醫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務(Watson Health)。2021年8月，谷歌宣布解散健康部門。種種信息昭示，未來將是生命科技數字化的黃金十年。而生命科技數字化對于IT巨頭來說，不是要不要做，而是應該如何做的問題。

數字醫療公司“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焦點。塞納是美國最大的電子病歷系統供應商，創立于1979年，目前占據全球電子病歷系統超過20%的市場份額。

其實將病人病歷數字化并不是什么新鮮系統，美國醫療機構自20世紀初開始將病人病歷數字化，目前美國幾乎所有的醫療機構均已部署了電子病歷系統，市場趨于飽和，甲骨文之所以搶購塞納，杭州醫策科技有限公司CEO王曉梅認為：“甲骨文意在獲得塞納身上的健康數據業務?！?/p>

在電子病歷系統業務成長緩慢之后，塞納一直在尋找新的增長點。2021年4月，塞納以3.75億美元收購了Kantar Group健康事業部，塞納將自身的數據業務和Kantar Group的生命科學數據業務進行了整合，全力聚焦真實世界的數據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、中華預防醫學會健康風險評估與控制專業委員會委員趙邑新表達了與王曉梅相同的觀點，將病人病歷數字化，IT企業已經耕耘了幾十年，并不是什么新業務，塞納希望轉型盤活這些健康數據資產，向健康數據服務推進，但目前只公布了目標，并沒有透露出達成這些目標的實現路徑。

業內資深人士坦言，在國外，電子病歷是醫療數據的核心?；陔娮硬v系統，全部醫療機構采用標準化臨床術語，有利于數據采集的結構化，為醫療人工智能的開發提供基石。塞納被關注，意味著AI在精準醫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，或許有人覺得甲骨文買貴了，“但根據典型的收購溢價計算，交易價為283億美元是合理價格?！睒I內資深人士認為。

醫療數字化是未來的朝陽產業，而這一輪醫療數字化的焦點之一是數字化助力新藥研發。僅僅從新藥研發來看，沙利文聯合頭豹研究院發布的一份報告顯示，全球藥物研發市場持續增長，2020年規模為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?；谶@樣的共識，這幾年數字醫療領域的并購金額呈現“水漲船高”的態勢。

5年前，看好醫療健康數字化的IBM一年之內收購了4家數字醫療公司，其中最貴的一家Truven價格也僅為26億美元。到2021年，數字醫療機構的并購案成交價便屢創新高了：2021年年初，微軟對Nuance公司的收購金額為197億美元，在微軟收購歷史上金額排名第二；甲骨文283億美元收購塞納，創下甲骨文收購歷史上的最高金額。事實上，不僅是塞納的價格高漲，包括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療公司的狂熱追捧。

資本嗅覺靈敏，一旦某一領域“洛陽紙貴”，就意味著該領域風要起來。路透社援引的一份數據報告稱，以科技和醫療保健行業為首的并購規模在2021年首次超過5萬億美元。紅衫資本全球執行合伙人沈南鵬認為，未來10年健康醫療將演變成為細胞、基因和生物工程技術驅動的領域，目前中美醫療健康創新正處于爆發前夜。當21世紀又一個十年勾勒產業未來藍圖的時候，科技巨頭希望從醫療健康、生命科學層面找到新的發展著力點。

甲骨文能否消化塞納

甲骨文買塞納很好理解，雖然作為數據庫市場的老大，甲骨文的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供應商，全球90%的醫療機構都采用其系統。二是能給甲骨文帶來大量的醫療數據。一直以來塞納使用自己的數據中心存儲醫療保健數據，2019年，塞納與亞馬遜AWS合作，通過云計算的方式為醫療公司提供醫療數據服務，甲骨文收購成功后，可從塞納獲取大量健康醫療數據。三是將甲骨文帶到醫療健康和生命科技數字化這個大市場。

對于收購塞納帶來的多方收益，甲骨文首席執行官薩弗拉·卡茨(Safra Catz)在收購的官宣新聞稿中直言不諱：“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。醫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3.8萬億美元的市場規模。隨著我們將業務擴展到世界上更多的國家，Cerner將成為未來數年巨大的額外收入增長引擎?！?/p>

看起來一石三鳥的收購，但業界和資本界都沒有給予甲骨文“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，另一個原因是來自戰略層面偏離的擔憂。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SaaS、數據庫和云計算那樣具有戰略意義。

再一個方面的擔心則是甲骨文無法“消化”塞納，數字醫療的河水并不好“蹚”。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字醫療領域進行了幾樁收購，但業界并不認為甲骨文進入數字醫療領域能夠比別的IT巨頭更幸運。

智能醫療，水很深

就像趙邑新所言，藍圖是美好的，究竟如何實現才是最難的。每一個進軍醫療健康數字化的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療健康事業部會在去年關閉，為什么IBM寄予厚望的健康部門也屢屢被傳要賣？在中國，不少AI創業公司都曾對AI賦能醫療健康信心滿滿，但也都在最近或是關停了相關業務或是縮小了預期。醫療健康的數字化、智能化，水到底有多深，又到底難在哪里？

其一，醫療是高門檻、高監管行業，對安全要求嚴苛，非醫療行業的人很難了解。趙邑新說：“很多醫療數字化的創業公司之所以失敗，就是因為對醫療行業缺乏基本的認知，也缺少對行業基本的敬畏?！?/p>

