9月26日，由仙瞳资本董事长刘牧龙主持的生命科学专场论坛如期举行，论坛就人工智能和医疗应用场景的结合以及人工智能和医疗行业结合的过程中遇到的难题进行了讨论。并就精准医疗行业出现的问题和在场的嘉宾进行了深入的探讨。

以下为论坛实录，由投中网编辑整理：

刘牧龙（主持人）：感谢投中提供这个场合跟大家交流，也感谢在场的来宾。在这里由我主持本次的专场，下面请各位嘉宾做一个自我介绍。我是来自于仙瞳资本的刘牧龙，仙瞳主要做生命科技领域的投资比较多一点，所以今天由我来给大家做这一场主持。

陈丹：我叫陈丹，我来自于信中利资本，是信中利的高级合伙人，同时也是负责公司大健康板块的投资。信中利成立于1999年，算是最老的一批PE和VC机构，现在管理规模120多亿，投资的企业大概七八十家。我们是2015年挂牌新三板，现在在新三板上挂牌的PE/VC机构也是比较少的，大健康领域是我们公司所谓九大板块中非常重要的一环，今天非常有幸参加投中年会，谢谢！

邓宁：大家好，我是鼎鑫资本的邓宁，主要合伙人都是来自于国内一线顶级机构。鼎鑫资本主要专注于中早期投资，目前我们管理的资金规模已经超过了三十亿。我们主要是专注于Pre-A轮和A轮投资，而且绝大部分是独家投资。

李晋：大家好，我叫李晋，现在是澳银资本的合伙人。澳银资本有人民币基金，也有美元基金。我们目前主要投资阶段是在早期投资A轮为主，主要投资领域基本上70%是在A轮投资，还有少部分TMT。

林云峰：大家好，我叫林云峰，我是德诺资本的创始合伙人，德诺资本是一个国际基金，最主要针对两个领域，一个是医疗健康领域，还有一个是创新科技。我们现在管理的基金大部分是美元基金，但是随着中国医疗技术还有很多新项目的出现，我们认为非常有前景，所以我们未来会很大精力放在中国市场。在过去的投资里，我们坚持专注、国际化，另外在退出方面保持灵活，所以有很多国际并购退出的案子，很高兴今天和大家对话。

刘缨：我叫刘缨，我是软银中国资本的合伙人，可能大家觉得TMT是它投资擅长领域，实际上我们现在的医疗投资已经是占了整个基金三分之一还要多的量，我们同期管理的有美元基金，也有人民币基金。我们现在投资医疗会在三个方向上，医疗器械还有生物技术，还有医疗服务。

骆怡天：大家好，谢谢投中，谢谢各位风投界的朋友，我是云锋基金，云锋基金是由中国一些成功企业家共同创立的基金。过去一些年里面我们在医疗、物流等板块都有布局，当然医疗也是我们重要的布局板块之一。在医疗领域，我们专注于制药、器械、诊断包括一些服务的投资，我主要是负责医疗这块的投资。

施永辉：大家好，我叫施永辉，是美敦力中国基金的执行董事。美敦力在全球大概150多个国家有这样的业务，在中国有20多年运营历史，去年的业务收入差不多有110亿人民币。在中国做直接投资，美敦力做了十几年，投资过中国最早的也是处于行业领袖地位的几家很重要的医疗器械公司，比威高控股，比如最近在香港上市的一家全国领先的外科企业公司。美敦力医疗基金是由原先美敦力中国医疗团队出来做的这支基金，到现在差不多有两年时间，我们最主要的投资方向还是一些中早期的医疗器械设备和专科服务公司。我们是希望和医疗创业者以及在座的投资同行一起打造更好的生态环境，把更好创新的医疗技术产品带给中国的患者，谢谢！

伍秀婷：大家好，我是来自恒泰华盛的伍秀婷，很高兴今天参加这个会议，也见到台下有很多以前跟我们深度合作的朋友。我们是一家在2013年成立的私募基金，以一级市场的投资股权和并购为主，我们的合伙人都是来自于原来的大牌PE基金还有券商和投行，所以我们的投资策略也是比较清晰的。过去大概跟我们通过定增和各种方式合作的上市公司有四十多家。我们项目有很明确的退出通道，并且通过一些跟上市公司的深度合作来提高我们投资人的投资回报率，比如跟施总原来也是有过合作。其实这样的案例在现在我们这个基金有很多类似的案例，我们会跟产业投资人深度合作做一些基金或者共同做一些项目，产业投资人会带来很多资源。我们成立到现在在医疗上面投了比较大的项目，包括迈瑞医疗。我在基金里面主要负责医疗板块的投资，希望各位尤其是做中早期的GP以后可以多多跟我们交流，谢谢！

