OrbiMed合伙人谈投资Biotech：与其他科技投资本质上区别很大

！今年以来，港股创新药经历了一波价值重估的过程，相较于去年，多家港股生物医药公司股价涨幅明显，有投资者甚至认为，中国的创新药领域也将重现AI领域的“DeepSeek时刻“，但近日随着估值的提升，行业也开始经历股价波动。

而针对Biotech领域，今年初，知名投资播客InvestLike the Best邀请Moderna前首席医疗官、现Orbimed合伙人Tal Zaks分享了他从医疗领域转型VC投资后对Biotech、生物医药领域投资的思考和实践，并复盘了Moderna新冠疫苗的研发历程，以及对于AI医疗领域未来潜力的思考。Orbimed（奥博资本）是全球生物科技和医疗领域最领先的私募股权机构之一，其在管资本超170亿美元，覆盖了从一级市场早期到上市后“全光谱”阶段的投资，也曾投资多家中国创新药公司。

奥博资本在生物制药领域的亚洲区域部分投资组合（来源：奥博资本网站）

在访谈中，Tal强调，生物科技与IT等传统科技行业在可预测性和投资逻辑上有本质不同。创新药开发始终面临两大难以量化的风险：一是基础生物学假设能否成立，二是药理机制是否可行。即使有了明确的靶点和强大的AI工具，药物在真实人体中能否安全、有效地实现预期作用，依然存在高度不确定性。这种不确定性决定了创新药投资的回报模型与风险管理方式，远比科技行业更复杂、更长周期。

在投资流程上，Tal强调三个核心要素：项目的科学主题与创新性、资本需求与价值节点、团队结构与能力。他认为，创新药投资不是单纯的资金博弈，更是对多学科团队能力的考察。一个项目能否成功，往往取决于科学家、医生、工程师、金融专家等多元背景人才的协同。投资人不仅要评估科学可行性，还要判断团队是否具备长期执行力和学习能力。此外，合理的资本规划和阶段性价值节点的设定，也是决定项目能否持续推进的关键。

以下为「明亮公司」结合AI编译的访谈正文（有删节）：

Patrick：Tal Zaks是一位医生、科学家，后来成为生物科技公司的高管和投资人，他曾在Moderna担任首席医疗官，参与了疫苗的开发，因此对现代医学的一个关键时刻有着非凡的视角。他将医学专长、平台创新经验和投资眼光结合在一起，使我们能够探讨如何将科学突破转化为可行药物并实现风险投资级回报这一系列相互关联的挑战。我们深入探讨了Moderna的mRNA平台的经验教训，审视新兴技术如何可能重塑药物开发，以及让“健康人更健康”这一根本性问题。对于投资者、企业家以及任何对医学未来感兴趣的人来说，这次讨论为推进人类健康的巨大潜力和深刻挑战提供了一个窗口。

从Moderna首席医疗官到投资人

Patrick：那么Tal，也许我们可以从你用一分钟概括一下你的职业生涯开始，这样大家就能明白你是从什么样的背景出发，参与到我们今天即将深入探讨的这些极其有趣的话题中的。

Tal：简而言之，我是一名医师科学家，一生都在思考如何将我们这个时代的科学创新转化为更好的药物造福患者。我很幸运，曾受到一些最优秀的人士的培养。我接受了比我建议别人还要多的培训，包括医学博士、博士、博士后、住院医师、专科培训、两次实习，你明白我的意思了。然后我终于走向社会，职业生涯的前半段主要在药物开发领域，特别是作为肿瘤学家和肿瘤药物开发者。之后有很长一段时间在Moderna担任首席医疗官，推动其作为一个平台而不仅仅是单一药物的发展。过去几年，我转向投资，帮助科学向医学转化，并实现投资回报，意识到将这两者对齐对于造福世界有多么重要。

Patrick：……也许你可以给我们一个总结，谈谈你如何看待当今的医学世界，以及与自己职业生涯相比有何不同？

Tal：总体来说，我认为我们处于一个不错的位置。我很乐观，因为科学和技术的进步非常强劲和惊人。当然，这也受到两股对立力量的影响。第一，所有这些了不起的科学向医学的转化，依然和以往一样充满挑战，尤其是关于什么才算好药物的不可预测性。我们稍后会回到这个问题。

但同时，在公众认知和愿意为创新买单方面，我认为在当前的政治环境下也面临挑战，这些因素削弱了某些前景或可能性的乐观情绪。

2024年中，我曾受邀在美国国家科学院、医学与工程院的一个小组做简短发言，这个小组讨论如何更好地将投资和创新与尚未满足的需求对齐。他们请我，鉴于我的交叉背景，谈谈我的看法。我给他们提出的一个观点是，创新投资需要回报。我公开表示，你们用“报销”这个词。报销是我报销一顿饭或一张机票的费用。我们做这些事不是为了报销。我们做这些事，一方面是因为一线人员真的相信使命，另一方面是因为需要为股东带来资本回报。