王曉梅創業之前曾在IBM全球工作20多年，親歷過IBM的多次收購，她對于醫療領域的創業以及并購有深刻感受，并對IT公司通過收購來提升業務競爭力保持審慎的態度?！搬t療健康智能化，是‘醫工融合’，一定是醫學排在第一位，而工程學和人工智能排在其后，必須真正由懂醫的人主導才有可能把這件事情做成。甲骨文收下塞納之后應該讓其獨立運營，讓專業的人做專業的事更容易讓并購成功?！蓖鯐悦氛f。

IBM是IT公司中最先大舉進軍醫療領域的先鋒，王曉梅認為IBM對醫療數據公司的并購與甲骨文買塞納不同：IBM就像是想開面包店，有了面包師，但沒有面粉，于是去市場上買面粉，IBM 購買的面粉是醫療數據公司；而甲骨文則是想開面包店，既沒有面包師也沒有面粉，于是直接把面包師、面粉統統買過來。

其二，醫療行業是一個長周期、長鏈條的復雜系統，需要長期投入和耐心。醫療領域規則特殊，如果涉及診斷治療，則必須滿足相應的監管要求，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。根據業內人士介紹，從注冊檢驗到最終注冊審評最快也需要1年多，如果不幸卡在臨床試驗環節，獲批所需時間甚至可能會被拉長到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醫療業界引起很大反響。Paige聯合創始人兼首席科學家Thomas J.Fuchs坦言，這個成果是他們10多年工作的結晶。這個案例從一個側面證實了開發臨床級AI產品的時間代價。

IBM大中華區Watson醫療總經理李少春表示，醫療系統非常復雜，鏈條長且參與方眾多，涉及制藥、醫生、醫院、患者、保險等很多層面，很多新參與者往往對這個行業的風險之大、周期之長缺乏足夠判斷，其結果是欣然而來失望而歸。所以選擇從哪一環節切入，又如何參與到醫療健康的大產業鏈條中，需要足夠的產業智慧和足夠的耐心。

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”。醫療行業的特殊性、長周期、復雜性，對于強調快速迭代，要求高投入高回報的IT公司來說，或許需要重新評估投入產出比和商業模型。

其三，業界高估了人工智能的賦能能力與融入速度。業內資深人士認為，目前AI的技術與能力對于醫療與健康的賦能低于預期，而且其進入和融入行業的速度也低于預期。

目前AI在醫療領域中落地的應用場景主要包括醫學影像、智能診療、智能導診、智能語音、健康管理、病例分析、醫院管理、新藥研發和醫療機器人等，其中在醫學影像中的應用最為廣泛，是人工智能在醫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。比如，數據獲取及數據標注問題，以及缺乏行業標準、注冊審批缺乏指導原則、技術創新難等問題。

AI賦能能力和進入速度低于預期的原因很多，其中數據缺乏是影響AI能力提升的一個關鍵。AI醫療資深人士認為，加速推進醫療健康的數字化，目前的焦點不應該是AI而應該是數據。為什么現在大量的IT公司要購買有醫療數據的公司，為什么要買“面粉”？是因為現在很多從臨床拿出來的數據并不能用，需要將大量的數據結構化。

另一個原因是醫生排斥。思勤醫療創始人兼首席執行官茅矛是美國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)的發明人之一，他認為這一代醫生成長時的培訓和帶教體系的習慣，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醫療產品的發展?；蛟S在數字世界里成長起來的下一代醫生群體，對AI的接受度會高一些。

武漢協和醫院智能醫學研究室主任葉哲偉認為，新一代信息技術橫向融入醫學領域形成了智能醫學，醫工交叉融合讓醫學獲得巨大提升，但我國醫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。醫學學生往往缺乏跨平臺、跨專業的接受能力和解決問題的能力。新型醫工交叉的智能醫學要成為醫院中常規場景，還有一段相對漫長的道路。首先面臨的挑戰是臨床醫師的認可度和使用能力，臨床醫師作為一線醫療的實施者，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模。同時，智能醫學類產品的安全性、合法性以及權責認定歸屬等問題同樣是嚴峻的挑戰。

AI與生命科學需要“壁壘”

生命科學與智能技術的融合將開啟一個新時代，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，也需要商業成功實現的鼓勵。

AI助力新藥研發被視為最快釋放巨大潛能的賽道。葉哲偉表示，傳統醫藥研發、疫苗研發往往需要經過數十年的基礎研發、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，從而快速為醫藥研發提供方向，極大縮短了基礎研發的周期。AI可以使醫藥研發跳過“試錯”階段，有針對性、有目標性地推進，節省時間也節約經濟成本。目前AI介入后研發出新藥的療效和穩定性仍然不足，但相信未來會成為領域內主要熱點方向之一。李少春認為創新藥的研發將在未來產生巨大變革。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，可以幫助科學家在家就能設計并合成新分子、新化合物。據統計，“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。傳統模式下，從新藥和新材料發現到最終進入市場，平均需要10年，“RoboRNX”對縮短新藥研發的時間成本，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，更是醫學的金標準，需要醫生具有非常豐富的專業知識和經驗，而且即使具有專業經驗的醫生，也容易忽略不易察覺的細節從而導致診斷的偏差。而將AI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完全不同的專業領域，這些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，我們希望可以把這些領域打通，我們把這叫做破壁計劃?！?/p>