有著“女版巴菲特”之稱的木頭姐，再次站臺AI+醫療健康。
近日，ARK Invest釋出《Big Ideas 2025》，這份長達148頁的報告，表示AI、機器人技術、能源儲存、公共區塊鏈和多組學測序將推動世界經濟指數級增長。
木頭姐（Cathie Wood）創立的ARK Invest，是專注於投資顛覆性技術的知名機構，資產管理規模達302億美元，其每年釋出的“Big Ideas”報告已成為全球投資者瞭解前沿科技和市場趨勢的重要檔案。
在今年的報告中，ARK Invest分析了AI Agent、穩定幣、機器人、無人駕駛出租車、可重複使用火箭、能源等10大領域，其中多組學佔據18頁內容，成為篇幅最多的細分領域，足見其重要性。
報告指出，利用人工智慧來“操作”資料將顛覆診斷、藥物發現和治療，到2030年，整個行業的表現將提升幾個數量級。
具體來看，AI將徹底改變多組學工具、藥物研發、分子診斷，並顯著改善藥物的經濟回報，如：
-
AI將使DNA等生物資訊的讀取和寫入成本分別降低100倍和1000倍；
-
AI將使藥物開發成本降低4倍，並將研發投入的回報提高5倍；
-
AI將使癌症篩查的效率提高20倍，並且將市場規模擴大10倍；
-
AI藥物的商業價值將比標準藥物高20倍，比同類最佳的精準藥物高2.4倍。
木頭姐在後來接受採訪時進一步表示，AI賦能醫療保健的潛力被大大低估，從長遠來看，醫療保健將成為AI最為深遠的應用領域。
進入2025年，已有甲骨文CEO拉里·埃裡森、DeepMind CEO德米斯·哈薩比斯等多位科技界大佬公開看好AI在生物學的前景，醫療健康領域正在經歷一場前所未有的變革。
01
超越摩爾定律，生物資料大爆發
ARK Invest將生物資訊分為三個層次：序列——結構——系統，第一層以DNA/蛋白質測序為主，第二層由Alphafold發揮核心作用，第三層則以單細胞基因組學為代表。
測序技術的突破使得研究人員以更低的成本獲取和分析大量的生物資料成為可能，木頭姐強調，“你必須關注測序技術，這是起點”。
報告顯示，35年來，DNA測序成本下降了100億倍、DNA合成成本下降了10萬倍，比摩爾定律還要快得多。
一個直觀的案例是，對人類基因組的計算時間已經從2001年的180天縮短到現在的10分鐘，當時分析單個基因組所花費的成本如今可以分析14億個基因組。
測序成本的大幅下降帶來生物資料總量的爆發式增長，這將為AI模型的開發帶來無盡動力。
例如，全球最大的公開基因組資料庫——英國生物資料庫，儲存著50萬名患者的資訊，這個資料量是Meta開發的開源大語言模型LLaMA 3.1 405B的27倍。
而隨著測序技術的大規模應用，ARK Invest預計，未來生物資料量將激增1000倍甚至更多。
除了DNA，針對細胞的測序技術也在不斷發展，單細胞測序的成本正呈指數級下降，每個細胞的成本從2009年的400美元降低至目前的0.01美元。
報告預測，未來，虛擬細胞基礎模型將繼續降低單細胞基因組學的成本，到2028年有望再降低120倍。
當然，測序技術之外，以AlphaFold為代表的AI模型則在重新定義分子結構的預測。
ARK Invest指出，AlphaFold已經改變了蛋白質結構的預測，效能隨著版本迭代大幅提升，其在生產力和範圍上都超越了x射線晶體學和低溫電子顯微鏡等傳統方法。
02
技術顛覆，四大領域值得關注
多組學技術和人工智慧的結合將深刻改變醫療保健，包括癌症診斷、藥物研發等方面，ARK Invest在報告中提到了以下幾個領域：
多癌症篩查（Multi-Cancer Screening）
