医疗|丰元资本徐霄羽：医疗赛道AI没有创造新产业，一定是颠覆者_资本|赛道|丰元|收购|领域|徐霄

文章图片

图片来源：图虫

采访人员｜李京亚

五年前，全球的算法科学家们满怀期待的来到医疗领域挖矿，却发现医疗数据只是看似丰富，可用数据实则超乎想象的贫瘠。五年后，人工智能医疗被提到前所未有的高度，巨量资本的哺育下，各细分赛道的良性生态已具雏形。
去年以来，国内AI医疗应用市场规模接近300亿元。今年年初以来，国内医疗AI企业集体奔赴资本市场，首家AI医疗赛道上市企业即将诞生。
2020年，国际AI医疗领域发生了一起大事件。 2020年9月10日，人工智能医疗赛道公认的最大潜力股，肿瘤早筛领域的独角兽，也是全球基因测序领域融资最高的初创公司Grail提交了IPO申请。
Grail基于无创液体活检和下一代测序技术，长期致力于癌症早筛，因为推出“一次血检诊断50余种癌症”并将其商业化落地而举世闻名。具体来说，现有的癌症检测项目都要分开进行，效率很低，而Grail的特别之处在于一次抽血就能同时进行50种以上癌症的无创筛查。在其上市前夜， 9月21日，基因测序行业巨头美纳Illumina ，也是Grail的前母公司，宣布以80亿美金收购Grail 。
美纳Illumina是高通量测序界的霸主，占据着全球超70%的测序市场，几近垄断，擅长制造基因测序仪器硬件。而Grail最初是Illumina2016年成立的子公司，此后剥离成为独立公司。 Grail在独立的四年中融资20亿美元，投资者包括亚马逊创始人杰夫·贝索斯和微软创始人比尔·盖茨。

文章图片

Illumina对Grail的收购引发了美国联邦贸易委员会FTC的重点关注， FTC提出否决，试图阻止交易，认为此举将削弱美国多癌早期检测市场领域的创新。此项计划也搁浅至今。
《华尔街日报》评论称，这一案件对美国反垄断执法构成了重大考验。因为这是一次美国联邦贸易委员会（FTC）针对纵向合并而非横向合并的诉讼（Illumina对Grail拟议的收购是两家不直接竞争的公司之间的纵向合并）。大多数FTC发起的合并诉讼都涉及横向交易，即涉及直接竞争对手之间的合并。而40多年来，纵向合并只遇到过一次诉讼挑战，这是第二次。
FTC当时提出了一个有趣的公共卫生政策问题：目前80%的癌症检测在晚期，而Grail的多癌种早期检测将是一个改变游戏规则的解决方法。 FTC代理主席当时表示，若这项收购完成，可能削弱医疗保健这一关键领域的创新，那会使得检测费用变得更加昂贵。
丰元资本是Grail的早期投资方，界面新闻近日采访了丰元资本的合伙人，斯坦福大学医学博士后徐霄羽女士，聊了聊对国内外AI医疗赛道技术趋势的看法。
丰元资本2012年成立于硅谷，其基金合伙人几乎全都是硅谷华人高管，大部分具备斯坦福背景，迄今已经投资了160余家高科技企业。包括Weee ，Webflow、Avail Medsystem等明星项目，还有20余个被美国科技巨头公司“FANMG”收购退出的项目。

