前言
任何一个产业、任何一个学科一旦被数字化，它的发展将是指数级的提升，与此同时成本也是指数级的下降。过去二十年间，水木未来CEO郭春龙在IT互联网行业持续创业。郭春龙说：“随着IT互联网发展到数字化AI化趋势，现在真正能带来数万亿美元巨大价值的赛道，除了自动驾驶，下一个我看好AI+医药。”
早在2018年随着资本涌入，全球 118 家人工智能药物研发相关企业，已有 80 多家企业获得融资，披露金额累计融资 20 亿美元。AI+医药行业逐渐走向风口。AI人工智能技术正在被应用到生物医药从新药研发、药品制作、临床实验等几乎整个产业链各个环节。
特别是随着AI技术在医药研发领域的应用，“十年烧十个亿才能研发出一种新药”成为历史。这样有望颠覆传统医药行业的新兴AI创业公司在有别于传统加速器的英伟达初创加速计划NVIDIA INCEPTION中不乏案例。
在郭春龙看来，对于水木未来这样一家很大程度上依靠底层技术突破和支撑的企业来说，Nvidia英伟达是这一波AI革命浪潮中的专业技术平台和支持者。
特别是，在生物医药上游供应链领域，欧美等传统巨头品牌一直全球市场占据主导地位。以CT为例，国内80%的CT市场均被国外品牌占据，国内的医学成像设备企业仅占10%，而且以中低端市场为主，中高端CT设备市场长期被外资品牌垄断。
安德医智BioMind CTO吴振洲表示：目前国内AI辅助诊断产品行业在研发现状和市场成熟度上与国外相比，中国应用端研发力量、速度领先国外。这与中国对医疗人工智能产业的重视、巨大支持相关，也与中国具有更多的医疗数据有关。
纳米维景创立之初的定位就是超高端CT。纳米维景副总裁张朝棋介绍：“我们的打法就是从顶往下打，我们的设备出手比对全球性企业最高端的CT，我们的客户也是全球医疗机构里面最顶尖的客户。”
据ResearchandMarkets等咨询机构测算，全球生物制药设备+耗材整体市场规模在200亿美元左右，增速超过10%。生物医药上游供应链领域，作为研发及生产的“卖水人”，正在成为未来3-5年医药板块确定性最强的赛道。在这条新晋赛道上，一批国内AI+医药创业公司正在突破传统巨头垄断、颠覆行业标准、创造崭新的商业模式。
水木未来：诺奖冷冻电镜技术与AI形成数字化
药物发现闭环
一直以来，长研发周期、高研发成本、低成功率被称为药物研发的三座大山。在AI+医药行业中，新候选药物的生成成为想象空间最大、竞争也最激烈的细分赛道。
水木未来CEO 郭春龙
郭春龙表示：“对水木未来而言，我们结合了2017年获得诺奖的冷冻电镜技术和蓬勃发展的AI计算来形成一个数字化的药物发现的闭环，大幅提升新药研发效率。最近AlphaFold2在过去几十年积累的基于X射线衍射技术的结构数据基础上，已经训练的可以很好的预测中小型简单蛋白结构。但进一步的发展需要冷冻电镜提供更多高质量的实验数据，尤其是更多复合物的结构。”
2017年，水木未来创立于清华大学，拥有亚太区第一个商业化冷冻电镜服务平台，致力于助力全球创新药企大幅提升药物研发效率和成功率。作为结构和计算驱动的新型药物研发平台，水木未来的冷冻电镜结构解析平台深度引入AI大幅提升效率，原本几周甚至几个月的人工建模工作如今可以在几分钟内完成。英伟达在图像处理尤其是大规模的图像处理方面有巨大的优势。
相对于传统 CPU，引入GPU及深度学习模型对速度和效率的提升是巨大的。经过一段时间的摸索，水木未来基于英伟达的芯片平台，药物研发效率已经得到大幅提升。“我们甚至在一些项目可以做到当天完成数据分析，不到两天的时间就可以把项目结果高精度的实验报告提交给合作方。”
