北極光鄧峰：40多家公司，從醫藥研發、診斷到AI醫療的投資真經

6 月 27 日，在北極光創投主題活動《Lighting 2018 E-Health 的發展與投資機會》上，北極光創始人鄧鋒簡要介紹了北極光在E-Health上的布局、戰略和投資。

首先，北極光是2005年成立，在中國算是老牌基金了，中國創投是從2004、2005年開始，我從那個時候回國創立北極光創投，到現在13年了，我們的戰略一直沒有變，聚焦早期、科技，到現在有了5期美元基金和5支人民幣基金。投資特點上，看的是團隊、客戶、市場規模、產品和技術的創新，這個是北極光一直沒有改變的。但是我們也有調整，剛剛回國只做TMT投資，我之前是做2B企業的，回來從2B做到2C，後來做科技，從2010年開始我們投資健康醫療、生命科學領域，最近幾年發展非常快。

這是我們整個的行業布局，這只是一部分，到現在為止還活躍的投後企業總數250家左右（退出的去掉之後）。健康醫療生命科學投資的企業加起來40多家，從2010年開始進入這個領域投資，而且實際上速度越來越快。我們從2015年到現在為止加速很明顯，2015年投了7家，2016年8家，2017年9家，這個速度到今年2018年，上半年到現在為止投資已經超過十幾家，到今年年底可能會投資20家或者更多，顯然在加速。

不光是北極光，我看了一下整個中國，因為我們一直在說，我們是不是有些激進，但是我們發現整個行業在2018年比2017年更熱，特別是在葯和E—Health方面，所以這也是整個行業的縮影，這是很熱的領域。

醫療領域、醫療健康、生命科學，整個大健康行業分成幾塊，我們分五塊來看：最大的一塊，大概從2014、2015年布局的就是醫藥，醫藥在整個健康醫療的投資，是大健康領域最大的一塊，這個也是在今年和去年變化比較大的，有各種因素，大家可能知道資本市場退出，無論是退出的時間點往前還是估值很高，都促進了大家對於早期的關注。

另外醫藥有很多新技術，全世界新技術、開發醫藥的方法也在發生變化，現在一個醫藥公司只需要幾個人，他們控制幾十億美金，這種情況很多。中國還有很多的其它估值要素，包括整個市場規模、中國做臨床試驗成本相對低一些，而且中國想跟世界接軌，醫藥的東西不僅僅是對一個國家的，如果IT更好你就有機會面向全世界。所以這些都是利好的因素，也增加大家對於投資醫藥行業的興趣。全球來看，最近幾年對於醫藥行業的投資在快速增加。

器械是傳統的風投投的，這個領域還是繼續有投資，也有些不錯的創新，特別是一些新技術也有最新的創新，但是它也確實存在一些情況，器械行業是很分散的，你有可能投資一個，但是比較容易碰到天花板。我們在器械投資上是比較謹慎一些，找大回報，光器械還不行，還得有耗材，高質耗材是比較有吸引力的方面。

醫療服務方面，中國醫改釋放出了很多機會，無論從醫院管理、專科醫院包括公立醫院、消費型服務都有。北極光在這方面也有思考，這個領域更多不是靠技術創新，而是靠運營、服務、品質和品牌來決定的，所以這塊留給風投的投資機會不像其它領域那麼多，更多是PE的機會。但我們也有一些投資，大家看到的像新康、唯兒諾，流通領域的國科恆泰。

診斷其實是一個很大的市場，既有器械耗材也有服務，診斷是很大的領域，傳統的也還有一些分級診斷的技術，POCT很多的東西都在診斷這一塊。近幾年來大家對於基因組學這塊感興趣，基因組學用的很多，北極光在早期也有布局。其它方面像PCR，還有一些新的蛋白組學也在看，這些都是相關的。

最右下角的E-Health就是今天的主題，這在國際上是很熱的一塊，在中國來說剛剛起步，應該說它發展速度很快，但它的階段對比器械來說還是新的領域。E-Health在全球來看，從純技術創新來說可能還是美國領先一些，但是中國的發展進步也很快，從人工智慧到大數據到一些新的東西。特別是在某些方面，中國也走了一些彎路，互聯網醫療甚至走的比國外還快，最後發現它並沒有那麼快。我們對於整個E-Health的前景是很看好的，北極光也很重視。

說到E-Health，人工智慧+醫療診斷服務在目前看是一個非常熱的領域，大家可能聽到過這麼多人工智慧做影像處理，還有拿人工智慧做其它方面，這都與人工智慧相關。北極光在這裡也有幾家投資，坦率的說我們的戰略，整個北極光的戰略是精品戰略，不會說有賽道我們全部撒一遍，我們覺得還是在又寬又長的賽道中選擇最好的企業投，這是我們比較注重的，也避免投資企業之間互相打架。