刘牧龙（主持人）：谢谢各位！今天讨论的主题定得非常好，叫生命科技。其实大家可能在医药医疗投资上讲医药投资、医疗投资讲得多一些，但是以生命科技作为今天主题的概括，我觉得是非常有深意的，在座的嘉宾以投医疗器械为主，包括有投医药的，所以我是有非常好的了解。今天讨论围绕两个主题展开，一个是跟人工智能有关，这是将来市场上大家关注度非常高的一个话题。我们今天讲的就是人工智能在医疗上面的应用，我们目前把它叫做医学人工智能，这是一个。另外一个环节也是一直持续的投资热点，那就是精准医疗，自从奥巴马2015年提这个概念，持续地受到资本市场的关注。我们今天就围绕这两个话题展开讨论。下面我们先说一下医学人工智能有关的话题。

人工智能+医疗应用场景基层先行 研发需入高端医院

李晋：其实澳银对人工智能这块一直是非常关注的，因为从我们的理解来讲，我们觉得人工智能其实不属于一个品牌，也不属于一个行业，它其实是属于一类技术的盒子。在我们公司内部专门有一个小组，我们是希望把它作为底层技术打通，它不只是适用于医疗，其实在TMT领域也有很多应用。具体分为两个层面，一个是在技术层，还有一个是在应用层。目前我们看了很多人工智能的项目，我们的感觉是目前在图象识别、在语音识别领域来讲，我们觉得在技术领域还是相对比较成熟的，或者在这个领域来讲国内公司或者跟国际一流厂家并没有太大差距，甚至有些地方会更强，像科大讯飞这些公司都是比较知名的。在技术领域，我们的理解来讲，如果是在一些成熟领域，初创公司其实机会并不是特别大，除非是在特别细分的领域，更多机会是在BAT巨头。在这方面如果是作为并购，其实想象空间并不那么大，所以我们会关注在应用层的项目。应用层项目在医疗这边现在大家看得比较多的是跟影像与跟病理的结合，因为在图像识别领域，目前技术领域已经比较成熟了，这也是为什么在这个方向大家看得比较多的原因。

事实上我看下来，个人的感觉还是不特别成熟，为什么这么讲？首先从识别的技术角度来讲，我们看能达到的技术水平差别并不是那么大，我们觉得在技术层面还有很多需要提升的东西。另外是在临床这块，大家知道病理方面，病理切片方面也是要求比较高的，医院医生需要非常多年的经验。总体来讲，我们觉得还是有很大的提升空间。

刘缨：国内做医疗图像、AI这块，我们的感觉是在三五年里面有销售的可能性很小，我觉得这可能跟同行业的沟通起来也是这样的，但是我们还是会布局，因为我们认为这还是一个方向。人工智能对于医疗来讲，我们可能更多认为它是一个工具，因为算法都一样。我觉得每个公司不同的一点在于它真的花了很多东西去做，我觉得这是一个不太容易的事情，这是一个生态系统的事情，比如这个团队，它真的很能够跟这些医院沟通好。现在在大医院里看片子的医生是不屑于用的，除非你是有批文或者是有收费的标准可能可以。现在我们能看到的就是在基层医院的应用，随着精准医疗的深入，我觉得还会投放得更多，但是在基层医院看片子的医生基本是没有的。通过一定的筛选可能能把一定的病患量真正在基层医院里发现。我们也配备了一个国家医保政策，国家医保政策为什么向下沉？实际上地方财政收入，它希望把医保、社保能够用在当地，它不愿意病患把医保带到上一级的医院。国家的政策和地方的医院已经有基层医疗的需求，我们现在看到人工医疗能够应用的场景可能真的是在基层，而不是在很高端的医院。但是你说去做模型、去做研发还是必须要在高端医院进行。

技术或能倒逼人工智能融入医院场景

施永辉：其实我也想提醒一点，就是人工智能在医疗中的应用，它是很特殊的环境，医疗是一个高度监管的行业，我们看人工智能在很多方面，替代一些基本的审计性工作，如果你拿一个人工智能诊断的东西拿到病人或者医院里用，将来出了事情那后果追责是比较严重的。医院很难冒这个风险，这在很多程度上制约了人工智能在监管层面的推动。

