AI时代，医疗投资的机会和风险在何处。
近些年，医疗投资市场经历波动。AI赋能医疗，为历经起伏的投资市场开辟了更为广阔的天地，很多投资人与投资机构敏锐地捕捉到其中潜藏的机遇。
在8月21日召开的「2025甲子引力X中国科技产业投资大会」现场，<圆桌对话：精准医疗与AI融合：数据驱动下的个性化健康未来>环节，5位来自不同投资机构的投资人，围绕 AI 赋能下医疗投资领域的新机遇与新挑战展开深入探讨。
阳光融汇资本董事总经理李冰峰指出，科技是阳光融汇资本一直以来积极关注与参与的领域，未来医疗会是重点关注的投资方向。
元生创投管理合伙人林艺看好“有成熟落地模式”的赛道，重点关注药物发现和病理学检测领域，因为AI在这两个领域已涌现出应用成熟的案例。
高榕创投董事总经理乐贝林认为，AI有望帮助创新药突破低回报的困境。他建议以“开放心态”应对技术迭代，强调AI在医疗领域变化极快，需坚持技术投入。
远毅资本董事总经理唐轶男认为，应当警惕“Copy to China” 的本土化陷阱。因国内外大环境差异，部分医疗解决方案在国内可能出现 “提质量却降效率” 的矛盾，这是未来AI结合医疗领域投资一大“雷区”。
国科嘉和合伙人张伟坚守 “高性价比 + 技术成熟” 的铁律。同时指出，生命科学领域部分项目虽符合 “专精特新”，但需警惕市场规模小、盈利周期长的问题。
“精准医疗”概念近年诞生后，指出了现代医学新阶段的方向。AI领域各项技术的爆发，更是为实现精准医疗提供了催化剂，让高效的新药研发、精准的预判和个性化诊疗照进现实。
在圆桌会的最后，几位嘉宾共同畅想了AI改造后的健康未来。借助AI技术，可以精准地预判个体患病风险，个性化诊断成为常态。在药物研发领域，AI将大幅提速药物研发。类器官技术会推进动物实验与人体实验逐步退出历史舞台。更具科幻色彩的幻想是，未来诞生了医疗舱技术，普通疾病的治疗可以简化为“走入医疗舱——完成治疗——离开医疗舱”的便捷过程。
以下为本场圆桌对谈的文字实录，经「甲子光年」编辑，有删改。
李冰峰（主持人）：感谢各位坚持到现在，欢迎各位嘉宾。请大家介绍一下自己和所在机构。
林艺：大家好，我是元生创投合伙人林艺。元生创投2013年成立，是一家专注医疗赛道的投资基金，投资项目超过200家，投资领域集中在创新药、医疗器械、诊断产品，以及当前交叉前沿的脑机接口、合成生物学、AI 等方向。此前我们在创新药、器械领域布局较多，AI 布局刚刚开始。
乐贝林：高榕创投自身定位创投，重点布局早期项目，投了300多家公司，其中有30多家在A股、港股、美股等市场落地上市。我8年前加入高榕创投做生物医疗领域的投资，陆续在创新药、医疗器械和医疗服务进行布局，之前天使轮投资的企业诸如普方生物、圣贝拉、觅瑞生物在过去的一年多时间中有幸被大额并购或者IPO上市。
唐轶男：我来自远毅资本，我们是国内最早专注于数字化创新和医疗场景落地交叉领域的投资基金，目前总管理规模约50亿元，涵盖三只人民币基金与两只美元基金。我们的投资方向有自己的特色，因为围绕数字化，看到数字化技术给医疗行业带来的一系列结构性机会，聚焦 “触达、支付、效率” 三大主题展开布局。投资阶段以早期为主。
张伟：我是国科嘉和的张伟。国科嘉和成立于2011 年，是专注于硬科技投资的科创私募股权基金管理公司，目前在管11支基金。我们投资方向主要聚焦半导体、人工智能、高端装备和智能制造、医疗服务、创新药和创新医疗器械等领域。在医疗领域，国科嘉和布局过医疗信息化、互联网医疗、AI+医疗等项目，近期已有多个项目成功IPO。
李冰峰：我是阳光融汇资本的李冰峰，阳光融汇资本成立于2015年，是中国保险业首批由保险资金发起设立的私募基金管理公司。历经10年发展，阳光融汇资本基金管理规模达300亿元，已经投资了一百多个项目，投资阶段覆盖早期、成长期及中后期。
