太平洋科技要聞

英偉達要治好誰的�。�

虎嗅網(wǎng) 整合編輯：龔震發(fā)布于：2024-04-21 21:23

英偉達在生命科學領域的野心藏不住了。

生成式 AI 興起后，英偉達的CEO黃仁勛頻繁在公開場合談論生命科學，宣稱“生命科學工程化”即將來臨。事實證明，老黃不玩虛的——在剛剛落幕的英偉達2024年GPU技術（GTC)大會上，醫(yī)療健康和生命科學大火了一把，有業(yè)內(nèi)人士統(tǒng)計，總共900多場活動中，至少有90場與該領域相關。

尤其是在 GTC 開幕當天，黃仁勛一口氣正式推出了25個醫(yī)療、生物制藥相關的“微服務”，覆蓋醫(yī)學影像、藥物研發(fā)和數(shù)字健康等領域。其目標是讓“全球醫(yī)療企業(yè)能夠在任何地點和任何云上充分利用生成式 AI 的最新進展”。

在此之前，業(yè)界對英偉達的認知，更多集中于“賣卡的”。“算力，特別是GPU是訓練AI模型必不可少的生產(chǎn)資料。”百圖生科首席技術官（CTO)宋樂告訴虎嗅。

而英偉達的布局顯然超出了一個硬件供應商的“本分”。從公開數(shù)據(jù)看，這家全球芯片巨頭已經(jīng)與超2500家相關企業(yè)達成合作，包括提供算法的AI企業(yè)，也包括醫(yī)療、制藥領域巨頭。比如：與強生開發(fā)了可實時分析數(shù)據(jù)的手術機器人，與GE開發(fā)了可以“自動”給患者拍片的“天眼CT”。

最近一年，英偉達更是通過投資等方式，將至少10家AI制藥領域頭部公司納入麾下。

這不是科技巨頭第一次進軍生命科學領域，但 2024 這個時間節(jié)點，與英偉達這家企業(yè)本身，都有著某種特別的含義。

“在互聯(lián)網(wǎng)/云計算的行業(yè)里，像英偉達這樣，將在醫(yī)療領域的布局提到戰(zhàn)略地位，可能還是第一次。”浙江大學藥學院教授謝昌諭告訴虎嗅。

醫(yī)療領域，不相信算法

對英偉達醫(yī)療領域布局的洞察，必須追溯到生成式 AI 的發(fā)展本身。然而看似在技術、商業(yè)層面都有無限故事可講的生成式 AI，在醫(yī)療健康領域，可算是踢到了鐵板。

從產(chǎn)業(yè)的反應來看，目前AI在醫(yī)療健康領域還處于起步階段，很多企業(yè)，特別是制藥企業(yè)仍然在觀望。有國內(nèi)知名藥企相關負責人曾公開表示，該公司引入大模型的工作，至今還停留在成本核算階段。

這種遲滯性并不是某一家公司的問題。從數(shù)據(jù)看，全球每年有超2500億美元花在新藥研發(fā)上，其中投向AI制藥的只有10多億美元，預計到2026年也不超過30億美元。

另據(jù)IDC的一項調(diào)查顯示，醫(yī)療健康和生命科學相關企業(yè)中只有14%“已經(jīng)在生成AI方面進行了大量投資，并在未來18個月內(nèi)制定了‘通過培訓獲取GenAI增強軟件和咨詢服務’的支出計劃”，遠低于全球整體水平（34%），且只有制造業(yè)的一半。

與醫(yī)療企業(yè)對 AI 的疏離感迥然不同的是，技術供應商一直保持著極大的熱情。數(shù)據(jù)顯示，全球僅AI+生物醫(yī)藥公司就有700多家；在醫(yī)療健康領域，谷歌、IBM等巨頭早就有所布局。尤其是ChatGPT 火起來以后，僅中國就一口氣涌現(xiàn)了近50個醫(yī)療大模型，從ToB的醫(yī)生助手到ToC的私人健康管家?guī)缀跞奉惛采w。

醫(yī)療健康就像一個冷靜的“冰山美人”，“追求者”很多，但極其務實。她清楚地表示，算法只是一個小伙子的“發(fā)展?jié)摿?rdquo;，數(shù)據(jù)才能代表他的“背景與身家”。

而這恰恰是大部分技術供應商的痛處。

有行業(yè)投資人透露，因為難以獲得好的數(shù)據(jù)，80%左右的醫(yī)療大模型沒有進入第二階段（即：投喂專業(yè)數(shù)據(jù)在某個領域增強），進入第二階段的20%中，絕大部分也沒有進行針對不同的場景、任務的高水平微調(diào)。

部分創(chuàng)業(yè)公司對內(nèi)部醫(yī)療大模型進行評估時也發(fā)現(xiàn)，其能力僅達到“助手”級別，還稱不上“同伴”。這導致AI在短期內(nèi)無法獨當一面，工作范圍局限在導診、輔助讀片、寫病歷等。