但人工智能作为医生辅助来用的，我觉得这点是比较明确的。从我们看人工智能能够怎么样提高治疗效果，应该说是诊断和治疗效果两方面，我们可以从软件和硬件两个层面去考虑它带来的变化，软件其实更多的是影像，比如业内很多家公司都在做深度学习影像识别的工具。另外一个是硬件，不能算完全的人工智能，它应该是半人工智能，做手术切除那一项最终还是要靠医生决定，但是它通过机器学习方法和机器精准制造和定位可以减轻一些人工的误差。比如医疗影像这块更为成熟一些。刚才两位已经讲了很多，我能补充的是这块目前还是作为一个医生最终诊断的工具，比如像FDA现在走在行业的前面，它能把图像识别生成参数给医生判断，这样是判断临床诊断风险和收益的结果。

在现在的市场上已经有关于这样的软件在推，实际上最终的使用还需要一点时间。另外，我觉得付费方式也是一个问题，因为最终如果说它是一个工具，最终是针对医生或者是针对医院，必须有一个支付方，但它又不提供直接的治疗效果，这点要看什么样的医院去做，现在进展还非常不清楚。至少我们现在看到大多数的大医院，他们自己觉得我的人通过了很好的培训，不用人工智能也能做，我的患者没法承担这个增加的额外成本，医院也没法花这个钱。这块随着技术的推进可能也要倒逼一下，什么样的医院会使用这种合适的场景。

看好手术定位的人工智能产品

对于我们自己来讲，我们在美国和中国对制造类的智能产品还是看得比较多的，我们相对来说更看好带有手术定位的人工智能产品，比如现在大家都知道达芬奇的手术技术；另外是做神经和手术定位的公司，这个公司能够很好把手术部位定位，这样能够减少医生的误差。近期内这种所谓半智能的产品，我觉得投资机会相对大一些。

伍秀婷：我很同意刚刚李总和施总说的，其实现在人工智能在技术层面，我们国家的水平跟国外的差距并不大，但在人工智能和医疗结合这部分，我觉得未来的竞争更多是在医疗大数据，因为只有真正掌握足够多的大数据，你的人工智能才会越做越好。现在人工智能在国内的应用，一方面是影像普通的读取，还有一些辅助诊断。我们国家确实也存在医患供求比较紧张的现状，所以确实也需要人工智能来解决这一个难题，现在像各大巨头，和阿里投资的万东也嵌入了人工智能医疗的结合，包括百度也专门成立一个事业部做该部分的投资，所以未来这一定是一个投资的方向。我相信未来在某些公司能掌握足够多医院大数据的时候，人工智能和医疗才能有完美的结合，就像现在大家知道病例书写是比较混乱的。我相信台下有很多中早期的机构也开始布局医疗大数据，未来我们也希望能有这样一家医疗大数据公司出来，跟人工智能有完美的结合。另外，在辅助诊断这块，其实人工智能是可以解决远程诊断和慢病管理的需求，所以我们认为这一块应该也是以后人工智能一个比较有可能应用的领域。

人工智能+医疗收费是难题

林云峰：在人工智能里，我们内部是把它做这样一个划分，它其实涉及到临床诊断，二是远程监控，三是对于药物研发。我觉得远程监控方面，刚才伍总这边讲到的是慢病管理以及从里头总结一些治疗方案的问题。还有一个是新药的研发，因为人工智能的引入，比如我们在看晶体的预测，通过人工智能计算机的算法大大缩短了时间。也包括了基因和某些晶体可能导致的一些影响，所以我们发现CRO公司也在逐步往这个方向靠拢。简单来说对人工智能是一个还需要时间来培养的机会，但是这里头有两波人，一方面是原来搞IT的往人工智能转，还有一类是原来做医药或者做医疗方面的他们能拿得到电子病例，只要他们能够把这个处理得比较好，引入一些新的算法，这样反而有可能把电子病例这些资源串起来，尤其是医院和药厂之间的资源。从用户这里收钱是很大的问题，但是从药厂以及医院倒是有可能，但是怎么把这个利益链构造起来是非常考验人的。一般IT类的公司，我们发现能做好的不是特别多。

