“生命科学是一个大的浪潮，它是一个能够持续50～100年的波段，是一个能够成为很多经济载体的波段。”
——星瀚资本创始合伙人杨歌
多肽链丨多肽学社编辑整理
过去四年多时间里，星瀚资本主要针对中早期项目进行投资。我们的投资理念是价值投资，不盲目去追风口，主要是看长期真正在市场里产生价值的行业企业。
我们投资的方向主要是基础产业升级中的科技应用，生物医药、人工智能、生命科学等是我们关注的方向。
我们把医疗类企业分成四个方向：
传统医疗。像制药，医疗器械，传统的医疗医院等。
商业化医疗。基于传统化医疗衍生出来的能够商业化的科室，现在形成了商业医院。
互联网医疗。基于互联网社区社群关系，做大数据的医疗企业。
生命科学。
在这四个方向上，投资是非常不同的。互联网医疗还是用流量、数据增长、用户增多进行转化的方式。
而另外三个方向和过往几年投资逻辑也都是不一样的。这一点对于很多VC来讲，是一个转型的挑战。
因为产业周期相对比较长，需要在产业链配足的资源够多。此外，还要把其价值从技术到产品到商业都要进行分析，最终形成转化。
“AI＋医疗”，我把它分成三个方向：
1、AI＋医疗在影像学上的使用。其实基于图像识别，它不是真正直接处理医疗类数据，是处理图象数据，然后供给于图像分析。对于像CT、超声这些图像的一些辅助化的分析。
这一块可以说随着图像识别的模块逐渐成熟之后，AI在辅助人去处理图像这一块，已经可以得到一些医疗商业化的应用，这一块发展速度是比较快的。
现在AI＋医疗是处在一个辅助诊断的一个方式，要想真正深入到可以去治病的层面上，难度还是相对比较大的。
2、AI在所有病历的数据分析。有统计规律的分析，有通过AI模型算法的分析，主要处理的是一些病历的病理类的数据，在这些数据里面去寻求规律，这个过程中其实难度相对比较大了。
大家希望AI实现代替医生问诊的过程，至少是轻问诊的过程，这里面涉及到大量的语言处理，专业化的这些信息的处理，这个过程我相信在未来几年会有一个提升。
人工智能在医疗病历分析中也有很多的难点和挑战，主要来自于两个方面：第一，医疗信息数据的标准化，目前还不是非常好，需要把大量的信息进行标准化分析；第二，基于这些信息，能够进行医疗语义的分析，语义模块在这两年发展速度虽然很快，但是还没有达到一个标准化的过程。
3、人工智能在基因层面上的分析。大家已经通过近些年的一些新闻逐渐了解到，其实每个人都是一套编码，这套编码就是DNA。
这些DNA到底表象是什么？它的展现过程是什么？致病的过程是什么？癌症和基因变质怎么形成的？这些事情在不断的研究。这就需要人工智能去分析。
现在越来越多计算机科学的人会进入到人工智能在医疗的领域上。2017～2018年，这类公司越来越多，在癌症治疗、基因治疗上开始推动整个行业的发展。
我们认为生命科学是一个大的浪潮，它是一个能够持续50～100年的波段，是一个能够成为很多经济载体的波段。
前两年由于“基因检测＋基因分析”的突破，尤其是2012年CRISRP被发现，把这个行业的大门打开了。
很多企业进来，很大程度上能够提高我们的健康程度，改变我们的生活状态，同时带来商业价值。事实上，在美国市场上，我们看了一些前瞻性的指标。
2011～2012年，投生命科学、生物医药的比例只有不到10％；2015年、2016年的时候，我们发现这个比例已经上升到了30％－35％左右。当时国内仍然在热投互联网和IT。
这两年市场进入到一个调整期，产生了一部分的行业泡沫。与此同时，国内投资生物医药的比例却从5％上升到20％以上。
生命科学有一个特别大的问题，也是医疗行业的一个特别大的挑战，就是它的整个产业周期相是较长的。
从最开始理论走向实验室，走向实验工厂，然后走向临床的一期二期三期，然后报备NDA，拿到IDA认证、拿到药号批示之后上市，批量生产以后，再形成市场反馈，这个周期非常漫长。
在这个过程里，对于生物医药的创业者来讲，要把握好节奏，知道每个阶段上怎么去资本化，自己形成定期的现金回流。
比如举个简单的例子，度过早期实验阶段进入到临床的这些公司，为了能够有一些商业的模型，通常都会去做药品的研发管理，帮助大型的药企去做一些研发工作，从而产生一些现金流。
并不是说一直等到它的成药形成之后再去完成一个市场化、商业化的过程。这其实对很多企业家是一个挑战。
综合来讲，创始人必须要有比较强的商业嗅觉，能够在不断的每一个阶段，形成一定商业回报。这样能和资本形成一个比较好的节奏，发展速度会比较快。
对于生命科学来讲，我经常跟我的朋友讲，如果你不懂这个技术，可以根据两个因素去判断：
创始人在这个行业里是否具备绝对领袖的基础，无论在国内国外、大型药企、大型的基因公司里头都是有链接的。
创始人须具备非常强的商业嗅觉，知道在每个阶段下应该怎么去资本化，怎么形成商业回报，怎么打市场。
具备这两个基本条件的公司，我觉得就是好公司。
