AI醫(yī)療：暴力破解創(chuàng)新藥，人類突破長(zhǎng)壽極限

文：任澤平團(tuán)隊(duì)

AI正在全方位重構(gòu)生命科學(xué)。

這是一場(chǎng)醫(yī)藥研發(fā)效率的革命。過去傳統(tǒng)藥物研發(fā)受困于三個(gè)十定律，耗時(shí)10年、花費(fèi)10億美金，但是僅10%成功率。而今，以AlphaFold為代表的AI模型，將新藥研發(fā)的試錯(cuò)成本、時(shí)間大幅降低，效率大幅提升。

AI的觸角已不再局限于實(shí)驗(yàn)室，更延伸至手術(shù)機(jī)械臂、醫(yī)學(xué)影像、數(shù)字化診療等領(lǐng)域。創(chuàng)新藥、醫(yī)療影像、手術(shù)機(jī)器人，都是全新的醫(yī)療新質(zhì)生產(chǎn)力。

如果說AI拓展了人類的智力邊界，那么AI醫(yī)療則通過破解生命密碼，拓展了人類的生命長(zhǎng)度?；畹瞄L(zhǎng)，活得好，AI正在重塑人類的生命極限。

1 全球AI醫(yī)療加速爆發(fā)，創(chuàng)新藥領(lǐng)跑

全球AI醫(yī)療市場(chǎng)規(guī)模加速擴(kuò)容。行業(yè)呈現(xiàn)三大特征：

一是全球科技巨頭入場(chǎng)，算力成為新醫(yī)療的“水電煤”。 以英偉達(dá)、谷歌、微軟為代表，正在從底層重構(gòu)醫(yī)療基礎(chǔ)設(shè)施。比如英偉達(dá)推出的BioNeMo平臺(tái)，已成為全球生物醫(yī)藥的算力引擎，提供給安進(jìn)、羅氏等頂級(jí)藥企使用；谷歌的DeepMind發(fā)布的AlphaFold 3，進(jìn)一步破解了生命分子的結(jié)構(gòu)預(yù)測(cè)難題，被視為生物學(xué)界的ChatGPT時(shí)刻。

二是融合。IT信息技術(shù)+BT生物技術(shù)深度融合，交易與合作跨越國界。2025年全球AI醫(yī)療相關(guān)融資與并購交易額突破新高。

跨國藥企如賽諾菲、輝瑞狂砸數(shù)十億美元與AI初創(chuàng)公司綁定。比如賽諾菲與AI生物技術(shù)公司Earendil達(dá)成高達(dá)25億美元的合作，利用AI平臺(tái)開發(fā)針對(duì)自身免疫疾病的雙特異性抗體。與Atomwise達(dá)成潛在價(jià)值超10億美元的合作，利用其AtomNet深度學(xué)習(xí)平臺(tái)，在缺乏歷史數(shù)據(jù)的情況下進(jìn)行小分子藥物設(shè)計(jì)。2025年12月擴(kuò)大與Dren Bio的合作，總值17億美元，開發(fā)B細(xì)胞耗竭療法，與韓國ADEL公司達(dá)成10.4億美元協(xié)議，布局阿爾茨海默癥AI藥物。

科技公司通過AI大模型直接切入臨床診療與醫(yī)院管理。比如微軟大規(guī)模推廣其Dragon Copilot，一個(gè)環(huán)境感知AI，通過醫(yī)患對(duì)話，自動(dòng)生成符合醫(yī)療標(biāo)準(zhǔn)的結(jié)構(gòu)化電子病歷。最終將Copilot深度集成進(jìn)全球最大的電子病歷系統(tǒng)Epic和Microsoft Fabric醫(yī)療數(shù)據(jù)分析平臺(tái)。

三是應(yīng)用場(chǎng)景從單點(diǎn)突破走向全面。不僅是AI創(chuàng)新藥研發(fā)，在全球范圍內(nèi)，AI醫(yī)學(xué)影像、AI手術(shù)機(jī)器人正在同步發(fā)展。

