589
又一IT巨頭要趟數(shù)字醫(yī)療這條河。2021年底，甲骨文公司(Oracle)宣布以283億美元價格收購電子醫(yī)療記錄公司塞納(Cerner Corp.)，創(chuàng)下甲骨文公司收購史上最高金額。有消息稱，甲骨文此樁并購案的潛在競爭對手還包括微軟、谷歌等。
醫(yī)療與生命科技數(shù)字化正在打開新的想象力，吸引眾IT巨頭爭相布局。2019年11月，谷歌以21億美元收購可穿戴設備公司Fitbit，該公司擁有大量用戶健康數(shù)據(jù)。2021年4月，微軟以197億美元現(xiàn)金收購智能語音識別廠商Nuance公司，Nuance的AI解決方案被全球 90％的醫(yī)院所采用。
醫(yī)療健康充滿魔力吸引眾IT巨頭前赴后繼，也讓很多IT廠商遭遇滑鐵盧。2021年年初，有媒體傳出IBM正在考慮出售其健康業(yè)務（WatsonHealth）。2021年8月，谷歌宣布解散健康部門（GoogleHealth）。種種信息昭示，未來將是生命科技數(shù)字化的黃金十年，但生命科學領域門檻很高坑很多，對于IT企業(yè)來說，不是要不要做，而是應該如何做的問題。
數(shù)字醫(yī)療公司“洛陽紙貴”
甲骨文花283億美元買下塞納，讓這家總部位于美國密蘇里州堪薩斯城的軟件公司一夜成名。塞納是美國最大的電子病歷系統(tǒng)供應商，創(chuàng)立于1979年，目前占據(jù)全球電子病歷系統(tǒng)超過20%的市場份額。
其實將病人病歷數(shù)字化并不是什么新鮮系統(tǒng),美國醫(yī)療機構自20世紀初開始將病人病歷數(shù)字化，目前美國幾乎所有的醫(yī)療機構均已部署了電子病歷系統(tǒng)，市場趨于飽和。甲骨文之所以搶購塞納，杭州醫(yī)策科技有限公司CEO王曉梅認為：“甲骨文意在獲得塞納的健康數(shù)據(jù)業(yè)務。”
在電子病歷系統(tǒng)業(yè)務成長緩慢之后，塞納一直在尋找新的增長。2021年4月，塞納以3.75億美元收購了Kantar Group健康事業(yè)部，并將自身的數(shù)據(jù)業(yè)務和后者的生命科學數(shù)據(jù)業(yè)務進行了整合，全力聚焦真實世界的數(shù)據(jù)解決方案和研究服務，面向生命科學機構提供臨床試驗服務。
對于塞納的價值，北京石油化工學院人工智能研究院教授、中華預防醫(yī)學會健康風險評估與控制專業(yè)委員會委員趙邑新表達了與王曉梅相同的觀點：病人病歷數(shù)字化IT企業(yè)已經耕耘了幾十年，并不是什么新業(yè)務，塞納希望轉型盤活這些健康數(shù)據(jù)資產，向健康數(shù)據(jù)服務推進，但目前只是公布了目標，并沒有透露出其要達成這些目標的實現(xiàn)路徑。
業(yè)內資深人士坦言，在國外，電子病歷是醫(yī)療數(shù)據(jù)的核心，基于電子病歷系統(tǒng)全部醫(yī)療機構采用標準化的臨床術語，利于數(shù)據(jù)采集的結構化，為醫(yī)療人工智能的開發(fā)提供基石。塞納被關注，意味著人工智能的價值在精準醫(yī)療和健康管理的價值與潛力，獲得了更大、更明確的認可。
目前塞納市值約為230億美元，交易額為283億美元，或許會有人會覺得甲骨文買貴了，“但根據(jù)典型的收購溢價計算，交易價為283億美元是合理價格。”業(yè)內資深人士認為。