郭春龙介绍，新冠疫情爆发之后，水木未来解析了多个跟新冠相关的抗体和疫苗的结构，对于把最新的抗体药物和疫苗推向市场起到很重要的作用。在结构解析和药物发现过程等多个环节，都用到了英伟达的芯片技术和平台,也得到政府和合作机构多方面的支持。”
水木未来致力于在基础技术方面做效率和性能的底层提升，在大分子复合物的结构解析和基于结构的药物发现速度方面，不久的将来可以远远超出今天行业通常标准，甚至数量级的效率提升。
郭春龙强调，水木未来在核心技术方面的投入，包括软件工具和硬件平台基础设施的搭建。基于全球最好的大分子复合物结构解析和AI计算技术核心能力，水木未来正在建立全球规模最大的结构和AI驱动的数字化药物发现平台赋能行业，彻底改变新药研发的盲筛模式。
安德医智BioMind : 引领医学人工智能（AI）
诊疗一体化发展
随着风口逐渐落地，资本已经认识到医疗AI并不是一个快投入、速产出的行业。安德医智BioMind CTO吴振洲认为：“经过过去几年的资本的热度与学习，现在大家判断人工智能有前景、好企业的标准，应用场景、应用价值、产品质量应该更核心。这些维度真正体现医疗+人工智能的本质，这与安德医智BioMind创办之初，坚信要为临床医生提供更多信息、价值的理念一致。”
作为以神经医学人工智能辅助诊断、辅助临床决策为优势的医学AI研发制造商，安德医智BioMind在研发进度，已经实现了覆盖神经系统、呼吸系统、心血管系统等全身6大系统、78种疾病，700多项人工智能功能的完善产品研发。
安德医智BioMind CTO 吴振洲
“而且今天，我们的研发进度依然非常快（基于我们的研发人才优势与数据基础），可能短时间内其它同类企业，是无法追赶的”。吴振洲介绍，安德医智BioMind所坚信和一直在致力于引导的研究、研发方向，从开始做医学人工智能时，即定位不仅开发影像辅助诊断产品，同时开发临床治疗辅助决策产品，四年的研究，今天我们在医学影像辅助诊断和临床治疗辅助决策两个领域，特别是在神经医学，已经具备非常丰富的成绩，产品和技术积淀，引领医学人工智能诊疗一体化，始终是我们的方向。
2020年，安德医智BioMind研发的BioMind脑血管病临床诊疗辅助决策系统（简称“脑血管病 iCDSS”），即不仅应用医学影像信息，同时应用病史，临床症状，临床治疗经验等信息，覆盖脑血管病筛查风险评估-诊断治疗决策病因管理-康复管理支持，全流程的诊疗管理一体化产品，希望帮助医生实现从患者入院前到出院的科学、合理的临床决策和管理。
在人工智能产品所覆盖的影像模态上，大多数医学人工智能研发公司专注在CT影像产品开发，安德医智BioMind开始即以数据信息更复杂的磁共振影像（MRI）开始研究（因此对算力的要求更高），今天在研发的影像包括CT影像、磁共振影像以及超声影像；此外，我们对于医学影像人工智能产品应用场景的定义是：CT是一个应用场景，磁共振是一个应用场景，超声仪是一个应用场景，而不是以今天大家宣传的单部位应用为场景。
未来，患者做完CT检查后安德医智BioMind的人工智能产品，要能够对全身各部位，各病种进行辅助分析、辅助诊断，而不仅仅是排除其中单个部位一种可能情况。目前，我们在神经系统脑血管疾病，研发进展上，其实已经实现了CT影像、MRI影像全病种覆盖。
“我们的研发进度，远超过医疗产品注册、准入、商品化进度。如果说今天医学人工智能产品研发企业最大的期待，大家应该都很希望在产品注册准入、进入临床收费等流程给予支持，相关部门也在这些方向，越来越完善，且中国走在国际领先位置。”