在此浪潮下，中國力量正在崛起。按NextPharma中國創(chuàng)新藥出海數(shù)據(jù)，2025年交易總額1356億美元，首付款70億美元，交易總數(shù)157起，較2024年的519億美元大幅增長(zhǎng)161%。其中，雙抗、ADC、GLP-1等前沿領(lǐng)域是交易熱點(diǎn)。

AI創(chuàng)新藥可針對(duì)的病種范圍廣。一是針對(duì)腫瘤領(lǐng)域，針對(duì)肺癌、乳腺癌等實(shí)體瘤，AI 通過靶點(diǎn)預(yù)測(cè)、分子動(dòng)力學(xué)模擬優(yōu)化雙抗與ADC的分子結(jié)構(gòu)及偶聯(lián)策略，提升對(duì)癌細(xì)胞的靶向殺傷潛力。二是針對(duì)神經(jīng)系統(tǒng)的阿爾茨海默癥、帕金森等退行性疾病，AI設(shè)計(jì)出能穿透血腦屏障的分子，突破藥物入腦瓶頸，解決長(zhǎng)期缺乏有效療法的難題；三是針對(duì)代謝與慢病，比如在GLP-1的減肥、糖尿病降糖賽道，AI正加速通過虛擬篩選、生成式模型快速發(fā)現(xiàn)高活性候選分子，將藥物從注射迭代為口服小分子，優(yōu)化用藥方案；四是針對(duì)自身免疫與炎癥，如紅斑狼瘡、潰瘍性結(jié)腸炎等復(fù)雜疾病，AI通過模擬免疫通路網(wǎng)絡(luò)，篩選高特異性分子，有望替代傳統(tǒng)激素療法。五是針對(duì)感染性疾病，如耐藥菌、新發(fā)病毒等，AI能快速預(yù)測(cè)病原體變異，縮短廣譜疫苗與特效藥的研發(fā)周期；六是針對(duì)罕見病，孤兒藥研發(fā)，AI通過整合小眾靶點(diǎn)與單病例多組學(xué)信息，極大降低試錯(cuò)成本，讓罕見病逐步有藥可醫(yī)。

AI創(chuàng)新藥應(yīng)用空間大。AI創(chuàng)新藥正在從早期的靶點(diǎn)發(fā)現(xiàn)、化合物篩選，向臨床試驗(yàn)設(shè)計(jì)、患者入組篩選等后端環(huán)節(jié)全產(chǎn)業(yè)覆蓋。為癌癥、神經(jīng)退行性疾病等人類頑疾的治療帶來新曙光。

AI創(chuàng)新藥效率高。 傳統(tǒng)醫(yī)藥研發(fā)面臨三個(gè)十定律：一款新藥研發(fā)要耗時(shí)10年、耗資10億美金、成功概率只有10%。又慢、又貴、又難。AI技術(shù)將試錯(cuò)成本大幅降低，藥物研發(fā)效率指數(shù)級(jí)提升。

政策鼓勵(lì)A(yù)I技術(shù)應(yīng)用到醫(yī)療領(lǐng)域：

一是國家頂層戰(zhàn)略設(shè)計(jì)支持。2025年五部門聯(lián)合印發(fā)《關(guān)于促進(jìn)和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應(yīng)用發(fā)展的實(shí)施意見》，促進(jìn)AI醫(yī)藥醫(yī)療從技術(shù)創(chuàng)新到商業(yè)落地。2024年7月《全鏈條支持創(chuàng)新藥發(fā)展實(shí)施方案》明確提出要利用人工智能、大數(shù)據(jù)等技術(shù)賦能藥物研發(fā)，旨在降低研發(fā)成本、縮短研發(fā)周期，強(qiáng)調(diào)要統(tǒng)籌公共和私人部門資源，推動(dòng)數(shù)據(jù)資源共享，涵蓋了研發(fā)、審批、進(jìn)院、支付的全鏈條。2025年4月工信部、衛(wèi)健委等七部門聯(lián)合發(fā)布《醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型實(shí)施方案（2025—2030年）》明確提出到2030年，規(guī)上醫(yī)藥工業(yè)企業(yè)基本實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型全覆蓋。要借助AI輔助靶點(diǎn)篩選、化合物合成路徑預(yù)測(cè)等技術(shù)革新傳統(tǒng)研發(fā)模式。

