元璟資本田敏：投資醫療，AI雖好但並非全部

「未來兩年，醫療AI會死一批。至少在我看來，這會是個大概率事件。」過去一年，田敏和元璟團隊花了很大力氣，在看了三十多家醫療AI項目後，給出了這樣的結論。

在紀源資本工作七年後，田敏在元璟資本延續了之前所擅長的醫療領域投資。與以往不同的是，傳統醫療機構的「痛點優化」成為田敏關注的重點，「在效率成本、人力成本和中間工作流程上，傳統醫療公司有著各種各樣的問題，這裡面的優化空間也是創業者的創新空間。」

1月18日，元璟資本宣布投資智能醫療數據服務公司曜立科技，這成為元璟資本在醫療領域布局的又一案例。田敏對品途表示，目前中國醫療產業的數據運用能力還很弱，「中國有大量的醫療數據是分散在全國的，而這些割裂的數據缺乏一個統一的平台收集、分析。」因此在醫療這個大產業中，各個環節都有機會把數據做的更加精準。

在與品途記者對話的過程中，田敏就醫療健康行業的特殊性展開分析：監管政策的不定性、市場主體的非商業性、剛需的低頻性。這些看似風口的存在，亦有可能是風險的萌芽。

2017年，我們團隊看了三十多家醫療AI的項目。就技術來說，AI的確可以在一定程度上填補基層醫生缺失以及能力匱乏的問題；但就醫療行業本身來看，技術並非門檻，在這項技術能夠真正改變醫療領域之前，我們亟需考慮的問題來源於「政策環境」。

在中國，我們有CFDA（國家食品藥品監督管理總局），美國有FDA，歐洲有EMEA，當一個器械或者藥物開發出來的時候，就必須通過這些環節反覆的驗證和審查，如果這些審查環節不去推動，即便有再多的技術創新也是徒勞的。

所以在任何國家，醫療都是一個政府強監管的業態，這也是醫療在整個科技發展的進程中，始終落後其它產業的原因。在這種非純商業化的環境中，政策成為醫療行當第一個難以突破的壁壘。

醫療投資要立足於「基本面」分析

政策動向的影響之大也體現在對醫療行業的投資上，這是風口亦是風險。

過去一年，我們看到許多迫於資本壓力的移動醫療公司到處開設「互聯網醫院」，結果衛計委發文後，兩周內全部註銷，最終還是走向了一個大家都不太願意接受的結局。所以有時政策也不能盲目跟風，根本還是要看「供需本質」是否可以給醫療環境帶來實質性的變化，像「醫師多點執業」政策，就是在有效緩解醫療資源分配不均衡的問題，但目前前景還沒有十分明朗。

回歸產業，我們經常會把醫療和消費放在一起比較。尤其在2017年，各種「新零售」的概念把去年的投資推向了一個制高點。那麼「新醫療」是什麼？為什麼醫療沒能像新零售一樣掀起高點呢？原因主要在於兩方面：

第一，參與方不同。零售業的參與方都是商業參與方，更多的是以商業利益論成敗；而醫療的參與方很多是三甲醫院，這種非完全商業化的主體，就導致我們很難自造閉環去形成生態循環。

第二，頻次不同。消費是一個非常頻繁的行為，比如買水、買食物，而且這些行為也都是可以掌握在消費者自己手中的；醫療最大的問題在於患者自己沒有決策權，比如我吃什麼葯都是聽醫生的，當然頻次也很低，因為沒人會天天感冒發燒。也就是說，如果有這麼一個平台，使用的頻率也就是一年1-2次，消費者可能早就把你忘了。

所以我們發現，新型的醫療服務往往都扎堆在牙科、美容、皮膚科，更細化的來說，我們應該把他們歸類為「醫療消費行為」，原因就在於消費頻次高，比如女孩子洗牙整牙，不是說非得病了才能去消費。

