每經記者：林姿辰 每經編輯：楊夏

今日（5月11日）上午，創新工場醫療科技趨勢分享會在線上舉行。會上，作為創新工場董事長兼CEO，李開復發表了自己對AI+Science（AI＋科學交叉）在醫療領域的展望。

創新工場董事長兼CEO李開復博士 圖片來源：企業供圖

業內公認，AI技術的三大基石是演算法、算力和資料，李開復認為資料尤其重要，其在計算機視覺、自然語言等方面取得的應用成果，已經證明了大量資料帶給行業發展的巨大機會。

從AI發展的角度看，10多年前，第一批AI創業公司中的曠視科技在視覺方面尋到落地場景，科大訊飛則是用語音語言來尋找AI技術落地場景。

第二波的AI創業公司多在某一個商業應用裡創造價值，例如很多無人駕駛公司針對交通、製造領域來應用AI技術，並逐漸成為行業的獨角獸。

展望未來，李開復認為用AI＋科學交叉（AI+Science）將是該技術運用的第三波大浪潮。

過去10年，在以醫療領域為代表的科學領域，收集海量脫敏資料已經“遍地開花”，而無論是可穿戴裝置，病理科、放射科，還是PCR到NGS等基因檢測新技術，都在產生海量新資料。

而在新藥發明領域，無論臨床試驗結果失敗或成功，都在產生巨大的資料。

因此，不同於4年前AI尚未在科學研究中大規模應用，AI+Science的“天時、地利、人和”已經成熟。李開復認為，在科技交叉越來越頻繁的當下，在AI和自動化等“數字基建”技術的賦能下，醫療科技賽道將進入一個“醫療＋X”的時代，“這是一件必然的事情，而且其加速非常快。

以創新工場投資的專案舉例，在製藥方面，醫療技術公司Insilico Medicine在一年多的時間內，發現了7個臨床前候選新藥，其中進展最快的管線已經進入臨床實驗，用於治療肺部纖維化。

而在大分子製藥領域，其研發空間比小分子製藥更加廣闊。AI可以藉助海量資料驗證各種不同的理論，為研發提供實踐基礎。

“對於以後的生物科學家、化學科學家、製藥科學家，他們的工作可能就更像是一個AI scientist（AI科學家），他可以用一套軟體寫一些程式碼控制機器人，然後科學家就可以把他的時間全部花在想新的點子，而機器人是輔助科學家們加速研發新藥物的程序。”李開復說。

每日經濟新聞