联网、移动互联网医疗等方面，我们的思考还是从创新解决方案角度。过去更多的是想从医疗机构本身获得患者的数据和流量，分级诊疗还需要颠覆式创新，这种颠覆式创新并没有做的很好，这种颠覆没有造成原有格局的改变。

从其他行业来看，要想获得新的流量，打出一个新的主题，不一定需要全部颠覆。在互联网医疗领域，我们更多关注的是以保险为切入口的领域，保险在过去是一个金融工具，未来是一个服务和流量的入口，如果要承载这个入口，没有对新数据的判断和风控，没有借助新的服务链条、新的人群的一个串接，以及通过各种资源的串接获得数据，所以保险只是一个入口，具体的服务仍然是一个解决方案。

这样的公司在美国做的很好，我们看到各种各样的主题，做各种细分人群，细分到按照一个年龄段、一个收入水平、一个区域的人群，都可以做成独角兽的公司。这在中国还很少，我们希望发现以及培养更多的创业者，能够在模式或者创新解决方案上，利用中国医疗体系做一些想象或者颠覆，相信未来一定有很多的机会。