第15届上海生物医药投融资峰会暨第四届复旦创新发展论坛成功举办

放眼全球，数字经济与各行业深入融合链接的进程飞速加快，数据作为新型生产要素已开始融入生物医药经济的各细分领域和环节。是否生物医药与医疗各细分领域都是怀抱憧憬，迎接数智化产品的深度融入和应用落地呢?2023年10月16日，由上海市生物医药科技发展中心联合复旦大学张江研究院以及上海市生物医药投融资发展联盟、上海市生物医药行业协会、火石数链、上海国创中心等机构，以“数智化时代，探索数据细分场景应用的新里程碑”为主题，举办了“2023第15届上海生物医药投融资峰会暨第四届复旦创新发展论坛”年度活动。

第15届上海生物医药投融资峰会暨复旦创新发展论坛近期召开

中共上海市科学技术工作委员会副书记王宇出席活动并作致辞。他在致辞中指出，在数字化结构性变革时代，数据作为新型生产要素已开始融入生物医药经济的各细分领域和环节，数字化已成为生物医药行业创新和价值实现的重要推动力，应充分认识数据要素的重要性，发挥数据变现的魅力。数据驱动不仅能够提高研发效率和医疗质量，还为投融资提供了更为科学和准确的依据。

市科技工作党委副书记王宇

“我们要引导资本投入到数据要素得以落地应用的项目中去，为企业创造崭新的商业模式和盈利机会，也为投资者提供丰富的投资选择，在数据中‘找服务’、‘找合作’。未来要实现数据要素的价值最大化，还需要我们不断加强跨界合作，推动数据在生物医药领域的广泛应用。”

本次活动广泛邀请了企业、投融资、情报机构等各领域的演讲嘉宾，围绕“数智化”、“数据驱动”、“数据变现”等话题和视角，展望生物医药投融资项目数智化转型的实践和趋势，揭示未来数字经济产业变革的崭新征程。上海市生物医药科技发展中心主任、党总支副书记李积宗、党总支书记、副主任张文、副主任任大伟和复旦大学张江研究院常务副院长胡建华，以及包括生物医药企业、高校院所、项目创始团队、投资机构、情报机构和CXO机构等在内的300余位业界人士参加了此次活动。

上海市生物医药科技发展中心副主任任大伟主持投融资峰会

复旦大学张江研究院常务副院长胡建华主持创新发展论坛

复旦大学智能医学研究院常务副院长刘雷教授分享了《智能科学引领未来医学发展》主题报告，他认为智能科学在发展过程中已经历几次冰冻期，但在数据、算力和模型以及智能决策等领域的逐步突破又促使人工智能迎来三次发展浪潮，当下第三次浪潮不仅得到了国家政策和人们的普遍重视和支持，在靶点发现、蛋白结构预测和解析等领域也落地发展，且出现了一系列超乎人们想象的新技术区块，包括阿尔法狗、IBM Watson、Open AI、ChatGPT等，并通过大数据和模型驱动，多模态数据与知识融合等，开始尝试布局将医学与人工智能等融合交织的跨学科、跨医院的智能医学研究与应用平台。未来医学，无论是学术前沿还是临床实践都将是基于大数据和模型的，但会根据大模型再建立个性化分析模型，形成更符合个性化需求的产品。因而，如何将技术发展与商业应用相融合也是一项需要直面的任务和挑战，当然也孕含着与风险相伴的重大机遇。算力和模型发展到千亿级参数阶段时，能力涌现会发生巨变。他还提到五点变革：1）医疗数据要素（临床和分子遗传等）已成为国家战略资源。数据在各临床机构分散割裂的现状是未来发展的巨大挑战，实现真正的挖掘和利用还需要从法规、政策等多个角度寻求突破；2）AI大模型+医疗会颠覆整个传统交互模式，诊疗、新药研发、临床等方面都会发生巨大变革，如智能电子病历的临床场景落地；3）元宇宙医疗领域（3D模型构建、MR眼镜、数字孪生、物联网）等也处于虚实世界的临界边缘，如精准外科中医生和病人的交互；4）未来数字化医院转型：包括全智能、全链接、全感知等技术的渗入，诸如中山、瑞金等医院已开展很多数智化转型的尝试；5）医疗终端（包括可穿戴设备、康复机器人、脑机接口等）也会出现巨大变革。智能科学变革是在变革未来的健康格局。对政府政策制定方、监管方，药企和械企，以及医院服务提供方都会有很大的影响。

