一、智慧医疗论坛开题演讲
现在需要高度重视 2B行业。现在大家比较关注 BAT 2C 巨头，从产业趋势上来看，它们已经进入后半程。2C 领域有三个核心要素：用户数、在线时长、ARPU 值。前两个边际增长红利不再，而变现工具从广告、游戏、电商，现在靠金融拉动成长已经步入后半程。未来的增长主要来源于 B 端，因为 B 端互联网化程度非常低。这是大家需要关注的方向。
2B 端有六大赛道值得关注。去年 8 月，我们研究过海外 100 强 IT 2B 领域的企业。在海外有大量 2B 领域市值高达几百亿美元的公司，而市场只看到头部的 2C 端企业却忽略了 2B 领域千亿级的市值公司。当时研究表明未来要关注六个方向：垂直方向有 3 个：金融 IT、医疗 IT、建筑 IT；技术软件、财税管理、信息安全。医疗科技本身是未来需要持续关注的领域。
智慧医疗领域基本面优化，孕育较大的投资机遇。从投资角度看，智慧医疗领域的基本面变化有 3 个：1）市场集中度提升：千万级订单增多、且上市公司订单增速远高于行业增速；2）政策驱动：国务院出台的《关于促进“互联网+医疗健康”发展的意见》为后续互联网健康的创新奠定了政策基础；3）BAT 巨头涌入：为整个行业引入一次新的价值重估。
2. 为什么说互联网医疗迎来真正的春天
为什么说互联网医疗迎来了真正的春天？其中“春天”是对应“冬天”而言，从 16年开始，从业者都感到互联网医疗行业的严冬来临。表现在每年初创企业数量的急剧变化上：13 年有 500 家初创企业成立、14 年 800 家，到 15 年是 1000 多家，突然到 16 年开始减半、17 年再减半。从 16 年开始，整个行业的活跃度不高，资本的投资热情也不高，且这些存量企业加速倒闭。
2.1. 互联网医疗行业在 16 年开始进入“严冬期”
那么为什么在 16 年这个时间点上，行业进入严冬？可以归结于以下三点原因：1）政策监管趋严；2）行业发展脉络不清晰；3）资源过度消耗。
2.1.1. 政策监管趋严
从 2014 年开始国家鼓励“双创”，2015 年开始推动“互联网+”，在此政策背景下，大家热情高昂。但是在当时国内“大众创业、万众创新”下，导致医疗行业如果没有强监管的话就会游走在违法边缘。从 2016 年开始，国家才开始趋紧政策力度。当时大家可能会听到“某某互联网医院”、“某某云医院”等各种形式与互联网沾边的医疗机构。从 2016 年开始，国家对医药电商的限制加大，网上买假药屡禁不止，线下药店需要审批资质，而网上卖假药比较隐蔽。顺接着医药电商，到 2016 年底 /2017 年初，国家继续对互联网医院的政策收紧。综上，从 2016 年开始，政策支持力度趋弱，所以大家的创新模式也处于弱势。
2.1.2. 行业发展脉络不清晰
中国的医疗资源、医疗结构比较偏颇，从三级到二级再到社区医院分布不太均匀，在这个前提下想做互联网资源的配置不具优势。政策也没有提供很好的发展思路供企业参考。另外，当时更多的是互联网从业者做互联网医疗，或者是其它领域的人看好互联网医疗的发展前景不想错过这一班车，所以出现了很多不懂医疗的人做互联网医疗，走了很多弯路，且一波波人接踵而至。比如某些大型互联网医疗企业，从 2016 年开始做线下铺诊所，开始时预期很高，扬言每年铺几百家，但是在铺的过程中碰到很多壁垒：医生医院匮乏，因为医生培养周期长且流动性不足。这样，第一批公司倒了，第二批尝试在医院里开某个科室，但这种模式也被事实证伪了。一波波企业在尝试中未找到有效的盈利模式，所以行业脉络不清晰，属于“摸着石头过河的状态”。
