未来五年，数据医疗[的四大问题与三大投资机会

■ 贺兆辉（北京光大隆泰科技有限责任公司联合创始人）

我是一个典型的 IT 理工男，大学毕业后一直在从事 IT 工作，直到 2015 年遇到了光大隆泰的创始人，才开始跨界到医疗领域。从互联网发展的角度看，我的这次跨界并不偶然。

2015 年左右，大家都非常崇尚 BAT 的成功，当时麦肯锡提出了三点论：

（1）一切行业互联网化（泛互联网化）；

（2）数据驱动、数据成为资产；

（3）行业垂直整合。

光大隆泰的创始人是一位药品临床试验行业的前辈，麦肯锡的三点论与药品临床试验行业的特点非常相似：

（1）药品临床试验是一个非常垂直的行业，包含合同研究组织（Contract Research Organization, CRO）、临床试验现场管理组织（SMO）、临床试验研究者（PI）、药品生产方等许多部分，产业链很长很散；

（2）药品临床试验的最终成果就是数据；

（3）药品临床试验呈现出泛互联网化的趋势。

我看到了医疗与 IT 行业的共性，由此跨界，并在过去两年中，在 IT 和医疗融合方面做了大量实践，对国内外数据医疗方面的创业公司产品、平台、商业模式有了深刻而全面的认识，观察到了国内数据医疗创业公司存在的普遍共性问题，以及数据医疗领域的投资机会。

问题：融合困难、平台化受阻、模式不清

问题一：IT 和医疗的尴尬融合

IT 和医疗是两个完全不同的领域。大家可以通过图 3-8 和图 3-9 直观感受一下。

图 3-8

图 3-9

图 3-8 是一张 IT 架构图，整体就像搭积木一样，各层技术都已经非常成熟，不论是 BAT 这样的企业，还是人工智能、区块链等科技，都需要通过这种 IT 架构一层层地搭建起来。

而代表医疗行业特点的图 3-9，呈现的都是点对点的连接。临床奉行「循证医学」，其核心思想是医疗决策应在现有最好的临床研究基础上做决定，同时也要重视结合个人的临床经验。

从 TMT ^[2] 角度看，IT 人会认为医疗领域处处存在挣大钱的机会；从医疗角度看，IT 无所不能。但在实际融合中，IT 背后的工程思维与医疗背后的试验思维融合时却会遭遇尴尬的局面。

举个例子，曾有一位投资人在动物实验中，观察到了小分子肽对肿瘤的治疗作用，于是在相关项目上投入了重金，但最终发现小分子肽注入人体后会马上被吸收，起不到效果。还有一个例子，曾有医生希望用电子设备获取帕金森患者的数据，最终却发现无法做出医疗级别的产品。

工程思维与试验思维相差甚远，再加上医疗行业的细分领域众多、市场深度垂直等原因，医疗行业的信息化之路异常艰难，这也导致目前医疗行业的信息化程度非常低。医疗和 IT 想要实现融合，需要很长的一段时间，这种融合情况的好坏也是未来医疗公司竞争力的体现。

近五年来，国内诞生了一批数据医疗公司：医渡云、药渡、零氪科技、太美医疗等，很多都是 IT 人跨界创建的，我认为 IT 人跨界医疗最重要的是要有「改行」的决心，才会有 IT 和医疗深度融合的信心和能力。

问题二：平台化遭遇三大壁垒挑战

数据医疗正努力走向平台化，其目的在于最大限度地发挥互联网的连接作用，通过积累数据来发挥数据对业务的驱动作用。但是由于专业壁垒、政策壁垒、技术壁垒的存在，把整个医疗行业切割成无数个细分的深度垂直市场，而且每个市场规模都不大，所以在平台化过程中，如何进行深度共性整合与产业链协同就成为一个挑战。

问题三：数据医疗商业模式不成熟

数据医疗的商业模式在哪里？目前，如果医疗数据不能转化成为药品或者器械，就无法提供商业价值。

Flatiron Health 是业内最早开始收集肿瘤数据的公司，今年被瑞士罗氏集团以 19 亿美元的价格收购了，虽然公司实现了变现，却充分说明了数据医疗厂商的商业模式并不成熟，不能独立发展，这对国内的数据医疗厂商有警示作用。

问题四：数据医疗依赖于科学的试验设计方案

目前国内知名的数据医疗厂商都在模仿国外的肿瘤大数据公司，在前期搜集大量数据，期待未来转型。但是，医疗数据分析依赖于科学的试验方案设计。人体包含无限数据，每次试验取得的数据量都是沧海一粟，如果没有科学的试验方案设计，分析结果一定会偏离方向。

机会：数据医疗的最大作用是降低成本

机会一：降低数据采集成本

目前互联网在数据医疗领域发挥的最大作用，就是降低数据采集成本。比如在药物临床医疗方面，有四个问题亟待解决。

（1）医院信息系统（Hospital Information System, HIS）、实验室信息系统（Laboratory Information System, LIS）中数据的价值密度低。

（2）临床研究数据的维度大，比如，一个牛皮癣的临床研究量表字段就超过了 1000 个。

（3）缺乏医疗级别的穿戴设备。

（4）专科数据库共享和商业化程度较低。

这四个问题背后都存在商业机会，如果互联网医疗走「软件 + 服务」的道路，完全能够降低数据采集成本、提升效率，从而解决这些问题。区块链和人工智能在未来的互联网医疗中也有一定用武之地。

机会二：多维数据的分析整合

数据医疗在生物制药和基因治疗领域会发挥巨大作用，因为这两个领域对数据技术平台的依赖性非常大，而且越来越重视个体化治疗的过程和复杂的机体环境。所以多维数据的分析和整合会成为数据医疗一个趋势。

机会三：降低药品上市后再评价的成本

数据医疗会重新定义药物上市后再评价研究的价值与意义。药物上市后的再评价可以发现新药上市前未发现的风险因素，但是基于真实世界研究（RWS）理念的再评价成本高昂，需要数据、人工智能等技术辅助来降低成本，这方面同样存在巨大的市场空间。

贺兆辉 北京光大隆泰科技有限责任公司联合创始人。

[1] 一 “数据医疗”是一个很火的概念，本文中的“数据医疗”主要指医院和药厂围墙内的部分，即数据驱动的新药创制和研发、数据驱动的临床诊疗和辅助决策两个部分。

[2] 一 是科技（Technology）、媒体（Media）、通信（Telecom）三个单词的首字母缩写。——编者注