作为依赖行业专业知识且市场价值巨大的领域，医疗一直是AI公司试图颠覆的重点。在当前大模型浪潮下，OpenAI、Anthropic、谷歌等巨头都将医疗视为重要落地领域。

大模型最终可能通向AGI并深度重塑医疗行业，因此掌握数据的企业将在这一变革中受益。AI在制药和医疗领域的核心竞争力已从算法转向高质量数据的获取、整合与应用能力。

Owkin是这一领域的代表性公司之一。经过近9年的积累，公司拥有庞大的多模态数据集，并构建多元业务。近年来，得益于大模型在生物医药领域的渗透，Owkin的价值愈加显著，与赛诺菲、BMS、默沙东、阿斯利康等公司达成合作。

Owkin商业化进程稳步推进，据创始人透露，公司收入规模已位居行业首位。尽管支出巨大，仅数据库建设就累计投入近1亿欧元，但公司现金流充裕，现有资金储备可支持未来三年运营发展。

Owkin对于AI医疗的价值，就像Scale AI之于人工智能一样。公司为药企和医生收集、标记和定制数据，配合开源模型，任何组织都可以便捷地建立AI产品来赋能业务。

基础模型在大型数据集上进行训练，支持跨领域应用，如预测蛋白质结构、表征细胞状态或预测基因功能等。2024年，生物技术领域至少出现了5个参数量超过10亿的基础模型。

基础模型的影响将远超单一环节的效率提升，将重构制药业。这些模型的发展背后是对海量高质量数据的刚性需求。

Owkin联合创始人Thomas Clozel出身生物医药家庭，其父母创立的Actelion在2017年以300亿美元被强生收购。Clozel通过朋友结识了巴黎高等师范学院助理教授Gilles Wainrib，两人共同创立了Owkin。

面对医疗数据孤岛问题，Owkin提出以联邦学习结合迁移学习构建解决方案。联邦学习允许多个设备或服务器在不共享原始数据的情况下协同训练模型。

Owkin围绕药企和医院构建了一个联邦研究生态系统，包括四个关键组件：Owkin Loop、Owkin Connect、Owkin Studio和Owkin Lab。Owkin Connect是核心，确保网络中的数据在隐私和合规条件下被使用。

Owkin开发了开源版本Substra，提供灵活的Python接口和Web应用程序。研究人员可以使用Owkin Studio标注数据集、访问和构建机器学习模型。

Owkin特别组建了信息安全团队保障数据系统安全性。目前，这个系统吸引了83家合作伙伴，覆盖全球排名前二十医疗机构中的一半。

Owkin与合作伙伴共同推动了多项突破性成果，如MesoNet、HE2RNA和Histomics。在数据资源建设方面，Owkin打造了肿瘤学领域规模最大的空间组学数据库MOSAIC。

Owkin的商业模式清晰：管线、服务与工具，瞄准药物发现、临床试验和生物标志物诊断三大领域。公司开创了两种新的药物发现引擎：TargetMATCH和DrugMATCH。

Owkin内部开发了多个管线，其中OKN4395是从Idorsia授权而来的EP2/EP4/DP1三重抑制剂。同时，Owkin也将AI药物发现平台以服务形式赋能药企。

Owkin在加速临床试验方面表现突出，提供相应的优化手段，如通过AI外部对照组为单臂I/II期临床试验提供早期疗效估计。

Owkin开发的MSIntuit® CRC是全球首个获得欧盟CE认证的AI辅助MSI预筛查工具，能够高效识别高风险患者。

在大模型背景下，Owkin推出K Navigator，一个AI驱动的生物医学科研助手。今年晚些时候计划推出K Pro，用于解决药物发现等复杂挑战。

Owkin去年参与投资孵化了Bioptimus，创建多模态生物学基础模型。凭借其独特的医疗数据资产，Owkin进军生物基础模型领域可谓水到渠成。

Owkin正在将过去积累的行业经验沉淀为自动化的解决方案，同时通过构建垂直领域基础模型，进一步巩固其行业地位。

从商业逻辑来看，开源算法的涌现正在颠覆模型的价值标准，而在数据层面上，一些基本经济规律依然奏效。Owkin正在构建一个整合跨国药企、生物科技公司和顶尖医疗机构资源的AI生态系统。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。