我最早投过两个人的公司，也投过几百人的。医疗和科技是我们一直以来重点布局的两大方向，所以，对今天话题我还挺感兴趣的。
阳光融汇资本董事总经理李冰峰
1.AI正在重塑传统医疗
李冰峰：接下来进入正式讨论。第一个问题，精准医疗与AI融合的赛道诞生了很多产品。各位嘉宾看好的赛道或者具体产品是什么？
林艺：我觉得AI在医疗中的应用还处于早期阶段，但发展得比较快。我看好的是目前有较为成功的模式出现的一些赛道。
比如说药物发现赛道。像金泰这样的药企，已经走出来了。还有精准医疗领域的病理学检测，在这方面AI的应用——特别是在在图像、病理学的检测方面——已经有很多。
1.0的AI提高了精准医疗和医药发现领域的效率。医药发现方面，它缩短了产品在Hit（苗头化合物）、Lead（先导化合物）或者 Preclinical（临床前研究）等阶段的研发时间。在诊断领域，AI能够帮助医生快速做诊断，提高了诊断效率。
乐贝林：AI和医疗服务、医疗器械、医疗创新药领域都有结合，我们都做过投资。
最近我们重点关注的是AI和创新药相关的领域。如果各位有比较好的项目，或者计划在这个领域创业，欢迎来和我们聊聊合作。
关注这个领域的核心原因有两点。第一，最近，AI对创新药领域有比以往更多的赋能，尤其是AlphaFold 3面世之后。第二，创新药国际化程度比较高，这是它天然的属性。尤其近些年，中美或者是中国跟其他的国家之间对于创新药的沟通越发频繁。有了AI的加持，我们看到创新药领域的商业化进展得到加速。
唐轶男：我们一直看数字医疗，一直很坚信这个事情。最近我们在复盘：为什么在数字化时代，很多之前没有解决的问题，都出现了新的可能性？后来我们找到了答案，因为生命本身就是数字化的，数字化技术可以帮助我们更好地理解生命，也能从更底层解决医疗挑战。现在，医疗行业遇到的很多问题之所以难以解决，是因为我们试图用工业化时代的技术、标准化的方法去解决个性化的问题。而进入数字化时代，很多之前没有解决的问题，才出现了新的可能性。
我举两个不同的方向的例子。
和前面的两位一样，我们也看好AI 和药物的结合。在其中，我们比较看好类器官的方向。
在 AI 制药里面有两块，一块是Chemistry（化学层面） ，现在已经有一系列的上市公司在研究用 AI 去加速分子结构设计、预测靶点。另外一块是Biology（生物学层面） 。药物最后能不能成药，关键是分子能不能在人体内产生良好的药效，同时不带来毒性。这需要一系列的Preclinical Test（临床前试验） ，之前我们用细胞模型或者模式动物来筛药，但它们都没有办法去很好地模拟人体的真实反应。
在其它所有的工程行业，比如SpaceX发火箭，都会先用到一系列的仿真模型和软件来做测试并改善设计方案，不会用真实的火箭发射去做测试。在很多我们熟知的领域都是如此。但是在制药行业，之前并无法实现对人体的仿真模拟，一直还在用人体做临床实验，这对行业创新的效率、成本、安全性都带来一系列的痛点，未来有很大的改进空间。
类器官作为人源化的模型体系，可以重构行业范式。同时，我们看好类器官模型和AI的结合，类器官可以支持高通量测试，提供海量高质量数据，基于这些数据训练出来的AI模型，有机会从Biology（生物学层面）的角度，实现对药物效果和安全性的精准预测。
远毅资本董事总经理唐轶男
AI真正进入医疗，需要经过时间很长的审批，所以现在很多项目还没有落地。但是，医疗服务方面，已经有公司利用AI低成本地实现个性化服务。
目前，医疗行业70%-80%的资源，都在用于解决危急重症期的问题。但只能带来20%-30%的健康获益，效率是很低的。我们看到，在院前和院后，目前的医疗系统存在大量的服务空白，而患者其实具有明确的付费意愿。