多癌症篩查是一種革命性的癌症早期檢測方法，能夠透過一次簡單的血液檢測，識別出多種癌症的早期跡象，大幅提升篩查效率和範圍。
2024年7月，Guardant Health宣佈FDA已批准其Shield™血液檢測技術，用於45歲及以上成年人的結直腸癌篩查，成為首個被FDA批准作為結直腸癌主要篩查選項的血液檢測。
ARK Invest認為，未來隨著監管和報銷途徑的進一步通暢，多癌症篩查的廣泛應用將使得美國癌症篩查市場總體規模增加一倍以上。
根據興證醫藥分析，目前美國癌症早篩市場約在800億美元左右，這意味著多癌症篩查有望驅動近千億美元的市場空間增長。
虛擬細胞（Virtual Cell）
虛擬細胞融合了單細胞基因組學與AI，旨在模擬細胞的功能並預測在各種狀態下的反應，具有巨大應用前景。
例如，透過虛擬細胞，研發人員可以預測特定的藥物將對細胞產生什麼影響，減少對昂貴且耗時的溼實驗的依賴，加速研發過程。
不久前，DeepMind CEO、新任諾貝爾化學獎得主德米斯·哈薩比斯（Demis Hassabis）也表達了對“虛擬細胞”的強烈興趣，他認為這可能會徹底改變生物學研究。
目前，10X Genomics、Illumina收購的FluentBio,、ScaleBio和ParseBio 等公司均在開發虛擬細胞相關技術。
自動化實驗室（Self-Driving Labs）
自動化實驗室將多組學工具與基於大語言模型的分析設計系統進行整合，顯著提高了實驗效率。
ARK Invest分析，自動化實驗室可以在藥物發現過程中節省兩年時間和數億美元的成本。
作為這種方法的開創者之一，AI製藥公司Recursion已經實現了200倍的生產力提高。
器官晶片（Organs-On-Chips）
基於微流體技術、3D生物列印技術和類器官技術的突破，下一代臨床前模型，如器官晶片正在發展。
報告表示，相較於動物模型等傳統技術，器官晶片更符合生理學，且可擴充套件，能夠支援更高通量的測試。
更進一步地，器官晶片與人工智慧相結合，可以得到針對患者的精準預測，從而顯著改善藥物發現流程。
03
AI讓藥企更賺錢了
在最後一部分，報告重點介紹了AI對藥物經濟學的影響。
眾所周知，一款新藥的研發往往需要“十億美元和十年時間”的投入，這揭示出藥企在研發上的巨大成本。
不僅如此，漫長的研發過程也消耗著藥物的專利期，對藥物上市後的收入也帶來不利影響。
上述因素極大地制約了藥企的經濟回報，資料顯示，1982-2022年來，藥物開發的回報率呈現下降趨勢，從20%左右降至10%左右。
而Ark Invest認為，AI將有望逆轉整個行業不斷下行的回報率。
最直接的，AI可以大大減少開發成本，據測算，AI可以讓藥物上市時間從13年減少到8年，同時將藥物總成本從24億美元減少到6億美元。
進一步地，研發時間的縮短帶來了專利期的相對變長，這允許創新藥企在更長的時間內產生更高的回報。
Ark Invest表示，目前AI將時間縮短了2-3年，這使得專利的經濟價值增加了30-50%，未來AI可能會將時間縮短4-5年，這將使得專利價值提高70-80%。
在上述因素的共同影響下，AI驅動的藥物將在經濟價值上與傳統藥物產生顯著區別。
報告分析，在30年的時間裡，AI設計藥物的平均累計現金流可能達到40億美元，而傳統藥物模型的累計現金流則不到10億美元。
這意味著，深度運用AI的藥企，其藥物收入將是傳統藥企的四倍有餘，雙方將在研發回報上拉開巨大差距。
本文轉載自：智藥局，作者：子任。
點選「推薦❤」，錦鯉附身！
– END –
最新話題：王興興：感謝馬斯克在行業低谷期的堅持