复旦大学智能医学研究院常务副院长刘雷

深势科技创始人和CEO孙伟杰在主题报告《AI for Life Science：新基建与新机遇》中总结了深势科技利用新基础设施开展的业务以及给行业带来的新启发和新机遇。他认为，理论上可以用AI模型预测受物理规律支配的所有事物及相关现象，同时也可以利用AI处理很多生物学和社会科学复杂体系的科学数据，去伪存真，降维发现新的科学规律以及潜在应用，提升科研生产力。AI for Life Science解决的物理问题包括蛋白质靶标的物理学机制、三维结构、药靶相互作用等。原来的量子力学方程难于快速解决药物和材料涉及的万级原子相互作用的物理维数算力问题（如蛋白质动力学），采用AI第一性原理量子力学精度物理模型方程重新学习和表示之后，新的方程（命名为深度势能）计算速度能够提升几百亿倍。因而，日常研发、科研、工业研发可大规模使用这种方法来求解复杂问题。深势科技目前就是利用该方法从事分子动力学模拟等问题，开展AI赋能的跨尺度建模工作。在AI For Science进入到预训练模型时代（大模型时代），其方式依据模态区分，利用AI对蛋白质序列语言模态、图片和波等模态进行图片识别、信号识别以及三维重建，效率会提高很多。他还体会到，除了公开数据外，还有更多散落的实验数据，重新训练会浪费很多经费，而且数据本身不是资产，把数据变成有用的模型才能形成生产力，才能更好盘活各方积累的宝贵数据。

深势科技创始人&CEO孙伟杰

在“从数据产品和服务化视角探求生物医药领域的“数据产业密码””的项目分享环节，世华医学科技（苏州）有限公司、复旦大学附属肿瘤医院、上海霖晏医疗科技有限公司、杭州芝兰健康有限公司和上海数药智能科技有限公司分别就“AI癌症探索之路”、“AI辅助乳腺肿瘤筛查诊断超声仪器”、“数字智能诊疗解决方案提供商”“基于平台化技术的AR嵴柱外科手术辅助系统”和“数字疗法+脑机接口：儿童多动症的前沿干预方式”主题分享了他们开展数字相关项目的经验和感受。这些拥有不同核心技术的项目，大都是利用医药医疗与多参数数据信息进行跨学科、跨领域、跨界的交叉技术融合而产生的。AI For Science融入生物医药与医疗健康项目，必将带动资本的投入与未来全新健康格局的开创。

世华医学科技（苏州）有限公司创始人兼首席执行官邢传华

上海霖晏医疗科技有限公司战略投资部战略总监赵琳

杭州芝兰健康有限公司市场部负责人方秋雪

上海数药智能科技有限公司脑科学研究科学家冯尚

复旦大学附属肿瘤医院学科带头人常才认为，好的AI产品应该能够减少医生的负担，同时增加实时诊断的准确度。“对医生来说，最根本的问题就是能不能解决我在临床中所碰到的问题，能不能造福于病人，这个才是我们做产品的初衷和最关切的要素。”

复旦大学附属肿瘤医院学科带头人常才

在以“数智化时代，探索数据细分场景应用的新里程碑”为主题的创新发展论坛环节，科睿唯安生命科学与医疗健康事业部资深产品负责人刘梦佳也指出，药物研发过程是缓慢而昂贵的，《Nature》2023年5月份最新文章也指出，一款小分子创新药物研发需花费20亿美金历经15年才能研发出来，这么高的投入背后还面临进入临床I期后90%的失败率。