而在醫療投資的過程中，我們就必須要撥開這些表面現象，懂得如何去正確評估用戶和項目的價值，而不是說簡單的用患者和病例的數量來判斷估值。

數據「催化」藥物創新，AI「判斷」疑難雜症

醫療行業本身的特殊性與政策壁壘的存在，使得這個行業想要產生純粹的、顛覆性的創新是很難的，所以元璟通常會更加關注醫療行業原有的痛點，判斷這個痛點是否能通過結合新技術來提升效率、降低成本，就像傳統醫療公司往往在效率成本、人力成本和中間工作流程上有著各種各樣的問題，這裡面的優化空間也是創業者的創新空間。

去年，我們投資了「葯研社」，是家臨床研究價值共享和價值交易的科技平台，正是因為我們發現在中國整個醫療產業中，數據的運用能力還比較弱。

舉個例子，像CRO（臨床試驗業務）。實際上中國有藥物臨床實驗已經很多年了，但到今天為止，沒有任何一個資料庫能夠告訴一家藥廠，如果我想做一個實驗，我應該怎麼選擇臨床實驗中心和醫生；作為藥廠也很痛苦，每次都要派項目經理去各地視察醫院流程，通過人工地推的方式來進行，效率也比較低。正是因為目前還沒有沉澱下來的資料庫，能夠幫助藥廠進行臨床研究的精準匹配以及葯企中高層管理者從事醫療數據查詢和分析，大大影響了臨床葯檢的發展。所以在醫療這個大的產業中，各個環節都有機會把數據做的更加精準。

用大數據做藥物篩選也是我重點看的投資方向。以前的藥物篩選，大公司可能砸幾億美金才出來一個新葯。在這個過程中，可能做了無數的實驗，死了無數種葯，幾萬分之一的幾率才壓對一次。如果我們能夠用技術實現精準配對，縮短藥物的研發時間和金額，對於很多病例不用說等5-10年才能出新葯，這對於患者也是大大的福音。

當然，越是接觸到患者的環節越不容易被技術所取代，像問診環節，這個環節不是僅僅說簡單看個病，還有很多醫患信任和交流的空間存在。

但單是在診斷的這一個環節上，AI能夠體現出的價值是巨大的，因為在一些重大疾病和罕見病上的診斷上，AI比醫生擁有更大優勢。就像很多患者會選擇來北京的三甲醫院看病，是因為北京的醫生見過全國各種疑難雜症，而AI可能幾秒鐘就把全世界的疑難雜症都見過了，所以在專病的診斷上，AI是有很大的空間來幫助醫生做判斷的，反而對於醫生天天看的常見病，未必能起到很大的作用。

所以在AI醫療領域的創業，我們看好三個領域——病理、基因領域和罕見病。其中病理領域門檻更高，但痛點更大，機會也更大，首先病理對腫瘤類的疾病則有精標準的作用，其次中國現階段病理醫生、X光醫生都非常稀缺，AI可以在這方面彌補醫療資源的不足。

資源運作型創業者更具優勢

我一直認為醫療行業的創業者會比較有優勢，尤其是女創始人。

一方面，醫療從業的門檻很高，不是說技術好就能做醫療，更需要成熟度。

從2015年開始，我們才真正進入了「互聯網+醫療」的階段，這個階段的主要特點是：公司主創是醫療人，包括經驗豐富的臨床醫生、從事多年醫療服務的高管，他們都有著對產業鏈深度參與的背景，所以醫療創業者的平均年紀往往要高於互聯網創業者5-10歲，這是因為他們必須要在醫療行業有多年的沉浸，有比較多的資源。

包括在投資領域，我一直認為醫療投資是一個資源運作型的投資，包括客戶資源、醫生資源、政府資源等等。單打獨鬥是不行的，必須要投出一個生態圈的東西，這些項目哪怕是競爭對手也好，也都需要能夠起到互相輔助的作用。

另一方面，多數的醫療還是從痛點出發，去解決實際問題，不是說燒錢就能燒出來規模的。或者說這個行當往往見效沒那麼快，這就需要創始人有足夠的耐心和專註度，同時需要有資源整合的能力，這些潛質可能在女老闆的身上更為凸顯。

【轉載須知】

1、本文為投資人說原創作品，受《著作權法》保護，依法享有彙編權及注釋權;

2、如需轉載請留言後台或聯繫微信：wuyaoguaiguai，取得授權後方可轉載。禁止二次轉載。