举例子，我们投资的哈瑞特，做PCI（经皮冠状动脉介入治疗）术后患者管理。公司通过为患者提供个性化的全病程管理，显著降低术后心脑血管的恶性事件发病率。本来患者出院后面临的是可能一年内5%的随机“枪毙”的概率，现在可以大幅度降低，同时显著提高患者生活质量，患者的付费意愿很高。同时，随着AI技术的发展，公司利用智能化技术显著显著降低成本，利润一下子就出来了。这是我们这些年看到的机会。
张伟：我只能试着回答一下，因为医疗和AI的结合有很多个具体场景，而且发展已经有十多年了。
2014年在R-CNN深度学习算法出来之后，我们研究并投了几个医疗影像AI方面的项目。当时大部分项目是应用深度算法的技术做医疗影像识别，在精确度上达到了中年资的放射科，影像科医师水平，我们看到了AI软件跟医疗结合的价值。我们认为这么好的技术，落地医疗后能提高优秀医疗资源的供给，早期肯定值得投。所以我们投得早。但实话讲，现在效果不理想，不达预期。主要是因为中国医疗行业商业化模式的限制，也有院内收费落地问题，直到这两年开始有了明确的路径。
重新审视这个赛道投资机会，如果找一个现在看来更好的新方向，我认为是软硬件结合的医疗AI项目。我们能看到的有AI技术加持的医疗影像科技相关的公司，个人认为联影做得非常好。CT核磁、高端核磁加上AI算法匹配高效影像生产与分析，“软硬结合”后功能强大，就卖得比别的竞品好，而且可能比GE、Philips、Siemens（国际三大顶尖医疗设备巨头）的主打产品更好。联影已经科创板上市，如果再有可类比的项目出现，我肯定会把握住投资机会。
还有一些我们重点跟进要出手的未来医疗趋势的方向，当然也有一定的泡沫。比如脑机接口，十年、二十年来看，一定能成。“钢铁侠”马斯克创立的Neuralink暂时在脑机接口赛道领先，我们中国科学家的科创公司也迅速跟进。项目需要的柔性电极技术、手术设备，设备上软件、硬件都配齐了。这其中含金量很高的是解码算法。未来由于要解码人类语言，一定需要大模型的技术。让人类的思考和脑电波转变成语言这事，一定需要最高级的算法，技术应用的深度空间极大。所以我觉得这是个“星辰大海”，十年二十年我最看好的方向。
作为技术资本，国科嘉和对科研院所和知名高校的技术前沿布局比较了解，我们目前的投资策略是，星辰大海的早期硬科技项目我们要投，商业落地好、高速发展的中后期项目我们也能投。
李冰峰：我总结一下各位的发言。大家提到，用AI的方式去提高医疗的效率，包括研发药物的分子设计、临床前研究的类器官或者其他形式来帮助药物测试，甚至开发AI模拟的电子人可以用，以提升跑通临床的效率和速度。此外，AI与软硬件结合的服务，也都是可以考虑的方向。
李冰峰：第二个问题。近几年，行业的态势发生了比较大的波动，与此同时，AI技术也重塑着传统医疗产业，带来了新机会。各位如何看待近几年来发生的变化，在精准医疗领域有何投资判断，对投资逻辑做过哪些调整？
林艺：我们投得比较少，但是我看得还是比较多的。之前我们看的很多项目是技术出身的，从AI算法模型出身。它有一个短板， 很多技术出身的团队，可能在对数据的理解，或者对行业的理解和商业模式的理解方面，还有一定的欠缺。
2016、2017年期间，出现了一批技术创业的医疗影像企业，很多后来都死掉了，最重要的原因可能就是没有好的商业模式，以及他们对行业的理解、对数据的把握有一定的欠缺。
所以，我们现在看赛道时候，非常关注团队对行业的理解有多深。当然技术是很重要的，懂技术的人，对行业的理解可能更深，他可能掌握着比较重要的数据。
乐贝林：对于AI技术，我们内部一直保持开放的心态。因为AI技术的变化真的会很快，我们2020年看到的AI跟今天所讨论的有天壤之别，这是我们最大的感悟。