在生物制藥領域，AI在蛋白質結構預測、蛋白質生成，甚至抗體藥生成領域都有很好的表現(xiàn)，但是這些仍然是臨床前階段。在最耗時、最費錢的臨床試驗階段（該階段開銷占新藥總研發(fā)費用的70%以上），還只能做一些招募患者、做記錄等簡單工作。對于新藥研發(fā)成功率低等痛點問題，也沒有實質性改善。

以百圖生科為例。他們提出的長遠目標是用 AI 來模擬生命系統(tǒng)，比如人體免疫系統(tǒng)，理想狀態(tài)下可以更好地預測抗體藥進入人體的情況。但在現(xiàn)實落地卻很不容易。“要實現(xiàn)這個目標，就需要突破一系列多個尺度的AI建模問題。”

百圖生科 CTO 宋樂告訴虎嗅，因為蛋白質領域數(shù)據(jù)相對較多——已經(jīng)達到十億規(guī)模以上，所以這一領域的進展最快，不僅能生成蛋白質，甚至可以按照多樣化的設計目標來生成具有功能性的蛋白質，比如成藥性較好的抗體藥，催化效率比較高的酶等。

然而模擬生命系統(tǒng)工程中，不但涉及單個蛋白質分子的生成，還涉及到大量的蛋白質的相互作用、細胞內(nèi)和細胞之間的相互作用等，但這方面的問題更復雜，相對來說數(shù)據(jù)處于稀缺狀態(tài)，會需要持續(xù)的AI模型和實驗數(shù)據(jù)獲取手段的創(chuàng)新和突破。

“可以想象，蛋白質的數(shù)據(jù)會呈指數(shù)性的增長，生成設計的落地案例也會快速增長。但是這只是一部分，要模擬免疫系統(tǒng)，就需要其他層面也有同樣多的數(shù)據(jù)，以及與其匹配的AI模型創(chuàng)新和迭代，有同樣快速的增長。”宋樂說。

那么有了數(shù)據(jù)，AI 就能在醫(yī)療健康領域暢通無阻了嗎？也不盡然。

比如，醫(yī)療領域的公開數(shù)據(jù)相對更多，獲取方式更多元，AI+醫(yī)療在此的進展也更快。就在今年年初，谷歌推出了一款醫(yī)學對話AI——AMIE（Articulate Medical Intelligence Explorer）。這款應用是繼Med-PaLM、Med-PaLM2之后的又一個“AI醫(yī)生”，甚至通過了圖靈測試，表現(xiàn)可謂令人驚艷。

盡管從具體表現(xiàn)看，這款在心血管疾病等領域的診斷領域，可以做得比保健醫(yī)師更好，但仍然無法輕易用到真實患者身上，哈佛大學醫(yī)學院專家在接受采訪時直言，醫(yī)療絕不是收集信息這么簡單，“它關乎人與人的關系”。

在其背后，倫理問題、監(jiān)管問題、制度問題，以及科學研究本身的進展限制，都是難以突破的障礙�？梢哉f，被頻繁提及的研究數(shù)據(jù)，只是一個準入門檻，AI+醫(yī)療健康和生命科學本質上不是要解決一個技術問題，而是一個綜合性的社會問題。

謝昌諭向虎嗅表示，更強的硬件和算法對加速行業(yè)發(fā)展一定是有幫助，但是并不說今天多了1000臺GPU，明天就可以跟你打包票說AIDD（人工智能藥物發(fā)現(xiàn)與設計）會有一個怎樣的進展。

英偉達版“曲線救國”

因此，像過往所有的技術服務一般，單純由乙方獨立研發(fā)，向甲方切割式地交付技術方案，是絕對不行的。醫(yī)療、醫(yī)藥行業(yè)專家必須參與到技術方案演進的過程中，這是AI企業(yè)在醫(yī)療、制藥領域摸爬滾打、屢敗屢戰(zhàn)六七十年后，最終得出的結論。

在這種合作關系中，藥械企業(yè)不僅是買單方，更是數(shù)據(jù)的生產(chǎn)方，他們不僅解決了誰來買單的問題，也為產(chǎn)品迭代提供了足夠的數(shù)據(jù)。今天發(fā)展最為成熟的AI+醫(yī)療影像就是典型案例。

GE、西門子等巨頭將AI與大型設備綁定，就人為地建立了數(shù)據(jù)挖掘機。CT機、核磁共振機只要每天正常工作，就可以源源不斷為AI提供數(shù)據(jù)養(yǎng)料了。同理，在藥品領域，沒有誰比出資搞研發(fā)的藥企更能理直氣壯地收集數(shù)據(jù)，AI 企業(yè)如果能參與到藥企的工作流程中，也有機會破局。