有趣的是，我在Orbimed这家VC公司工作三年多后，一位来自大型制药公司的高管，名字我就不说了，他职位比我之前任何时候都高，他敲门想来我们这里做风险合伙人。在面试中，他介绍了自己的背景。后来我问他——我们就叫他John吧——“John，你觉得我们在这里是做什么的？”他讲了些临床试验、增加价值之类等战术层面的问题，然后看到我表情不对，问我哪里回答错了。

我说，你说的战术没错，但我们在这里做什么其实很简单：别人给我们钱，几年后我们要还给他们更多，否则我们就做不下去了。

因此，将潜力用投资回报来衡量，成了我职业生涯此阶段的重点，因为如果没有回报，这些美好的进步都将付诸东流。现代医学武器库主要来自美国，这绝非偶然。我认为这是我们在公共领域建立的基础设施（如国家卫生研究院、基础研究），以及我们在商业领域建立的基础设施和获得投资回报的能力的结合。公众和政策辩论常常忽略的，是我们所做工作的长期社会效益。

我现在是Teva董事会成员之一，这让我很自豪，因为Teva是全球最大、质量最高的仿制药制造商之一。人们常常忘记，一旦品牌药价格下降，进入仿制药领域，全社会都能以极低的价格受益。我父亲几年前去世，他50岁时第一次心梗，活到了七十多岁。这多亏了一代药物，在他那个年代，药物一半是仿制药，现在全是仿制药。所以我们带来的好处不仅仅是专利期内的短期利益（那时大家都在为定价焦虑，这很合理，我能理解），但社会也应看到我们为后代留下的长尾效应。

为什么药物开发很难：Biotech和其他科技本质上有很大不同

Patrick：你认为治疗领域是否有可能像AI和其他技术领域那样爆发式增长？

我之所以这么问，是因为你正好具备既兴奋的投资者视角、又有在传统制药和Moderna实际操盘药物的现实主义者视角。你认为这种潜力有多大？我们应该为千百种创新药物的“百花齐放”而兴奋，还是说生物学的复杂现实意味着进步会比最乐观的人想象的要慢？

Tal：我过去几年一直在认真思考。事实上，我之所以加入VC圈，就是因为对这类技术有可能带来的影响感到兴奋。但我认为人们常常忽略的一点是，生物科技和其他技术（尤其是科技行业）在可预测性和投资本质上有很大不同。

挑战在于，我们仍然很难预测什么会成功。如果你看投资回报的决定因素，无非几点：你需要投入多少钱、最终能获得多少、需要多长时间，以及你最终到达目标的概率。这些就决定了你的回报。

而这正是Biotech和科技行业的根本不同。Biotech里有两个极难预测的变量：一是生物学是否真的成立，二是药理学是否可行。生物学指的是，我认为某个蛋白和疾病有关，它是否真的有关？药理学是，即便有关，我用现有药物能否改变它的功能？药物能否到达身体正确部位？能否发挥作用？安全性是否可接受？

这些生物学和药理学的风险极难预测，有些是因为我们不是设计这个系统的人，我们一直在学习；有些则是心态不同——这是我在Moderna学到的最大教训之一。工程师和医生的思维几乎截然相反。我很幸运地和我认为最杰出的工程师领导之一——Moderna的CEO Stéphane Bancel共事。

这让我明白，工程师有两点是医生难以具备的：一是愿景，二是流程。什么叫愿景？你环顾四周，如果你住在城市里，你看到的一切都是前人有愿景的结果，否则这些东西不会存在。这也是我们热爱大自然的原因，因为那是没有被他人愿景“侵扰”的环境。但如果你生活在其他环境，你必须问自己：我为未来留下的愿景是什么？然后要实现它，就需要流程。

如果你问一位工程师一个领域内的工程问题，比如“我要去月球，可能吗？”任何懂行的人都会告诉你“可以，需要这些资源，概率大概多少”，他们甚至可以列出资源分配和到达目标的概率。

但你问医生“我想治愈癌症，可能吗？”答案是“我不知道，我能想到一些办法，但得试试看。”

我刚加入Moderna时，最让我自豪的科学项目其实不是新冠疫苗，而是个性化癌症疫苗。我们已经了解到，每个人的癌症都不同，每个人的免疫系统也不同。我们知道mRNA是制作疫苗的极佳平台。那么我们能否让人们对自己的癌症免疫？为此我们需要找出每个人需要针对什么进行免疫，所以必须个性化。这是非常复杂、昂贵的任务。

我们开始做这件事。记得我们当时有一个二期临床试验——也就是将一半患者用我们的疫苗，另一半用标准治疗，然后看我们能否让一些癌症复发率下降。

Stéphane经常在走廊里拦住我问：“Tal，这东西会成功吗？”我只能说：“Stéphane，我真的不知道。我只知道我的使命就是做这个实验，我们很幸运能整合技术和资源（包括资金）去做这个实验。”

但我不会预测实验结果。人们一直在做癌症疫苗，从我做博士后起就在尝试，到现在还没有成功。我认为这次有希望，理由如下，但只有临床试验后才知道。幸运的是，这个二期临床去年结果很好，现在三期正在招募，希望不久后能有个性化癌症疫苗上市。

