百度想做“药神”？

allen214

今日，据MarketScreener报道，有消息人士称百度正在与投资者进行谈判，以在 3 年内为一家生物科技初创公司筹资至多 20 亿美元。一切显得扑朔迷离，连这家初创公司的名字都尚未确定，唯一可以了解到的是其将使用 AI 技术来发现新药及诊断疾病。
报道还称，百度早在 6 个月前就有投资的想法，且百度董事长兼 CEO 李彦宏亲自参与了该项目。
一位国内医疗投资人向虎嗅表示的确听到了项目启动的风声，但至于百度具体的打法和项目细节现在估计没有任何外部人士能够了解。
对此，百度回应虎嗅称不予置评。
不过，外媒透露的蛛丝马迹已几乎等于明示我们，百度正在试图通过自己的 AI 能力进军制药界。
很显然，百度在医疗产业的野心并不止于独立百度健康、重启互联网医疗及 AI 医疗服务。今年 8 月，百度研究院官宣架构升级，新增生物计算实验室，如今看来也是这次谈判的一个合理伏笔。
值得注意的是，百度并非首家试水 AI 药物研发的科技巨头。
今年 7 月，腾讯已推出 AI 药物发现平台 " 云深制药 "。而早在 2018 年，谷歌大脑团队宣布已完成可识别蛋白质结晶的计算机视觉技术，可以辅助多种疾病的药物研发；正大天晴药业也在同年宣布与阿里云合作的一种 AI 辅助化合物筛选方法，可以将筛选准确率提升 20%。
在 AI 辅助诊断等领域迟迟难以落地的科技巨头们，似乎都在逐步将目光投向 AI 药物研发。今天这条新闻意味着，百度也在寻找自己迎战的方式。
百度靠什么？
要知道，百度此前在医疗领域的尝试并算不上成功，棋总是差腾讯、阿里两家一着。
有业内人士认为，这次百度通过 AI 技术来支持前述初创公司的药物发现、开发及早期肿瘤诊断等业务，可能是其翻身的一次机会。
从技术上来看，疫情让百度的算法在医疗领域得到了一定的验证。
今年 1 月，百度开放其 LinearFold 算法，可以大幅缩短病毒 RNA 二级结构的预测时间——百度公开的说法是从 55 分钟缩短至 27 秒，提速 120 倍。
运用这一算法，研究人员可以更快发现更完整的序列，从而提升病毒研发、检测以及疫苗开发的速度。在 6 月北京新发地爆发疫情时，该算法帮助疾控中心仅用 10 小时便完成了四个样本的全基因组测序。
其在 8 月成立的生物计算实验室，打法更为专注，即利用 AI 技术来对 DNA、RNA 甚至小到蛋白质分子结构进行研究。当然研究不是目的，目的是最终落在药物及精准医疗上。

再加上互联网医疗及 AI 辅助诊疗业务发展近 10 年却一直没有明确的商业模式，对百度来说，生物医药及肿瘤诊断是一门更值钱的生意。
不过，百度生物计算实验室与腾讯的云深制药，以及其它入局更早的 AI 药物研发初创公司（如最近刚刚完成 1.23 亿美元融资的 Atomwise）相比，要做的事并没有本质区别。因而对百度来说，只有技术显然是不够打动药企的。
百度能靠什么突围？从百度过去的投资中，我们可以略窥一二。
我们都知道，百度在互联网医疗领域的投资相比于 AT 来说几乎可以忽略不计。但其在生物医药、诊断以及 AI 药物研发领域的投资，倒是其他两家比不过的。
譬如做精准诊断的宸安生物、研究免疫疗法的 RootPath 及受制药巨头青睐的 AI 药物研发公司 Atomwise、Inscilico Medicine 等，都是百度过往的投资标的。
这意味着，百度可能在研发环节上比其它科技巨头离得更近、摸得更清。
AI 医疗赚钱的路子找到了？
但如果药做不出来，单靠 AI+ 药物研发百度能赚到钱吗？为了解答这个问题，我们需要先对 AI 药物研发的发展有个初步了解。
AI+ 药物研发并非新兴概念，全球几乎所有制药巨头已经开始尝试使用这项技术了。
制药巨头们合作的更多是创业公司，譬如默沙东在 2015 年选择 BergHealth、强生在 2016 年将 BenevolentAI 纳入麾下、辉瑞在 2018 年与国内公司晶泰科技达成合作等。
从理论上来讲，AI 药物研发的确极具潜力。
一般来讲，一款新药的研发要经过药物发现、临床前研究、临床研究及审批与上市四大步骤，平均需要 10 年左右的时间。
其中，药物发现是针对目标疾病合成多种可能有效的化合物——这也是药物研究的起点和源头，临床前研究则需要对这些化合物进行筛选及验证等，初步确定备选化合物的安全和有效等特征。
在这两步，制药公司往往就要花费大量的时间（4~6 年）和精力——他们面对的是几十万甚至成百上千万的化合物，从中找出几十种甚至只有几种有效可成药的。
也正因如此，AI 最被寄予厚望的作用就是预测结构、筛选化合物、设计及合成药物等。毕竟喂给 AI 的数据量越大，它就越能具备识别成药性的能力。
令人质疑的是，AI 影像诊断一度也被认为具有极强的落地能力。但从曾经的风口到现在的默默无闻，整个行业中上几乎没有一家具备赚钱的能力。当然，本质上是因为 AI+ 影像没有从根本上解决一线医生面临的问题，反倒更像隔靴搔痒，因而没有谈收费的筹码。
那么，AI+ 药物研发会不一样么？
目前来看，答案已经越来越肯定。
动脉网旗下蛋壳研究院数据显示，AI 在化合物合成和筛选方面可较传统手段节约 40%~50% 的时间，每年可为药企节约 260 亿美元的化合物筛选成本。
即便不谈这些虚无的数据，我们也能够实实在在地看到，已有几款 AI 辅助研发的药物陆续进入人体试验。尤其在疫情间，礼来应用 BenevolentAI 公司的技术发现风湿关节炎用药巴瑞替尼可以用来治疗新冠，AI Therapeutics 通过人工智能找到药物 LAM-002A、并在 6 月进入临床 II 期等进展，都为困在大流行病阴霾中的人提供了新的希望。
这些节点对于 AI 药物研发公司来说则意味着收入。药企与这些乙方的合作往往采用里程碑付款的方式，第一笔只消支付一笔首付款，当药物分别进入临床 I、II、III 期后再支付愈发高额的费用。乙方谈得好的话，药品经审批上市后的销售也可能成为其长期收入来源。
对百度来说，自己投资支持的生物科技公司有成果可以问世固然好；没有最终成果的话，自家的算法也能经过更多、更高质量的一手数据训练，转而与其它药企寻求合作，为制药巨头更细分的产品线及小药企提供定制服务，这都是极好的机会。
唯一令人担忧的是，医疗毕竟是一门慢生意，百度等得起吗？
我是本文作者石三香，关于医疗的一切我都想了解，欢迎行业人士各种八卦爆料，微信：handadiya（加微信请备注姓名、公司、职位）