刘牧龙：谢谢几位嘉宾的精彩分享，我学习了一下，谈一点自己的心得体会。第一个是人工智能是一个非常热的话题，但是我们在讨论人工智能和医疗的时候显然没有那么热。刚才几位嘉宾谈了一下自己的观点，做了精彩的分享。我想有几个关键词可以重复一下，一个是数据，第二个是辅助，第三个是应用。我想再补充一下，连起来，我们把它叫串联、联通，这是一个关键词，我认为基本反映了人工智能在医学上的应用或者医疗上应用总体的特点。数据的痛点在哪儿？数据的痛点在联通，因为医疗的数据不像普通的数据那么容易把它打通，所以数据是人工智能的基石。第二个就是辅助，刚才施总也讲到，讲得非常好。人工智能在医疗上的应用其实目前我们认为最恰当的定位是辅助，所有直接把人工智能应用到医学上的应用都是要非常慎重的，这里涉及到安全的问题。还有一个词就是应用，那么怎么样应用人工智能基础技术的发展呢？我想要嵌入到基础的细分上，这里就不展开了，各位投资人可能要把关注点放在应用上，定位放在辅助上，痛点放在联通上。

下面我们进入另外一个讨论的话题就是精准医疗，我想这也是这几年来大家持续关注的。我们首先请信中利的陈总给大家做一个分享。

精准医疗的投资度尚不集中

陈实：谢谢刘总。刚才听了各位对人工智能的分享，其实我也很想讲两句，但是我觉得其实每一点都有嘉宾点到了。一样的，人工智能听起来很不错，但是我觉得真真正正能够在短的时间内变成现实的可能还是在精准医疗这个领域会有一些企业，不管是初创的，还是国际的大药企，在这个方面确实有比较大的突破来改变现在整个医疗的状况。说起来精准医疗，其实也就是两段了，一段就是精准的诊断，一段就是精准的治疗，不论是在诊断这个环节还是在治疗环节，其实我们都能够看得到很多不同的点，而且我觉得在精准治疗这个领域来讲跟传统医疗相比有比较大的分别，因为精准医疗我觉得假设的条件，以前更多的时候我们不太清楚我们的病到底什么原因，我们只能根据经验，医生做诊断，包含很多中医上尤其如此，我只是根据你的脉象，而说不出机理。而精准医疗，分析到你因为有这样的基因，导致跟其他基因相比更容易患某些疾病。当然大家都知道基因只是我们去获得或者患上某些疾病一个基本的原因，我们还有很多外部的，比如饮食习惯或者你的生活习惯、你所处的地理位置等，我觉得还有好多。但是不管怎么说，我觉得有一个是科学家能够从基因的角度对你这个人未来可能发生的疾病做提前的预防，同时当你患上这种疾病以后能够给予非常精准的一个治疗。从投资人的角度，我认为精准医疗方面的投资是非常有价值和有意义的。

那么来看一看我们现在所处的投资领域，在精准诊断上看，我们看到有上中下游三段，上游是一些仪器提供商，我们看到仪器提供商都是大公司垄断了。其实中国大部分的投资机会可能是集中在中游，我们提供医疗诊断的服务，有很多很多家，不同的公司可能在这个地方布局，但实际上在这个地方，哪一家比哪一家更有竞争优势其实也很难讲。还有一点是跟刚才话题相关的，就是人工智能的应用，我觉得在现在的阶段太早的了，因为人工智能第一个是算法，第二个是数据，现在这个阶段我们很多数据没有获取的时候无论我的算法多么好可能都不可能应用到我们实际的行业中去。对于我们讲，基因诊断除了上游、中游还有一个下游，就是我做完诊断以后这些数据意味着什么？还有一个比较大的就是对于医疗数据怎么读取或者怎么解释，这样一批公司，我觉得也是非常有投资价值的。

这个是我就简略说一下。

然后说到治疗这块，也就是我得了某种疾病，可能在过去我真正不太清楚我得了什么病要吃什么药，而精准医疗就是要从这样一个角度去知道原来你是因为一个主要的原因是在这个方面，那么我针对你这个主要方面把钱花在刀刃上。我觉得应该这么讲，作为一个大健康的投资，最近这几年还是看到了很多在这方面有比较好的建树公司。还有一点令人欣喜的是现在的精准医疗的投资集中度没有那么高是因为我们还没有掌握到一个好的技术可以一个药治疗很多种或者广普的，我觉得是没有的。它非常分散，所以也足够让我们不同的投资人在相关领域找到相对应的投资标的。我觉得这点跟传统的医疗投资相比是一个很大的分别。