这个过程中，我们也通过实际案例收获经验。创新药的落地跟我们传统说的“技工贸”不太一样，传统的“技工贸”的“贸”，是销售员去医院或药店去卖药。但是，今天创新药的“贸”，更多是通过BD或者并购等别的形式去进行商业化变现。
高榕创投董事总经理乐贝林
所以，公司需要去关注，如何能把AI技术制造的产物，用更商业化的语言展现出来，甚至到世界的舞台上去展现，最终更好地取得商业化回报。这是今天很多AI创新药企业需要去思考的问题，我们已经有标杆性的优秀公司在这方面取得了初步成绩。
唐轶男：以数字化为代表的新技术，不仅仅会催生创新的赛道、创新的产品，也一定会重构整个医疗的模式。
远毅一直沿着触达、效率和支付这三个方面在做布局。这个大方向大致是在5年前定下来的。
首先是触达，我们看好数字化创新带来的创新服务和创新模式机会。工业化时代之前，医疗服务是轻资产。进入工业化时代之后，逐渐形成了我们现在熟悉的医院，它引入了一系列工业化时代的机器，也让很多医疗服务的场景被禁锢在大医院，在线下。但随着数字化技术逐步落地医疗行业，我们看到未来的医疗服务会是“线上+线下”相结合的模式。
第二点，我们看到了“效率”里的机会。刚才林总提到AI提高了精准医疗和医药发现的效率，我们也很认可这点。数字化技术的一大价值就是提高行业效率，医疗来说，效率恰恰又是最重要的。医疗行业的底层矛盾，永远都是高质量的服务供给和老白姓健康需求之间的矛盾，随着老龄化的深化，两者之间的剪刀差会越来越大。只有更高效地去提升供给，才能解决问题。
最后，我们看到了支付上的机会。现在，医保处于控费的大趋势下。未来，医疗支付体系一定会是多层次的，很多医保解决不了的问题，会需要由商保填补。从2016年开始，我们沿着商保的产业链做了一系列的布局。保险产品的精算、设计和核保核赔，背后都是数据驱动的，存在系统性的投资机会。
这几年，我们欣喜地看到之前我们一直坚守的投资方向正在获得越来越多行业的认可和关注，正在从小众逐步走向行业共识。
张伟：上一轮圆桌讨论里，有一位嘉宾提到的一件事我特别认同：很多事情是新瓶装老酒，披了一个新的概念，商业本质没变。
过去，中国经历了至少10年的教育期，从物联网到医疗信息化、互联网医疗和医疗AI算法（影像、语音、文本）、最新的AI大模型在医疗产业上的各种应用。这些新事物、新公司和产品既教育了医生，也教育了病人以及大众，知道这些事物存在，认可它们的价值。
我们也一直在关注创新药AI的赛道，关注着这些领先的公司港股上市后会怎么样，现在看起来市值表现很不错。这就告诉我们，美国和中国的资本市场都认可了AI在医药研发上应用的价值，这成了我们下一步做投资的锚点和信心所在。
2.洞见了机遇，也洞见了风险
李冰峰：元生创投过往重仓医疗，在医疗上面有非常深厚的投资经验积累。林总，在您看来，AI能赋能精准医疗方面，好的产品必须具备哪些特点？
林艺：我觉得好的AI产品应该能帮助人类提高效率，提高诊断的效率。
影像学这种染色的片子，医生用肉眼去看，时间长了有漏判的可能。结合我们投资的一些企业的情况，AI在影像学方面，能迅速做一些初步的判断，给医生提供辅助诊断的依据，提高诊断效率，减少漏判，每天医生看的片子数量，也能增长数倍。
元生创投管理合伙人林艺
我觉得未来AI还有可能帮助这个领域赛道去做一些创新。打个比方，我们投资过做血球的企业，目前可以用AI帮助医生提高诊断效率。在此之外，所有血液里的细胞形态都有数据，为什么不和AI结合，开发一些新的应用，扩展应用场景？我估计下半年应该会推出市场。
AI不仅能够提高效率，可能在AI 2.0的时代，它还能够在诊断和其它医疗赛道，创造一些新的应用场景。
李冰峰：AI技术缩短了生物医药研发的周期，请问在乐总的观察里面，这次AI浪潮，是如何赋能和改造了创新药领域的项目？
