编者按：人工智能药物开发的领导者Insilico Medicine日前宣布，其在全球首次利用人工智能发现新机制特发性肺纤维化药物，这在全球范围内是个标志性的里程碑事件。Insilico Medicine专注于发展将前沿AI技术与新药研发相结合的创新能力。AI赋能药物研发，既能够缩短药物研发的时间，又能够大大降低成本。 人工智能在医疗健康领域渗透、应用，并不断取得突破。从更宏观的视角而言，将“AI+医疗”放在数字医疗发展的大趋势下，不难得出结论，包括AI+医疗在内的数字医疗，正在持续产生最新的技术及应用——远程医疗，数字/人工智能医疗器械/软件即设备，慢病及重大疾病管理系统，人工智能检测、诊断…… 数字医疗，既是中国乃至全球医疗创新的重要一环，也将有望解决全球成千上万人的广泛的未被满足的医疗需求。
投资机构始终是推动创新的重要力量。人工智能药物开发的领导者Insilico Medicine携手两家顶尖投资机构——启明创投、创新工场，共同把握从“AI＋医疗”到“数字医疗”的产业脉动，分享最新和最专业的行业洞察。
日前，以《从“AI＋医疗”到数字医疗：机遇与挑战》为主题的高峰对话在云端举办，对话嘉宾为启明创投主管合伙人梁颕宇（Nisa Leung）、创新工场董事长兼CEO李开复博士，主持人为 Insilico Medicine 首席科学官任峰博士。
以下为高峰对话实录：
01/
AI赋能医疗健康产业的现状
任峰：首先我想请教Nisa和开复老师，刚才我分享完Insilico Medicine在AI辅助药物研发方面取得的突破性进展之后，想请教二位是如何看待AI赋能医疗健康产业的。如果评分，从1—10分来讲，10分是最成熟，想请教AI赋能医疗健康现在大致发展到什么阶段？AI赋能医疗健康是万能的吗？
李开复：创新工场非常高兴有这样的机会和启明创投一起投资了Insilico Medicine，我们认为今天Insilico Medicine宣布的“AI＋医疗”领域的突破是一个里程碑的事件。因为在用AI发明新药方面，今年是一个非常全面的突破性发明。在若干月前，我们看到了英国的DeepMind做出了AlphaFold——当然也是一个特别巨大的里程碑事件，在一个非常难的蛋白折叠的问题上做出了超越人的能力，但是坦诚地说那个只是在一个点上做出了超越人的能力，但今天Insilico Medicine的发明是一个完整的、产品化的解决方案，当然这只是里面的一部分。另外我们在靶点的发现，以及小分子化合物的寻找和设计整个过程中，把流程慢慢一步一步打通，因为最终我们做制药这件事情，就是希望AI能够提供价值，能够帮助更多患者有新药可以治疗。所以Insilico Medicine采取的方法是把一个完整的解决方案做出来。这一点Insilico Medicine创始人Alex在我3年前认识他，甚至更早之前，他就一直致力于做各方面人工智能结合生医领域的研究，我很佩服他用AI里头GAN对抗生成网络的方式来寻找靶点，之后他也用了很多AI预测的方法，看哪些产生的化合物可能会带来一些临床上面的效果。结合起来以后，我们可以看到在临床前把效率大大提高，只要200万美元就可以进入这样一个过程，大概是传统的1/10的价钱。所以我认为这是一个里程碑的事件。因为第一次 Insilico Medicine 把整个新药研发流程开始打通了，证明了AI也能用创意的方式解决很难的事情。
第二，我们能够用1/10的价钱在这一段流程上发明新的药。医疗创新方面，一个很大的瓶颈就是有能力发明新药的人就那么多，他们一天的时间就那么多，而且小分子制药已经进入成熟的状态，发明一个新的药，从头到尾可能要花20亿美元，如果我们能把部分流程降到1/10的时间和资源，我们就可以用更低的成本、更快的时间创造更多的药，带来巨大的帮助。