Patrick：所以我理解一下，这听起来非常激动人心。我可以通过验血或基因检测等（或两者结合），然后为我个人量身定制疫苗，以降低或消除我最容易得的癌症风险？

Tal：那还在未来。现在的做法是针对早期癌症患者，尤其是皮肤癌。也就是说，癌症已经确诊，但处于早期，通常会手术切除，但仍有一定概率复发。我们能做什么来提高不复发的概率？以二期随机对照试验为例，给这些患者个性化疫苗后，癌症复发率大约降低了一半，约50%，这是非常显著的。

Patrick：回到你刚才说的关键瓶颈——我们没法预测什么会有效。你能进一步拆解一下吗？我想知道未来有没有可能更容易模拟、建模、预测，让它更像工程问题而不是复杂生物系统问题。我们到底缺什么，导致我们无法更好预测，从而大大提升效率？

Tal：我会把这个过程分为三阶段，而且我认为世界确实在进步。

第一阶段是：这个干预靶点是否真的和疾病相关？这是基础生物学。我认为我们在理解生物过程方面取得了很大进步，一部分靠大数据，一部分靠传统的实验工作，但现在有很多新工具让我们对疾病理解更深入。

第二阶段是药物发现。也就是说，我有个蛋白靶点想改变它的功能，是否能发现一种新化学分子、新蛋白分子或核酸分子真正产生药理效应？在这方面，现代AI工具已被广泛应用于行业内，并且很快变得“商品化”。比如AlphaFold预测蛋白结构，类似工具被用于化学发现，开发新分子。我甚至见过有人用AI工具优化脂质纳米颗粒，将mRNA更有效地送到特定组织，改进药物制剂。药物发现正因AI而大幅提速。

我们仍然落后的部分是药物开发或临床开发，也就是在人身上测试。这里没有捷径。我们没有对人类整体的全局模型。我们确实在通过高质量大数据集和机器学习工具更好地预测对照组的自然结局，用这些工具让试验更短更小。但最终的金标准仍然是：必须在人身上测试，看看效果，确保治疗组比对照组有更好结果，这样才能说有新药。我不认为现有工具在近期能改变这一点。当然，未来某天可能会，但那得看医疗体系如何演变。

Biotech投资：项目判断、流程和团队构成

Patrick：你能简单描述一下你的投资流程吗？当你在考察一家企业和一个产品时，因为我知道这和比如我考察一个AI软件应用很不一样，通常你最关注哪些关键变量？一般来说，是一个团队只针对一个靶点或一种疾病吗？投资或尽调的“原子单位”是什么样的？

Tal：这是个好问题。我们管我们的叫做某种程度上的“全光谱（collaborative spectrum）VC投资，投资阶段可以从种子轮一直到PIPE（注：可以简单理解为上市后定增），所以我们有很灵活的授权。

对我们来说，考察一个机会的关键要素包括：这个团队的投资主题（thesis）是什么？达到下一个价值节点需要多少资本？那个节点是什么？实现的概率有多大？如果已经进入临床阶段，关键转折点是什么？如果是早期靶点项目，靶点成立的概率多大？如果是其他策略，我们也会针对性分析。

所以会根据投资阶段不同而不同，但归根结底就是：这个团队想证明的主题能否让世界变得更好？多快能达到某个所有人都认可的价值节点？

我最近参与的一个项目是疫苗，点子很有趣，概念很早期，但很明显一期数据并不能去风险，必须做到三期才能知道结果。那你就要求我投入巨量资本和超长时间，这和风险不匹配。我需要看到整个投资生命周期和追加资本的增值路径。

所以必须关注内容（药物、科学主题）、资本需求、团队人才。团队有哪些缺口？我能否凭经验独特地帮到你？

因为我不仅仅是投资资本，更是贡献我的经验（虽然只是董事会层面，但依然如此）。我不会投资我完全不懂、也不想借助经验的领域。

所以这三点是核心。流程上其实和其他VC也没太大差别。做VC很有趣，作为合伙人有两面性。

第一部分工作是决定资本投向，也就是尽调流程。你分析一个机会，有初级同事帮你，外部专家补充你不懂的内容，4-8周后做出是否投资的决定。

如果决定投资，接下来就换成另一种身份。尽调团队不会再帮你，可能偶尔插手，但实际上你要每周、每季度、每月和CEO、管理团队、其他董事互动。这就是为什么我非常关注投资伙伴的组合，因为这是长期承诺，资本量大，一轮投完后通常还会有后续融资。我得确保有储备资金，也要有能长期陪伴的同事。

所以确保投资伙伴组合正确，董事会有互补经验和专长，能帮CEO和年轻团队实现目标，这就是工作第二部分的要点。

Patrick：这让我想到资本的角色——有些资本其实并不理性，无论是政府还是其他机构，愿意资助像你刚才说的那种必须到三期才能见分晓、但风险/回报不匹配的项目。真希望世界上有人（比如慈善机构）专门资助这些“非理性探索”。这是你总结里很有启发的一点。