2.1.3. 行业资源过度消耗
原来的蓝海变成红海，大家都往里面挤。当时一个医生可能有 20 多个轻问诊 APP,大家的恶意竞争导致：原来愿意在网上分享医疗知识的医生被过度骚扰，热情也被消耗殆尽。
所以整体来说，整个互联网医疗在 16 年步入“严冬期”：政策没有支持、盈利模式未出现、资源过度消耗。
2.2. 互联网医疗行业在 18 年步入了一个新的“春天”
那又为什么说从 18 年开始，互联网医疗步入了一个新的春天？具体原因如下：
1）政策边际大幅改善；
2）行业盈利模式逐步落地；
3）资源配置更加优化。
2.2.1. 政策边际大幅改善
从 2018 年开始最重要的转折点是：4 月 11 日李克强总理去华山医院参观其互联网医疗体系，4 月 12 日召开国务院常务理事会，提出再进一步发展“互联网+医疗健康”。从 2014 年首次提出“大众创业、万众创新”，各路人马加大对互联网等各领域的渗透，直到 15 年国务院开始积极推动“互联网+”行动的指导意见。但是当时政府只是给了一个口号，并没有提出具体举措。后来政策开始逐步收紧，比如 2016年 8 月份，互联网第三方平台药品销售试点结束后，国家不再批准。在 2016 年 8月份之前，天猫作为平台可以让 B2C 企业入驻平台卖药，但是 2016 年 8 月之后这种平台就不批了。再比如在 2017 年初，有 20 多家互联网医院在银川开设服务网点，当时业内还认为“2017 年是互联网医院的春天”，没想到没过多久，2017 年 4 月份中央发文《关于征求互联网诊疗管理办法和关于推进互联网医疗服务发展的意见》，抑制了互联网医院发展的势头。其中最核心的一点是：不允许互联网医院直接 2C, 只能 2B，即大医院赋能小医院，这样就大大限制了直接 2C 的互联网医院。之后，政府陆陆续续放宽行政审批，比如医药电商牌照逐步消失：A、B、C 牌照全部废除，即只要申请相关资质就可以开展卖药服务，不用政府直接审批牌照。到 2018 年 4月份，总理真正再次提出互联网+医疗服务，过了半个月，国务院正式发布了《关于促进“互联网+医疗健康”的发展意见》。从 2014-2018 年经过不断的摸索、政策的收紧和放松后形成了《关于促进“互联网+医疗健康”的发展意见》，奠定了互联网医疗未来发展框架。
在此之后，我们发现了一些陆续的边际改善。发展互联网医疗需要解决几个问题：1）医疗健康数据使用权问题，到底互联网医疗机构是否可以使用，还有怎么使用？2）医疗本身最核心在于支付，我国主要是医保，美国是以商保为主。医保作为最大的支付方，如果医保不对互联网诊疗行为进行支付，对于 C 端患者而言，不会倾向于选择互联网医疗，只是一个可供选择的方案。在 2018 年 6 月份我们观察到一些边际改善，比如广东省发布要《落地“互联网+医疗”的发展意见》，里面明确提到：“互联网医疗可以以某种形式医保报销”。另外一个是，在 6 月 20 日，国家强调重点推动电子健康档案向个人开放，专家认为：开放后，个人可以授权其他第三方服务机构使用数据，意味着某些企业可以拿到部分人的医疗数据，继而提供增值服务。从政策方向来看，这是个积极信号。综上，政策对互联网医疗最开始放开，之后趋紧到一定点之后，于 2018 年 4 月开始呈现鼓励发展的状态。
政策监管发展脉路图
2.2.2. 行业盈利模式逐步落地
行业盈利模式逐步落地主要表现在两个方面：部分企业收入大幅增长；行业头部效应体现。
行业盈利模式落地示意图