最后回答这个问题，虽然我们非常自豪这个里程碑，但是如果从1到10，我们今天其实只走了第一步，未来的潜力特别的巨大，整个流程可以更快被打通。AI跟今天的科学家扮演的是一个合作的角色，以后可能会有更多不同的角色。所以我们非常非常兴奋，一部分是因为里程碑的事件，一部分是未来还有更好的愿景我们可以期待。
梁颕宇：我也非常认同开复的说法，也非常高兴看到Insilico Medicine今天取得的成果。后面也有问题会谈到为什么我们那个时间去投Insilico Medicine，我稍后再谈。
先回答你的问题。1—10，觉得AI在医疗板块应该打多少分，我也非常认同开复的观点，我也觉得大概是1分左右。AI在医疗领域第一个大规模的应用是AI+影像，这也得益于AI图像识别技术发展的成熟，后面慢慢衍生到药物研发的领域，并取得了很好的进展。从医疗领域全景来看，还有很多AI没有介入的领域，很多问题更复杂，需要更长的时间、更系统化的解决方案。
AI和数字医疗相关的领域，我们已经布局了15家公司，比如AI赋能医药研发，包括Schrödinger。Schrödinger去年在美国上市，在资本市场也表现得非常好，并且实践已经证明精确的分子设计可以显著加速药物发现，从而使患者受益。AI辅助诊断，我们投资了推想科技，在疫情期间，推想科技将自己的智能肺炎筛查系统第一时间送到了第一线，并且推广到海外，包括美国、德国、意大利等，而且它也是第一家AI公司拿到美国FDA认证的，目前产品在全国覆盖大概33个省（自治区和直辖市），有超过千万个病例。
我们投资了很多医药公司，包括甘李药业，是中国最大的胰岛素企业。我们也看到有机会用AI帮助类似糖尿病等慢性病的患者去做管理的相关创业公司。
现在说人工智能对医疗领域的潜在影响还过早，但是我们的思想是非常开放的，医疗领域、生物制药领域都在反复试验，关键是找到解决方案来满足病人的需求，来达到临床的卓越，而不是选择一个特定的技术平台作为先决的条件。此外，医疗行业是一个高度监管的行业，需要了解这个行业的各方面，再去找到一个更好的方法。
02/
顶级机构为何投资AI+医疗健康
任峰：谢谢Nisa和开复老师的回答。听了您二位的回答，总体感觉虽然AI和医疗产业有了一个长足的发展，但是目前来说我们还处在相对初级的阶段，AI赋能医疗健康不是万能的，但是没有了AI是万万不能的。我们现在这样说大家是非常认可的，我们都需要AI，但是回溯到35年前，当时如果我们这样说大家会对我们的话感到莫名其妙。其实开复老师35年前就投入了AI的科研，在微软建立了亚太创新中心，在Google也一直在推动AI的发展。我想请问一下开复老师，从AI技术角度来分析，这次Insilico Medicine在新药研发上用的关键技术的突破点在哪里？为什么在这个时代背景下才能实现？您在3年前投资Insilico Medicine的时候，这个团队哪些方面吸引了您，让您觉得Insilico Medicine具备引领AI制药突破的潜质？
李开复：投资Insilico Medicine那年，我记得是在洛杉矶第一次见到Alex，我对Alex的看法有几个很突出的特点。第一个也是最重要的，他是结合生物和AI两方面的专家，世界上这样的人才是非常少的，我也在这里鼓励年轻朋友们一定要让自己成为这样的跨领域专家。因为如果我们只用AI来去做医疗生物方面的工作，可能就会把很多该领域若干年累计的知识都没有用上，但是如果我们只是用生物的观点来看，可能又不能理解大数据、AI跟各种新的AI算法怎么能够快速收敛，帮助解决过程跟流程。