“制药行业相对于IT行业来说，还是一个对新技术相对比较保守的行业。很多时候企业需要具备自建能力，更需要与AIDD平台公司合作。事实上，从数据上也可以看出，2018年开始，这种合作交易有了大幅增加。特别是人工智能机器学习技术对于新药物靶点机制的筛选、提升研发效率等层面均具有一定的优势，而这也将成为药企规避研发失败风险的一大方向。”刘梦佳说。

过去五年的全球重磅交易中，MNC的策略是不同的：比如罗氏公司会自建大语言模型，赛诺菲是All in AI策略，与8家AI公司有合作。另外，AI平台公司的项目通过湿试验验证后，更容易得到制药公司的青睐。数据也是科睿唯安的底层资产之一。通过公开来源得到的所有数据都经过非常高质量的人工审查。通过专有渠道得到的数据也都保证了合规性，这样数据才能作为算法的测试集。

“比如我们有超过230万分子和分子之间相互作用的数据，超过300万药理数据，超过62万活性化合物数据，超过45万临床试验数据，320亿美国病人报销和医保数据，9万条药物管线数据，13万交易数据。在这些数据基础上，我们做了产品化尝试。比如输入一个小分子化合物的结构，就可以预测药理活性、毒理活性。左边这两款产品都是自有知识产权，算法已申请了专利。上面这个是预测药物研发管线的成功率，所有临床项目都可以预测成功概率是多少，以及研发时间是多少。下面这款是预测药物交易项目的成功率，还有交易金额，这些都已经做了产品化。”

科睿唯安生命科学与医疗健康事业部资深产品负责人刘梦佳

阿里云数字医疗行业首席科学家张小洵在主题分享中提到，“当我们通过压缩异构信息得到基座大模型之后，要将大模型应用到各个场景里面去。AI科学家所从事的很重要的工作是让基座模型与下游任务模型通过某种方式尽量接近。回顾过去20年AI发展的轨迹，从最早特征工程到后面的网络工程、目标工程，再到现在的提示工程，本质上都在做这件事情。”

阿里云数字医疗行业首席科学家张小洵

他还提到，大模型里既有医疗健康任务，又有生物医药任务，怎么训练到一个大模型里去，每个任务到底激活哪些参数，这样的任务分解以及门控机制的技术是非常重要的。医疗大模型通过二次预训练，参数有效微调，最后利用知识库体系做检索增强，只有这样才能提供准确严肃的知识问答。

英硅智能科技（上海）有限公司生物及转化医学负责人张曼分享了她们在AI靶点发现领域的最新进展和案例。她提到，AI在生物医药里的影响要素主要有三个：一是数据量的增加，过去这些年从RNC、DNC一直到单细胞测序，数据量在不断积累扩增；二是计算量的扩展，算法在不断地进步；三是算力的发展，上述三要素相辅相成，缺一不可。英硅智能创立于2014年，是全球AI制药行业头部公司，公司由人工智能和药物研发双轮驱动，开拓和优化AI平台，与搭建药物研发管线并重。团队中既有算法工程师、生物信息学专家，也有传统的猎药人，如：生物学家、药化学家、临床专家等。利用AI平台得到赋能，建立管线，同时开展外部合作，在平台使用中的反馈，又成为驱动AI平台优化的关键因素，以此形成良性循环。英硅智能起点是从公共数据库数据选定所关注的疾病学领域，在大量分析基础上找到潜在靶点，建立模型后验证靶点。利用成熟的Chemistry42软件进行小分子生成设计优化，同时要贴近药化专家的城药性要求。比如英硅智能AI团队首次尝试把AI平台应用到寻找治疗肺纤维化的小分子的应用场景，整个过程进展到PCC是18个月，从PCC到开展临床是9个月，在行业内相对传统药物研发所需的四年半的耗时，可以说是非常高效。