Tal：我看投资时，常常会和团队说，在我看来资本有三大来源：一是政府，追求更大利益，我希望这些投资是理性的；二是慈善；三是我们。我不是做慈善，也不是政府，所以我的视角只能是投资回报。但确实有些项目适合慈善，有些适合政府，因为它们要么回报周期太长，要么风险和回报不匹配，不适合我为LPs创造回报。

Patrick：如果你思考一下，哪些变化最能加速我们识别靶点、理解疾病、开发疗法？听起来好像如果能在模拟环境中而不是在人身上测试，会是一个巨大突破。以及，整个医疗行业本身也需要发生哪些关键变化？我理解得对吗？这两点是不是最阻碍我们提速的因素？

Tal：你说得对。我认为你绕了一圈，回到这个行业最核心的特点之一——需要非常多不同学科的人一起协作解决问题。我没见过有哪个行业，需要如此多不同类型的专业知识汇聚一堂才能解决问题。我之前说过医生，但你还需要生物学家、工程师，当然还要懂金融的人。必须整合的学科非常多。

坦率说，这也是我职业生涯中最有趣的一条主线。如果说我取得了一些成功，很大程度上是因为我始终好奇，不以“我是房间里的医生”自居，而是努力去理解其他职能的语言。

制药公司一个项目组通常是围绕某个靶点启动的，如果成功，10年后你会有一款药。但你很少见到项目组里有谁能从头到尾都在，但项目却能推进。这说明制药行业的最大成功在于组建多学科团队并让它们推动复杂流程。

如果你有合适的技术，确实可以缩短时间，比如mRNA疫苗就是典型。但最终你还是需要这些不同学科的协作。

我上医学院时偶然读到一本很有意思的书，加拿大哲学家John Ralston Saul写的《Voltaire's Bastards》副标题是“西方文明中理性的暴政”（注：嘉宾表达为The Tyranny of Reason in Western Civilization，但该书的副标题是“The Dictatorship of Reason in the West”）。他提出，自“理性时代”以来，我们错误地以为科学和理性本身就是道德善的力量，实际上并不是。科学和理性只是工具，必须有人文道德框架来引导它们的应用。他还指出，在理性时代，专家们为了生存和发展，往往以“学科壁垒”的方式存在，而这种壁垒体现在语言上。每个学科都会发展出自己的语言，反而成了跨界理解的障碍。你要解决多学科问题，很快就会发现最大的障碍之一就是语言。金融圈对此很清楚，比如“美联储话术”（Fedspeak）就是有意制造的壁垒。

我们都容易陷入这种陷阱。医生可能比任何人都更严重。举个例子，过去一个病人来找我，血小板低但原因不明，会有皮疹（血不凝固会在皮肤下积聚）。病人来找我，我会说：“你得了特发性血小板减少性紫癜（diopathic thrombocytopenic purpura）。”听起来很可怕。

其实我只是用拉丁文说了“你血小板低、有皮疹、原因不明”。idiopathic=原因不明，purpura=紫癜（皮疹），thrombocytopenia=血小板减少。我们用拉丁文让自己显得很聪明，其实医生也不知道原因。现在我们对生物学了解多了，但你明白我的意思。所以我刚进行业时，非常好奇其他职能的语言。作为医生很重要，但做生物、化学、生产的人同样重要。

我现在做投资人，也是因为在Moderna时意识到，理解投资人的语言和预期，对于实现共同使命至关重要。

这始终是多学科挑战，这一点不会变。我们会让流程更高效，AI工具已在药物发现环节发挥作用。随着我们更好整合人类数据，在药物开发环节也会产生影响。但如何实现根本性变革？我还没有好答案，尤其结合COVID的经验，这个问题更值得深思。

Patrick：去年我读过一本很喜欢的书叫《For Blood and Money》（注：中译本《血色财富》），讲的是两种癌症疗法的开发历程。读完之后的一个体会是，主要投资人虽然赚了很多钱，但整个故事非常混乱，许多事情必须天时地利人和，很多机缘都极其偶然、无法预测。坚持、运气、各种因素缺一不可，才让那群人赚到了钱，而有些人只差一步却什么也没得到。

我很好奇，在治疗领域里到处都是这种故事，最优秀的投资人和糟糕的投资人到底有什么不同？如果到处都是这种故事，似乎只能靠运气而不是能力。那么在治疗领域投资赚钱，能力和运气各占多大比例？

Tal：我之所以加入了我能找到的最优秀的VC公司之一OrbiMed，就是想学习这个问题的答案。运气当然有作用。但我有几点体会，可能不那么显而易见。

我们都知道从失败中学习的重要性，我听了你和Jared Kushner（注：Thrive Capital创始人）的播客，他说“上帝想教我什么”，我觉得说得非常好。

很多年里，我最喜欢的一句名言是纳尔逊·曼德拉说的：“我一生中，要么成功，要么学习。”但经历了COVID的成功后，我发现这句话其实有误导性，因为它暗示你从成功中学不到东西。我认为最优秀的投资人其实更多地从成功中学习，这一点不容易。

