【獵雲網北京】5月11日報道（文/韓文靜）
新冠催化下的醫療科技賽道，從火熱到冷靜，逐漸走入擠泡沫的階段。
5月11日，在創新工場舉辦的醫療創新趨勢分享會上，創新工場董事長兼CEO李開復博士表示，在科技交叉越來越頻繁的當下，AI和自動化已經成為了底層的“數字基建”，跟各領域的技術交叉帶來了越來越多的創新突破。
傳統的醫療大健康賽道也在兩大平台技術的推動下迎來創新拐點，迎來“醫療＋X”的落地爆發時代。
李開復表示，5到10年內，AI也將在各種醫療細分領域實現落地。比如有臨牀和商業場景的特定醫療影像、輔助藥物研發、多組學與精準診斷、個體化治療、手術機器人以及其他存在領域，中國醫療大健康賽道將正式邁入‘醫療＋X’時代。
“在新冠疫情的助推下，以往的‘慢熱’的生命科學進入‘加速模式’，在AI和自動化兩大技術的重塑下，往數字化、智能化方向轉型升級。隨着資本市場進入‘擠泡沫’階段，中國優秀的人才儲備、大市場大數據的機會、政府對新技術的積極推動，都有望讓中國在‘醫療＋X’時代彎道超車，引領下個二十年的生命科學創新革命。”
創新工場合夥人武凱分享了創新工場在醫療賽道的趨勢洞察和投資佈局。他表示，雖然當前外部環境複雜，整體資本市場整體趨於冷靜，但醫療賽道依然還是有不少亮點。
武凱認為，在“醫療＋X”時代，包括“醫療+信息技術”、“醫療+自動化技術”、“醫療+材料科學”和“醫療+可穿戴設備”在內的“醫療+X”是穿越週期、影響未來十年的生命科學創新增長新範式。武凱介紹，聚焦“醫療+X”時代的醫療創新，創新工場已佈局五大賽道。
賽道一：AI智能化醫療技術
武凱指出，AI有潛在應用價值的細分醫療領域，具備兩個關鍵特徵：海量結構化金標準標註的閉環數據，並且找到符合行業規律且有商業價值的落地場景。
隨着醫療流程的信息化和海量數據的積累，在不少醫療細分領域，AI開始利用高質量數據並找到切實可行的落地場景。由於國內醫療產業數據規模更大，可獲取性更強，中國企業站在全球創新的一線，新的應用場景不斷拓展，創新產品和解決方案不斷湧現。在這一賽道，創新工場重點關注計算生物學（AI驅動的新藥研發，基因組分析，蛋白質組學，單細胞分析等）、數字化臨牀CRO、醫學影像相關（AI超聲，病理檢測等）等細分賽道。
賽道二：自動化設備
智能自動化服務在測序、質譜、合成生物學、農業育種等應用場景也有着廣泛的應用潛力。實驗室自動化技術解決了製藥領域高通量篩選、疫情防控大規模核酸檢測等對效率、準確性的要求。創新工場重點關注手術機器人、檢驗分析自動化、生物生產自動化、自動化生命科學實驗室等細分賽道的創新技術。
創新工場重注投資的鎂伽機器人，研發了鎂伽高通量自動化核酸檢測系統，這也是在國內首次將機器人應用於大規模核酸檢測；另外一家投資的手術機器人公司企業鑫君特，打造了中國首個獲批的導航+自動執行的骨科智能手術系統。
賽道三：生命科學基礎設施
創新工場不僅關注跨界融合技術的突破，同時也關注“專精特新”領域的發展。生命科學基礎設施行業伴隨下游生物醫藥行業高速成長，近年來本土企業加速發展，從去年開始一直是資本追捧的熱點。新興技術和療法的應用發展，也拓寬了CXO 公司的服務領域，打開了行業的天花板。創新工場重點關注生命科學工具（實驗試劑，實驗動物，實驗設備等）、生命科學上游產業鏈（設備，耗材，原料以及服務等）、和中游產業鏈（新型CRO和CDMO）等細分賽道。
在中游CRO領域，創新工場在今年和幾家頭部機構一起領投的聖方醫藥，是一家科技型全功能臨牀CRO，為製藥企業提供技術驅動的高質效臨牀研究解決方案，助力新藥快速上市。業務能力涵蓋BE、I-IV期臨牀試驗、真實世界研究以及最終的申報註冊。
賽道四：預防醫學和服務
在新冠疫情的影響下，突破性生物技術、全民健康意識提高、商業健康險的加速等因素，推動了預防醫學和服務領域的快速發展。創新工場重點關注其中的早癌早篩技術、consumer device（可穿戴設備，CGM等）、疫苗（mRNA疫苗，傳統疫苗技術）和新型服務等細分領域。
在這個領域，創新工場投資的兩家企業鎂信健康和致善生物。鎂信健康是行業領軍的創新型醫療健康服務平台，公司為超過60家中外頭部藥械企業提供藥械產品全生命週期解決方案。致善生物是分子檢測領域的頭部企業之一，已經擁有全球最齊全的結核診斷產品線，同時還具備腫瘤、遺傳性疾病等不同領域的產品矩陣。
賽道五：新一代療法科技
在新一代療法科技中，細胞治療、基因治療、核酸藥物這三大前沿技術是最受關注的新興領域，融資額都在迅速攀升。並且，隨着創新藥國際合作增多，專利引進（license-in）和出海（license-out）讓企業更具活力。其中，核酸藥物、細胞和基因療法、微生物組學和其他新興療法（腫瘤電場治療等）是創新工場希望早期去持續介入的方向。
武凱表示，雖然創新工場開始佈局醫療僅三年多時間，但Deep Tech VC的基因為創新工場帶來了獨特的交叉學科視角，未來創新工場還會繼續吸引傳統醫療領域中更多有可能“+AI”，能夠被硬科技深度賦能的增長機會。