牛市来了？安装新浪财经客户端第一时间接收最全面的市场资讯→【下载地址】
play
上海复宏汉霖生物技术股份有限公司总裁兼首席执行官刘世高
新浪财经讯 “2019亚布力青年论坛第五届创新年会”于6月15日在香港举行，主题为：智造未来，上海复宏汉霖生物技术股份有限公司总裁兼首席执行官刘世高出席并演讲。
其表示医疗的任何产品的研发都是长周期的研发，必须要面对监管的种种要求，绝对不是短时间一蹴而就的。刘世高认为，从投资人的角度、从创业的角度都要有心理准备，这可能是一个十年、十五年甚至是二十年的工作，在没有做好这个准备之前就贸然跳进去我觉得是非常危险的事情。
以下为实录：
刘世高：我是刘世高，是复宏汉霖的联合创始人兼首席执行官。复宏汉霖是一家致力于高质量而且是可负担的生物医药开发的公司，我们的使命是持续创新、卓越运营，优质生物医药造福全球病患。所以一开始就是一个全球的定位。我们是在2009年的10月跟美国的科学家团队、上海复星医药签约成立的一个中外合资企业。经过过去将近十年的努力，我们已经有超过30个产品在不同阶段的研发当中，其中第一个就是汉利康是全中国第一个生物类似药，已经在5月上市。未来我们大概在两年半三年之内还会陆陆续续用另外5个药上市，就是我们未来三年内总共有6个药上市。
我们跟其他国内的（医药）公司比起来，我们认为主要有四点不同。首先是我们的技术平台非常完整，我们不但开发产品，在开发产品的过程中我们把一个一个核心的技术平台，一个一个建设，这些技术平台可以让我们源源不断产生新的产品，只要有资金。这是非常重要的，我们是技术深耕的，我们不像有些公司是买进买出的，跟资本市场拿钱，我们不是，我们有非常坚实的核心技术。
第二点，我们一直以来是按照国际的高标准来做，我们讲GSP、GLP、GCP、GMP。未来我们将代表中国打世界杯，在世界范围之内跟韩国公司、美国公司竞争。这是第二点不同，就是少数国内企业能够进入国际。
第三点，我们有非常大的优势就是我们的团队，我们目前光是上海实验室的海归就大概超过50个，如果把台湾台北实验室和美国加州实验室海外背景的资深科学家算起来我们的海归超过80位。刚才讲两三个海归就是一个公司，我们有大概超过80位海归，而且都是在欧美有十年十五年甚至二十年以上的产业界经验的资深科学家，这也是我们能跑得那么快、能够做那么多产品的主要原因，就是非常强的团队。
第四点是我们的大股东复星医药，给了我们非常大的支持，在国内做企业一个小公司除了资金、技术远远不够，需要有一个大企业协助你，尤其是在市场调研、专利调研等方方面面给予协助，这是我们一个独特的优势。谢谢。
沈强：刘总您是做药物的，从药的角度上来看，AI对于医药行业来讲会有什么样的变革作用？
刘世高：我们讲AI的机会其实观念上来讲是毫无疑问的，就是说更有效率的诊断或者是更精准的治疗，其实是所有的国家、社会都需要的，这个需求是毋庸置疑的。但是在我们讲到医疗需求的时候，必须在监管的框架下做这个思考，如果脱离监管的框架做思考，我觉得这个是缘木求鱼，是非常宽泛的。
为什么？因为我们想的是人的健康甚至是人的生命，这也是为什么药跟手机不一样，手机可以不断改进，但是药你即使做到0.999，但不获得批准你还是等于0，所以药是0跟1之间，没有中间的0.5、0.6、0.8、0.9，跟手机是不一样的概念。
我们谈机会的时候非常重要的概念是你要清楚你这样一个（产品）是不是能够站得住脚？比如说最近有一家公司投资了一个软件，这个软件是可以让医生提早24小时来监测可能败血病的患者，用早期的诊断，我觉得这个就可能成为一个产品。因为败血病是非常严重的疾病，致死率非常高，早期发现价值是非常高的，而且你可以用临床实验来证明价值。