Alex是约翰·霍普金斯大学的生物学专业，但是他自学成为了一个AI和计算机方面的专家，甚至在GPU方面都有一些行业工作经验。所以第一次见面我们就聊得非常好。他跟我说，AI+生物学可以做各种神奇的事情，除了制药之外，还可以延长寿命，而且周围围绕着他的都是一些世界级的长寿专家，世界级的未来学专家，我发现我已经晚来了一步，所以一定要争取这个机会投资这家公司。之后公司的发展又进一步延伸了，我发现科学家创业很大的挑战是点子很多，Alex点子真的非常多，但是他是少数既有很多点子，又能挑选一个有商业价值的把它执行下去，而且他能吸收一个非常强的团队围绕在自己的周围。比如说今天主持的任博士就是哈佛大学的化学博士、新药研发行业经验丰富的专家。我们也见过Alex团队很多AI科学家，他们来自各种不同的国籍，有中国人、有俄罗斯人，他们每一位都是我们很认可的AI领域专家。能够把两个领域的专家围绕在一起，既做开创性的事情，又具备专注的执行力，很强的执行力，这一点我觉得也是非常独特的。
发明的技术点我觉得是非常好的应用了一些最新的AI技术，把它们应用，合适的调配，在面临的问题上。可能有些媒体朋友听我以前说过，AI最弱的地方就是它没有创造性，只有人能创造出新的东西来，今天我想Insilico Medicine证明了至少在这个问题上我是错的，因为我们真的发明了一个新的药物。一个难题有多难，就像当年AI打败了围棋高手一样，一个人读了好多书，练了好多棋，这是很厉害的，但是今天你想一个发明医药的专家可能是一个跨领域的事情，首先要从一个病找到靶点在哪里，这就是一个汇集了不少多少人类知识的问题。发现了靶点之后，怎么发明一个创造一个小分子的化合物，来能够对应这样一个靶点，解决问题，这又是一个发明的事情。两者几乎是需要两批专业的，而且是很顶尖的科学家在一起才能做成，Insilico Medicine用AI的方法，在任博士这样专家的辅助之下，把这两个问题都解决了，而且打通整合了。这是一个非常好的起点，以后应该可以有更多的医疗发明的流程，都打通之后，我们未来应该会大大增加疾病能够康复的概率，而且快速的发展各种新药。可能今天发明了一种新药，大家不要认为这本身就是最终级的结果，最后如果能让全世界医药的发明变快10倍，你想人类可以增加多少健康存活在这个美好的世界上。
任峰：谢谢开复老师的分享和鼓励，Insilico Medicine团队一定尽我们最大努力，进一步证明我们可以在新药研发领域做出更多原创性的东西。其实从新药研发来讲，是一个高风险的领域，医疗健康领域是风险非常高的。Nisa是医疗健康领域风险投资的女王，连续几年在福布斯年度全球最佳创投人榜上有名。我想请问Nisa，您投资的对象包括传统的医疗健康企业和数字医疗企业，像您刚才所说的。您为什么会选择投资Schrödinger和Insilico Medicine这样的人工智能企业？
梁颕宇：谢谢任峰博士。我们认为人工智能或数字化是促进医疗创新的技术之一。我想举个例子，我们投资的企业康希诺生物，它可以利用不同的技术来开发疫苗，包括灭活疫苗，包括腺病毒载体疫苗或者是mRNA疫苗。但是经过深思熟虑后，公司选择了腺病毒载体技术来做新冠疫苗，经过二期临床试验之后，康希诺生物可以决定新冠疫苗最终是单针接种或者两针接种，研发团队最终决定推出单针接种的疫苗。这表明制药公司将决定使用不同的技术平台，以不同的程度，实现最合适的药物设计，从而获得最佳的结果。
在医疗健康领域，新药研发的时间、金钱成本日益攀升，成功率不断下降，需要新技术来提高新药发现的成功率、提高开发效率、降低成本。
从技术的角度来看，计算机技术近年有了长足的发展，随着算力不断增强，人工智能技术不断精进，该技术已经成功应用在不同其他的领域，包括人脸识别等等。
我们看过的几乎所有AI辅助研发药物企业，几乎都尚未发展出他们所对外声称的那些能力，除了Schrödinger和Insilico Medicine之外。我们自己也有一个投资科技的团队，我们的科技团队对Insilico Medicine后台的系统进行了很全面的评估，认为Insilico Medicine的系统比起很多创业的公司来说，更为先进。
