題圖：北極光創投創始人、董事總經理 鄧鋒
北極光創投成立於2005年，長期聚焦科技創新型企業的早期投資。
創始人鄧鋒清華畢業後，在美國南加州大學計算機工程專業讀研，之後又進入沃頓商學院攻讀MBA。2005年他回國創辦北極光創投，專注TMT領域中to B投資，後期延伸到to C的方向。
目前，北極光創投共計管理5支美元基金和5支人民幣基金，管理資產總額超300億元。除去已退出項目，到現在為止，所有活躍的投後企業約有200家左右。從2010年起北極光開始關注健康醫療、生命科學領域，雖然在所投企業中醫療方向只有40多家，但其投資步伐從2015年明顯提速。
2015年起，北極光創投共投了7家醫藥相關企業，之後每年的投資數量都會增加。到今年上半年已經增長到了十幾家，預計今年年底前會投20家醫療企業。
在由北極光創投舉辦的“E-Health發展與投資機會”大會上，鄧鋒闡述了他對醫療領域的投資邏輯。
我們把整個大健康分成分5部分：醫藥/生物技術、醫療器械、醫療服務、體外診斷和E-Health。
從整個大環境看，今年投醫療領域火熱程度比去年高，特別是在藥和E-Health領域。據鯨準統計，在過去的5年間，AI+醫療的融資數量一路猛漲，2013年時候僅有16例，而到2018年上半年就已經發生了79例。主要項目圍繞虛擬助手、醫療機器人和醫療影像三大種類。
北極光最早在2014年佈局了醫藥/生物技術領域，這部分在整個健康醫療投資中佔比最大。主要原因在於資本和技術，現在資本市場退出時間點比較早而且被投項目估值都很高，這就導致機構更關注早期項目；另外，醫藥界現在出現了很多世界級創新技術，研發新藥的方法也在發生變化，比如CMO（Contract Manufacture Organization藥品合同生產組織，CMO 企業主要接受制藥公司的委託，為其提供生產工藝的開發和改進服務，以及臨床試驗藥物和商業化銷售藥物所用中間體、原料藥、製劑的生產供應服務）。
醫療器械領域也有很多創新，基本是傳統風投在投。不過，醫療器械比較零散，企業的天花板可能比較低，所以北極光在投器械時比較謹慎。
體外診斷有很大的市場，傳統的也還有分級診斷的技術。比如跟基因組學相關、PCR（聚合酶鏈式反應，這是一種用於放大擴增特定DNA片段的分子生物學技術，最大特點是能將微量的DNA大幅增加），還有新的蛋白組學等。
最近E-Health領域在國際上討論非常火熱，從純的技術創新來說還是美國領先一些，對於中國來說則剛剛起步，但後者發展速度很快。北極光對E-Health的前景非常看好，也很重視。關注人工智能+醫療診斷服務是正確的方向，但這裡有很多泡沫。真正能成功的企業可能未必在於人工智能技術有多先進，因為現在各企業的技術差異並不大，特別是醫療影像處理領域。跟E-Health相關的還有新型的傳感器技術，健康人和病人的監護、數據的提取，在某種程度上這跟大數據、人工智能相關，這領域裡更多是硬件的機會。軟硬件一體化，綜合的解決方案、診療也算是E-Health相關的。
所以，對於人工智能來說，我們更看中的是其產品能否迅速落地、是否能夠平衡各個節點的利益方。
在人工智能+醫療診斷服務上，北極光投了如翼展、影領、Wision AI、Atman四個典型企業，在醫療大數據信息化範疇中，投了太美、芯聯達。因為無論是在診斷、製藥、藥物管理流程中，採集後的數據分裂較為嚴重，容易形成數據孤島，對這些也沒有做好結構化、數據清洗以及規範數據等工作，所以需要有專門的企業去做信息化解決方案。
1、政策下的智能/大數據+大健康
政策方面，目前是利好AI醫療發展的，尤其是審批方面，在最近的一兩年有很多的改進，那些獲得CNDA認證的醫療AI企業將告別產品免費試用階段，正式進入商業化，這極大地促進了整個行業發展。
2、AI+醫療 如何落地變現最關鍵
對於現在，技術如何落地變現是最關鍵問題。從AI+醫療產業的發展趨勢來看，我們認為未來會有5個方向的變化。
- 1、從今年起，影響產品落地速度將不斷加快，產品性能成熟度也會不斷提高；
- 2、語音電子病歷在醫院的普及率會加快，頭部企業可以形成規模效應；
- 3、智能問診的發展可能相對早期，但是對知識圖譜的建設在未來將是很大的趨勢，預問診功能可以有效提升醫生效率，長期看智能問診有很大機會；
- 4、國家、產業和企業將共同推動健康大數據建設，未來AI在健康管理場景下應用程度會進一步提高；
- 5、藥物研發投資的風險仍然很高，AI藥物研發企業短時間內不會變現，但是一旦研發成功，就有機會成為醫療AI領域裡的獨角獸。
在行業註冊、准入、監管體系還在完善的同時，也出現了一些新的問題，比如高質量標註數據獲得困難，這涉及到核心的資源，即高質量醫生的時間和效率，很多情況下數據的標準比算法更難，因為需要好的數據好的標準。再比如人工智能輔助診斷結果評估缺乏統一標準，應用需要與學界達成共識，同一張影像圖，標準及答案是什麼？由誰來定義？盲標還是非盲標？這都是需要考慮的。
只靠人工智能去解決醫療影像問題很有限，且商業及變現模式仍然不是很清晰。
3、關注AI醫療初創團隊5個方面
我認為，技術不是判斷團隊好壞的唯一標準，產品落地能力及變現能力、平臺潛力以及團隊綜合行業背景都很重要，另外，創業團隊的產品要符合醫療路徑，要能提供整體的解決方案。強的團隊能夠很敏銳的感到市場的變化、能夠實時調整自己的步伐；海外市場離商業變現會更近，因此我們也關注能“走出去”的公司，我們曾經投過一些團隊，他們不僅在中國本土能夠發展，也能走向海外。
說到底，無論技術輸出還是產品輸出，我們也是有機會成為全球範圍內高利潤的公司的。根據我最近幾年的觀察，影像輔助診斷的頭部效應已經非常明顯，投資人對這個領域的初創公司應該抱有謹慎態度，畢竟臨床價值才是最終影響公司估值的因素，對待那些純粹蹭人工智能熱度的項目，在進行估值的時候需要更理性。最後，我們希望通過以上討論，可以跟業界同行建立長期的合作伙伴的關係，以便今後可以一起推動行業發展。
閱讀更多 品途商業評論 的文章