二是打通了創(chuàng)新藥從研發(fā)到用藥的閉環(huán)。過去，AI創(chuàng)新藥，特別是First-in-Class，往往研發(fā)成本高、技術(shù)附加值高，因此上市初期定價(jià)較高。在傳統(tǒng)的按病種付費(fèi)模式下，醫(yī)院治療一個(gè)病人的總費(fèi)用被封頂了。如果醫(yī)生開了AI創(chuàng)新藥，可能直接導(dǎo)致該病例虧損。結(jié)果就是：藥雖好，但醫(yī)生不敢開，醫(yī)院不敢進(jìn)。針對(duì)進(jìn)院難問題， 2025年12月落地的“基本醫(yī)保+商保”雙目錄模式，建立了三除外機(jī)制：不計(jì)入藥占比、不計(jì)入醫(yī)保總額、不納入DRG/DIP控費(fèi)。這意味著，未來高價(jià)值的AI創(chuàng)新藥有了獨(dú)立的支付通道。

三是地方政策支持。 2025年，地方政府開始給出真金白銀的補(bǔ)貼。北京、上海等地設(shè)立生物醫(yī)藥專項(xiàng)產(chǎn)業(yè)基金，明確對(duì)AI制藥平臺(tái)的算力成本給予直接補(bǔ)貼。利潤(rùn)北京發(fā)布的《高精尖產(chǎn)業(yè)發(fā)展資金實(shí)施指南》，推出算力補(bǔ)貼，支持企業(yè)租用算力進(jìn)行模型訓(xùn)練，補(bǔ)貼金額最高可達(dá)實(shí)際算力費(fèi)用的20%，單家企業(yè)最高補(bǔ)貼3000萬元。上海提供模型補(bǔ)貼，最高500萬元；算力市級(jí)最高30%租金補(bǔ)貼，市區(qū)協(xié)同可實(shí)現(xiàn)1年、最高100%租金補(bǔ)貼。《上海市發(fā)展醫(yī)學(xué)人工智能工作方案》中明確支持將AI深度融合入臨床診療和藥物研發(fā)全流程。

四是鼓勵(lì)創(chuàng)新藥出海。支持本土企業(yè)開展國際多中心臨床試驗(yàn)，推動(dòng)國產(chǎn)創(chuàng)新藥在歐美發(fā)達(dá)國家同步研發(fā)與上市。2025年，License-out對(duì)外授權(quán)持續(xù)成為中國創(chuàng)新藥國際化的主流模式之一，全年對(duì)外授權(quán)交易總額創(chuàng)歷史新高，同時(shí)聯(lián)合開發(fā)、自主出海等深度合作模式快速興起。比如上海部分區(qū)的政策，對(duì)取得美國FDA或歐盟EMA注冊(cè)批件并實(shí)現(xiàn)銷售的創(chuàng)新藥，最高可給予1000萬元支持。

在此背景下，一批中國領(lǐng)軍的AI創(chuàng)新藥企業(yè)跑出來了：

比如英矽智能的全球首款由AI設(shè)計(jì)的治療特發(fā)性肺纖維化藥物，已在2025年完成2a期臨床研究并取得積極結(jié)果，驗(yàn)證了AI制藥的臨床有效性。英矽智能2026年1月在港交所上市，2025年11月與禮來達(dá)成了一項(xiàng)潛在價(jià)值超1億美元的合作。

再比如晶泰科技旗下專注于生物藥研發(fā)的AI雙抗研發(fā)平臺(tái)Ailux，實(shí)現(xiàn)了從傳統(tǒng)的小分子AI研發(fā)向更復(fù)雜的大分子抗體AI研發(fā)。2025年11月，禮來與晶泰科技達(dá)成最高總價(jià)值3.45億美元的合作，利用Ailux平臺(tái)發(fā)現(xiàn)和開發(fā)雙特異性抗體。

恒瑞通過自建AI藥物設(shè)計(jì)中心，利用AI模型優(yōu)化ADC抗體偶聯(lián)藥物的連接子與載荷結(jié)構(gòu)。2025年成功將多款A(yù)I輔助研發(fā)的ADC創(chuàng)新藥授權(quán)給默克。