部分企业收入大幅增长，比如平安好医生，财报中 2016 年收入翻倍增长，2017 年翻两倍增长；再比如阿里健康，2016 年开始把医药电商资产注入阿里健康“壳”里面，选择 2016、2017 年时间点也是因为看到政策边际变化的好处。预计阿里之后也会把体系下的医疗资产装入阿里健康“壳”里。从卫宁健康看，2017 年云医和云药收入都翻倍增长，客户规模也高速增长。行业头部效应主要表现在行业优质资产开始率先登陆资本市场，比如平安好医生（互联网+医疗服务）和阿里健康（医疗电商）等；还有些企业加速 IPO 进程，最近在港股提交 IPO 的宝宝树（做母婴健康管理）；微医乐观计划 2018 年底在港上市。另外，头部企业高估值也是此效应显现的迹象：宝宝树估值 120 亿、微医估值 55 亿美元、平安医保科技估值 88 亿美元。
2.2.3. 行业资源配置优化
原来互联网医疗企业希望能拿到医疗资源，但是非常困难。之前统计了腾讯旗下的医疗资产，例如：乐跑手环、医联、微医、新氧等，其中很多没有医疗资源。要么做医院“墙外服务”：挂号、轻问诊等，要么是医疗大数据、人工智能等。今年来看，像腾讯入股东华，阿里和卫宁进行股权合作，这些互联网巨头通过与医疗信息化企业深度绑定真正进入院内，不仅局限在边缘化服务。如果没有卫宁、东华、创业等企业，支付宝和微信很难进入医院的。双方合作，C 端的互联网巨头可以给 B端的医疗 IT 导入流量和技术；B 端的医疗 IT 龙头可以把互联网技术落地医院内部，不仅局限在医院围墙之外。
腾讯集团在医疗健康领域的布局
C 端互联网巨头与B端医疗 IT 龙头企业合作
所以，为什么说在 2018 年互联网医疗迎来了真正的“春天”？
政策的障碍墙砸开了——寒冰融化
行业自身的身子骨硬朗了——种子发芽
医疗的玻璃门被打破了——春雨润物
互联网医疗的“春天”真正来了！
3. “互联网+医疗服务”的现状和发展趋势
3.1. “互联网+医疗服务”在全球和中国的发展趋势
今年上个月，互联网女皇发布了一个互联网报告，是关于全球和中国的互联网行业的竞争态势和发展状况。其中和医疗相关的，从全球角度来看，医疗保健占家庭比重的上升幅度最快，换句话即：从全球的角度，大家是认可医疗消费不断上升的趋势。目前中国整个健康服务的消费市场是 3.3 万亿，我们认为基于两方面会不断推动消费的增长：
从需求的角度：
1）人口老龄化的快速增长和慢性病需求；
2）大家健康观念的意识有所提升。
从供给角度：
1）中国医护人员投入比例相对较低；
2）基层医疗人员的缺乏。
不仅在于医院硬件和软件的缺乏，更在于基层医疗人员的专业水平和大医院的有差别。所以，介于供需方的原因，预计医疗市场会从 2016 年的 3.3 万亿以每年 10%的增速到达 2025 年的 7.8 万亿。
互联网医疗原本从线下场景移到线上，我们预估：线上问诊人次年化复合增长率从去年的 4%到 2020 年的 20%，在 2025 年将到达 26%。即未来有相当于比例的问诊服务将发生在线上。对应来说，整个行业预估的市场规模要达到千亿，其中还没有包含一些平安未接触到的细分市场。我个人体会是：在互联网的行业，边界比较模糊。因为这样的市场的边界模糊，这些行业未来会有快速变化。
在这样的一个市场预估的前提下，我觉得这个市场目前还处于一个野蛮式增长的阶段。这个行业爆发性增长的契机在于：
1）网售处方药的开放。目前网售还是有些灰色地带，要是能够有所突破，后面的想象空间很大。
2）支付。九成以上支付集中在国家医疗保险和公立医院，在互联网上的诊疗行为以个人自付和商保为主。
3）个人健康观念的提升。
3.2. 中国医疗行业的痛点和解决这些痛点的办法