我的分享就到这里。

刘牧龙（主持人）：谢谢陈总，有请鼎鑫邓总。

邓宁：陈总分享得非常好。精准医疗是一个非常大的领域，里面出现的投资机会，我们也看到非常多。就像刚才陈总讲到的，有基因检测、3D打印，包括我之前讲到的一些胶囊给药，准确来说也是一个精准医疗。医疗市场是非常大的，比方谷歌3D打印，精准医疗很多就是在于大数据的应用和临床的结合，谷歌的3D打印是更精细化、更个性化为个人定制，这样的需求是相当大的。

像谷歌的3D打印技术在美国去年仅仅只是有一个相关草案的出台，相关政策、法规还是在不断完善。我想精准医疗跟上一个话题人工智能有类似的，就是在监管层明显处于落后，比如刚才我提到像一些胶囊给药到底是定义为器械还是药物，到目前没有一个明显的界定。包括目前谷歌的3D打印缺乏一些临床指导意见、临床指导制度，这方面是不断完善的。总体来说，整个精准医疗是一个非常大的方向，但是我们投资人还是需要细细分别每个细分的方向，可能未来监管的道路还需要比较长的路去走。

刘牧龙（主持人）：谢谢！下面请云锋基金的骆怡天总给大家分享。

骆怡天：精准医疗在美国是持续的、非常热门的领域。在中国，我们印象里是从2015年开始，这个行业变成一个炙手可热的领域。经过两年比较高速的发展，现在很多的企业和企业家都会面临一些困惑，甚至行业面临一些挑战。当然不可否认的是，目前这还是非常热门的领域。

反过来讲，这些困惑和挑战来自于哪里？一方面是技术很重要，另外更重要的一点是应用，因为很多的企业、很多的投资人其实最终在怎么把精准领域里的技术转化为应用的这个过程中，出现了一些问题。

怎么讲呢？举例来说，现在精准医疗应用领域最大的疾病领域是肿瘤，我们看哪些肿瘤的领域可以用到这样的技术。在做一些精准检测时，我们会不会碰到一个比较尴尬的情况，就是你发现到我有一个检测的方法，但是最后没有用，也许有些患者会为它买单，但是一般来说保险公司是不会为它买单的，所以，这在美国是很大的问题。在中国也是一样，假设得了一个比较重的癌症疾病，会发现诊疗费用要十几万甚至几十万元，但是一个高端的数字盒可能也就是几千块钱，也就是说诊断这块可能占了不到10%。如果只把着眼点放在一些技术上，只立足于诊断的话，会发现只占到整个产业链不到10%的位置。

从投资的角度来说，如果我们只看一些单个投资机会，在这个领域里面在未来几年会看到很多的困惑和挑战。但是如果眼光放远一点，看投资生态可能会有不一样的感觉，比方在看一些企业的时候，是不是同时有诊断的格局和治疗的格局，这个非常重要。刚才陈总也说到了，一方面在诊断里面，我们看到它的技术平台、技术体系能够解决现在面临的一些诊疗问题，但更重要的是，它是不是有相应的解决方案、是不是有相应治疗方案，那它的治疗生态体系是不是有肿瘤，还是它的肿瘤体都在里面？如果没有，那么从企业和企业家角度来说它是不是带着应用来看待问题，其实这是投资人应该判断的一点，这是我们在过去判断精准医疗特别重要的一个角度。

另外一点是从产业链的角度看，会发现大部分的利润都让上游吃掉了。

刚才有一些嘉宾也说到，在整个产业链中，上游是不是完全没有机会？在国内确实是非常有挑战的一点，因为上游已经被垄断了。如果我们把触角往外再伸一步，国外是不是完全没有机会？也不一定，举一个例子来说，我们比较看好在NGS里面的布局。往中游不用说，这是现在大家必争的位置、应用。从产业链的角度来说，从诊疗和应用的角度来说，我们完整来看，从基因的角度来说可能更多要站在一个生态的角度，而不单单是看某一个环节的投资机会。