我跟Alex在很多不同的医疗会议场合上遇到过，发现这个老外在都是参加中国企业家的会议，讲的是非常前卫的内容，就跟他聊得比较多。过了一段时间觉得他讲的事情真的有些进展了，所以我们就开始很认真地了解公司的状况。我们投资Insilico Medicine的时候，认为它应该可以为很多国内的医药公司提供帮助，在我们自己的投资组合中，已经有120多家医药公司。有些公司可以结合先进的计算机和人工智能技术解读现代新药研发积累的大量试验数据，加快新药研发的时间，降低成本。所以我们看到此前Insilico Medicine宣布推出了一种新的、用于药物发现的人工智能系统，能够在21天时间里，从始到终创造出全新的分子，花费只有15万美元。
作为中国领先的临床CRO泰格医药和dMed的早期投资人，我们必须找到方法来帮助加快药物开发的过程，这就是我们投资InsilicoMedicine和Schrödinger两家公司的原因。我们投资的一些公司，如甘李药业等等，其实已经从in-licensing的模式或者生物仿制药的模式发展到创新药物的模式，这些公司也会是Insilico Medicine的合作伙伴。我们也希望更多引进我们已投的公司跟Insilico Medicine合作。
03/
数字医疗发展的挑战与机遇
任峰：谢谢Nisa的分享，希望Insilico Medicine以后可以有机会利用我们的人工智能新药研发平台，为您投的创新药企业提供合作和服务。谢谢！刚才您提到了数字医疗，我想再进一步深入的问一下，在中国数字医疗的创新层出不穷，这里面有什么样的原因？双方的结合会带来哪些便利和积极的影响？目前信息技术和医疗健康产业相结合又有哪些难点？请Nisa再跟我们深入的分享一下。
梁颕宇：大多数数字医疗的公司都是由TMT企业家或者医疗健康企业家创立的，很有意思的是，我们发现两类企业家基于他们对技术的理解，或者对医疗制度、医疗系统的理解会将公司引向不同的发展方向。这其中并没有对错的问题，而是不同的业务模式需要不同背景的创业者。
作为投资人我们会考虑如何为每一种不同的模式选择合适的团队，这是我们面临的一个挑战。我们是从2010年开始对数字医疗进行投资的，投资的第一家公司是嘉和美康，可能大家对它也有一些了解。嘉和美康是一家领先的电子病例系统公司，最近也申请了IPO。我们投它之前，大概2006年、2007年的时候，有很多在数字医疗上进行的投资，很多创业公司可以与几家医院开展合作，因为当时国家还没有相应的制度，也意味着没有什么投资的方向给到大家。所以其实大家都不知道，尤其是很多国营的医院都不知道应该怎么样去往前推，造成的结果就是无法放大规模。嘉和美康是第一批与超过一百家医院建立合作的公司。
数字医疗4、5年前成为美国的热门行业的时候，我们对投资这一类型的公司持比较谨慎的态度。许多人投资大量复制美国商业模式的中国初创企业，在这个领域我们拒绝了至少200—300家公司。其中的原因，是因为美国和中国的数字医疗需求非常不同，美国超过90%的医院是私立医院，而中国90%的患者去公立医院。这也就是我们看到的2020年美国很难实现对个人防护装备（PPE）或者呼吸机集中采购，而这些采购在中国医院是非常容易完成的。因此中国市场与美国市场所需要的软件和数字医疗是不同的。我们确实投资了一些我们认为具有很大潜力的公司，包括梅斯医学、微医、妙手医生、推想科技等等。所以我们是非常看好这个领域，但是还需要慢慢从不同的角度和需求出发来找到解决方案。
任峰：谢谢Nisa的分享。AI+医疗到数字医疗，我相信会是生物医药健康产业的一个未来的发展方向。回到稍微偏技术一点的层面，请教一下开复老师。开复老师，对于AI赋能医疗产业，您个人最期待的科技驱动的突破口还有哪些？如果大胆的预测20年后，您能为我们勾勒出一个可实现的AI+生命科学的场景吗？