3.2.1. 中国医疗行业的痛点
中国医疗行业痛点主要集中在两个方面：碎片化的医疗系统和医疗资源供不应求。碎片化的医疗系统，我们发现不同的人群接触的一些医疗保健资讯/医疗服务/药品和医疗器械/医保支付之间数据没有打通，即：数据孤岛。医疗资源供不应求，医护人员供给不足、初级卫生保健体系欠缺、商保覆盖率低，严重依赖社保。
这也就造成了对医生、患者、政府等参与者不同的障碍。对于患者而言，就医体验差（平均就诊所需时间超过 3 小时/平均与医生对话时间只有 2、3 分钟）；对于医生而言，医疗资源分配不均（三级医院的虹吸效应明显）；对于政府而言，医保缺口扩大。
中国医疗行业的痛点
3.2.2. 解决中国医疗行业痛点的办法
“互联网医疗+人工智能”是应对中国医疗痛点的有效方法。
对于医生而言：
通过互联网可以打破时间和空间限制，实现跨地域医疗资源即时共享；大多数慢性病、常见病移到线上，缓解线下问诊压力；
人工智能帮助提升效率，缓解家庭医生缺口；
对于患者而言：
可以提升用户体验，提升医疗诊断效率和准确率；
对于政府而言：
互联网+人工智能易规模化，一旦建成，服务成本低；
3.3. 平安好医生人工智能的自我学习闭环
平安好医生一直坚持自我医生团队，目前有 1000 人的医疗团队，旨在通过“自我医生+人工智能”实现患者的初步诊断和通过电子病历反哺给机器学习。
平安好医生自身所具有的优势：
1）海量数据
（问诊记录/特征标签/疾病库）反哺机器学习，辅助自有医生决策；
2）自由医生
任何人工智能的架构中都少不了对内容的完善，内容需要有医生的评估。我们的医生是自己企业的，我们可以反哺给 AI 进行学习。平安有近 1000 名医生对原始数据进行预处理，筛选合理的特征标签，并对模型分析结果进行及时的评估，有效提高人工智能训练效率。
3）技术领先
平安具有国内领先的人工智能开发技术团队，且对收购拥有核心技术的国外公司持开放态度。
平安好医生医疗 AI 动态自我学习闭环
3.4. “互联网+医疗服务”的三个阶段
1）野蛮式增长阶段：
以改善就医体验为核心的医疗服务资源的优化阶段，主要是打破了医院围墙、重新构建了新的医疗生态圈、改变了就医和购药方式和体验、重塑了医患关系和医务人员配置方式等。
2）精细化阶段：
当头部流量基本利益分配完后，带来垂类领域企业的发展；此阶段的一个明显特点：以提高医疗服务质量水平的医疗诊疗模式优化。
3）精准医疗阶段：
因为积累了海量数据，可能会实现精准医疗，特点是：以个性化精准医疗为核心的人工智能的发展。
3.5. 互联网医疗健康行业发展趋势
1）分级医疗和多点执业是互联网健康医疗的重要催化剂
平安好医生的愿景是：每个家庭都有一个家庭医生，每个居民有一个健康档案。
2）大数据将在互联网健康医疗领域发挥重要作用
在互联网医疗健康领域精准分流
医保控费
健康险营销
慢病管理
3）医药电商将在互联网健康医疗领域发挥巨大潜力
4）健康险/商业保险的产品设计上会带来革新
5）传统中医药将重获新生
中医药是“熟人模式”，复诊频率高，医患之间能建立更紧密稳固的关系。
6）个性化和综合化健康管理服务是未来垂直细分领域的发展方向
4. 人工智能在医疗领域的应用——卫宁健康人工智能实验室负责人陈旭博士
我本人目前主要在负责卫宁健康人工智能实验室的工作包括从基础技术的研发到应用产品转化。