失败时，你可以找到一堆原因。但成功时，你要问：是运气？是能力？是团队组合？其实是多种因素的结合。优秀投资人会培养出对“什么有效”的模式识别能力。我自己也在努力总结。

我所处的领域是风险投资，这和私募股权等其他投资很不同。尤其是我们这种“全光谱VC”，我们经常种子轮就投，但很快会联合其他投资人，扩展投资基础和董事会能力。对我来说，答案就是“团队能力+有现实基础的内容”。

我们叫自己协作型（collaborative）风投，是因为我非常看重团队组合和项目内容。科学让我兴奋，但我也要对团队有信心，他们有经验和智慧应对各种曲折。正如那本书和你所说，成功之路几乎从来不是直线。这意味着你需要有经验、能“拐弯”的人，也要有足够的资本和战略空间。

我刚做投资时，投过一家小公司，逻辑很理性，某种药物有望治疗癌症，团队很小，思路很直线，结果没成。我从失败中学到，这家公司无论团队、资金还是科学结构都没有足够的“自由度”去调整。

而成功的项目，往往给了团队一定的自由度，也有合适的团队结构。

以Moderna为例，早期战略就是把mRNA技术作为工程和医学/生物学双重平台来开发。最初我们更确定工程上的优势，而不是医学上的。比如它究竟最适合罕见病、肿瘤、疫苗还是其他领域？其实都不确定，因为涉及递送、药效和生物学多重风险。

一旦能工程化mRNA，就能反复、可复制、低成本地生产。这是工程优势。但能做出什么药？早期团队的高明之处就在于设定了足够的自由度，平行探索多种机会。很快发现疫苗是最直接验证药效的方向，于是主攻疫苗，但没放弃其他领域，同时合理分配资本。

那时高管团队最激烈的讨论就是这些不同应用的资本分配。我很幸运能和一些最聪明的人共事，比如Stéphane，执行团队里还有三位医生：Lorence Kim（前Moderna CFO，现Ascenta Capital主管合伙人）、Stephen Hoge（现Moderna总裁）、Stéphane。我们经常激烈讨论“边际一美元该投哪儿，技术路线怎么看”。

比如2019年12月，华尔街日报道武汉有状况，公司里第一个注意到的是疫苗负责人，第二个真正推动的是Stéphane本人。他一眼看出要全力以赴，其他人其实还在观望，毕竟2020年1-3月，普遍观点是疫情会像以前一样消散。但Stéphane完全是另一种思维，他带领公司全力追赶，后来的故事大家都知道了。

复盘Moderna新冠疫苗研发细节：极快反应，多方配合

Patrick：你亲历了我们有生以来、甚至人类历史上最核心的医学事件之一——新冠疫苗的开发和推广。你现在怎么复盘整个过程？

有些方面正是大家梦寐以求的——有技术、有平台，能极快反应。疫苗研发很快，最大延迟其实是临床测试。这很棒，大家都希望能多一些这样的案例。

但后来又有疫苗副作用的“余波”，我个人其实不太了解细节，但你一定很清楚。大家都希望疫苗能快点出来，恢复正常生活，亲人不再因病去世。

我很好奇，作为核心参与者，你对整个过程的复盘和分析是什么？

Tal：首先，2020年初我们公司已经做足了准备。大多数人不知道，到2020年初，Moderna已经在人类身上用mRNA针对8种不同病毒产生了中和抗体，新冠是第九种，前面8次全部成功。这在药物开发史上是史无前例的，是平台本身的特性。只要抗原选对，就一定能做出效果。

我们还和NIH有过合作（美国国立卫生研究院）。政府机构BARDA和NIH在寨卡病毒时就和我们合作过。2017年寨卡病毒闹得很凶，我们和政府联合开发疫苗，后来疫情消退了，项目没继续，但NIH注意到了我们平台的速度和潜力。

我以前讲过这个故事，2019年9月，Stéphane和我去NIH拜访Fauci博士，讨论最新疫苗（巨细胞病毒CMV）。Fauci问我：“Tal，你是不是有史以来最好的疫苗平台？”我带点自信地说“是的，理由如下……”。会后有两件事：一是NIH写了一篇论文，2019年就发表了，Fauci带队，称mRNA是应对大流行的领先平台（你可以网上查到）；二是我们和NIH约定做个演示项目，NIH随机选个没人听说过、没测序过的病毒，发给我们序列，我们快速做出疫苗，做一期试验，看看能多快。这是那次会议的产物。结果几个月后爆发疫情，一切开始加速。

所以我们公司有平台准备好。还有一个因素——我们为个性化癌症疫苗开发的“小批量、快周转”制造体系，正好适用于新冠疫苗的早期小批量生产。

怎么能快速推进到终点？主要有几点：一是公私合作（NIH、CDC、FDA、Warp Speed），政府高效指导我们快速推进。过去几周、几个月的流程，现在一周就能敲定协议、终点、试验设计等等。二是制造端的投资和扩产，通常要等药物后期才做，但这次公司不得不提前自掏腰包融资扩产，政府只是后来承诺采购，实际资本来自民间。最后一点，做疫苗三期试验需要一定数量的“事件”发生（即感染人数）。我们利用现代技术预测疫情热点，提前在高发区开设临床点，三期原计划一年完成的数据，三个月内就收集齐了。