李开复：我非常同意刚才Nisa说的各种例子。我觉得AI底层就是一个数字化的演进，什么领域能够变成数字化，它就可能用数据科学和AI来帮它提升价值。所以我们从电子病例到保险到医疗之间进行了整合，也是我们重要的投资主轴。大家可能更有兴趣的是以后会有什么神奇的AI出现，我觉得可以分成三个部分来讲。第一部分，在新药的研发跟加速方面，我们可以想像，如果我们现在对于靶点的发现，对于新的药物去挖掘能够变得很快的话，再下面就是测试。这两个做好以后还是要做人体的测试，多大的程度我们可以用体外检测或者用新的方法能够更快的预测在人体的检测会不会成功，甚至是不是可能来模拟这个过程，再进一步缩短整个药物研发的流程。因为当一个流程这么长的时候，你把前面的两、三阶段变快了，最后第三阶段就会变成你的瓶颈，所以怎么增快加速，或者怎么平行去做，更能够筛选出做第三阶段验证更能成功的新药。这些Insilico Medicine已经在做，我们也投资了一些其他的公司。过程中还有一个自动化的问题，你要做这么多试验，如果都要靠人来做，人也不能不吃饭、不睡觉、不休息，所以我们也投资了一家机器人公司，叫做镁伽，他们基本可以完全自动化地让一个实验室一天24小时一周7天不断地自动做试验。如果有一天能够真的完全打通一个闭环，生物科学家就可以和写计算机程序的码农一样了，他可以先写一个程序，先测一个这个，你是一是这个，结果好的话我再换一个那个，几乎就能够远程的，而且非常高速度去测试各种医疗的可行性，使新药研发变得更便宜、更快速、更有效，让人类能够受益，这肯定是一个方向。
第二个方向，从诊断的角度来看，现在大家听到比较多的是影像相关的，肯定影像是一个非常好的切入点。因为现在计算机来识别人脸也好、物体也好、商品也好，做智能质检也好，都达到了或者超过了人类的水平，在MRI、CT方面也能做得一样好。除了影像方面，我认为整个医疗诊断的过程，如果我们放眼看个二、三十年，我毫无疑问地认为AI机器人的诊断一定会超过医生的水平。因为没有医生可以记得所有新发明的药物，读书的时候可以背很多，一旦每天忙着看病人，不可能对新的治疗方法、药物都能够背得那么熟悉。而且每一个病人他可能有各种不同的情况，比如我自己当年被诊断得癌症的时候，我的医生因为他对整个血液肿瘤进行了通读，但是没有懂我得的这一种病，基本上造成了误诊。所以怎么样个性化的去了解每一种疾病那么多的选择，人的大脑是不够用的，我认为医疗更适合用人工智能来辅助诊断，前提是我们要把一切数字化，要有足够多的病例。一个医生他的能力来自哪里？可能来自他的一生看了1万个病人，但是一套AI的诊断系统，它可以在很短的时间就看几十亿的病人，这学习到的内容跟数据一定是巨大。
为什么每一个人都要有一种治疗方法，现在很多药物的发明也好，治疗的手段也好，都是针对一种病人的一种、两种或者三种办法，但是为什么不是千人千面呢？就像我们每一个人去刷抖音的时候看到的内容都是不一样的，如果每个人刷的都是一样的内容你还会有兴趣吗？同样的道理，我们每个人的基因不一样，家族病史不一样，过去的病例不一样，所以每一个人都应该有千人千面针对性的看法。何况我们今天基因排序已经做得这么先进了，基因排序是那么大的数字，医生也不可能全部读一遍，但是AI可以。所以长期来说，一个基于个人千人千面针对性的AI人工智能诊断机器是可以做得非常好的，但是这不代表医生会被取代，因为AI没有办法成为患者打从内心去信任的对象，让病人讲出自己过去各种的病史和家族的问题，而且医生有更多的经验可以得到更多的数据。人机结合未来在医疗方面，在心理认知或对自己的康复增加信心方面，这些都是医生可以做的，这两者结合一定是能够让我们最健康的。
最后一点我想讲的是机器人的方面。刚才已经讲了实验室的机器人，我们知道有手术机器人，在未来这些都会继续发展。今天的手术有机器人参与的已经接近20%了，主导的也有百分之几了，以后这些都会继续增加，同时还会有更多新的机器人出现，比如纳米机器人，它们甚至可以到我们的体内，只有1、2个纳米那么大，甚至可以帮助我们跟癌症对抗。今天世界疫情导致全民对医疗健康特别关注的时候，AI 能够做出的所有突破都可能会被更多人更快速去接受。所以我觉得二三十年以后，真的就是一个AI加上人的最好结合，未来20年的推动可能会大于人类过去几千年所有历史的累计。