文章图片

界面新闻：公开资料显示，丰元资本的DPI已超过同期硅谷95%的VC 。八年时间里，丰元资本在AI医疗赛道投了很多公司，早期有肿瘤早筛新秀Grail ，分子诊断应用平台CyteSi ，后来有个性化治疗企业Human Longevity ，还有Avail Medsystem智能手术室这样的明星项目（现在刚融资1亿美金），这些项目大多有斯坦福背景，那丰元资本目前在AI医疗赛道的投资逻辑是什么，目前更关注哪些领域？
徐霄羽：整体来说，我们对人工智能在大健康方面的应用都非常关注。包括我们投资的Grail 。这家公司以80亿美金被美纳lllumina收购， AMINO（丰元资本）也从中得到了非常理想的投资回报。 Grail的创始团队80%都是前谷歌员工，创始人是谷歌高级副总裁Jeff Huber ，是谷歌健康的创始人，同时也是测序仪巨头illumina的董事，也曾是谷歌的搜索业务负责人。
这里面逻辑也比较清晰。为什么AI会应用在大健康领域？就是因为这些算法工程师过去就是谷歌的人（谷歌的算法是公开可用的Pagerank算法，申请过专利，斯坦福大学每年还能收到专利费，是公开的。但谷歌之所以能成为谷歌是他拥有所有算法里的参数和我们这些人行为模式的数据，这是它的杀手锏，这样谷歌的人工智能可以做到两件事：个性化推送和预测）。当时Grail这个团队就想，世界上还有什么数据没有被分析过——结论是是大健康方面的数据：我们每个人类都有的基因组，其中的几十亿个碱基对ATCG 。 Jeff Huber创办Grail的目标就是让用户能够仅凭两管血液样本，以及不到1000美金的检测价格，就可以在早期筛查出50种癌症。上周，我们合伙人和家人分别通过HLI（Human Longevity Inc.）、Quest（奎斯特诊断公司）和Concierge Medicine （特约医生）亲身进行了尝试。在Grail之前，这类服务至少需要25000美元才能够体验。
lllumina是Grail的大股东，用lllumina机器做17000次深度测取，得到了特别多的数据，前所未有， Grail的所谓液体活组织检查方法是在血液样本中寻找癌症的遗传迹象。这时候把得到的这些数据做分析，分析好了之后就得到一个参数的算法。人工智能最大的问题是“垃圾进垃圾出”（gabage in gabage out ），如果数据的采集方式不是算法所需要的，那么就不能训练出好的模型。因此， Grail全部按照自己的需求来采集数据，包括基因组所对应的病例数据，通过人工智能就可以把基因突变总结出来，像翻译一样把“突变”和“疾病”对应好，设置好参数，再进来这样一个新突变，就知道他有这样那样的疾病了。 Grail现在确实可以做到50多种癌症的早期全面筛查和检测，解决了比如说乳腺癌到四期才测出来的问题。医疗产品的附加价值不仅仅是大数据互联网。
同理，计算机视觉是一样的。人工智能主要包括几大技术：计算机视觉、自然语言处理、翻译、深度学习、语音转文字。计算机视觉应用到医疗领域在美国现在也有草根创业的成功案例。有一家来自犹他州的公司叫Recursion Pharmaceuticals 。这家公司是草根创业，今年4月份刚刚上市，市值今天达到65亿美金。他们用计算机视觉的显微镜技术来筛药。
传统来讲，做药物筛选要看细胞形态，科学家要通过视觉来看，人要做标注，人去找哪种小分子大分子能让细胞从不健康变成健康，从而完成药物筛选。 Recursion现在用计算机视觉软件，叠加在显微镜下，这样成千上万的特征可以通过计算机标注出来。如果用人工做，一个博士学位读下来都标注不完。而用计算机视觉软件，高通量细胞去筛，上千种特征去采集，这样就可以更高效地筛出来。用机器人显微镜和图像处理，找到新药靶点，可以精确发现药物，也能个性化找到药适合哪些病症。同时，安全药理学，化学都可以预测，就不用花钱去做实验，直接可以通过显微镜计算机视觉技术拿到数据。