所有这些因素促成了这次“异常”成功。

关于安全性必须说一句——mRNA疫苗是人类史上研究最透彻的医疗干预。作为负责不良事件数据收集和分析的人，我可以告诉你，我们有数千人分析成千上万的不良事件报告，疫苗接种人数从几百万到几亿再到几十亿。安全数据的收集和分析前所未有。

副作用报告率比以往疫苗高10-20倍，原因有三：A. 疫情期间公众恐慌；B. mRNA新技术大家不了解；C. 政府鼓励上报副作用。我们必须建立系统应对。

事实证明，其他一些疫苗后来被撤市的罕见副作用（1/15万），几周内就被发现并写入说明书。我们也发现了年轻人心肌炎风险，也如实写入说明书。即使如此，感染病毒的风险依然远高于疫苗副作用。

我从未如此确信疫苗的安全性，因为数据和分析极其严谨。作为决策层人员，一方面这是人生使命，另一方面如果出错会面临法律责任。我们每个人都高度自觉，必须把安全性做到极致。

我们唯一失误的地方，大概是公众信任危机。回顾这次成功——疫苗挽救了数百万生命，这是科学共识。但公众情绪却不一致，甚至我家里也有人拒绝接种疫苗。这其实是社会对机构信任的问题，也与科学家（包括我自己）越界有关。

回到我一开始说的——科学不是道德善本身，科学家有义务解释自己的道德框架。公众的自主权、自由等同样有道德和伦理考量。民主社会必须平衡这些力量。强制接种疫苗是道德问题，必须得到公众认同，否则就是独裁。科学家不能决定一切，这也是我最大的教训——必须和公众坦诚对话。

药物即信息，mRNA技术的未来

Patrick：这是对我们历史上一段疯狂经历的精彩回顾。我很喜欢你这种平衡的观点。显然，我没有资格就这些事情的利弊展开长篇大论，但我确实认为，当你真正深入挖掘这些问题时，会发现它们极其复杂和微妙。

这让我对未来将这些平台应用于其他领域产生了一些思考。也许我们这一生再也不会遇到像新冠那样影响数十亿人的事件，也许会遇到。

当你思考像mRNA这样的平台时，我很好奇还有哪些——我姑且称之为像mRNA一样的平台或技术——你认为在未来应对疾病方面最重要？这些技术现在为我们带来了什么新可能？你们之前“八战八胜”，这很酷，但八个还是很少。你觉得未来会怎样？我们先从mRNA本身谈起，它将如何改变我们未来应对健康问题的方式？

Tal：我会把这个话题拓宽到“核酸药物”领域，mRNA只是其中一个重要部分。还有其他类型的RNA，最著名的是siRNA。我认为这些药物正在实现我们以前未曾拥有的新型药理学。它们需要大量的技术和递送系统投资，需要让药物到达正确的组织。

但它们都受益于疫苗平台带来的同样优势：一旦你把第一个做对了，后续产品的边际成本只是很小一部分。

核酸药物有一种几乎类似软件的独特特性——我们在Moderna早期就称之为“软件式平台”（a software-like platform），因为它本质上是同一种物理结构的药物，但只要改变核酸中的信息，就能得到不同的药、不同的疫苗。但在显微镜下它们看起来完全一样，实际上成分也一样，只是编码的信息不同，这让药物变成了一种“信息”。这是一个全新的概念。

此外，还有基因治疗的广阔前景。比如我一开始提到的罕见遗传病，有些人天生缺失某种酶或蛋白，如果你能直接补充编码该蛋白的信息，就能解决问题。

这样，生理功能就能恢复到正常人的状态。你可以用传统方法用mRNA来做，Moderna正在做罕见病，但这种mRNA是短暂的，需要每次都重新给药。但如果你能用mRNA作为中介，一次性修复基因组，那就有可能实现长期甚至终身的疗效，不用终身反复注射。

我过去一年担任临时CEO的公司Exsilio正是在做这件事。它用脂质纳米颗粒包裹mRNA（和Moderna疫苗在概念上类似，化学结构不同），但编码的信息让mRNA能进入细胞核，实现永久性改变。当然，这会带来全新的挑战。公众对mRNA的质疑之一就是误以为它会改变DNA。事实上，mRNA不会改变DNA，从原理和实验证据都不支持。但现在我们可以用特定方式让mRNA实现DNA永久改变，这就是我们有意为之。

