今日，據MarketScreener報道，有消息人士稱百度正在與投資者進行談判，以在3年內為一家生物科技初創公司籌資至多20億美元。一切顯得撲朔迷離，連這家初創公司的名字都尚未確定，唯一可以瞭解到的是其將使用AI技術來發現新藥及診斷疾病。
報道還稱，百度早在6個月前就有投資的想法，且百度董事長兼CEO李彥宏親自參與了該項目。
一位國內醫療投資人向虎嗅表示的確聽到了項目啓動的風聲，但至於百度具體的打法和項目細節現在估計沒有任何外部人士能夠了解。
對此，百度回應虎嗅稱不予置評。
不過，外媒透露的蛛絲馬跡已幾乎等於明示我們，百度正在試圖通過自己的AI能力進軍制藥界。
很顯然，百度在醫療產業的野心並不止於獨立百度健康、重啓互聯網醫療及AI醫療服務。今年8月，百度研究院官宣架構升級，新增生物計算實驗室，如今看來也是這次談判的一個合理伏筆。
值得注意的是，百度並非首家試水AI藥物研發的科技巨頭。
今年7月，騰訊已推出AI藥物發現平台“雲深製藥”。而早在2018年，谷歌大腦團隊宣佈已完成可識別蛋白質結晶的計算機視覺技術，可以輔助多種疾病的藥物研發；正大天晴藥業也在同年宣佈與阿里雲合作的一種AI輔助化合物篩選方法，可以將篩選準確率提升20%。
在AI輔助診斷等領域遲遲難以落地的科技巨頭們，似乎都在逐步將目光投向AI藥物研發。今天這條新聞意味着，百度也在尋找自己迎戰的方式。
百度靠什麼？
要知道，百度此前在醫療領域的嘗試並算不上成功，棋總是差騰訊、阿里兩家一着。
有業內人士認為，這次百度通過AI技術來支持前述初創公司的藥物發現、開發及早期腫瘤診斷等業務，可能是其翻身的一次機會。
從技術上來看，疫情讓百度的算法在醫療領域得到了一定的驗證。
今年1月，百度開放其LinearFold算法，可以大幅縮短病毒RNA二級結構的預測時間——百度公開的説法是從55分鐘縮短至27秒，提速120倍。
運用這一算法，研究人員可以更快發現更完整的序列，從而提升病毒研發、檢測以及疫苗開發的速度。在6月北京新發地爆發疫情時，該算法幫助疾控中心僅用10小時便完成了四個樣本的全基因組測序。
其在8月成立的生物計算實驗室，打法更為專注，即利用AI技術來對DNA、RNA甚至小到蛋白質分子結構進行研究。當然研究不是目的，目的是最終落在藥物及精準醫療上。
再加上互聯網醫療及AI輔助診療業務發展近10年卻一直沒有明確的商業模式，對百度來説，生物醫藥及腫瘤診斷是一門更值錢的生意。
不過，百度生物計算實驗室與騰訊的雲深製藥，以及其它入局更早的AI藥物研發初創公司（如最近剛剛完成1.23億美元融資的Atomwise）相比，要做的事並沒有本質區別。因而對百度來説，只有技術顯然是不夠打動藥企的。
百度能靠什麼突圍？從百度過去的投資中，我們可以略窺一二。
我們都知道，百度在互聯網醫療領域的投資相比於AT來説幾乎可以忽略不計。但其在生物醫藥、診斷以及AI藥物研發領域的投資，倒是其他兩家比不過的。
譬如做精準診斷的宸安生物、研究免疫療法的RootPath及受制藥巨頭青睞的AI藥物研發公司Atomwise、Inscilico Medicine等，都是百度過往的投資標的。
這意味着，百度可能在研發環節上比其它科技巨頭離得更近、摸得更清。
AI醫療賺錢的路子找到了？
但如果藥做不出來，單靠AI+藥物研發百度能賺到錢嗎？為了解答這個問題，我們需要先對AI藥物研發的發展有個初步瞭解。
AI+藥物研發並非新興概念，全球幾乎所有制藥巨頭已經開始嘗試使用這項技術了。
製藥巨頭們合作的更多是創業公司，譬如默沙東在2015年選擇BergHealth、強生在2016年將BenevolentAI納入麾下、輝瑞在2018年與國內公司晶泰科技達成合作等。
從理論上來講，AI藥物研發的確極具潛力。
一般來講，一款新藥的研發要經過藥物發現、臨牀前研究、臨牀研究及審批與上市四大步驟，平均需要10年左右的時間。
其中，藥物發現是針對目標疾病合成多種可能有效的化合物——這也是藥物研究的起點和源頭，臨牀前研究則需要對這些化合物進行篩選及驗證等，初步確定備選化合物的安全和有效等特徵。
在這兩步，製藥公司往往就要花費大量的時間（4~6年）和精力——他們面對的是幾十萬甚至成百上千萬的化合物，從中找出幾十種甚至只有幾種有效可成藥的。
也正因如此，AI最被寄予厚望的作用就是預測結構、篩選化合物、設計及合成藥物等。畢竟餵給AI的數據量越大，它就越能具備識別成藥性的能力。
令人質疑的是，AI影像診斷一度也被認為具有極強的落地能力。但從曾經的風口到現在的默默無聞，整個行業中上幾乎沒有一傢俱備賺錢的能力。當然，本質上是因為AI+影像沒有從根本上解決一線醫生面臨的問題，反倒更像隔靴搔癢，因而沒有談收費的籌碼。
那麼，AI+藥物研發會不一樣麼？
目前來看，答案已經越來越肯定。
動脈網旗下蛋殼研究院數據顯示，AI在化合物合成和篩選方面可較傳統手段節約40%~50%的時間，每年可為藥企節約260億美元的化合物篩選成本。
即便不談這些虛無的數據，我們也能夠實實在在地看到，已有幾款AI輔助研發的藥物陸續進入人體試驗。尤其在疫情間，禮來應用BenevolentAI公司的技術發現風濕關節炎用藥巴瑞替尼可以用來治療新冠，AI Therapeutics通過人工智能找到藥物LAM-002A、並在6月進入臨牀II期等進展，都為困在大流行病陰霾中的人提供了新的希望。
這些節點對於AI藥物研發公司來説則意味着收入。藥企與這些乙方的合作往往採用里程碑付款的方式，第一筆只消支付一筆首付款，當藥物分別進入臨牀I、II、III期後再支付愈發高額的費用。乙方談得好的話，藥品經審批上市後的銷售也可能成為其長期收入來源。
對百度來説，自己投資支持的生物科技公司有成果可以問世固然好；沒有最終成果的話，自家的算法也能經過更多、更高質量的一手數據訓練，轉而與其它藥企尋求合作，為製藥巨頭更細分的產品線及小藥企提供定製服務，這都是極好的機會。
唯一令人擔憂的是，醫療畢竟是一門慢生意，百度等得起嗎？
我是本文作者石三香，關於醫療的一切我都想了解，歡迎行業人士各種八卦爆料，微信：handadiya（加微信請備註姓名、公司、職位）
正在改變與想要改變世界的人，都在 虎嗅APP