任峰：谢谢开复老师给我们描绘了这么一个美好的前景，希望以后我们能看到人和机器人能够和平共处、互相帮助、互相促进。我们很快就要进入媒体的提问环节了，最后我想请Nisa和开复老师，帮我们展望一下未来。因为我们中国在技术赋能医药创新领域一直想的是什么时候能成为全球的领先者，请问两位老师，我们能成为全球的领导者吗？过程中机遇和挑战又是什么？同时也请两位为今天的讨论做一个总结性的收尾。
李开复：我觉得绝对是有希望的，但是会需要一些时间。希望来自于什么？刚才讲了很多，但我觉得特别重要的几点，一是中国有人口的优势，我们能够更快速的去得到大数据，用数据来推动技术的发展。而且数据的使用方面，中国在经过脱敏保护个人隐私的前提之下是可以有更多的数据来累积的。首先中国的医院就比美国最大的医院大十几二十倍，它的数据就多了。第二，有很多新的技术，比如联邦学习，能把不同的医院数据串起来，又不伤害各个用户的隐私。而美国在隐私法方面，比如用HIPAA这样的法律保护的有点过头了，让AI的工作者很难能够拿到海量的数据。三是中国的科学家现在最厉害的两批中国科学家就是学AI和学生物的（也许还有别的，但我认识的就这两群），所以中国并不缺在国际上值得尊敬的、快速崛起的新锐科学家，无论是看论文，还是看其它的指标。
我觉得有很多美国或者欧洲的技术，其实已经几十年了，有点过时了。现在有好几个因素来推动这些技术的替代，比如说用AI来做里面的一部分，或者是用体外检测或者基因排序来取代传统的方法。我们正在这样一个特别重要的关键点，有可能是中国的科学家因为没有过去的包袱，说某个公司一家独大，我要做这个领域只有为他打工，中国有这么好的创业环境，有这么好的VC，有这么好的科学家，得到投资，可以用更新的技术、更精准、更便宜的方法能够打造出新的治疗方法或者测序方法，或者机器、或者耗材等等。我们看到非常多公司现在在中国崛起，应该是一个天时地利人和的好机会。因为在中国有数据跟人口的优势，科技也赶上了国外，而且很多科技正在处于改变潮态的时候，从传统的方法进入了新的AI基因排序和体外检测技术推动的时代，我们处于非常好的时候。而且相当高比例的中国型的创新让中国走向世界舞台会是创业型公司。
梁颕宇：我也非常认同开复的观点。中国AI+医疗的结合可以提高医疗的效率，包括线上诊疗，可以省去大量在医院等待的时间，通过信息的对称更便捷地匹配最好的医生；也可以做到提升医疗的准确性，用AI技术帮助医生更快更准地去做诊断；还可以节省劳动力，用AI制药可以将上千上万靶点的工作简化，也就是Insilico Medicine去做的事情。在某些领域我觉得可以出现类似于Insilico Medicine国际的机会，我们对Insilico Medicine的期望是非常高的。
对于健康数据，不同的国家和地区会有不同的隐私法规，这对创业公司可能会是一个挑战。数字医疗的业务模式在中国非常具有创新性，是在中国医疗体系和需求下形成的商业模式，这些模式必须适应不同地区的医疗系统才能得以实现。因此它的模式不像药物或者医疗设备销售那样千篇一律。除了某些商业模式，比如药物发现、开发等等，我不确定要成为数字医疗领域的全球领导者是有那么容易的。下面还有一些其他的挑战，但是如果无法拿到数据，或者拿到标准一致的数据的话，很多公司的发展还是有一定难度的。
以下为媒体问答实录：
任峰：再一次感谢Nisa和开复老师的高峰对话，下面进入媒体提问环节。第一个问题来自证券日报，对Nisa和开复老师两位的提问。问题是AI医疗的投资壁垒在哪里？未来是否会继续投资这个赛道的其他公司。
梁颕宇：我觉得团队很重要。此外，用AI医疗或者数字医疗是不是真的可以解决问题，还是有其他的一些技术可以做得更好？如果用AI去做的话，数字医疗公司、AI公司他们拿到数据可能不是很好的数据，所以用AI去筛查很多不太好的数据其实是有点浪费时间。这是我们看到的问题。