因此，这会引发许多新的伦理和道德问题，必须在广泛接受前加以讨论。但如果你能让患者只需打一两针就终身治愈，而不是每两周打一针，这对患者来说无疑是巨大进步。

Patrick：我想请你做个有趣的预测，当然没人会真的追究你的准确性。假设我们分别展望5年、10年、20年后，你觉得在个人健康管理方式上会出现哪些变化？……

Tal：塔木德（Talmud）里有句老话：“自圣殿被毁之后，预言只属于傻子。”所以我要是做预言，那我就是傻子，听不听全凭你自己。

5年是最容易预测的。我属于比较保守的一代人。以前我对这些健康数据采集都不太感冒，觉得大家都知道健康饮食和多运动，多点数据其实没啥用。但我现在开始转变了，因为我发现不同人适合的干预措施确实差异很大。

我们这代医生总是“一刀切”地看待人群效果，没真正理解个体差异。

我最近还和我太太说，今年是我们开始认真、深入采集健康数据的一年。像大多数人一样，我以前一年查一次血，胆固醇高就吃他汀药，以为这样就够了。但我觉得我们还能做得更多。有件事让我很震惊——今天你去急诊查血，做的项目和我40年前当医学生时几乎一模一样，40年只多了两项指标。医学进步这么大，血液检查却几乎没变，这让我很沮丧。

这里有个有趣的事实。魏茨曼研究所的AI科学家Amos Tanay，他大部分时间都在用AI设计更好的蛋白药物。但他也好奇，常规血液检测的变异性里，有多少其实是可以根据个体特征矫正掉的。

他联合以色列一家医疗网络，采集了几十万人的十年数据，把同样的血液指标根据机器测得的其他参数（即使我们不知道那些参数是什么）进行矫正，结果发现，正常值分布中大约一半的变异其实都是“假变异”，如果能根据你的个人特征矫正，分布会变得更窄，这样就能更早发现异常。

这是AI的完美应用场景，可以提前发现问题。问题是，这样做能否带来更早期的有效干预？这就需要药物开发的进步。但我同意那些说我们现在是“疾病照护系统”而非“健康照护系统”的观点。

我从新冠疫苗学到的最大医学教训是：我本来是肿瘤科医生，职业就是给癌症患者治疗。我的“愿景”其实是让患者回到得病前的健康状态。

但疫苗的意义在于让健康人以后更健康。以前像我这样的“严肃医生”对“让健康人更健康”是嗤之以鼻的，觉得那是瑜伽教练、江湖医生和营养师的事——我是治病的，不是让健康人更健康的。但疫苗和新技术正让我们能够实现这一点。

未来10年，我认为这些见解会逐渐制度化。这会带来医生角色的深刻变化。

过去20年，美国医生越来越“职业倦怠”，因为他们从自主决策、与患者深度交流、按时间获得回报，变成了大型医疗系统的雇员，治疗方案、质量控制、报销都由算法和机构决定，医生的自主权被剥夺，和患者的交流时间越来越少。AI知识系统的崛起会进一步改变医生的角色，医生将变成“智慧的翻译者”，而不是知识的唯一持有者。

Patrick：我的孩子现在10岁和8岁，他们将比你我更能享受科学和创新带来的好处。你觉得他们长大后会不会回头看现在的医疗方式，觉得我们简直是“野蛮人”，比如过去有人会死于传染病，太不可思议了？你认为会发生这种根本性的变化吗？比如像疫苗普及前后那样的巨大差异？

Tal：我认为在未来20到30年里，他们体验到的医疗会和我们现在完全不同。去医院、见医生、诊断和治疗的方式都会变。会有更多更早期的干预。我希望能更侧重于健康维护和促进，而不是疾病治疗。

疾病永远会存在，我们需要不断进化工具来应对。但我确实相信未来会非常不同。

不过，我也认为，我们正处在一个技术能力远超生态系统整合能力的时代。

比如，有些AI程序能比病理医生更准确地读切片，已经获得FDA批准。但现实中，全球不到1%的切片是由计算机判读的。我们仍然用显微镜和人工。谁来为全面数字化买单？谁能获得投资回报？

你会发现，技术已经存在，但生态系统的瓶颈无处不在。药物开发也是如此。比如抗生素开发的失败就是警示。

我父亲那一代，感染住院时总有现成的抗生素可用。现在新抗生素越来越少，死亡风险上升，并不是我们缺乏科学工具，而是缺乏商业激励。

我有同事在做罕见病，他们会问“你怎么看”，因为大药厂对罕见病投入减少。这也是提醒我们，经济激励并非理所当然，社会层面必须认真思考政策导向和支付机制，因为最终是投资回报驱动创新，造福我们和我们的后代。

医疗投资与科技投资的区别：回报的上限

Patrick：这让我想到另一个投资问题：你认为像你这样的投资人在评估新疗法项目时，最常低估哪些风险？又有哪些风险被过度关注？正如我们之前说的，这个领域很难获得回报，但潜在收益巨大，因为市场是全人类。你认为投资人最常犯的错误是什么？

Tal：我刚进入这个领域时，读过Scott Kupor的《The Secret of Sand Hill Road》，书中讲了做科技风险投资的心态，比如他们能接受100投1中，因为回报可以是1000倍。但我们这个领域不是这样。我们很难有巨额回报，能有10倍回报已经非常难得。一般我们追求3-4倍，5倍就很棒了。这意味着我们不能像科技投资那样频繁失败，因为上限没那么高。

