人工智能突破蛋白质设计限制，开启生物医药新时代【附人工智能医疗行业分析】

（图片来源：摄图网）

近年来，人工智能(AI)的迅猛发展已经彻底改变了结构生物学的研究方式。AlphaFold的问世标志着AI在预测蛋白质结构方面取得了突破性进展。而现如今，AI技术不仅能够预测蛋白质结构，还可以从头设计功能性蛋白质分子。

在这个领域的先驱之一，David Baker教授及其团队最近在《自然》杂志上发表了一篇最新论文，介绍了他们开发的AI软件RFdiffusion。这一软件突破了过去在蛋白质设计上的多项限制，使得研究人员能够根据需要定制化设计具有高阶对称结构的蛋白质。《自然》新闻稿指出，这一AI模型的出现将可能带来变革性的疫苗和药物开发时代的到来。

人工智能在医疗行业发挥着重要作用。麦肯锡咨询的数据表明，人工智能每年能创造3.5万亿至5.8万亿美元的商业价值。根据IDC数据，预计到2025年全球人工智能应用市场总值将达1270亿美元，其中全球AI医疗处于高速成长期，占人工智能市场五分之一。我国人工智能产业发展快速，自2018年AI应用于基因测序以来，AI医疗的商业化模型逐步形成，2019年后，AI医疗以40%～60%的增速快速发展，如今中国AI医疗核心软件市场规模接近30亿元，加上带有重资产性质的AI医疗机器人，总体规模接近60亿元。

人工智能医疗底层技术成熟

我国的人工智能医疗底层技术已经达到一定的成熟程度。在2012-2020年的医学文献中，热门的机器学习算法和深度学习算法主要包括：支持向量机(38%)，主要应用于识别成像生物标志物和医疗影像分析；神经网络(34%)，主要应用于生化分析、图像分析和药物开发；逻辑回归(4%)，主要用于疾病风险评估和CDSS。整体来说，AI医疗的底层技术相对成熟，应用方面也做好了充分准备。随着技术的进一步发展和应用场景的扩大，人工智能医疗的底层技术将会不断完善和创新。

人工智能医疗投融资市场活跃

底层技术、顶层政策设计的双向增强了资本进入人工智能医疗行业的信心。2016-2020年人工智能医疗投融资规模呈现波动上升趋势，2020年中国人工智能医疗总融资金额达到39.8亿元，B轮之前的投资额占70.6%。AI医疗的未来发展应注重数据和科研的落地，如何切入到诊疗路径中解决切实的临床需求并有恰当的付费模式是商业化落地的关键。

综合以上分析，中国人工智能医疗顶层设计、商业模式、技术模式日趋成熟，投融资市场活跃，未来中国人工智能医疗行业将得到进一步发展。

北京大学人工智能研究院院长陈蓬勃认为人工智能医疗是医疗行业的未来发展方向，可以提高医疗效率和质量，但也需要解决数据隐私、伦理问题等挑战。

中国工程院院士北京协和医院院长张伯礼认为人工智能在医疗领域的应用可以提高医疗效率和质量，但也需要加强技术研发和标准制定，确保人工智能的安全和可靠性。

前瞻经济学人APP资讯组

更多本行业研究分析详见前瞻产业研究院《中国智能医疗行业发展前景与投资战略规划分析报告》

同时前瞻产业研究院还提供产业大数据、产业研究报告、产业规划、园区规划、产业招商、产业图谱、智慧招商系统、行业地位证明、IPO咨询/募投可研、IPO工作底稿咨询等解决方案。在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前瞻产业研究院的正规授权。

更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。