2 AI創(chuàng)新藥的科學(xué)原理和客觀挑戰(zhàn)

傳統(tǒng)的新藥研發(fā)像“在大海里撈針”，而AI技術(shù)介入，將這一過程徹底轉(zhuǎn)變。AI通過深度學(xué)習(xí)、生成式模型等技術(shù)，從根本上重構(gòu)了藥物發(fā)現(xiàn)的底層邏輯：從只能做實(shí)驗(yàn)轉(zhuǎn)向了大數(shù)據(jù)驅(qū)動(dòng)發(fā)現(xiàn)。

先要搞懂藥物研發(fā)的基本邏輯。以癌癥為例，癌癥就像身體里的一把“鎖”壞了，這就是“靶點(diǎn)”，我們需要造一把“鑰匙”去修好它，這就是“先導(dǎo)化合物”。

在傳統(tǒng)制藥邏輯下，這極其困難：首先，你很難看清“鎖”的內(nèi)部結(jié)構(gòu)，尋找靶點(diǎn)難度極大；其次，為了配鑰匙，科學(xué)家只能在浩如煙海的已知化合物庫里，大海撈針，一個(gè)個(gè)去試，去篩選。這有點(diǎn)像碰運(yùn)氣、試錯(cuò)，效率很低。

現(xiàn)在，AI在3個(gè)環(huán)節(jié)發(fā)揮了革命性改變：

第一步是解決了“找準(zhǔn)鎖”的問題。藥物研發(fā)的核心靶點(diǎn)大多數(shù)都是蛋白質(zhì)，只有搞清楚了蛋白質(zhì)的3D結(jié)構(gòu)，才能設(shè)計(jì)出完美匹配的藥物分子。以前科學(xué)家要弄清蛋白質(zhì)3D結(jié)構(gòu)非常難，現(xiàn)在像谷歌旗下的DeepMind開發(fā)的AlphaFold這樣的AI模型，能夠以高準(zhǔn)確性預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)，有效地解決了蛋白質(zhì)折疊問題這個(gè)過去的重大挑戰(zhàn)。這就相當(dāng)于AI幫我們開了天眼，直接看清了“鎖芯”靶點(diǎn)的構(gòu)造。

第二步是解決了“配鑰匙”的問題，這就是AI分子設(shè)計(jì)，更對(duì)癥下藥、“配鑰匙”的效率更高。理論上存在的化合物數(shù)量無窮大，甚至超過宇宙中的原子數(shù)量，人類無法窮盡篩選。有了AI技術(shù)，就不需要再去大海撈針了。利用生成式AI、采用“藥物從頭設(shè)計(jì)”的方法，模型可以根據(jù)靶點(diǎn)結(jié)構(gòu)，生成全新的、從未存在過的分子結(jié)構(gòu)。設(shè)計(jì)出數(shù)百萬種候選分子，并篩選出結(jié)合力最強(qiáng)的前幾十種，直接跳過了傳統(tǒng)長(zhǎng)達(dá)3-5年的篩選期。這就相當(dāng)于把開鎖的鑰匙也就是治療絕癥的創(chuàng)新藥直接造出來了，這種方法更直接、更快、成本更低。

第三步是用AI給創(chuàng)新藥物“排毒”。很多藥進(jìn)到人體內(nèi)有毒，或者根本無法吸收。這是新藥研發(fā)失敗率最高的關(guān)節(jié)。AI利用深度學(xué)習(xí)算法，基于歷史藥物數(shù)據(jù)庫，預(yù)測(cè)新分子的ADMET性質(zhì)，即吸收、分布、代謝、排泄、毒性。AI能計(jì)算出藥是否會(huì)導(dǎo)致肝毒性或心臟副作用，從而在早期淘汰掉90%的不合格分子，極大地節(jié)省了后期臨床試驗(yàn)的成本。

也就是說AI創(chuàng)新藥的本質(zhì)，是將微觀世界的生物學(xué)問題（蛋白質(zhì)與分子的相互作用），轉(zhuǎn)化為計(jì)算機(jī)領(lǐng)域的數(shù)學(xué)問題（高維空間的特征匹配）。