醫(yī)療數(shù)字化是未來的朝陽大產業(yè)，而這一輪醫(yī)療數(shù)字化的焦點之一是數(shù)字化助力新藥研發(fā)。沙利文聯(lián)合頭豹研究院發(fā)布的一份報告統(tǒng)計顯示，全球藥物研發(fā)市場持續(xù)增長，2020年規(guī)模為1915億美元（約合人民幣1.24萬億元），預計2023年達2168億美元，這是一個巨大的市場。基于這樣的共識，這幾年數(shù)字醫(yī)療領域的并購金額呈現(xiàn)“水漲船高”的態(tài)勢。
根據(jù)公開資料整理
5年前，看好醫(yī)療健康數(shù)字化的IBM一年之內收購了四家數(shù)字醫(yī)療的公司，包括醫(yī)療成像數(shù)據(jù)公司Merge Healthcare，醫(yī)療大數(shù)據(jù)分析公司Explorys，人口健康技術銷售商Phytel，療數(shù)據(jù)與分析服務提供商Truven Health Analytics。其中最貴的一家Truven價格也僅為26億美元。到2021年，數(shù)字醫(yī)療機構的并購案成交價便屢創(chuàng)新高了。2021年年初，微軟對Nuance公司的收購金額為197億美元，是微軟收購歷史上金額排名第二的收購；甲骨文283億美元收購塞納，創(chuàng)下甲骨文收購歷史上的最高金額。事實上，不僅僅是塞納，塞納競爭對手的價格也居高不下，2021年11月22日，塞納的競爭對手Athenahealth以170億美元的價格將公司售賣給了兩家私募基金公司。這進一步佐證了資本和市場對于具有云計算能力的健康醫(yī)療公司的狂熱追捧。
資本嗅覺靈敏，一旦某一領域“洛陽紙貴”，這意味著該領域要“起風”。路透社援引一份數(shù)據(jù)報告稱，以科技和醫(yī)療保健行業(yè)為首的并購規(guī)模在2021年首次超過5萬億美元。紅衫資本全球執(zhí)行合伙人沈南鵬認為，未來10年健康醫(yī)療將演變成為細胞、基因和生物工程技術驅動的領域，目前中美醫(yī)療健康創(chuàng)新正處于爆發(fā)前夜。當21世紀又一個十年勾勒產業(yè)未來藍圖的時候，科技巨頭希望從醫(yī)療健康、生命科學層面找到新的發(fā)展著力點。
業(yè)界不看好甲骨文消化塞納
甲骨文買塞納很好理解：作為數(shù)據(jù)庫市場的老大，雖然甲骨文地位一直無人能撼動，但最近幾年甲骨文云轉型的速度明顯慢了，需要更強勁的增長引擎。
收下塞納，能給甲骨文帶來“一石三鳥“效應：一是帶來新營收和新利潤。塞納是全美排名第一的電子病歷系統(tǒng)供應商，全球90%的醫(yī)療機構都采用其系統(tǒng)。二是能給甲骨文帶來大量的醫(yī)療數(shù)據(jù)。一直以來塞納使用自己的數(shù)據(jù)中心存儲醫(yī)療保健數(shù)據(jù)，2019年，塞納與亞馬遜AWS合作，通過云計算的方式為醫(yī)療公司提供醫(yī)療數(shù)據(jù)服務，甲骨文收購成功后，可從塞納獲取大量健康醫(yī)療數(shù)據(jù)。三是將甲骨文帶到醫(yī)療健康和生命科技數(shù)字化這個大市場。