这家公司已经找出15种治疗罕见病的药物（罕见病是患者人数少于20万的疾病）， 4月份上市时计划市值30亿美金，涨到今天7月份的65亿美金。现在大环境下，很多药厂上市时还没有一款药就完成上市。我觉得计算机视觉在医疗领域的应用催生草根创业这个趋势是非常好的，也是我们重点关注的。
界面新闻：人工智能在医疗行业的几大应用场景里，具体到基因测序这个产业链中，国内企业还集中在技术门槛较低的中下游测序服务领域，相较美国，国内企业还困在技术瓶颈之中，但另一个细分赛道——AI医学影像，虽然也具备初创企业集中于产业链下游的特质，却从去年年初以来率先爆发，目前被认为是中美差距最小的赛道，为什么会出现这样的现象？你认为现在哪些AI医疗领域的概念是泡沫哪些是能真正落地的？
徐霄羽：为什么说人工智能在医药和汽车领域都是泡沫，因为按传统方法看，它们的收入都不足以支撑估值，那为什么还会有不断的融资？是因为人工智能在医药领域有很高的确定性。中国前三大病症分别是脑血管、心血管、恶性肿瘤，而美国第一大是心血管。这些一定能通过医学影像给处理好，是确定的。
中国和美国疾病死亡率的区别咱们应该特别关注一下，为什么美国第一死亡率的疾病不是脑血管，而中国是脑血管？就是因为美国用影像加医学管理两项技术，使脑血管瘤、脑溢血死亡率下降。
怎么降下来的，首先，美国医院设立一个管理机制叫做“中风中心”（Stroke Center）。如果一个病患到急诊，发现脑溢血、脑血管瘤破裂，或者脑中风血栓，这位病患如果去普通医院的急诊室，会和这个急诊室其他的病患放在一起。这种情况下，如果脑出血不能及时止住，那么颅内压会很高，造成人死亡。如果有了中风中心，情况就完全不同。以Viz.ai的应用为例（是一个斯坦福商学院的学生出来做的，现在美国和很多国家都把它作为标准）。我先用这个技术去看CT ，立刻做出诊断，即使急诊室值班医生不是专科医生也能确诊脑中风，这样进入中风急诊室，脑中风医生就会立刻收到通知前来处理, 神经外科医生马上拿到Viz.ai通过算法 CT拿到的片子，将病人通过直升机送来医院做手术。美国的医院就是这样把脑血管死亡率降下来的。我国的深睿医疗、推想科技，也是在这方面尝试，都是很好的公司。 CT这部分我们认为是应该大力推广的，特别是国内人口密度大，我们一定要推广好。
界面新闻：国内AI医学影像赛道现在新兴技术的融合进展不错，头部创业公司联影智能、推想科技、科亚、深睿、Airdoc、深透大部分都有上市计划。其中有一家来自硅谷的深透医疗，也是斯坦福的技术背景，正在国内打开市场，它旗下的图像处理软件SuntleMR可以通过人工智能技术兼容所有的MR影像设备，行业里也有说高兼容性是医学影像赛道的一个技术趋势，你认为这个细分赛道的技术趋势是什么？
徐霄羽：高兼容性更多是为了解决数据源的问题，这个赛道的技术聚焦点还是应该在AI算法为临床带来的新突破上，包括整个工作流程的优化。
刚才说的Vz.ai是2016年成立的，现在融资到C轮，在整个医疗影像AI赛道是比较成熟的公司之一。深透是处于A轮。 17年成立的，进入A轮说明模式已经有了一定验证，一定产业化，同时有FDA的认证，应该有自己的产品并且已经被一些医院采用了，这是好消息，这样的公司肯定有机会。
【医疗|丰元资本徐霄羽：医疗赛道AI没有创造新产业，一定是颠覆者】总的来说， AI没有创造新产业，一定是一个个地颠覆原有的产业和需求。如果只卖算法很难赚钱。如果想要好的商业化，就需要系统性的整体设计。 Viz.ai除了有算法，还有整个中风流程管理和各种优化举措，每个病人都会有预警。医学影像公司打通产业链这个事情，一个个打通很难。新的创业公司肯定希望医院不用其他产业链公司的产品，就把自己作为管理、预警的平台，当然希望兼容CT和CT仪，否则如何拿到数据？如果其他公司不跟你兼容，你就拿不到这些公司的数据。所以兼容和按照自己的方式拿到数据是必须的。否则就只是输入输出大量的垃圾数据，结果不会准确。