過去傳統(tǒng)模式其實(shí)及時(shí)不斷試錯(cuò)，要合成成千上萬個(gè)化合物，挨個(gè)在實(shí)驗(yàn)室里試，看哪個(gè)能起作用。效率極低，成功率僅為0.01%。

現(xiàn)在AI模式是學(xué)習(xí)海量的生物醫(yī)藥數(shù)據(jù)，包括基因組學(xué)、蛋白質(zhì)結(jié)構(gòu)、臨床數(shù)據(jù)，構(gòu)建出人體生物系統(tǒng)的數(shù)字孿生模型，在虛擬空間中先完成篩選和驗(yàn)證，再回到實(shí)驗(yàn)室確認(rèn)。

盡管前景廣闊，但我們必須清醒地認(rèn)識(shí)到，AI制藥還有三座大山要翻越：數(shù)據(jù)、黑箱、臨床。

第一座大山是制藥數(shù)據(jù)質(zhì)量。AI的燃料是數(shù)據(jù)。公開數(shù)據(jù)庫中的數(shù)據(jù)往往不完整，而且因?yàn)閷?shí)驗(yàn)標(biāo)準(zhǔn)不一、一致性差，“喂”給AI的“口糧”質(zhì)量不高，將會(huì)影響AI模型訓(xùn)練效果。

第二座大山是AI制藥模型。現(xiàn)有的深度學(xué)習(xí)模型很多是“黑箱”，擅長(zhǎng)發(fā)現(xiàn)“相關(guān)性”，但難以確定“因果性”。而制藥是容錯(cuò)率最低的科學(xué)，關(guān)系人的安全，行業(yè)正在向可解釋性AI演進(jìn)，確保藥物研發(fā)知其然、更知其所以然。

第三座大山是臨床試驗(yàn)。AI目前只是加速了前期藥物發(fā)現(xiàn)，但它能否通過臨床試驗(yàn)，大規(guī)模用在人身上，還需要時(shí)間的檢驗(yàn)。通過數(shù)字化臨床試驗(yàn)提升患者招募與數(shù)據(jù)匹配效率，已成為行業(yè)突破口。

3 未來AI醫(yī)療的四大突破性機(jī)遇

3.1 第一大機(jī)遇：AI制藥、創(chuàng)新藥

未來AI醫(yī)療的第一大應(yīng)用是：AI輔助藥物發(fā)現(xiàn)。這是目前醫(yī)藥領(lǐng)域壁壘最高、且最具爆發(fā)力的應(yīng)用場(chǎng)景。

隨著生成式AI的成熟，藥物研發(fā)將徹底告別碰運(yùn)氣時(shí)代。

第一，從市場(chǎng)規(guī)模看，AI制藥具有萬億級(jí)經(jīng)濟(jì)空間。癌癥、阿爾茨海默癥等絕癥是人類壽命的攔路虎。AI通過精準(zhǔn)找靶點(diǎn)和分子生成，將攻克這些曾經(jīng)無藥可醫(yī)的疾病。未來，人類壽命上限有望突破120歲，由此衍生的抗衰老、健康管理市場(chǎng)規(guī)模巨大。

第二，AI制藥也是醫(yī)藥工業(yè)化的最強(qiáng)驅(qū)動(dòng)。AI介入之前，制藥是手工作坊式的。但AI改變了整個(gè)行業(yè)的生產(chǎn)邏輯：為了篩選最佳分子，需要計(jì)算數(shù)億種可能性。這迫使藥物研發(fā)必須像流水線一樣高效。

目前的AI制藥供應(yīng)鏈主要分為三個(gè)關(guān)鍵環(huán)節(jié)：

環(huán)節(jié)一：算力與算法基建。這一環(huán)節(jié)的企業(yè)提供核心動(dòng)力。參與方包括晶泰科技、英矽智能等平臺(tái)型獨(dú)角獸，以及華為等科技巨頭提供的底層算力支持。

環(huán)節(jié)二：創(chuàng)新藥Biotech企業(yè)。這是產(chǎn)業(yè)鏈中彈性最大的環(huán)節(jié)。利用AI平臺(tái)開發(fā)出First-in-class管線，進(jìn)行臨床驗(yàn)證。