對于收購塞納帶來的多方收益，甲骨文首席執(zhí)行官薩弗拉·卡茨（Safra Catz）在官宣新聞稿中“供認不諱”:“我們預計，在交易結束后的第一個完整財政年度，此次收購將在非公認會計原則的基礎上立即增加甲骨文的收益，并在第二個財政年度及其后對收益做出更大貢獻。而且醫(yī)療保健是世界上最大、最重要的垂直市場，去年僅在美國就有3.8萬億美元。隨著我們將業(yè)務擴展到世界上更多的國家,Cerner將成為未來數(shù)年巨大的額外收入增長引擎。”
看起多贏的收購，業(yè)界和資本界卻沒有給予甲骨文“買漲”的評級。在甲骨文宣布收購塞納之后，美國三大評級機構均表示，如果甲骨文提高收購交易的杠桿率，他們可能會下調甲骨文的信用評級。負債率的提升是下調信用評級的一個原因，另一個原因是來自對戰(zhàn)略層面偏離的擔憂。有分析師表示，該收購可能會使甲骨文公司失去重心，它并不像企業(yè)SaaS、數(shù)據(jù)庫和云計算那樣具有戰(zhàn)略意義。
再一個方面的擔心則是甲骨文無法“消化”塞納，數(shù)字醫(yī)療的這條河并不好“趟”。盡管甲骨文是收購公司的老手，買下了包括Sun、People soft等巨頭，而且此前甲骨文已經在數(shù)字醫(yī)療領域進行了幾樁收購，但業(yè)界并不認為甲骨文進入數(shù)字醫(yī)療領域能夠比別的IT巨頭更幸運。
數(shù)字醫(yī)療門檻高水很深
每一個進軍醫(yī)療健康數(shù)字化的IT巨頭，哪一個不是滿懷期待、信心滿滿，為什么雄心勃勃的谷歌醫(yī)療健康事業(yè)部會在去年關閉，為什么IBM寄予厚望的Watson健康部門屢屢被傳要賣。在中國，不少AI創(chuàng)業(yè)公司都曾對AI賦能醫(yī)療健康信心滿滿，但也都在最近或是關停了相關業(yè)務或是縮小了預期。醫(yī)療健康的數(shù)字化、智能化這條河，水很深。
難點到底在哪里？
其一，醫(yī)療是高門檻、高監(jiān)管行業(yè)，對安全要求嚴苛，非醫(yī)療行業(yè)的人很難了解。趙邑新說：“很多醫(yī)療數(shù)字化的創(chuàng)業(yè)公司之所以失敗，就是因為對醫(yī)療行業(yè)缺乏基本的認知，也缺少對行業(yè)基本的敬畏。”
王曉梅創(chuàng)業(yè)之前曾在IBM全球工作20多年，親歷過IBM的多次收購，她對于醫(yī)療領域的創(chuàng)業(yè)以及并購有深刻感受，并對IT公司通過收購來提升業(yè)務競爭力保持審慎的態(tài)度。“醫(yī)療健康智能化，是‘醫(yī)工融合’，但一定是醫(yī)學排在第一位，‘工程學’和‘人工智能’排在其后，必須真正由懂醫(yī)的人主導才有可能把這個事情做成。甲骨文收下塞納之后應該讓其獨立運營，讓專業(yè)的人做專業(yè)的事。”王曉梅說。
IBM是IT公司中最先大舉進軍醫(yī)療領域的先鋒，王曉梅認為IBM對于醫(yī)療數(shù)據(jù)公司的并購與甲骨文收購塞納不同，前者相當于IBM想開面包店，現(xiàn)在有了面包師，但沒有面粉，去市場上買面粉，IBM購買的醫(yī)療數(shù)據(jù)公司，就是面粉。而甲骨文則是想開面包店，既沒有面包師也沒有面粉，需要直接把面包師、面粉統(tǒng)統(tǒng)買過來。
