医药研发：AI+医药研发继续颠覆传统药企结构。
精准医疗：36氪认为2018观望者多出手投资者少；未来增长点是对基因检测数据的分析。
肿瘤免疫治疗：行业热度极高，新技术不断涌现，今年的诺贝尔生理学或医学奖也证实了这波趋势。今年6月，Car家族在Car-T、Car-巨噬之后，迎来了第三位伙伴Car-NK。PD-1／PD-L1愈加受资本重视。
互联网医疗：2018年是一个拐点，三大重磅政策规定了互联网医疗的红线，如不能对首诊患者开展互联网诊疗服务，这撇清了一些泡沫，互联网医疗进入下半场角逐，未来是巨头之间的争夺战。
医药流通：传统的单体药店大规模倒闭，医药电商快速扩张，典型的例子是1药网的上市。
政策上看，今年，医疗健康行业主管部门组织架构迎来重大调整，国家医保局、卫健委、药监局相继成立，行业变革序幕已然拉开。
接下来，我们把讨论的焦点放在今年的一个大风口上——AI+医药研发。
近几年，瞄准这个赛道的公司开始快速涌现出来。这些公司，因为掌握高壁垒的核心技术，具备广阔的想象空间，往往获得了高额融资，而且融资节奏非常快。
对于医药企业来说，这是一个急速变化的时代。这股AI浪潮也推到了传统制药巨头的家门口。它们争先恐后地适应新技术，毕竟谁也不想被时代抛下。
AI+医药为什么有那么大的吸引力呢？常有一种说法，说新药研发需要“两个十”——十年十亿美金，耗钱耗时还成功率挺低。但是如果新药成功上市，就会获得非常高的价值回报。这也是资本青睐医药的很大原因。
近年涌现的AI+医药研发，就是直指了十年十亿美金的痛点。人们试图用AI技术，让医药研发少绕些弯子，给研发过程节约几个月、甚至几年的时间。
赛道上的明星公司，打通了哪些技术的“任督二脉”？
36氪认为，目前市场上的AI技术，主要发力于“新药发现”和“临床诊疗”两个板块。
传统上科研人员需要对多达5000-10000个化合物“海选”，通过做实验，不断的试错、排除、优化，
运用AI，可以对这些化合物进行“虚拟”筛选。即不做实验，而是利用数据库做分析，大大加速研发进度。同时能够调动跨学科的知识，带来一个强大的“知识库”。
这个赛道上的明星公司有Atomwise、Numerate、葛兰素史克、BenevolentAI。我们也很欣喜地看到了国内公司的身影，晶泰科技和冰洲石生物也加入了这场世界级的PK，36氪从最开始一直在持续关注着他们。
第二类细分板块是临床诊疗。运用数据库，探索致病原因，预测患者对药物的反应，为患者匹配合适疗法。运用在临床试验阶段，就有助于提高临床实验的效率。明星公司有百时美施贵宝、罗氏、GNS Healthcare等等。
除了以上两大板块，国内的深度智耀采用了一些比较新颖的切入口，开发了AI自动翻译写作申报系统和AI药物警戒系统。
从进程上看，走得更快的公司，或是进行到了药物研发的后期阶段，或是已经拥有了多项专利、构建了多方合作；而走得稍慢的公司，还在对其技术做初步落地。
那么，这个赛道未来是什么趋势？36氪有几点预判。
第一，医药研发的临床前研究、临床研究、审批上市这三个环节，AI还算比较空白。这三个环节也有痛点，重复实验多、耗时长、费用高的特点，未来会看到AI的身影。
第二，36氪认为，，一家很难去覆盖整个医药研发的全流程，一家公司一定要深耕医药研发流程里的一个小环节，这样小切口的公司可能成功，这是36氪对赛道的一个预判。
第三，医疗技术其实是一个螺旋式上升过程。由于过去的医疗技术相对今天落后，当时的医疗数据中难免会存在一定错误。如果错误数据引入AI学习的数据库，则会非常大地影响AI学习的结果。
因此，36氪认为，如何保证数据库的质量，是选手们要攻克的一大难题。也许，这会是一座很大的分水岭。
最后，AI+医药这项技术的靠谱程度还需要时间验证，所以今年或明年这个时间点，其实未必是AI+医药爆发的时期。但我们长期看好这个赛道，几年后会有一个大爆发。
（编辑：应用网_镇江站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