乐贝林： 看AI跟创新药领域的结合时，我们会非常关注企业是否寻找到了跟大型药企进行交易时“交易对等”的商业模式。
什么叫对等的商业模式呢？比方说，一个AI企业做了一个软件卖给MNC，可能1万美元、两万美元就卖过去了，我们认为这不叫对等的商业模式。因为企业在软件上投入了可能近千万美元，最后只收获了很少的回报，ROI（投资回报率）算不过来。
对等的商业模式，可以举两个实际案例来分享一下，都是我们被投企业的一些成功经验。第一家公司叫华深智药，彭健老师的公司，我们早期参与了投资，今年大家可能也有关注到，公司就两款潜在的 first-in-calss 双特异性抗体与赛诺菲达成全球独家许可，获得了超过1亿美元的首付款，里程碑付款超10亿美元级别。
在这家公司，AI赋能到了公司早期管线的筛选的工作上，加快了效率，也提升了质量。我们相信，这也是赛诺菲愿意跟这家公司合作的原因。
第二个案例是我们在早期投过的一家公司，叫百英生物。他们在业内也比较知名，赋能了很多创新药企，也赋能了一些MNC的大药企，做抗体表达。目前公司在A股上市流程中。
今年，他们自己推出了AI Agent产品，迭代了过去的一些文本，也加持抗体筛选工作，从而更快、更好地为客户交付结果，也获得更高价的回报。他们本身有客户基数，AI Agent对他们的加持，从商业对等上来说是有价值的。
李冰峰：下一个问题想问唐总，您是对于AI技术审慎观察和调研之后，才决定看好这一方向的投资人。请问在您看来，其中有哪些机会需要审慎看待，风险跟雷区会在哪里？
唐轶男：我觉得问题特别好。我们看到很多创新产品方向在过去十年都是以Copy to China为主。回到效率这个点上说，国外，特别是欧美地区的行业情况跟中国不一样。有的创新器械，在欧美地区能做到提高医疗质量且不降低效率，Copy to China以后，可能的确提高了医疗质量，但是会降低效率。
降低效率的产品最终只能是nitch market。因为医生用上了这样的产品，会有两种可能，要么他们需要延长工作时间来治疗等量的病人，要么当天得少治几位病人。国家、医院和医生肯定不愿意这样的事情发生。这样的产品只能服务高端客户，是无法实现大规模应用的。
所以，很多创新产品卖得不好，并不是因为它卖得贵，而是在效率层面存在不匹配。
另外，国外的支付水平也和国内完全不一样。所以，也需要关注产品的成本结构是不是能够在中国的整体支付体系上面成立，这是另外一个重要的考量。
当然，创新在一开始需要有额外溢价。所以我们布局了创新商保，支付其实是整个行业重要的基础设施。
李冰峰：张伟总，您是生命科学和医疗健康投资的专家。我们知道AI技术给传统医疗行业的制药、诊断等诸多产品提速提效，这带来了什么机会，又酝酿着哪些挑战？
张伟：各位专家从多个维度分享了观点，我补充一些尚未提及的视角。今天我们常说的“AI大模型”，早年叫自动化、大数据、识别算法，如今迭代到大模型模式，这些年来，这些技术一直都跟生命科学研究（比如制药、科研）有关系。
在生命科学赛道，出现过两类企业，一类是做实验室设备智能化的，另一类做工作站，对标的产品是国外大企业推出的全自动化机械臂，像《自然》（Nature）期刊曾报道的“无人实验室”，现在叫“黑灯实验室”。这类企业的产品，可以让机器人每天不知疲倦地包揽原本由研究生、科研助理承担的复杂性实验工作，增加了熟练技术员的“产能”。我们曾经也布局过这样的方向。这里面的挑战是，如果市场规模不够大，有支付能力的高端客户试用周期非常长，虽然这些创新公司符合“专精特新”的定位，也是“小巨人”企业，但公司盈利是个很辛苦的过程。
国科嘉和合伙人张伟