兼容其实是为了解决数据源问题。公司怎么按照自己的方式拿到所需要形式的数据，这点很重要。仪器公司们现在也抱着相对开放的态度，但对软件要求很高。我可以提供数据，但如果软件没有通过网络安全检测等等，都有风险。软件要符合药监局的要求和其他各种要求，能整合仪器的软件公司在网络安全和精准性上都要受到认可。
界面新闻：从国内外看，不管是谷歌微软，还是腾讯、华为，甚至依图等AI独角兽，都对AI医疗的很多细分赛道有过或正在布局， Google X其实是失败了，另外直至2021年，谷歌与医疗AI相关的创新业务也没有做起来，包括DeepMind、智能医疗Verily在内的创新业务，仍然处于亏损状态；微软做医疗也一直只是蜻蜓点水；IBM卖掉了Watson 。国内这边，互联网大厂在AI医疗还没有什么真正有影响力的动作， AI独角兽像依图在进军医学影像赛道的过程里并不顺利（《财经》杂志《AI独角兽受挫医学影像，谁能从医院手里挣到钱》一文曾详细报道过），如何看待这种情况？
徐霄羽：我们现在从硅谷看国内，觉得这个窗口期一定是有限度的。在医疗影像领域，除了刚才提到的Viz.ai ，人工智能超声脑成像技术公司NovaSignal刚刚完成1亿美金新一轮融资。大厂跟初创公司在这个领域的竞争确实有，但相对而言， AI医疗整个行业还处于早期。整个行业如果处于早期，还是高度发展的状态，创业公司一定是有机会的。
许多AI独角兽的创始人在早期攻读博士的时候，很可能就是做的医疗影像方面的研究，因为这个领域科研经费很多。我也是斯坦福大学医学院的博士后，我们身边有非常多计算机系和医学院合作的，包括现在斯坦福大学的李飞飞教授，她也做很多跟医院、医疗相关的影像学研究。所以AI独角兽内在大都有医疗影像的基因。只要是这个行业的博士出来做的公司，就一定有这个基因，因为创始人在大学研究的时候很可能做的就是医疗影像。
但为什么一些资金雄厚的公司和大厂并不一定是最终赢家？Grail为什么是谷歌的人出来做，而不是在谷歌内部做出来？谷歌内部也有Google Health ，甚至Jeff Huber本人就是Google Health的创始人, 他创办了Google Health这个业务部门（BU），这就牵扯到一个很经典的理论——创新者的窘境（The Innovator's Dilemma）。
国内大部分人工智能早期赚钱都是依靠安防业务，现金流都来自安防。谷歌的话，大部分盈利都来自搜索，搜索业务给他产生现金。如果要成立一个医学影像部门，那就是一个新业务。为什么谷歌有Google Health还要有Google X？Google X是直接CEO去管的，自动驾驶，气球、VR ，都出自于Google X 。那为什么不成立一个BU ，原因就是以前谷歌尝试过，但不可行。
一旦把它作为BU ， BU与BU之间会有很强的竞争。如果我的业务收入特别好而你的业务只有投入，没有产出，那么没有真正的人才愿意去投身这个业务。所以Google X就希望说，我不是工程副总裁下面的BU ，而是创始人直接管理，部门里都是新概念, 这样才可以做上去。所以，并不是国内有些大厂技术不行，是因为没有好的人才在公司内部坚持去做。只有CEO下决心，整个公司转型去做才能做成。比如谷歌的二次主动转型，第一次安卓取代搜索，搬到了总部主园区大楼，从搜索优先到移动优先；第二次是从移动优先到AI优先，这也是谷歌长盛不衰的原因。如果国内的AI独角兽能做到医疗优先，或者谷歌现在能做到医疗优先，那这些大公司的医疗AI产品水平就会有一个飞跃了。