施永辉：我们站在生态系的角度看行业整体的机会，如果我们看医疗技术以后的方向上不外乎是：一能不能更好的提高临床效果，二是减少对病人的伤害，三是成本更低。

临床效果里面是怎么样增加治疗的靶向性，从诊断的角度、治疗的角度都是这样的。从减少创伤的角度就是能吃药解决的就不要开刀，能开的最好创口少一点，能微创就不要做大的开创。我们其实在减少肢体创伤方面，在医疗技术方面也有很多机会，其实行业内很多的，国内很多公司也在推，像开胸的产品，很多人年纪大没办法接受这样的创伤，用微创的方法去做。我们也合作过这样的案例，用这种方法去推进，用微创的治疗方法减轻对病人的损伤，不一定是行业特别大的机会，也可以说是小而美的机会，但是它的投资机会是非常高的，也值得我们投资人关注。

林云峰：关于精准治疗，我还想补充一下，首先精准医疗，我们德诺德本这边是正当其时，一方面是这个技术比较成熟，一个是大家不要去看检测类不要单看病前检测，还有肿瘤的检测，它在已经接受完治疗以后持续的检测，也就是说每三个月做一次检测这个量是巨大的。所以，为什么我们很看好这块，就是未来它的市场巨大，因为医生能接受的、病人能接受这样的东西，而且它精准度更高了。比如，现在肿瘤检测类可以做到万分之一或者更高的精准度了，这是一方面。

另外一方面是关于治疗类的，我们一点看法就是对药物研发，以及制药企业影响非常巨大。因为精准医疗的推进最后是把病人更细的细分，对不同类型的病人做一个小的群组，可能某一些化学类的药物对他是有效的。所以，未来我们的CRO会发生一点很微妙的变化，制药企业会更细分，也为中小企业提供了一些机会，一些更多的新药会推出市场。

精准医疗，大家都讲得很好，是不是它没有问题呢？其实不是的，我们看最大的问题是它太贵了，比如那个小女孩艾米莉接受白血病的治疗花了47.5万美金，其实这对精准医疗的推进有很大的障碍。我们一方面看到这个路还有一定的距离，但是这个方向是对的，我们只能在精准医疗里面选择，比如从药物研发再往检测、再往深度治疗类，这是我们遵循的路径在走，供大家参考。

刘牧龙（主持人）：谢谢！感谢几位嘉宾的精彩分享，我坐到下面学习，也谈点自己的感想。仙瞳在2010年时投资主题里就包括精准医疗。谈到精准医疗这个行业发展和投资上的一些现状，我总结一下大概是两个重点的词语，一个是机遇，一个是挑战。

陈总可能谈机遇多一些，骆总和其他几位谈挑战多一些。还有一个关键词是应用，我认为所谓应用问题实际上是一个落地问题，就是我们谈精准医疗，但是真正这个精准医疗怎么样落地成商业模式，怎么样去落地成在医疗上的产品应用，这是值得投资人和产业人思考的一个问题。因为真正去做的时候，需要下手的时候，发现没有那么多可以下手的投资机会。

精准医疗是一个大的系统，分狭义上的精准医疗，也分广义上的。广义上的精准医疗应该包括精准诊断、精准医学、精准预防、精准治疗、精准药物开发，所以它是一个大的生态体系。这些生态体系是相互协同、相互促进。精准医疗是我们精准医疗的基础，没有精准医学就不会有精准医疗。我们为什么要精准呢？是因为还不够精准。哪些地方不够精准呢？越复杂的地方越不精准，所以，这些提供了我们投资者思路，比如说骆总刚才重点谈到了像肿瘤医学领域的应用。这是关于精准医疗，总体上我们去看它、认识它的视角。

最后我谈一点自己的感受，精准的技术很有意思，和人工智能也很有关系。精准的过程就是一种智慧的过程，人工智能在精准医学、精准医疗上一定上能用的，其实我们不能光讲数据，数据以后怎么解读是非常重要的，这里是非常典型的人工智能。

最后，分享一下我们的一个关注的方向，那就是精准的药物开发。我们在这里做一个展望，药物开发一直是一个高风险、高投入，大家非常痛苦的领域，因为失败率非常高，花的钱实在是太多了。我想人工智能也好，是精准医学的手段，在药物开发领域的应用会带来一次药物精准开发的一次革命，我们在不远的未来一定能看到药物开发的成功率，借助这个手段会逐步的提高。

最后感谢各位投中举办的讨论，感谢各位来宾，感谢嘉宾的精彩分享，谢谢各位！