英硅智能科技（上海）有限公司生物及转化医学负责人张曼

上海联影智能医疗科技有限公司联合创始人、联席CEO周翔博士在分享“数智化医疗影像创想未来”时提到，GPT-4v对日常图像的模式识别和推理预测表现非常优秀，但也会在意想不到的时候犯一些事实性错误，所以还不能独立做医疗级的影像读片或者诊断决策。今天，语言大模型的发展非常快，而影像大模型才刚刚起步。联影智能主要以医疗人工智能为核心业务，目前聚焦在医学影像领域，赋能医生的临床与科研工作，提高影像设备的智能化与自动化程度。他在报告中回答了目前医学影像AI领域有哪些落地场景、联影智能公司有哪些产品、有哪些有效落地、有哪些价值呈现、以及大模型对医疗行业有什么影响。联影智能作为医疗AI行业的公司，拥有几十个基于神经网络的辅助诊断产品和数千家医疗客户，在大模型时代，通过数据和经验积累、客户资源和市场认知积累以及算法能力积累从而在创新和落地等方面获得了一些优势，并分别建立了医疗影像、文本和混合模态大模型。他认为联影智能是中国乃至全球医学影像AI公司当中面向不同模态、不同场景、不同客户覆盖最全的公司。例如，跟中山医院合作使用大模型方法做垂直应用时，患者入院时、手术过程当中、出院时有许多文本和记录工作，就可以用AI大模型来协助完成。这是未来商务发展的很重要趋势，他感到很振奋，技术的大幅进步给医疗AI企业带来了大量的创新与落地机遇，“一个新的时代真的来了”。

上海联影智能医疗科技有限公司联合创始人、联席CEO周翔

医渡科技旗下开心生活科技公司远程智能临床试验（DCT）副总裁李高扬也结合自身经验，分享了“2030新范式——远程智能临床试验（DCT）”，DCT是不局限在临床研究中心或医院空间的临床试验新范式，该范式以数字健康技术（DHT）和DCT一体化平台做支撑，践行“以受试者为中心”理念，采用完全或者部分去中心化模式，充分发挥了数字化技术的潜力；其包含两种数据库，一是以流程为导向的源数据平台，包含患者隐私信息，需要做到合规，患者个人信息得到充分保护，数据安全以三级等保为基础，同时保留稽查轨迹；二是研究数据库，以数据为中心，根据伦理委员会批准的临床试验方案所设计出的病例报告表（eCRF）为基本元素，进行数据收集处理，高级分析和结果报告，以获得新药获批所必需的充足证据和价值，这部分已经很成熟，数据最终归申办方所有。重点是流程，需要松耦合的一体化平台，既能做到按需使用又能做到即插即用，包括智能招募、电子知情同意、远程访视、电子化临床结果评估/患者自报结局（eCOA/ePRO）、源数据管理、中心化质量管理体系，以及药物直达患者、上门医护、智能物联设备/可穿戴设备等。2023年全球有约2000项临床试验采用完全DCT或者混合DCT新模式。为了减少患者负担，我们可以理解DCT是人机结合，有人文关怀，有信息科学技术赋能高效协作，开心生活研发的因数智研平台是一个临床试验专用的互联网医院，也是患者友好性极强的手机端应用，是临床研究中内置最佳实践经验的微信APP/小程序。DCT模式和平台一方面从供给侧赋能研究团队，提高效率；另一方面可提供时间和空间维度的弹性，即保证患者安全和合规要求前提下赋予各方灵活性。目前利好是疫情促使DCT概念得到广泛认可，且获得了更多实践的机会。

医渡云远程智能临床研究副总裁李高扬

他还提到，“我们做临床研究要遵守ICH指导原则和国家GCP。2020版GCP明确去除了临床试验必须在研究中心做的规定，我们关注的第二点是在DCT过程中怎么保证患者安全，目前II期试验使用的比较多。我自己接的一些项目也是II期较多，因为不递交，大家觉得风险相对低，也有一些III期试验在开展。”