刚刚两位嘉宾都谈到互联网+医疗，我个人认为“互联网+医疗”和人工智能有着紧密联系，如果说“互联网+”是对生产关系的创新，那么人工智能就是对生产力的创新，人工智能正不断给各个新兴领域提供“炮弹”，最终应用、落地、变现往往通过互联网+模式实现。从 2016 年开始，美英德日等发达国家纷纷把人工智能写入其国家科技创新战略。同时期国内几乎每隔 3-6 个月，“人工智能”的概念会出现在我们的相关政府报告和政策中，这充分说明我们国家认识到人工智能的重要性和投入的决心。去年在工信部的报告中，首次把人工智能列入新一代战略规划中，明确规划要分三步走和目标。2017 年 12 月，相关的规定更加具体对人工智能医学影像产品提出了标准要求：例如影像辅助产品检出率超过 95%，假阴性率低于 1%，假阳性率低于 5%。这些例子都说明目前国内外在人工智能发展上已经取得了高度共识，人工智能正逐步形成“产学研”一体化，这也为我们的科研工作和产业落地提供了重要保障。
卫宁健康人工智能产业化模型。大家在屏幕中可以看到的我们提出的人工智能产业模型：从各种传感器采集到的健康数据到医院的诊疗数据，人工智能最终要实现：数据到价值的转换。价值的体现包括了临床科研到医院的诊疗服务再到健康管理、精准医疗。其中模型有两个核心：1）技术：芯片/算法；2）环境：政策/资本。现在很多企业在谈人工智能应用产品，但是如果没有医院信息化这条通路支撑，没有能力采集数据，处理清洗整合数据，没有合适、丰富的场景，没有面向最终用户的交互终端，那么要实现人工智能医疗数据到价值转换将是很困难的。
卫宁健康简介。简单介绍下卫宁健康，于 2011 年挂牌上市，是第一家专注于医疗卫生领域信息化的上市公司，16 年正式改名为卫宁健康，也充分表明了我们从传统医疗信息软件到医疗信息化整体解决方案和新型医疗健康服务的转型。我们现在的业务从原来的基础医疗软件到区域卫生软件，再到基于“互联网+医疗健康”。由我们传统医疗软件业务带动 4 多云，云医、云药、云险、云康，通过这种模式实现价值转换。去年我们在 IDC 排名榜单中是国内唯一一家上榜的医疗信息化企业，也在是去年首次被福布斯列入亚洲 200 强（市值 20 亿-100 亿美元）企业名单。
人工智能研究在卫宁。目前我们主要在做的有四方面的研究和应用，即医疗大数据平台，医学自然语言处理，医学影像处理和医疗数据的挖掘。我们的产品策略即人工智能赋能是围绕临床的流程展开的。在临床工作流中构建了一个解决方案闭环：从临床实践出发，通过医院信息化的解决方案，从数据采集、构建科研数据中心、到大数据处理平台、构建专病数据库，接着对专病数据进行分析从而帮助医生做临床科研。且做完临床科研后，通过信息系统反哺临床实践中。
人工智能在医疗领域的应用。现在人工智能在医疗领域的应用主要包括儿童骨龄检测、胸部正位片的疾病筛查、糖尿病性视网膜病变检测、早期肺部肿瘤结节检测、基于多尺度细胞核的自动检测分割、基于胸部 CT 的自动分割与三维重建、关于临床科研方面的应用、人工智能在精准医疗上的应用案例。
1）儿童骨龄检测
骨龄对应生理年龄，和实际年龄的差别可以衡量生理发展趋势。传统方法是检验人员对应图册进行人工视觉比对，现在可以运用深度学习方法将此过程自动化。现在儿童医院已经上线此应用，传统方法至少要 5 分钟，人工智能算法只需 30s，而且精度在同行中（包括国外）位于领先，在 2017 年中国大数据人工智能创新创业大赛“AI 医疗场景赛”中取得冠军。
2）胸部正位片的疾病筛查
通过大量数据分析，收集超过 20 万张的 X 光片，人工智能的运用可以鉴别 16 种常见疾病。图像分析时间不到 1s，且可以通过 CAM 算法把疾病区域展示出来。该模型已被证明在肺炎等多个病种的诊断准确率高于放射科医生。