其二，醫(yī)療行業(yè)是一個長周期、長鏈條的復雜系統(tǒng)，需要長期投入和耐心。醫(yī)療領域規(guī)則特殊，如果涉及診斷治療，則必須需要滿足相應的監(jiān)管要求，獲得相應的認證，這個過程并無捷徑，且時間和投入都相當巨大。據(jù)業(yè)內人士介紹，從注冊檢驗到最終的注冊審評最快也需要1年多時間，如果不幸卡在臨床試驗環(huán)節(jié)，獲批所需時間可能會被拉長到3年左右，甚至還會面臨項目流產、打水漂。
最近，Paige公司的數(shù)字病理AI產品獲美國食品和藥物管理局（FDA）批準，這是第一個獲FDA批準的臨床級的用于前列腺癌檢測的人工智能解決方案，它能夠獲得FDA批準在AI醫(yī)療業(yè)界引起很大反響。Paige聯(lián)合創(chuàng)始人兼首席科學家Thomas J. Fuchs坦言，這個成果是他們十多年工作的結晶，進一步證實了開發(fā)一個臨床級AI產品的時間代價。
IBM 大中華區(qū)Watson醫(yī)療總經理李少春表示，醫(yī)療系統(tǒng)非常復雜，鏈條長且參與方眾多，涉及制藥、醫(yī)生、醫(yī)院、患者、保險等很多層面，很多新參與者往往對于這個行業(yè)的風險之大、周期之長缺乏足夠的判斷，其結果是欣然而來失望而歸。所以選擇從哪一環(huán)節(jié)切入，又如何參與到醫(yī)療健康的大產業(yè)鏈條中，需要足夠的產業(yè)智慧也需要足夠的耐心。
就連谷歌這樣的IT巨頭，都會因為大舉投入、短期內營收不及預期而不得不“關停并轉”。醫(yī)療行業(yè)的特殊性、長周期、復雜性，對于強調快速迭代，要求高投入高回收的IT公司來說，或許需要重新評估投入產出比和商業(yè)模型。
其三，業(yè)界高估了人工智能的賦能能力與融入速度。
目前AI在醫(yī)療領域中落地的應用場景主要包括醫(yī)學影像、智能診療、智能導診、智能語音、健康管理、病例分析、醫(yī)院管理、新藥研發(fā)和醫(yī)療機器人等，其中在醫(yī)學影像中的應用最為廣泛，是人工智能在醫(yī)療領域最熱門的方向，但在實際應用過程中仍存在一定挑戰(zhàn)，比如，數(shù)據(jù)獲取及數(shù)據(jù)標注問題，以及缺乏行業(yè)標準、注冊審批缺乏指導原則、技術創(chuàng)新難等問題。
AI賦能能力和進入速度低于預期的原因很多，其中數(shù)據(jù)缺乏是影響AI能力提升的一個關鍵。AI醫(yī)療資深人士認為，加速推進醫(yī)療健康的數(shù)字化，目前的焦點不應該是AI，而是數(shù)據(jù)。為什么現(xiàn)在大量的IT公司要購買有醫(yī)療數(shù)據(jù)的公司，“是因為現(xiàn)在很多從臨床拿出來的數(shù)據(jù)并不能用，需要將大量的數(shù)據(jù)結構化”。
另一個原因是醫(yī)生排斥。思勤醫(yī)療創(chuàng)始人兼首席執(zhí)行官茅矛是美國FDA批準的乳腺癌診斷試劑盒MammaPrint（世界上第一個多變量檢測方法）的發(fā)明人之一，他認為這一代醫(yī)生成長的培訓和帶教體系和習慣，會天然排斥AI，可能一次診斷有誤就直接否定AI，間接影響了AI醫(yī)療產品的發(fā)展，或許到在數(shù)字世界里成長起來的下一代醫(yī)生群體時，對AI的接受度會提高，用得多就會提升AI的能力。
