近期AI医疗领域热闹非凡，先是1月14日佩洛西大手笔投资AI医疗明星公司Tempus AI，随后有“女版巴菲特”之称的方舟投资管理公司首席执行官“木头姐”凯西·伍德（Cathie Wood）也将目光聚焦在了AI医药革命上，在其最新出炉的《Big Ideas 2025》的报告中，指出医疗保健是最被低估的AI应用。而国内也不甘示弱，2月13日，北京儿童医院会诊中心AI儿科医生正式“上岗”，这是该院儿童健康人工智能大模型系列产品之一，整合了300多位知名儿科专家临床经验和数十年的高质量病历数据，通过结构化临床推理范式训练驱动而成，其具备强大的临床推理能力；2月16日，北京协和医院与中国科学院自动化研究所共同研发“协和·太初”罕见病大模型正式进入临床应用阶段；2月18日交大瑞金医院将在《2025医疗人工智能与精准诊疗发展论坛》发布病理大模型RuiPath，该大模型使用华为DCS AI解决方案，并利用了瑞金医院病理科百万级的数字切片库训练；2月26日，复旦大学附属中山医院联合上海科学智能研究院（上智院）正式发布了国内首个专注于心血管专科的AI医疗大模型——“观心”（CardioMind beta版）。据统计自1月底以来，已有超过25家中国知名医疗公司宣布将与DeepSeek合作，AI医疗似乎正加速从梦想照进现实。
在年初的策略会上，我们也提出AI可能是医药行业的救星，主要原因就是无论是制药还是医疗领域，目前的痛点都非常明显。制药行业目前在“死亡谷”越陷越深，新药研发周期长、投入高、风险高且回报率持续下降，AI制药以医药大数据为基础，应用人工智能技术到研发过程，缩短研发时间，并且还可能解决未满足临床需求。利用AI后，药物研发时间有望从13年缩短到8年，成本从24亿美金缩减到6亿美金，未来随着AI大模型的持续进化，新药研发时间甚至可能缩短到几个月，彻底让行业走出“死亡谷”。而在医疗领域痛点也十分明显，医疗资源非常紧缺，全球大概三分之二的人无法得到医疗诊断保障，并且医疗资源分布严重不均，基本集中在发达地区，欠发达地区医疗资源严重不足的，这不仅严重威胁到大家的健康，而且导致看病体验非常差，甚至出现医患矛盾。据统计，我国病理医生缺口高达10万人，而培养一名成熟病理医生则需要10年以上。而AI辅助诊疗等技术的发展可以让这个瓶颈迎刃而解，未来在家看病有可能成为现实。
图：医药死亡谷
图：AI大幅缩短药物开发时间
在木头姐的《Big Ideas 2025》报告中，指出医疗保健是最被低估的AI应用。一个重要原因就是医疗行业目前拥有惊人的数据量，而数据是AI应用的关键。全球最大的公开基因组数据库英国生物银行包含50万个患者，基因组数据比大型AI语言模型15万亿token数量多27倍。而理论上全球每年的新生儿测序产生的数据量将激增1000倍甚至更多。
在AI技术的支持下，多组学技术能够通过生成数据、运行测试、推断和决策，以及运行实验来推断和指导开发，从而经济有效地解决小疾病人群的问题，并更精准地识别患者和疾病，到2030年，多组学的表现将会提高一个数量级，即在成本不变的情况下，AI将使多组学的表现整体提升1000倍。其中，AI将使药物研发商业化速度加快1.6倍，成本降低4倍，回报率提高5倍；在分子诊断方面，将使癌症筛查的生产力提高20倍，癌症监测市场规模扩大10倍。
在癌症诊断和监测领域，微残留病变（MRD）检测技术可以比传统影像学检查提前20个月发现癌症复发。MRD检测将成为每位癌症患者的标准护理，未来5年内产生的数据量将是迄今为止最大的基因组学项目UK Biobank的700倍，为癌症的预测和管理带来革命性变化。多癌症筛查是另一个潜力巨大的领域。通过液体活检技术，只需一次血液检测就可以同时筛查多种癌症，有望将美国的潜在市场规模扩大一倍以上，达到2400亿美元。更重要的是，这项技术可以将筛查成本降低5倍，同时将挽救的生命数量增加4倍。
在药物研发领域，AI驱动的药物开发可能将其上市时间从13年缩短到8年，同时将总成本降低4倍，从24亿美元降低到6亿美元。目前的AI方法可以将开发时间缩短2-3年，使药物知识产权价值提高30%-50%。而新兴的AI设计方法有望将开发时间缩短4-5年。
更主要的，AI驱动的药物开发和疾病治愈将扭转制药/生物科技行业几十年来回报率下降的趋势。那些采用AI技术、专注开发治愈性药物的公司，其研发回报率有望达到30%-47%，远高于行业平均水平。更快的上市时间意味着专利保护期内产生可以更多的价值。AI设计的药物累计现金流可能达到40亿美元，是传统药物模式的4倍以上。
最终，AI技术将带领医药行业走出死亡谷，并且大幅提升投资回报。
同时报告指出，AI将使得医药行业面临分化，传统制药公司如果不积极适应这一变革，可能会在竞争中落后。许多现有的开发项目可能会成为沉没成本，因为更灵活的AI药物开发平台可能抢先推出治愈性药物，彻底消除某些疾病。