3）糖尿病性视网膜病变检测
一方面，我们和医院合作利用大量数据帮助优化算法，另一方面，我们将此技术运用到自身的“互联网+”平台上。通过纳里医生健康平台，使得“互联网+医疗”平台上的用户更便捷的过得诊断服务，使得人工智能应用及服务的面更广。
4）早期肺部肿瘤结节检测
早在两年前我们的 PACS 团队就根据形态学、人工设计的特征来检测肺结节，现在已经全面转到深度学习等人工智能算法，性能和准确率均有提升。1 毫米层厚CT 病例的结节识辨率在 95%以上，我们还将肺结节检测这样的产品通过基于人工智能影像处理插件嵌入我们的 PACS 产品中，实现从数据采集到训练最终服务临床的无缝整合，而医院也可以自由选择采购相应服务。
5）基于多尺度细胞核的自动检测分割
可以在多尺度病理图像中准确找到细胞并对其分析和检测。可以适用于癌症的病理检测、提高药物检测的效率、缩短新药的开发周期等。
6）基于胸部 CT的自动分割与三维重建
传统影像科医生在术前需对器官手动分割，现在可以运用自动分割。自动分割的结果更为光滑，且精确。其应用面广泛，包括头颈，大脑其他器官分割都可以运用，帮助医生在术前把要手术部位画出来。
7）关于临床科研方面的应用
过去要做基于院内数据的临床科研很困难，临床数据用于科研对院内或区域的数据质量要求甚高。难点还在于：如何对数据进行采集和清洗？这都要求首先能构建一个科研数据中心，在此基础上可以通过自定义、语音分析方法对数据分析，最后导出指标集，把所需要的科研数据进行导出。此外可以把数据直接连接到机器分析的平台上，直接在平台上提供科研分析结果和报告。一方面，对于科研工作效率有所提升，另一方面，也可以把这样的模型应用到医院其他产品当中。
8）人工智能在精准医疗上的应用案例
谷歌提出通过深度学习技术，利用二代测序技术进行快速基因比对，从而找到可能发生病变的点位。通过基因检测成本的下降，未来每个人都有条件进行这方面检测，来分析某个基因点位与别人的差别。
另有研究通过血常规数据预测年龄，通过对血常规的生物指标和患者年龄进行回归分析，分析哪些生物标志物与年龄具有相关性。人工智能在医疗领域的趋势和展望。现阶段人工智能主要解决：医疗资源分布不均、医疗质量不平衡的状态，通过人工智能来提高效率。目前来说人工智能还不能替代医生，只是起到辅助作用。未来，医疗人工智能产品更多的会以给医生提供第二意见的形态存在，是“医生+人工智能”的组合，最终服务各种诊疗场景。此外目前人工智能应用还都是“点”状的，没有形成完整的解决方案，未来一个很重要趋势是人工智能赋能整个临床决策流程，把问诊、化验、检查、诊断等诊疗流程的每个环节打通，能为医生、患者提供完整的服务。
卫宁 AI 平台的战略。首先我们从医生需求出发，因为医疗辅助决策类人工智能产品主要是为解决医生需求，通过医生来帮助病患。我们的算法和各种技术工具都是为了这个目的开展研究，通过算法，终端产品和垂直厂商进行合作最终将人工智能产品服务延伸到大健康领域。我们认为人工智能的产业庞大，不是一家企业就可以去做的，我们在多年的经营中积累了大量的客户资源和终端入口，我们愿意和其他人工智能企业合作，最终把人工智能赋能医疗健康做成可以落地，造福百姓的实事。
5. 医疗大数据在医保和商保中的应用
在医疗领域里，支付是最大的关口。1965 年有一个诺贝尔经济奖的得主，写了一篇文章，说医疗领域的消费和别的领域不一样，在其他领域，购买者有 80%的决策权，而在医疗领域，花钱的人是没有决策权的。