深势科技孙伟杰孙总主持了“数智化时代，生物医药与医疗应用场景实践的数据痛点与解决经验”的圆桌讨论环节，他提到，作为数智化论坛，数据获取、数据管理、数据安全是高频强调的话题。联影智能周翔博士强调，在未解决数据隐私和安全问题前，中国医疗健康数据分散在不同医院里，是医疗健康数字化进程中最大的阻碍，同时高质量异构疾病数据的收集和标注也是难点之一。联影智能最骄傲的事情是公司产品落地了2000多家医院且仍在增长。上海医学会临床医学工程分会主任委员、复旦大学附属华山医院宝山院区陈爽副院长提到，2022年国家统计全国医院1.1万多家（公立医院），私立医院2.5万多家，三级医院3500多家，其中三甲医院1716家。国家十四五期间医疗主题就是推动公立医院的高质量发展，其中AI就是一个重要的技术途径，因此AI有很大需求空间。影像检查上，AI目前能够助力缩短检查预约时间和优化检查流程，以及帮助精准诊断和治疗，提高诊疗效率，但最根本的就是必须以临床价值和需求为导向，让AI落地，促进研发和科研成果临床转化，提高诊疗水平，更好的为患者服务。英硅智能张曼博士提到，国内大数据的产生、管理和分享，暂时是落后于欧美的。中国在过去科研发展飞快的前提下，大数据是庞大且宝贵的资源，但尚未向本土企业开放令人惋惜。把传统生物学家和生信团队、AI团队拉到一起，是她认为最有成就的一件事情，英硅智能刚跟美国Exelixis达成首付款8000万美金的管线对外授权合作，也是她认为英硅智能和AI制药能力被行业所认可的标杆性事件。阿里云张小洵博士解释，大数据时代无论是企业还是高校，私域数据都是丰富的。但痛点是在实际的业务场景中往往面临着数据“荒”，客户就会要求我们的产品最好能够自带数据，同时数据标注和数据反馈也是痛点和难点之一。他开心的事情是利用医疗健康大模型在真实的业务场景中获得了客户的信任，以及利用生物医药大模型在客户实际的药研任务中取得了不错的结果。医渡云李高扬李总认为痛点在于数据来源的多样化，而疫情反而促使DCT概念得到了广泛的认可接受。借用欧洲药监局（EMA）的观点：远程智能临床试验（DCT）是临床研究的新范式，也即将是临床试验的新常态。

圆桌讨论环节

投融资峰会至今已举办15届，为了促成生物医药领域项目向产业端的纵深发展，从2021年第13届会后发起成立“上海市生物医药投融资发展联盟”，开始转变办会思维，尝试以生物医药项目为核心，展开投融资生态圈的建设，至今共推出21期月度项目路演，与年度峰会相唿应，采用不同形式和主题，总计为关注生物医药和医疗大健康领域的投资朋友们推介超过200个不同发展阶段的项目；与此同时，峰会组织形式更加多样，例如2022年组织了30个项目方和30个投资方参与的一对一对谈，考虑到年度峰会让更多业界人士有更多参与的机会，今年又回归活动报告的形式，同时设置了主题分享和项目分享环节，让同一主题内的多个不同项目可以从不同的角度切入，深入思考相同的问题和实践经验，促使更多项目有机会接触相匹配的投资方和产业资源，同时为关注生物医药和医疗健康的业界人士创造共同学习、挖掘项目、研判和助推项目的舞台空间，也为更多更好的产品上市做出努力。

投融资峰会上汇聚了各种创新要素，包括园区/孵化器、CRO、CDMO、注册咨询机构等，同时也吸引了国投创业等在内的投资方参与，未来也会触及更多有利于项目和研发产业发展的主题。

来源：医谷网