這道理大家都懂，但實際很難做到，原因也很質樸：藥企不同意。

對于藥企來說，這些數(shù)據(jù)太貴了。手握大量研發(fā)數(shù)據(jù)的大藥企，每年研發(fā)投入都在數(shù)十億美元的規(guī)模，默沙東、羅氏等研發(fā)傳統(tǒng)悠久的企業(yè)，相關投入早就超過了百億美元，且有逐年增長的趨勢。這些靠重金砸出來的數(shù)據(jù)，不僅有機會成就爆款單品，在未來競爭中，也會拉開與競爭者的距離。

在醫(yī)藥市場競爭越來越激烈的今天，任何企業(yè)也不愿意輕易將數(shù)據(jù)貢獻出來。在這種情況下，要想拿到企業(yè)、醫(yī)院內(nèi)部的臨床數(shù)據(jù)，就只能為他們量身定制模型，讓他們在“安全區(qū)”內(nèi)感受大模型的威力。

只不過，這種操作成本也是極高的。有業(yè)內(nèi)人士向虎嗅透露，在云計算推廣過程中也出現(xiàn)過類似的情況，最終很多公司因為虧本嚴重不得不叫停相關業(yè)務。大模型定制成本只會更高，他認為，協(xié)議金額很可能必須達到10億美元級別才能收支平衡。

英偉達對此的策略是“曲線救國”。

英偉達是建生態(tài)的一把好手，其在10多年前（2006年）就憑借CUDA（compute Unified Device Architecture，計算機統(tǒng)一設備體系結構）奠定了在芯片界的競爭壁壘。

簡單來說，CUDA 是基于GPU設計的軟硬件結合的通用計算構架。其優(yōu)勢主要有兩個，一個是使用者可以直接與GPU結合操控芯片；二是CUDA架構為軟件廠商免費提供開發(fā)工具，方便軟件開發(fā)。前者大大降低了GPU的使用門檻，后者方便使用者的同時也悄悄挖深了“護城河”——隨著“工具包”里的零件越來越多，其可替代性也大大降低。

由此形成的CUDA生態(tài)，將英偉達與AI深刻綁定，英偉達也借此逐漸甩掉競爭對手，實現(xiàn)了逆襲。

在進入醫(yī)療健康和生命科學領域時，英偉達大有將CUDA生態(tài)的成功經(jīng)驗照搬過來的勢頭。

按照英偉達公開信息，他們此次推出的25個微服務，實際上是以往“專業(yè)版”基礎上的更易操作版本——這些微服務套件中包含了經(jīng)過優(yōu)化的NVIDIA NIM™ AI 模型和工作流，并提供行業(yè)標準應用編程接口（API），可用于創(chuàng)建和部署云原生應用。

也就是說，醫(yī)院、藥企可以根據(jù)自己的需求點擊“按鈕”直接滿足在醫(yī)學影像、自然語言和語音識別以及數(shù)字生物學生成、預測和模擬功能等領域的需求。

對于AI企業(yè)來說，英偉達的品牌背書、行業(yè)影響力等帶來了更多機會。“它是一種導流的平臺。”宋樂告訴虎嗅。百圖生科于2023年加入了英偉達招募創(chuàng)業(yè)公司的“NVIDIA初創(chuàng)加速計劃”，在今年的GTC大會上，宋樂還作為生態(tài)合作伙伴代表百圖生科分享了三年來做AI+生物醫(yī)藥的經(jīng)驗。

而在另一邊，英偉達也降低了大模型使用的門檻，方便傳統(tǒng)的醫(yī)院、藥企使用他們提供的“工具包”——比如各種AI大模型等。隨著工具包的逐漸豐富，以及產(chǎn)業(yè)合作方的習慣、依賴，形成新的難以替代的生態(tài)。

你很介意軟件企業(yè)直接參與業(yè)務流程，共享數(shù)據(jù)？OK，我把“傻瓜式”工具賣給你，你自己來做。定制模型這種高成本的事情，英偉達是不參與的，不管藥企、云計算企業(yè)雙方怎么折騰，只要基于我的基礎設施來做，這一商業(yè)模式就是成立的。

英偉達的算盤打得很響，但需要注意的是，CUDA 過去面對的是軟件產(chǎn)業(yè)，這與醫(yī)療產(chǎn)業(yè)截然不同，如果僅是照搬 CUDA 的打法，那甚至都無法打開醫(yī)療市場。

相對互聯(lián)網(wǎng)行業(yè)，醫(yī)療、制藥非常傳統(tǒng)和封閉，有其獨特的流程。比如：在中國，想說服醫(yī)院采購某種產(chǎn)品，不僅要經(jīng)過復雜的流程，還需要找到正確的渠道。在被認為最需要AI的基層，很多醫(yī)院的采購渠道掌握在個人或者小代理商手里，如果找不到他們，再好的產(chǎn)品也與之無緣了。因此，很多AI+醫(yī)療企業(yè)創(chuàng)業(yè)近10年也還沒能盈利。