李开复：我补充两点。我们认为海量的高质量的数据是一个非常关键的成功的壁垒，所以我们会去了解一个公司他是否有或者能否得到独家的数据，如果有的话会加分。第二，创业团队AI的科学家不见得知道怎么去卖产品或者怎么去开发，但是对落地和渠道的理解还是需要的。第三，我们最喜欢看到的是像Insilico Medicine这样有生物的专家+AI的专家大家一块工作，也有充分的行业背景。
任峰：谢谢！下一个问题是开复老师的问题，来自于福布斯中国。问题是中国跑出了很多医疗顶级投资人和医疗机构，医疗AI的赛道优秀投资人的必备素质是什么？
李开复：我们不会只看医疗AI的赛道，我们的医疗团队投了大约20个医疗的项目。只是说看AI赛道的时候，我们可能就会把AI组跟医疗组搭配在一起看，这样可能有一定的优势。我们还是非常重视那些真的有核心产品壁垒、有新发明能力的公司，而且知识产权的保护也比较重要。另外一方面，他真的要知道渠道怎么去落地。比如说医疗影像出了很多创业公司，有些公司落地的还不错，但是大部分的影像公司研发出来以后，不知道怎么去卖一个AI识别MRI影像的技术，因为不知道怎么把这个技术/产品卖进医院，所以学习一个新市场的成本会很大，尽量避免需要从零切入一个市场。
任峰：谢谢开复老师。另一个问题同样来自福布斯中国，请教Nisa，投资医疗AI和数字医疗，启明创投认为的机会和看中的企业应该具备什么样的特质？
梁颕宇：关键还是管理团队，就像我们之前讨论过的，TMT背景和医疗背景的创业者会有不同的商业路径，有一些数字医疗公司在收入和盈利情况尚不明确的时候，也会选择对标科技投资的标的来进行估值。我昨天刚好与一个数字医疗公司的CEO讨论，是选偏科技类的投行还是选偏医疗的投行对其进行上市服务。科技类投行有时会给公司较高的估值，以便公司在IPO募资的时候获得更多的资金。医疗投行类的公司会倾向于从公司长远发展，来给出更合理的估值。
AI和数字是现在很热的字眼，我们会常常思考我们是否有不同的市场。本质上来说，医疗健康是应该帮助患者解决看病难、看病贵的问题，需要有一个高度监管的医疗体系来开展业务，我们希望跟有热情、有远见的企业家合作，像Alex一样，为这个行业做一些贡献。
任峰：谢谢Nisa。下一个问题来自于投资界，想请教开复老师，AI对于医疗究竟意味着什么？下一代的AI会是什么样子的？将会在医疗领域发挥哪些应用场景？
李开复：AI应该是先以一个工具的角色来切入医疗的流程，因为医疗是一个发展了上千年的产业，大家有很熟悉的过程，看病的期待、医院和保险公司等等都是一些非常成熟的产业。所以要去颠覆的话其实是很难的。在已有的体系里面，把不同的AI作为工具能够提升效果，提高发明药物的时间，增加它的成功概率，让看病的人能够更顺利地解决他们的病情，把这些新技术当作一个工具去辅助人或优化流程。随着时间的发展，我认为在有些领域，慢慢的这些AI工具会变得处于非常核心的地位，人类来辅助AI，但这一定是一个人机协作的过程。总之应该是一个赋能、增强，人加上AI，1+1大于3的过程。
任峰：谢谢开复老师。只有2分钟的时间了，有个不情之请，请开复老师和Nisa作为Insilico Medicine投资人用一、两句话表达一下对我们以后的期望。
李开复：Insilico Medicine在做一件伟大的事情，今天是一个非常重要的里程碑，对全人类都有机会做出巨大的贡献，而且我们不要忘记了这只是第一步，未来还有很长的路要走，可以让你们的贡献继续放大。
梁颕宇：我非常认同开复刚才的说法，我们希望Insilico Medicine可以做成中国最好的AI医疗公司。毕竟现在中国的医药行业也很需要Insilico Medicine提供的服务。希望Insilico Medicine的团队可以加快发展，可以跟更多的公司合作。