回到投资上，什么样的AI医疗公司值得投资呢，我们认为佩洛西投资的Tempus给我们提供了一个很好的模版。Tempus是一家基于大量基因检测数据和AI算法的医疗科技公司。Tempus于2015年成立，创始人Eric Lefkofsky拥有丰富的创业经验和科技行业投资经验，商业模式是通过基因组学业务生成、收集并构建大量数据，然后AI算法使数据变现。
公司主营业务包括基因组学、数据与服务和应用，覆盖诊断、分析和应用全链路：
1）基因组学（收入占比64%）：包括为医疗保健提供者、生命科学公司和其他研究人员提供高通量测序诊断、分子基因分型以及其他解剖学和分子病理学检测；检测范围不断拓展，从肿瘤学，延伸至抑郁症、心脏病学。2024年11月，Tempus收购基因检测公司Ambry Genetics，扩展遗传性癌症检测业务，进入儿科、罕见病、免疫学、生殖健康和心脏病学等新领域。
2）数据和服务产品（收入占比35%）：基于公司核心业务的数据积累，包括真实世界的临床和分子数据（DNA、RNA和全玻片病理图像），经去标识化处理后能够为制药、生物技术等公司提供数据和分析服务，例如发现新生物标志物、生成和验证假设、设计后期临床试验等。
3）人工智能应用：利用数据优势为临床、制药等从业者提供决策支持，公司AI工具贯穿全链路，包括治疗推荐、患者匹配、科研研究、药物开发等，用户主要是医护人员以及研究者。具体包括以下产品线：
Hub：通过手机、电脑等平台获取、管理患者诊断数据、病例等。
One：通过AI辅助（提效）医护、研究人员分析患者数据，比如：快速提取患者数据、找到适合患者入组的临床研究、帮助研究者对患者进行快速归类(biomarker etc)、数据分析；使用方式类似Siri，可以语音也可以输入指令。
Now：各种信息功能可以直接在Electronic Health Record(EHR)里获取，且进行各种操作，例如利用Genomic数据辅助制定治疗方案(Tempus可接入海量第三方基因数据)，以及对医药行业中各种新的疗法、临床试验进行实时更新。
Lense：为科研人员提供海量数据，包括人群分类、提供可视化AI数据分析、研究者自主数据分析。
Pixel：AI辅助影像诊断结果分析，甚至包括横向纵向分析(时间)，出具报告。
Next：促进/辅助医生对患者的了解和治疗关注度，主要因为医生要看太多患者，信息太多，光靠脑子根本记不住，所以需要AI辅助，例如帮助医生回忆患者现在治疗到哪一步了，或者提示医生“现在该对患者做些什么了”。
LINK：帮医生找患者入组临床。
Assay：基因测序，包括DNA肿瘤诊断、 RNA测序、遗传性癌症筛查、全exome。
DNA测序。
Algos：进一步辅助肿瘤诊断，例如通过预后biomarker分析患者适合用哪种IO疗法、检测HRD、提前评估患者是否对某些化疗药物有特别强的毒副反应、对肿瘤进行分类。
公司核心优势就是数据，并形成了数据飞轮效应，持续拓宽护城河：Tempus通过检测业务汇聚了海量的数据资源，公司接入了全美超过65%的学术医疗中心，并且超过50%的肿瘤学家参与了公司的数据收集计划，目前公司已经拥有超过9亿份文档，200Pb的医疗数据，数据库中包含约850万份诊断记录，超过120万条图像诊断数据、超过100万条与基因组信息相关的匹配临床记录，以及超过25万条带有完整转录组谱的记录，构建起一个全方位、多层次的医疗数据生态系统。这些珍贵的数据成为训练其大型语言模型的基石，赋予模型强大的学习与分析能力。在今年的1月25日，公司正式在全美范围内推出“Olivia”，一款患者终端的健康管家，至此，公司又多了一条数据收集渠道—患者本人。
大部份healthcare的公司都只能扮演这个行业中的其中一个角色，而Tempus是站在整个行业的中间，医疗、制药、服务、科研等它全都涉及（最强大脑/中间商），可以说是开了天眼，也可使说是像一个强力胶水把碎片化的行业团结起来，并全方位搜集数据：
1）患者能上传的数据：健康资料、生活习惯、家族史、手表能采集的一切数据、等等等……
2）医生医院上传的数据：医护人员工作习惯、患者面诊信息、患者所有治疗诊断相关信息等……
3）研究机构：实验数据；药企：临床入组、靶点筛选等等等……
更重要的是，公司业务理论上具备飞轮效应，随着其检测量增大，其数据库服务业务的价值量就会随之二阶增加，而随着数据量扩大，其AI大模型功能也更强劲，从而吸引更多用户，进一步丰富其数据资源。
风险提示：
本文件非基金宣传推介材料，仅作为本公司旗下基金的客户服务事项之一。本文件所提供之任何信息仅供阅读者参考，既不构成未来本公司管理之基金进行投资决策之必然依据，亦不构成对阅读者或投资者的任何实质性投资建议或承诺。基金有风险，投资需谨慎。本文所载的意见仅为本文出具日的观点和判断，在不同时期，瀛赐基金可能会发出与本文所载不一致的意见。本文未经瀛赐基金书面许可，任何机构和个人，不得以任何形式转发、翻版、复制、刊登、发表或引用。
END
瀛赐基金
海纳百川
瀛在净值
复制搜一搜分享收藏划线
人
本文作者可以追加内容哦 !
