晨兴资本副总裁井绪天：把IT、AI技术作为在医疗领域创业相对核心的引擎

6月28日，“FUS猎云网2019年度医疗健康产业峰会”在北京金茂万丽酒店隆重举行，近百位知名资本大咖，独角兽创始人、创业风云人物及近千位投资人与创业者共聚一堂。本次峰会由猎云网主办，锐视角、猎云资本、猎云财经、企业管家、创头条协办。

在由达晨财智董事总经理李江峰主持、以“投资者眼中的未来五年中国医疗健康前景”为议题的高峰论坛上，凯泰资本合伙人尹洁、道彤投资高级副总裁林祯成、安龙生命科学基金创始合伙人赵春林、晨兴资本副总裁井绪天就论坛议题发表了精彩观点。

井绪天介绍，晨兴资本所投企业包括携程、YY、小米、快手等知名互联网企业，但是随着互联网的进一步发展，IT和AI技术已经深入到各个垂直传统行业中，而晨兴关注这些科技带来的传统行业变革的机会，其中医疗健康行业是重要赛道之一。基于既有的投资理念，晨兴资本在医疗领域的投资逻辑主要也是把IT、AI技术作为创业相对核心的引擎，发掘该类公司机会。

对于今年医疗健康领域的投资热点问题，井绪天则表示，在新药研发之外，他也会关注医疗服务。在他看来，相较于美国的创新性医疗产品型创业公司，能够依托保险公司下属或者合作的医疗机构网络，快速将产品商业化并进行迭代建立长期技术壁垒，这得益于保险公司和医疗机构之间建立的成熟的分发网络；而国内存在创新技术难以快速大规模推向市场落地的难题。因此，他觉得，在优质供给不足的大背景下，直接投资某些具有特定特征医疗服务机构的优质资产，或者投资搭建医疗服务分发网络的SaaS或者服务平台等，是晨兴资本优先考虑的投资机会，有了这些作为基础，未来才更加容易的解决创新医疗服务产品推广过程中的分发网络问题。

随着新技术在医疗行业的应用，井绪天也表示，可以针对性解决目前国内的“缺医少药”问题。一则，老龄化速度的提升和专业医生的缺失客观存在矛盾，可以通过技术手段把医生更为专业的诊断赋能于基层医生。二则，少药方面，可以引导优秀的IT工程师、生物信息学家甚至数学物理从业者进入医药研发的专业领域，触达大数据、人工智能和生物信息学等传统生物学家和化学家过去不太关注的领域，指导创新药物的研发。他也坦诚，目前这个行业尚处于早期阶段。

2019年，猎云网以发现产业独角兽为初衷，全面开启“FUS（Future unicorn Summit）未来独角兽峰会”品牌。本次大会以寻找产业独角兽为初衷，围绕“科技携手资本赋能大健康产业 ”的主题，对新时代下的医疗健康进行解析，分享投资人视角下的产业新机会，共同探秘医疗健康领域未来独角兽的机遇与挑战。

以下为圆桌环节对话，猎云网整理修订：

井绪天：大家好，我是晨兴资本的井绪天，晨兴资本过去多年投资的公司包括像携程、YY、小米，快手这样的互联网公司，消费者服务、社交等领域是互联网行业过去十几年中率先得到应用的几个重要行业，但是随着近年来IT技术深入到各行各业，IT驱动的实业领域也成为了晨兴的投资领域之一，包括像汽车行业、智能制造以及医疗健康等。

医疗已经成为了我们基金重要的投资赛道之一，主要受益于IT技术开始在医疗领域做出一些革命性改变；所以我们对医疗的积极探索基本上启动于2016年、2017年左右，我们到现在投资的医疗健康公司有像微医、太美医疗科技、云呼科技等，当然还有许多最近投资的比较早期的公司，并且我们在非常积极的看未来的医疗机会。但是我们主要的投资逻辑还是围绕把IT的技术或者是AI技术作为在医疗领域创业相对核心的引擎，我们对这方面的公司会更加有兴趣。

井绪天：我非常赞同前面三位讲的新药研发机会，那我补充一下医疗服务的机会。为什么我们看到美国很多医疗服务类产品的创业公司非常容易成功，从产品的研发一直到快速的落地转化并建立壁垒这个速度非常快，非常重要的原因是美国医疗机构大多数都被保险公司即主要的买单方控制或者制约，或者说保险公司相对于医疗机构有比较强的话语权，所以一旦有新的创新型医疗服务产品出来，只要其能向保险公司证明我可以为你降低医疗成本或者说带来更高的利润，保险公司是有非常强的动力把这个东西协助你推向医院的，这是一个非常成熟的创新产品分发体系，毕竟商业保险公司还是相对利益驱动的企业。