医疗人工智能的内核是“医疗”，即以临床需求驱动而不是技术驱动。医学人工智能产品研发，需要深度理解临床需求和临床痛点，应该应用顶级医疗机构高质量的优质数据和医学经验，无论是影像辅助诊断、临床辅助决策，还是人工智能生物医药领域，医学人工智能核心出发点是数字/人工智能技术赋能医疗，医学是根本，技术是手段，最终目标是造福患者。
决定人工智能产品优势的有三大核心因素：算法、数据、算力。GPU是所有模型运行的关键。安德医智BioMind拥有专利自主模型，高品质GPU的使用将帮助我们的算法以高于10-20倍的速度进行数据训练、影像处理、数据处理、模型推理等运行。安德医智BioMind还拥有独特的多模型同步分析算法模型，对GPU的技术要求将更高，GPU的优势也将可以助力实现模型更快速转化，加速算法运行。
纳米维景：引领创新医学计算影像学
作为全球第6代静态CT的领导者，纳米维景副总裁张朝棋表示：“新一代CT全球第6代静态CT，带给整个医疗行业一个革命性的变革。在CT关键技术指标上，新一代CT空间分辨率可提高4倍以上，时间分辨率可提高10倍以上。”
设备升级和国产替代，为纳米维景提供了巨大发展机遇。张朝棋介绍，以中国为例，目前基本上中国每个省的前三名的大型医院是我们的早期客户。纳米维景已经在做了10台样机。
2017年，纳米维景自主研发的高性能ADC芯片一次性流片成功，打造辐射成像“中国芯”，其主要性能达到国外顶级芯片厂商同类芯片水平。这对纳米维景来说是历史性的时刻，也是中国医疗设备发展历程中的又一座里程碑。张朝棋介绍，相对于目前老牌CT厂商，不论是西门子、飞利浦及佳能等国际企业，还是联影等国内螺旋CT公司，企业主营产品关键技术及核心零配件大部分都不是自己生产的，但纳米维景从球管、探测器、机架系统、晶体以及算法完全是自研，不依赖于国外的这些供应链。”
纳米维景副总裁 张朝棋
纳米维景作为英伟达初创加速计划会员企业，这很大程度上得益于Nvidia和纳米维景双方的密切沟通和合作，前者提供的计算技术方案根据纳米维景提出的医学临床应用场景，进行迭代和持续优化，在临床肿瘤、心血管、神经系统、骨科的尖端临床应用领域和科研创新方面，纳米维景具有引领计算影像学的计划和能力，Nvidia积极支持方案的设计并提供相应的技术。张朝棋说：“ Nvidia与我们的业务契合潜力非常高。”
在大数据时代，数据是人工智能应用的“原始素材”，而现在也正是人工智能特别缺乏优质数据的时代。相对传统仪器，纳米维景高性能 ADC芯片的解析度是传统ADC的4倍，具有更大的动态范围，更低的噪声。对于成像应用来讲，可以呈现更多的图像细节，实现更高精度的图像效果，收集的数据也更加全面和深入。
随着数据规模的增加，传统的数据模型和数据组织方式已经无法满足海量数据的结构、数量快速增长以及数据结构不断变化的管理需求。伴随大数据的累积而来的问题是如何将这些数据资源转化为有价值的信息并指导临床实践？
张朝棋认为，计算医学是面向未来的一种新的医学范式。这种范式的目的是逼近真实，以逼近真实的方式来理解生命的机理和疾病的机制，可以提供更加精准的个性化诊疗服务，这也是高质量数据和AI带给医药产业最大的变革。
而允许这种颠覆式变革的发生，需要为初创公司提供全生命周期支持。在面向人工智能、数据科学和高性能计算初创公司的英伟达初创加速平台之上，AI 初创公司逆势蓬勃向上，这可能也不是巧合。