對於人工智慧的發展，站在北極光角度，或者我個人覺得這裡面確實是有很多泡沫，這不代表這個方向不對，這個方向肯定是對的。人工+醫療，醫療本身就很熱，消費互聯網的風口下來了，醫療健康是風口，人工智慧是風口，這兩個風口放在一起就出現了泡沫，有很多不錯的企業，但也有很多並不怎麼樣。

真正的成功可能未必在於人工智慧的技術，人工智慧的技術本身來說差不了太多，難的問題是你解決不了我也解決不了，容易的東西你能解決我也跟你差不太多，特別是影像處理這塊。所以並不是代表人工智慧沒有機會，有些機會不見得大家今天看得清楚，我們去抓住一些不是所有人聚焦的那一塊，我們看一些新的機會，這些機會上我們看中的是人工智慧的落地，有沒有好的產品迅速落地，產品落地的過程中各個部分的利益是不是照顧到了，並不是一個技術如何如何，有些時候是一個能夠在合理合法的情況下照顧到各個節點的利益，人家才願意跟你做，這些東西是我更看重的。

我們投翼展、影領就是從這方面來看的，看這個事情本身是不是能夠推廣，中間誰得利，這就是人工智慧做的互聯網醫院，還有一個是人工互聯網。

Wision AI是新公司，做的是腸鏡胃鏡人工智慧的實時輔助方法，不需要跟其它的方法對接，落地非常容易，技術是全球領先的，這個事我們是站在全球的角度來看。

Atman是完全不一樣的，我們天使輪投的人工智慧團隊，跟清華的醫藥學院有深度合作，互聯網+醫藥，用人工智慧技術做醫藥開發。

這只是舉了其中幾個，還有很多人工智慧的布局。

第二塊是醫療大數據信息化。這塊我們沒有提智能化，不代表人工智慧不能智能化，人工智慧跟數據要聯結在一起，但是中國今天在這個時間點更多的是信息化、數字化，包括數據的分割太厲害，各個都是數據的孤島，包括數據的結構化，沒有很好的結構化數據。怎麼做數據的清洗，數據收集上來同時給它們很好的規範，這塊在各個領域，無論是在診斷、製藥、藥物管理等方面都有，這塊我們投了太美醫療，它是跟葯企相關的，芯聯達是跟醫院相關的。

整個醫藥這塊還有互聯網醫療，大家都了解。互聯網醫療我今天沒放到這兒，是因為北極光沒有投企業在這兒，不是說我們投了死了就不放這兒，是我們真沒投。也不代表說它今後就不是我們的興趣點，大家都覺得有坑的時候我覺得更應該關注，大家覺得都很好的時候我要冷靜，那時候我沒有投是幸運的，所以我們很關注E—Health。

另外還跟E—Health相關的就是新型感測器技術，消費者、普通健康人和病人的監護、數據的提取，最後做一些相關的東西，某種程度上它跟大數據人工智慧相關，多是硬體的機會，這個我沒放到這裡。總體來說，軟硬體一體化，綜合的解決方案、診療也算是E-Health相關的。E-Health有的國外叫DELE health，也是相關的意思。

2018年是AI最火爆的一年，方向有虛擬助手的、病理診斷的、醫療機器人。今天來講醫療機器人還早，但是也有投資進去，並且融資數量比例來看還是比較高的。醫療影像是最高的，醫療影像用人工智慧來做診斷這塊最高。而藥物研發、醫療的搜索，這些相對來說還少一些。單據識別相對來說更傳統一些。

這張就是說為什麼人工智慧大數據大家會那麼關注，未來我們也看好這個方向。從政策面角度來講，應該說在審批上在最近一兩年有很多改進，更促進了這個行業的向前發展，比如說二維器械，國家規劃在人工智慧上面給了很多新資金和政策，人工智慧相關的領域給了很大的支持。

如果到各地地方政府去談，這也是一個紅線，你如果是在人工智慧的方向上，地方政府更願意給你幫助。人才就不用說了，最近無論是「千人計劃」還是醫療方面人工智慧方面的人才，海歸回到國內的特別多，很多人工智慧公司都來自有國外經歷的海歸人才。整個藥物研發生產雖然不涉及政策方面的紅利，不過整個大方向是在促進新葯研發儘快上市、儘快服務於老百姓的方向。

所以整個環境都是不錯的。除了政策層面我還想提一下其他方面，比如說人工智慧算力的變化，算力在過去變得越來越便宜，GPU或者是一些新的人工智慧技術很便宜。包括數據，現在的數據比過去多的多，有了數據、有了標註好的數據，做人工智慧相對來說就很好。