環(huán)節(jié)三：CXO研發(fā)外包。負(fù)責(zé)高效率的合成與測(cè)試。AI技術(shù)帶來的研發(fā)爆發(fā)，具備高端測(cè)試能力的CXO龍頭的效率將大幅提升。

3.2 第二大機(jī)遇：AI精準(zhǔn)診斷、醫(yī)療影像與基因測(cè)序

未來AI醫(yī)療的第二大應(yīng)用是：AI精準(zhǔn)診斷。

AI賦能醫(yī)療影像能夠解決兩大痛點(diǎn)：

一是解決醫(yī)療資源不均問題。中國醫(yī)療資源分布極度不均，三甲醫(yī)院人滿為患，基層醫(yī)院門可羅雀。AI通過學(xué)習(xí)千萬級(jí)病例，其閱片準(zhǔn)確率已媲美專家。未來，AI影像設(shè)備能以專家級(jí)的水平自動(dòng)讀片、診斷，覆蓋更多基層醫(yī)療機(jī)構(gòu)。

二是設(shè)備軟硬件一體化。未來的CT、MRI不再只是成像工具，而是集成了診斷功能的智能終端。聯(lián)影醫(yī)療、邁瑞醫(yī)療等企業(yè)正在加速這一進(jìn)程，將AI能力下沉到縣鄉(xiāng)一級(jí)，解決基層“有設(shè)備、無人懂”的痛點(diǎn)。

除了影像，AI也在重構(gòu)基因測(cè)序。AI能加速測(cè)序流程，提升測(cè)序精度。2025年美國人類遺傳學(xué)學(xué)會(huì)上，谷歌DeepVariant的AI算法與華大智造的DNBSEQ-T1+測(cè)序平臺(tái)結(jié)合。傳統(tǒng)測(cè)序在均聚物等復(fù)雜區(qū)域極易出錯(cuò)，而AI專項(xiàng)模型將這些區(qū)域的錯(cuò)檢位點(diǎn)數(shù)量直接降至近乎為零，這意味著無數(shù)曾經(jīng)被漏診的遺傳病因現(xiàn)在能被精準(zhǔn)捕捉。

3.3 第三大機(jī)遇：AI醫(yī)療信息化，超級(jí)醫(yī)療APP

未來AI醫(yī)療的第三大機(jī)遇是：臨床決策支持、醫(yī)療信息化、醫(yī)療大數(shù)據(jù)、超級(jí)醫(yī)療APP。

隨著通用大模型技術(shù)的成熟，醫(yī)療信息化正迎來從傳統(tǒng)的數(shù)據(jù)存儲(chǔ)、流程管理向深度數(shù)據(jù)價(jià)值挖掘轉(zhuǎn)變，讓應(yīng)用場(chǎng)景深化。 AI不再局限于單一的輔助診斷，開始全面滲透至電子病歷整合、個(gè)性化健康咨詢、以及醫(yī)院精細(xì)化管理等核心環(huán)節(jié)。通過連接院內(nèi)異構(gòu)數(shù)據(jù)與健康應(yīng)用，AI能夠生成個(gè)性化健康建議，顯著提升醫(yī)療服務(wù)的可及性與效率。

AI也能推動(dòng)臨床決策的智能化。 面對(duì)海量的醫(yī)學(xué)文獻(xiàn)和不斷更新的診療指南，醫(yī)生很難憑借人腦完全掌握。AI大模型天生擅長(zhǎng)處理文本，能實(shí)時(shí)輔助醫(yī)生制定最佳診療方案，減少誤診漏診。

2026年也是全球AI醫(yī)療商業(yè)化落地的關(guān)鍵。一方面，OpenAI等全球領(lǐng)軍企業(yè)推出針對(duì)醫(yī)療健康的垂類應(yīng)用。如ChatGPT Health，加速了行業(yè)標(biāo)準(zhǔn)的形成；另一方面，國內(nèi)互聯(lián)網(wǎng)大廠如百度、騰訊、阿里等積極布局“醫(yī)療+AI”，C端用戶規(guī)?？焖僭鲩L(zhǎng)，驗(yàn)證了AI醫(yī)療深度融合的商業(yè)邏輯。比如螞蟻阿福，自2025年6月正式發(fā)布以來快速崛起，提供健康科普、報(bào)告解讀、就診咨詢等上百項(xiàng)AI服務(wù)，更實(shí)現(xiàn)用戶規(guī)模的快速突破，截至2025年12月月活躍用戶已突破1500萬，單日用戶提問量超1000萬。