如果考虑更大的市场，医疗装备更新迭代、软硬件结合后添加AI技术，真正提升诊疗效率的这类产品有机会。比如医疗机器人干活目前不一定有人类用手干活那么高效切换，但是工作量上去之后，机器人就会比人类输出更平稳。因为机器人的耐久度高，也不会因为疲倦和体力不足而动作变形，能够解决中国的医疗资源紧张的问题。
医疗的需求一直在稳步增长，AI技术加入后，可以帮医生把医疗服务做得更好、性价比更高。我认为高性价比是投资的铁律，投的方向是带来高性价比医疗服务且技术曲线成熟的医疗+AI的项目。
3.描摹未来健康蓝图
李冰峰：感谢各位的分享。精准医疗跟AI融合的赛道仍然在竞速，各位投资人看来，最终能跑赢同行的产品，可能会具备哪几个关键的特质和能力？
林艺：我觉得可能是数据软硬结合。
乐贝林：第一，我觉得公司要坚持对技术领域的投入。我们始终对AI I领域保持开放态度，技术的迭代有时候会超乎我们的想象。第二，还是多思考一下商业模式问题。
李冰峰：也就是要坚持投资技术，以及保持对商业模式的追求。
唐轶男：新的技术落地都经历了漫长的迭代过程。所以我们觉得，先发优势和迭代速度是最重要的。不要在家里面自嗨，要早早去投入市场，在客户的场景下不断去打磨。其次，创新、产品有没有定价权很重要。它说明很多问题，是产品和企业综合能力的体现。
张伟：我觉得好的人工智能应该让人感觉不到它是人工智能。当我们能把智能设备做到让人以为自己跟10个工程师在一起，实际上这里面没有任何一位真人，这样的产品未来一定能打遍天下无敌手。我们也一直在找这样的医疗AI设备产品。
李冰峰：请问各位嘉宾，在你们看到的案例里面，哪项你期待它落地普及，它会让我们的生活发生什么样的改变？当然，更重要的问题是，我们距离实现它带来的新生活还有多远？
林艺：我们以后去医院门诊看诊的时候，挂号前会有智能机器人导诊，把我们介绍到最合适的门诊科室看最合适的医生。这要求导诊机器人对每个人前期病情的了解，结合现场询问，实时进行初步判断，把一系列数据结合，才能给每位病人精准的导诊服务。这点，可能会实现得比较快。
乐贝林：这个问题我觉得蛮开放性的，咱们只能畅想一下。我期待也许有一天，我们做临床前实验，不需要杀老鼠了、不需要杀猴子了。可能很遥远，因为要做到这件事，不光是技术的问题，还有监管的问题。如果技术真的到位了，也许真的有可能会部分实现。
唐轶男：很多早期投的AI项目已经有比较好的落地。我觉得这个赛道需要上市公司。大家现在经常在担心这个赛道能不能做大，因为目前还没有太多上市公司。整个赛道目前还处于快速发展的阶段，未来2-3年就会涌现出一系列代表公司进入IPO窗口期。
举个例子，我们投的一家数字化齿科企业，现在是全球市场的老大。他们最早从3D打印机和耗材入手，如今拓展到全套齿科数字化解决方案，覆盖数据云平台、AI设计等服务。
我们看到很多数字化医疗赛道存在入口级的布局机会，从一开始的数字化基础设施建设，随着数据和算法的积累，将会逐步长出更丰富的应用端机会。
好数字医疗企业的业务可拓展性特别强，比之前纯硬件或软件产品有更深的数据护城河。头部企业的先发优势可以很好地转为数据优势、产品优势、规模优势。所以，我们很看好数字化技术将有机会在医疗行业各个场景下全方位开花。
张伟：我觉得未来脑机接口技术一定会升级到能够增强人类。我喜欢看科幻片，里面有一个叫“Medical bay”的概念，未来人类有任何不舒服，走到舱内，它会自动诊断，AI助手告知你现在出了什么健康问题，它准备进行什么操作。十分钟后，人接受治疗出来了，就恢复健康了。我希望我们20年后能走到那里。
李冰峰：今天是2025年8月21日，按照您的说法，2045年8月21日的时候，我希望届时我们会迎来那么一天。感谢今天大家的讨论，谢谢大家！
（封面图及文中配图来源：「渡口——甲子引力X2025科技产业投资大会」）
END.