而且科技巨頭“攻下”醫(yī)院、藥企陣地的決心，一直以來都很堅定，導致這一市場還沒發(fā)展起來，已經(jīng)成了紅海了。

AWS、騰訊云、百度智能云等，都在這個賽道中“跑馬圈地”，為了爭取盡量多的合作者，甚至有國內(nèi)科技公司的相關負責人公開直言“要將構建AI場景模型的權利交還給科學家”，這幾乎就是在向對方剖白，可以不惜成本，滿足對方一切定制化需求了。

此外，英偉達提供的“工具包”還停留在“大眾版”的層面上，醫(yī)院、藥企如果需要“專業(yè)版”大模型，還是需要與AI企業(yè)合作。這也讓類似CUDA生態(tài)的“護城河”很難形成。

長期以來，國內(nèi)面向大甲方的生意，都在買方強烈的定制化訴求，與賣方的“虧錢能力”間左右拉扯。相比之下，英偉達的方式雖然輕巧，卻很難滿足醫(yī)療機構、醫(yī)生的需求——他們通常更習慣接受積極上門推銷產(chǎn)品的營銷方式，缺乏主動找“工具包”訓練數(shù)據(jù)的動力。

或有調(diào)和成本之爭的機會

英偉達的機會，更多是趨勢性的——產(chǎn)業(yè)界對AI的主要行為是觀望，但在態(tài)度上也承認，AI不再是可有可無的東西，它將從根本上重構生命科學產(chǎn)業(yè)。

上世紀80年代開始，新藥研發(fā)的主戰(zhàn)場從小分子化藥轉向了結構更加復雜的生物藥領域，總藥物篩選空間可以達到10的60次方之大，想要靠人力快速篩選出適合的分子幾乎不可能了，這一問題在“低垂的果實”逐漸摘完、復雜藥物研發(fā)成為常態(tài)之后越來越突出了。

“AI在逐漸地變成生物醫(yī)藥研發(fā)中不可或缺的基本實驗設備。”宋樂向虎嗅解釋說。他認為，接下來生物藥物研發(fā)對AI以及后面計算資源的需求量會越來越大。

如今應用AI技術，已經(jīng)可以將新藥研發(fā)中的探索臨床前化合物的耗時從原來的4年縮短3/4，到13.7個月，甚至壓縮到一個月或20多天。另據(jù)麥肯錫全球研究所(MGI)估計，生成式AI有望每年為醫(yī)療、制藥產(chǎn)業(yè)帶來上千億美元經(jīng)濟價值。

來自：麥肯錫

這樣的數(shù)據(jù)固然令人心動，但是這對每年全球銷售額超過萬億美元的產(chǎn)業(yè)來說，還不構成致命吸引。前述提到新藥研發(fā)最大的花銷在臨床試驗階段，AI在這一領域能做的還非常有限。同時，目前還沒有任何一款由AI設計的藥品上市，也無法證明AI可以提高新藥研發(fā)的成功率。

因此，制藥企業(yè)與AI公司合作的過程中，試探性的少量投入更多，且更傾向于在類似密碼子優(yōu)化的細節(jié)上合作。這讓很多AI制藥企業(yè)的商業(yè)化野心很難找到出口。

但這和英偉達有什么關系呢？至少在五年內(nèi)，英偉達賣的仍然是基礎設施，不是藥物研發(fā)解決方案，讓藥企為態(tài)度買單先構建基礎設施，比直接砸錢定制大模型靠譜得多。

況且在中國，醫(yī)療機構、制藥企業(yè)對AI的需求還遠不止于新藥研發(fā)。

2018年以來，藥品、耗材帶量采購等斬斷“以藥養(yǎng)醫(yī)”利益鏈條的改革，以及國家醫(yī)保談判、醫(yī)保支付方式改革等醫(yī)改新政，共同宣告了整個藥品研發(fā)、生產(chǎn)、流通到使用環(huán)節(jié)暴利時代的結束。

在一輪又一輪的瘋狂降價潮中，整個產(chǎn)業(yè)鏈上的任何成員，都必須精打細算、想方設法地降本增效。此外，在醫(yī)藥反腐風暴不斷升級后，負責銷售藥品的流通企業(yè)，還要盡快找到合規(guī)的營銷方式。

對于所有這些問題而言，AI堪稱救命稻草。而英偉達是這個“稻草”上最為世人矚目的企業(yè)。

文章來源：虎嗅APP

英偉達 AI 醫(yī)療科學

虎嗅網(wǎng)

原創(chuàng)欄目