所以，投资组合必须非常谨慎平衡风险。每个项目都要有人“拍桌子”坚信它会成功，否则我们不会投。我们会非常理性地评估各个风险维度，团队、科学、临床、商业机会等。

但我们最常犯的错误，恐怕还是在“临床获益幅度”的判断上。因为临床获益不是黑白分明的。我们通常会投那些生物学机制明确、风险可控的项目，觉得“应该会有效”。但到底有多好，很难预测。

在竞争激烈的世界里，不能只是比别人差一点，甚至“差不多”也不行，必须有差异化、必须更好。这是最难预测的地方。

Malcolm Gladwell曾为经济学家Albert O. Hirschman写过一篇悼文，说经济进步的动力是低估难度的天真。比如19世纪美国修建隧道，专家说山体外壳很硬，中间是软的，很快就能挖通。结果整个山都是硬的，但既然挖到一半了，只能咬牙坚持。

故事的寓意是：投资永远比预期更难。只要你认清现实，有合适的人选和组合，采用组合策略，就有机会。

我刚从企业高管转型为投资人时也有很多感悟。作为投资人，你可以理性评估风险，为LP创造回报。但作为企业高管，你是全情投入、成败攸关。

我记得刚加入Moderna时，我太太（一位生化学博士）就说：“Tal，这玩意儿怎么可能成？mRNA根本不可能成功。”我当时也觉得成功概率很低，甚至觉得公司也不可能赚钱，但我愿意在大事上失败，也不想在小事上成功。

后来公司上市，投资人问我怎么看股价。我说：“我在公司投入的是比金钱更宝贵的东西——我生命的时间。你们的钱随便，但我把时间押在这上面。”

这让我明白了“汗水股权”的重要性。所以我希望自己的资金能跟随那些真正付出汗水的人，因为最终是人让一切成真。科学、技术、医学都要成立，但人是关键。

Patrick：你认为那些在传统投资领域非常优秀、但没有你这种医学或科学背景的投资人，有可能在这个领域获得优异回报吗？还是说只有像你这样有深厚专业背景的人才能胜任？

Tal：我认为是可能的，事实也证明了这一点。有些投资人并没有实际操作经验，但他们聪明在于能认识到多学科本质，知道如何提问。我有些同事（包括OrbiMed）也没有操作经验。

我刚入行时还以为必须有丰富经验才能做好，后来发现其实不是。只要有智慧，经验可以被替代到一定程度，但过了那个点，还是要请教专家。所以，那些没有深厚专业背景却能获得好回报的投资人，都是因为他们知道如何找到对的人、懂得如何提问，并明白为什么信任某人的答案。这也是优秀管理者的特质。

我很幸运曾与Stéphane Bancel和他的高管团队共事。他的高明之处在于能逐层追问“五个为什么”，直到彻底明白。而且他要求所有答案都必须用他能理解的简单语言表达，否则就继续追问。

我的博士导师也说过，如果你不能把自己的工作讲给幼儿园小孩听，那你其实还没真正理解。

Patrick：我倒数第二个问题，也是大家最关心的，就是AI对医学领域的影响。你能不能分别说说你对AI在医学领域“熊市”“基准”和“牛市”三种情境下的看法？

Tal：熊市情境是AI只能在很窄的垂直领域缓慢渗透，这已经在发生，但进展很慢，每个小领域都要单独找回报。

Patrick：能举个例子吗？

Tal：比如有家公司专门做护士用的AI转录工具，但不是给医生用的，只在养老院推广；还有人做AI筛选临床试验患者，只在特定机构部署。这都是很碎片化的应用，难以整合。牛市情境是这些系统实现整合，激励机制重新调整，人们能够真正提升生产力。比如早期EMR（电子病历）系统，实际实施后反而降低了生产效率，本该提升效率的技术反而拖后腿。如果能彻底改变，把系统用来提升医疗系统效率，并且找到经济回报点，就能加速变革。

一旦实现，变革速度会非常快。

Patrick：你觉得在牛市情境下，有没有可能生物学变成工程学？比如我们能在数字孪生人身上模拟实验，不用真实临床试验，从而极大加快药物开发，解决所有难题。这是AI影响医学的乌托邦式设想。你觉得可能吗？如果可能，技术进步这么快，未来会不会实现？

Tal：我觉得这还属于科幻范畴。数字孪生可以做到一定程度，但有很多限制。我们必须平衡伦理责任，比如患者自主权等。如果一切都按功利主义来，会变成独裁，那不是我们希望的。

科学只有在“善用”时才是善的。你可以在没有患者自主权的环境下建立最优医疗系统，但那不是我们能接受的方式。所以世界会有意保持“混乱”，我希望如此，这也是人性所在。

因此，我对这些技术能多快落地还是比较谨慎的，必须小心平衡，这对AI所有领域都适用，医疗也不例外。

Patrick：Tal，感谢你的分享，非常精彩。谢谢你！

Tal：Patrick，很高兴和你交流，谢谢！

作者：MD

出品：明亮公司