3.4 第四大機(jī)遇：AI手術(shù)機(jī)器人，精準(zhǔn)醫(yī)療

未來AI醫(yī)療的第四大機(jī)遇是：AI賦能的手術(shù)機(jī)器人。

直覺外科是全球手術(shù)機(jī)器人的代名詞，其最新一代系統(tǒng)達(dá)芬奇Da Vinci 5(DV5)標(biāo)志著行業(yè)正式進(jìn)入AI時(shí)代。DV5最核心的升級(jí)不在機(jī)械臂，而在算力。其搭載的計(jì)算能力是上一代的10000倍。這種算力冗余是為了未來搭載高耗能的實(shí)時(shí)AI模型，實(shí)現(xiàn)術(shù)中實(shí)時(shí)導(dǎo)航、自動(dòng)組織識(shí)別。達(dá)芬奇系統(tǒng)還能夠智能手術(shù)分析，這就不僅僅在做手術(shù)，還在記錄手術(shù)。它能捕捉并分析人體組織對(duì)器械的反饋數(shù)據(jù)，如牽拉力度、切割阻力等，結(jié)合AI算法，術(shù)后生成手術(shù)績(jī)效報(bào)告。這相當(dāng)于給醫(yī)生配了一個(gè)AI教練，告訴醫(yī)生哪里用力過猛、哪里操作可以更高效。

新系統(tǒng)還配有Iris AI影像分割，就是利用AI技術(shù)將患者術(shù)前的CT/MRI掃描數(shù)據(jù)轉(zhuǎn)化為高精度的3D模型。醫(yī)生在手術(shù)中可以在控制臺(tái)上調(diào)出這個(gè)3D地圖，像開車看導(dǎo)航一樣避開關(guān)鍵血管和神經(jīng)。

此外，強(qiáng)生等企業(yè)也有AI手術(shù)平臺(tái)布局。強(qiáng)生的Monarch平臺(tái)實(shí)現(xiàn)電磁導(dǎo)航與AI融合，在支氣管鏡手術(shù)中，肺部結(jié)構(gòu)像迷宮一樣復(fù)雜。Monarch利用AI算法結(jié)合術(shù)前CT，生成一條虛擬路徑，實(shí)時(shí)引導(dǎo)軟體導(dǎo)管抵達(dá)肺部深處的微小結(jié)節(jié)。

美敦力收購了Digital Surgery公司，專注于手術(shù)視頻的AI分析。系統(tǒng)會(huì)自動(dòng)將長(zhǎng)達(dá)數(shù)小時(shí)的手術(shù)視頻切片，識(shí)別出切皮、縫合、止血等關(guān)鍵步驟，并對(duì)醫(yī)生的操作規(guī)范性進(jìn)行打分。

AI輔助手術(shù)機(jī)器人，一是突破人類操作極限。傳統(tǒng)外科手術(shù)依賴醫(yī)生的手眼配合，受限于生理抖動(dòng)和視野死角。AI與機(jī)器人的結(jié)合，利用計(jì)算機(jī)視覺和力反饋技術(shù)，能夠?qū)崿F(xiàn)微米級(jí)的操作精度，讓復(fù)雜的高難度手術(shù)變得標(biāo)準(zhǔn)化。二是遠(yuǎn)程醫(yī)療的物理載體。結(jié)合5G、6G低時(shí)延網(wǎng)絡(luò)，AI手術(shù)機(jī)器人讓北京的專家可以為邊疆的患者進(jìn)行實(shí)時(shí)手術(shù)。這將徹底重構(gòu)醫(yī)療服務(wù)的地理邊界。

AI醫(yī)療已不再是遙遠(yuǎn)的技術(shù)概念。未來十年，誰能率先用AI跑通“研發(fā)-臨床”，誰就掌握了通往長(zhǎng)壽時(shí)代的藥匙。

2月2日（周一）晚七點(diǎn)，我將跟大家聊聊市場(chǎng)形勢(shì)和機(jī)遇。