医疗行业的技术创新带来了全球机遇。随着人工智能、基因编辑技术和大数据的普及，以个性化、创新性的方法进行精准治疗的机会巨大，医疗健康产业的数字化时代已经到来。
阿里健康支持的医疗数据公司零氪科技周一在美国纳斯达克申请IPO，成为最新一家宣布赴美上市计划的中国精准医疗大数据公司。
健康科技企业竞相上市
据介绍，零氪科技主要提供医疗数据解决方案和肿瘤大数据平台，为中国肿瘤专科医院和综合性三甲医院提供临床结构化数据，协助医院解决科研和临床问题。
公司今年3月4日刚收到阿里健康的战略投资，去年D轮投资收到包括CICC资本在内的7亿元。该公司表示，将利用首次公开募股的收益加强其在R&D的能力、投资和收购。
IPO文件显示，截至今年3月31日的季度，公司营收增长41%至2.23亿元，但亏损从一年前的6160万元扩大至1.38亿元。五年来，公司累计亏损约5亿元。
医学大数据应用广泛，目前主要用于推动疾病诊断和生物制药。借助人工智能等新一代信息技术，人类在医疗保健方面的知识可以得到整合和优化，未来医疗保健的发展将随着精准数据的积累向精准治疗方向延伸。
全世界的科学家和研究人员都在建设一个包括分子标志物、药物使用数据、药物基因组数据和诊疗方案在内的精准医疗大数据平台，希望建立一个支持诊疗方案的临床诊疗辅助决策系统。
复旦大学上海医学院院长李晶院士在近日举行的第二届张江复旦创新发展论坛上表示：“我们的医学院和附属医院对数字化有很大的需求，我相信技术对重塑医疗行业有很大的作用。能量。”
自去年疫情爆发以来，以精准医学为代表的生物技术成为全球IPO的热门行业。去年，中国肿瘤基因检测行业的两大龙头企业——燃石医药和万能诞生基因也登陆纳斯达克。
“作为全球创新中心和最活跃的资本市场，美国有着更深层次的市场积累。其上市的生物技术公司也被认为更加领先，有更高的机会获得投资者的关注。一直是具有竞争优势的生物科技公司的首选。癌症早期筛查初创公司秦丝医疗的首席执行官毛毛博士告诉第一财经记者。
不过，有投资者表示，HKEx的健康科技公司近期表现强劲，推动大量生物科技公司登陆HKEx。“零技术选择在美国上市，而不是选择香港交易所，这是一个更有趣的决定。”生物医药投资公司Loncar Investments的创始人布拉德隆查尔告诉第一财经记者。
统计显示，截至2021年3月31日止三年，共有63家医疗、健康及生物科技公司在港交所上市，融资金额接近2000亿港元。
瞄准千亿规模精准医疗市场
如何利用“高价值数据”解决当前的医疗问题，为特定患者群体带来更高效的治疗效果，是初创科技公司和医药巨头共同应对的难题。
根据美国投资银行Cowen的预测报告，未来十年，美国精准医疗市场的整体规模将达到每年300亿至1300亿美元，这一数字在全球范围内将翻一番。
据国内第三方机构统计，2018年全国精准医疗市场已突破500亿元，2022年市场规模有望突破千亿元。预计2019-2024年中国精准医疗行业市场年均增速将保持在20%。左、右，保守估计，到2024年，中国会细化。
准医疗行业市场规模将达到1356亿元。零氪科技对标的美国健康科技大数据平台Flatiron Health公司早在2016年估值就已经超过10亿美元，该公司为美国FDA提供精准医疗平台提供支撑，拥有两大分析工具，分别为肿瘤分析和针对癌症特异性的电子病历系统。
美国早在2015年就推出了“精准FDA”平台，帮助基因测序开发者上传自己的研究成果，并与其他研究人员共享自己获得的基因组信息。其他研究团体可以通过“精准FDA”平台分享使用、重复和验证他人的研究成果，并最终对某种特定的研究进行可重复性验证。
这一平台的诞生意味着FDA将能用较为统一的标准来评估以DNA测序为基础的检测方法。通过该平台共享基因数据后，来自世界各地的研究人员将可以更好地判断哪种测试方法是最有效的，而FDA也可以根据这一结果对未来诊断方法开发进行更高效的管理。
Flatiron和FDA合作的第一个公开披露的项目，是集中于非小细胞肺癌（NSCLC）的研究，包括对已经获得FDA审批的百时美施贵宝公司的Opdivo和默沙东的Keytruda两种治疗NSCLC药物的疗效。FDA希望除了在临床研究以外，能够基于实际真实世界数据来更好地评估这两个肿瘤免疫明星药物的实际表现。
2018年，罗氏收购了Flatiron，以加强自身在诊断和研发方面的数据积累，挖掘包括来自临床与真实世界的大数据，并利用对这些数据的分析提升研发效率驱动创新。
随着测序技术的不断成熟和精准用药的需求，基因测序在疾病早筛和精准医疗领域应用前景广阔。美国、中国、德国、英国、法国等参与人类基因组计划的国家正引领全球基因测序快速增长。
思路迪诊断董事长、创始人熊磊表示，2013年美国人开始提倡精准医疗，并首次在肿瘤疾病方面使用，通过基因测序发现人体基因的变异，从而改变治疗方式。
他说道，通过精准治疗将不再根据所谓的指南来进行诊断决策，而是基于每个患者的个体数据，医生将依赖于数据、诊断方法、影像、试剂等的综合使用，最后根据数据进行决策。
“精准医疗需要整合电子病例信息、基因组学数据、对应的数据分型以及影像数据等，通过这些数据的数字化来实现信息共享和智慧医疗。”熊磊表示，“借助自动化的检测手段，能够产生大量数据，整合影像、病理，临床等数据，包括药物使用数据，最后用人工智能方法处理形成数据包，在医院不断使用和迭代，最终实现从肿瘤精准诊断到数字化的决策系统。”