当你没有办法证明的时候，你如果没有办法做一个对照实验，你怎么证明你跟传统方法相比的优越性，这是非常严重的问题。我觉得现在更多的可能是在微数据方面，比如说现在有很多东西可以让你精准地来计算出哪些小分子对于一个大分子有更高的亲和力，什么样的小分子机构对于某一个蛋白质、氨基酸的序列有更高的亲和力，还有大分子跟大分子的结合，有越来越多的东西可以推测出来。
这方面对于药物的筛选，包括小分子药物跟哪些大分子、蛋白质结合都是有很广阔的空间，因为这个是不牵扯到直接应用到病人身上，我觉得这现在是一片蓝海。我等一下再讲挑战。
沈强：你刚才讲的例子，也是说AI在诊断的过程中能够起到基础作用，而药物本身是作为治疗环节里的产品供给，应该说要求是更高的，需要有更加多的证实环节，对各种各样的药物在各个层面的作用机理要有更深的理解。所以您是认为AI对于药物的这个环节会有很多是在辅助研究？
刘世高：包括你的质量要求都会更高，都比传统的AI产品要高很多。
沈强：所以医疗数据的整合不仅仅是企业的问题，而是要医疗生态系统中的各方，无论医疗服务提供者还是解决方案提供者，监管者，医药企业，各方面主体都要去形成一个共识才能有效解决问题。
关于挑战这部分我是想再问一下刘总，因为您在刚才我们讲到在治疗的环节、药物的环节会有更高的标准，您看到AI应用在医药领域里有什么样的挑战？您有怎么样的解决这些挑战的建议？
刘世高：这是我个人的意见，不代表公司和股东的意见。我觉得挑战还是蛮多的，刚才张总也提到首先我们刚才讲的数据孤岛问题，我认为更多的时候是数据质量跟数据一致性的问题，就是你怎么样确定这个数据是高质量的数据，是可以用的数据，而不是随随便便的一个数据。数据的一致性就是A医院跟B医院讲的东西是不是同一个，他的0.5是不是代表同一个意思。如果你没有办法标准化、一致化，你这个数据是没有意义的。
另外一个非常大的问题，因为生物学其实非常复杂，生物学之所以复杂是因为它的牵涉因子是非常多的，牵一发动全身。很多时候我们只看到一个表象，我们做生物学研究就像瞎子摸象一样，你只看到一部分而已，你可能只看到一部分讯息，要做诊断你可能还需要其他的信息，比如说血液检查、细胞血液检查等等，所以差错率其实非常大，对很多值还不了解的时候其实是非常困难的，很多时候你只是有了一些必要条件而不是充分条件来帮你做决定。而且这个决定一个非常大的问题是责任的问题，这个决定如果出了问题谁要负责任？是医生、医院还是谁要负责任？在欧美国家一个责任问题的案件可能让一个公司倒闭，这个是方方面面都要注意的事情。
另外是我刚才也提到一个要把（英文）作为非常重要的考虑，对于医生和病人你这个是不是非常明确可以被验证的，我觉得这个是非常重要要面对的。另外我也要特别强调，我们今天吃饭的时候也在讨论，现在整个AI用于医疗的成熟度其实还是不确定的，很多研发需要时间的积累，需要长期的五年七年甚至十年的积累，而不是两三年就可以搞出一个东西出来的。
医疗的任何产品的研发都是长周期的研发，你必须要面对监管的种种要求。所以绝对不是短时间一蹴而就的，所以从投资人的角度、从创业的角度你都要有心理准备，这可能是一个十年、十五年甚至是二十年的工作。在你没有做好这个准备之前就贸然跳进去我觉得是非常危险的事情，IBM的沃森已经给大家一个非常宝贵的教训。
但是这并不代表我对这个行业的未来是悲观的，套用一句马云讲的话，明天可能是困难曲折的，但是明天的明天可能是美好的。所以我还是觉得还是有很多机会在里面的，问题是怎么能够（抓住）这些机会，怎么能够很明确地了解机会点在哪里，可能从一个点到一个线再到一个面，而不是一开始就想一个颠覆性的，我觉得非常难。另外还要找一个颠覆性的东西，用AI我觉得可能是非常点的事情，可能要先从点到线再到面。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
责任编辑：谢长杉
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