而中国许多医疗服务创新公司的困难是，很多创新技术的原型做出来之后都会面临一个问题，怎么进医院，因为没有一个成熟的分发网络来帮助这样创新的公司快速把产品推向市场，而独立快速推向市场这个事情需要较多的人力和财力，而这恰恰是创新创业公司不太擅长的点，从而导致创新产品原型在市场占有率方面往往无法快速达到一个较高的水平，进而也会影响产品迭代的速度，导致竞争出现同质化，除非技术上有很强的独特性或领先性，如果没有的话，从这个点出发，我觉得与其投资这类机会，不如直接投资部分可标准化易复制的医疗服务机构，像一些垂直专科领域的医疗机构，随着政策的放开，也是医疗机构非常稳定的资产投资。除此之外，同样基于以上逻辑，投资在医疗机构中间搭建医疗服务分发网络的公司也是我们的核心赛道，像信息系统公司做SaaS平台的，去接入各家医疗机构或者是做跟保险公司的链接等，这反而在搭建一个分发网络体系，未来有了这样的分发网络可以反过来更加正面的促进创新的科技产品或者是服务类产品的落地分发。

井绪天：这个问题也是我们基金一直在思考的问题，解决中国医疗的问题其实解决一个缺医少药。

缺医，大的逻辑是中国只有少量的医生是非常有经验、非常专业的，但是这些少量的医生很难满足绝大多数患者的医疗需求，如果我们等待大量的医生接受更良好的教育去培养，这是需要蛮长的时间，在这样一个中国老龄化非常快速变得严重的情况下，我们是等不及的，在这样的情况下是不是可以通过技术手段解决缺医的问题，通过技术把医生更专业的诊断赋能给基层医生，让相对基层的医生也能够做出更高质量的医学判断，这个已经有不少的公司出现了，从2016年前后出现的公司，现在有的公司也已经做到了一定的规模，这是解决缺医的问题。

少药，用IT或者AI技术来变革制药领域，这个东西可能更加的前沿一些，我说一个非常宏观的我个人的想法，可能有失偏颇：其实这个世界上，怎么解决一个问题是大自然给我们定义的，比如怎么找到一个更好的药，这个问题的难度是自然界设定的，不应该有人规定必须只能是生物学家或者是化学家去做的事情。然而由于学科的划分是人类人为的选择，其实在过去的几十年中，也许是人类人为的在学科之间划分了界限而一定程度的阻碍了解决药物发现这个问题的最优路径，因为我们人为自我限制了每一个人专注的方向，让生物学家和化学家在过去的世纪内孤独的解决药物研发的难题，然而我认为药物研发这个事情的天然本质恰恰是需要多学科合作的，尤其是在现在人类对生物的认知维度显著增加的背景下。

我随便举几个例子，我们先以小分子药物为例，小分子理论化学空间是10的60次方，而全球顶级药厂的小分子库也只不过是在千万的量级，差了五十多个数量级，而对千万量级的小分子进行高通量筛选已经是人类生物化学实验的极限了，所以如何在更大的化学空间内寻找新的小分子，显然是需要计算机的辅助。再举个例子，人类的基因序列的长度远远超出了肉眼可读范围，更不用说分析各种突变之间的关联性等等问题，如果没有信息学的辅助就是天方夜谭。再比如，免疫治疗是最近最火的领域之一，而人类免疫系统的复杂程度更是不用多说，不仅要检测或者分析基因组学的数据，还有转录组蛋白组等其他多组学的数据需要去考虑，更不用说还要从个体水平的分析逐渐精确细化到单细胞水平的分析，在不久的将来人类将在生物学领域遇到可能有史以来最复杂最大量的数据需要获取和分析；而恰恰也是现在这个时间许多交叉学科如生物信息学，计算化学等优秀人才正在逐渐涌入这个行业，给我们带来了很大的想象空间；如果大家去国内外的顶级院校中走一圈，可以发现在人类历史上从来没有计算机工程师和生物学家像今天这样紧密的在一起工作。因此信息学、计算机、人工智能技术驱动或赋能的生物科技和药物研发公司也是我们在早期非常关注的领域之一，当然这个行业还处在非常早期的阶段，尚有许多问题需要时间和技术的验证，我们作为早期投资者会积极的进行探索。