武漢協(xié)和醫(yī)院智能醫(yī)學研究室主任葉哲偉認為，新一代信息技術橫向融入醫(yī)學領域形成了智能醫(yī)學，醫(yī)工交叉融合讓醫(yī)學獲得巨大提升，但我國醫(yī)學學生的教育模式缺乏對理工科方面交叉學科知識體系的培養(yǎng)。醫(yī)學學生往往缺乏跨平臺、跨專業(yè)的接受能力和解決問題的能力。新型醫(yī)工交叉的智能醫(yī)學要成為醫(yī)院中常規(guī)場景，還有一段相對漫長的道路，首先面臨的挑戰(zhàn)是臨床醫(yī)師的認可度和使用能力。臨床醫(yī)師作為一線醫(yī)療的實施者，對這些新型應用模式的認可度和使用能力決定了臨床應用的規(guī)模。同時，智能醫(yī)學類產品的安全性、合法性以及權責認定歸屬等問題同樣是嚴峻的挑戰(zhàn)。
人工智能與生命科學需要“破壁“
生命科學與智能技術的融合將開啟一個新的時代，但每一個新時代的開啟從來不是一帆風順，要想看見隧道盡頭的曙光，需要更多的信息技術智慧，需要更多的努力、堅持和探索，也需要商業(yè)變現(xiàn)的鼓勵。
AI助力新藥研發(fā)被視為最快釋放巨大潛能的賽道。葉哲偉表示，傳統(tǒng)醫(yī)藥研發(fā)、疫苗研發(fā)往往需要經過數(shù)十年的基礎研發(fā)、動物實驗、臨床實驗方能投入使用，耗時久并且成本巨大。借助AI、網絡藥理學技術，可以對人類疾病潛在治療靶點、藥物結合位點、新藥物合成時的成分構成、老藥物的潛在作用療效做出快速預測，從而快速為醫(yī)藥研發(fā)提供方向，極大縮短了基礎研發(fā)的周期。AI可以使醫(yī)藥研發(fā)跳過“試錯”階段，有針對性、有目標性地進行推進，節(jié)省時間也節(jié)約經濟成本。目前AI介入后研發(fā)出新藥的療效和穩(wěn)定性仍然不足，但相信未來會成為領域內主要熱點方向之一。李少春認為創(chuàng)新藥的研發(fā)將在未來帶來巨大變革。為此他特別提及了IBM不久前推出的云端新化學實驗室“RoboRXN”，這個將人工智能模型、云端計算平臺和機器人結合的實驗室，能夠幫助科學家在家就能設計并合成新分子、新化合物。據(jù)統(tǒng)計，“RoboRNX” 的正確率達90%，目前已經為1.5萬名使用者提供超過76萬份機器學習的化學反應預測。傳統(tǒng)模式下，新藥和新材料發(fā)現(xiàn)及最終進入市場，平均需要10年，“RoboRNX”對縮短新藥研發(fā)的時間成本和門檻，是一個較有效率的范本。
關于未來，王曉梅看好“病理人工智能”賽道，其中病理診斷是一項大量依賴經驗學的復雜工作，更是醫(yī)學的金標準，往往需要醫(yī)生具有非常豐富的專業(yè)知識和經驗，而且即使具有專業(yè)經驗的醫(yī)生，也容易忽略不易察覺的細節(jié)從而導致診斷的偏差。而將人工智能引入病理的研究，通過學習細胞病理、組織病理、免疫組化病理，或者分子病理的特征，不斷完善病理診斷的智能體系是解決讀片效率以及診斷準確值的很好辦法，也是解決全世界病理醫(yī)生嚴重短缺的最行之有效的一種科技手段。
在更多更大范圍“破壁”人工智能與生命科學的通道，正在成為越來越多IT人的共識。中國工程院外籍院士張亞勤近期表示：“做計算機的人、做人工智能的人和做生物生命科學的人是兩個完全不同的專業(yè)領域，這兩個領域一直是沒有共同語言的，人也好，使用的體系也好，方式也好，都是不一樣的，我們希望可以把這兩個領域打通，我們把這叫做破壁計劃。”
作者丨李佳師（本報特約撰稿人）
編輯丨連曉東
美編丨馬利亞