還有現在醫生和病人的比例，往未來看，中國始終是人才稀缺的，就拿乳腺科來說，中國好的影像醫師太缺乏了，人工智慧可以幫助中國在醫生很缺乏的情況下，提高治療效率，我們不認為人工智慧能替代醫生，我們認為人工智慧可以幫助和輔助診斷，幫醫生更好更有效的把診斷質量做好。

這個是醫療產業發展趨勢我們的看法。過去在講，包括人工智慧包括大數據，技術都挺先進的，但是變現，怎麼變現，怎麼產生收入，我們認為其實這確實是現在最關鍵的地方。好的是我們已經看到了變現的速度在加快，2018年無論是從影像也好還是從大數據的分析也好，變現的速度在加快。比如像藥廠、保險公司都是企業產生收入的對象，不僅僅是這塊，還有其它領域也是這樣。產品的成熟度也到了落地的階段。

另外在醫療大數據方向，我們會形成一些所謂的投不起，這塊你真要想變成未來的投融資，今天布局就已經晚了，若干年前就應該把數據的清洗、歸置提前做了，包括我們投芯聯達，現在都開始出現了小的整合。

智能問診這塊相對更早期，但是知識圖譜的建設未來是很大的趨勢，這塊雖然是早，但是要注意關注這個，長期下去是很大的機會。

藥物研發還是屬於風險很高，但是要做成也是不錯的一個方向。

整個來說，我們有一個智能醫療的應用場景的一張圖，你的智能E—Health在醫療當中哪些地方會取得成果。從開始虛擬助理、影像處理、輔助診療，還有就是說跟健康相關的風險預測，健康人群的風險預測、健康管理、醫院管理，還有就是藥物研發等等，整個這些方面，都是人工智慧或者大數據可以用到的，其實人工智慧跟大數據是分不開的，因為一講到人工智慧必須有大數據，大數據往下走就又把人工智慧加上去了，就是不同的應用不同的使用方法，深度學習有可能是新的，比如說自然語言理解、圖像語義各種各樣的方向往下走。這是我們認為的一些未來的挑戰：

1、技術，人工智慧是非常先進的技術，但搞技術的公司非常清晰地看到，其實技術在今天已經不是最核心的地位，不代表說技術以後不是核心的地位，如果誰真正創造出一個特別特別牛的技術，真的做的很好的話，那就是很牛。今天很多都是開源的，各個大的公司研究的，包括圖像處理、人工智慧做的圖像分類，很多東西都是開源的，導致難的你也難我也難，容易的你容易我也容易。當然，我也要明確一下這不是不強調技術的重要性，技術還是很重要，但是大家往往認為這個公司技術好我就投，現在可能還應該確定這是一個必要但不充分的條件，這是更準確的說法。

2、基於概率分析的關聯推理無法判斷疾病的因果關係。模型靠深度學習產生的一些東西，你是說不清楚它是為什麼，舉個例子來說X光CT，說你的影像疑似癌症，病人說為什麼像癌症，醫生說抱歉就是像癌症。但是我們需要想辦法做到可解釋，比如說大小、紋理你得說出所以然來。

3、很多情況下數據的標準比演算法更難，因為需要好的數據好的標準。

監管體系上來說，壞的地方是人工智慧今天並沒有那麼完善，好的地方也是人工智慧沒有那麼完善，為什麼？這提供了太多機會，機會在那兒，我們所有的企業家、投資人都可以說，這快難，沒有那麼完善，剛剛初期，所以我們願意投這個行業，去找到最好的企業支持創新。如果都完善了就錯過投資了，這也是我一直跟我團隊講，我們做早期投資的，不僅僅是早一點的時間進去，更重要的是在一個行業發展的初期，大浪打來的前期我們進去，浪起來我們也起來，如果等到技術完善了技術成熟了你就沒有機會了。

團隊要做的事很重要，人比事重要，事我們主要看大方向，其實好多被投公司今天乾的事跟我們投的時候不一樣，或者擴展很多，或者轉變方向，但是你發現強的團隊其實能夠很敏銳地感到市場的變化、調整自己，有些地方他也知道說我去堅持了，有些地方說我必須改變，這都是看團隊能力。

另外一個好的地方，我們投入了一些團隊，他們不僅僅能在中國本土發展，從「出生」那天起也同樣具備向海外拓展的能力，而這些技術也是無國界的。我們投的一些公司之前的臨床實驗是海外投的，這很有意思，其實技術的輸出也好，產品的輸出也好，中國走在世界前面，這些公司有可能變成全球範圍內利潤很大的公司。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！