华数康简介。华数康成立于 2014 年 7 月，主要做医保控费，现在做医疗大数据，负责全国 40 多个城市的医保控费。同时，社保部的医保大数据平台也由华数康维护。
医疗大数据及其应用。美国科技标准局和 IMH 给出的医疗大数据定义，包括四方面：1）医保及商保数据；2）临床数据；3）药厂/医疗器械研发；4）病人数据。这四个数据被视为医疗数据的数据源。医疗大数据应用的 5 个目的（5R）：Right Living 正确的生活方式、Right Care 正确的治疗方法、Right Provider 正确的就医途径、 Right Value 合理的医疗费用及医疗资源、Right Innovation 有效的创新方法和方向。据统计，若医疗大数据被正确应用，那么在美国将降低 12%-17%的医疗支出。同时对标中国的话，大概也可以节省 5800-8600 亿人民币。
医疗保险的类型。按教科书分类，医疗保险分为四大类。第一类是国家医疗保险，典型代表是英国（财政一部分）；第二类是社会医疗保险，典型代表是德国；商业医疗保险，典型代表是美国；储蓄性保险，典型代表是新加坡。中国的医疗保险属于国家和社会保险的中间形态，即钱来自老百姓手中，由政府来管理，不纳入中央财政，纳入地方财政医疗保险基金中。所以不同的保险性质决定了医疗大数据的分析方法不同。
保险主要干两件事：定价和风控。定价主要应用历史数据。在商业保险中，大数据可以精确计算 premium，即风险低的人少付，风险高的人多付。但是在中国，医疗保险带有公益性质。风控（避免、减少、降低赔付）主要应用数学模型。传统控费手段：医保目录、总额控费、医保审核、DRGs、医保监控系统、Predict Model （美国），但这些手段有一个最大的诟病：都没有真正把医疗费用降下来。原因在于，按照经济学原理，医疗费用存在两个问题：道德风险、引导消费。后来出现了另外一种医疗保险的手段：适度干预医疗。比如：Clover Health（美国一家新型医疗保险公司），通过大数据进行主动干预，一年后结果降低了医疗费用接近 30%。这是一个应用大数据直接干预医疗的一个典型案例。
价值导向型医疗。在医疗领域里，经常会发布各种政策和指南，通过我多年的从业经验，我认为医疗要回归本质：为患者服务。我认为最近最有价值的一个政策报告：是 2016 年出台的《深化中国医疗卫生体制改革》，此报告由财政部部长楼继伟、卫计委主任李斌、社保部部长尹蔚民、世界银行行长、世界卫生组织联合签名。这个报告主要介绍价值导向型医疗，在报告中给出了非常具体的目标。
价值导向型医疗的定义。VBH（Value-based Health），有 3 个衡量指标：1）服务人群（如社区医院覆盖的社区居民）健康意识指标，生活质量指标，发病率等；2）患者人群的治愈率指标，慢病患者的管理指标；3）医保支出：即用医保支出的价值来衡量医疗支出是否合适支付。价值医疗最大特点是根据医疗服务的结果（Outcomes）支付医疗费用，改变了传统的根据服务项目付费的模式。
BCG 发布了一个关于价值医疗在中国实现的目标，特别提到：中国目前是最有希望在全球全面实现价值医疗、医改弯道超车的国家。因为西方的医疗体系过分固化，然而在中国，政府还有很大的指导权，政府发布的政策还有很大的影响力。
所以，我认为政府发布的 2016 年关于价值导向医疗的报告是最有价值的，个人认为只要是符合价值医疗的事情就是有前途的，如果不符合的就是没结果的。
华数康医保产品。华数康有 7 亿医保数据，我们在发改委中标，维护医保数据库，目前有十年 7 亿人数据。医保数据的好处是非常全，问题是不是临床数据，是结算数据，在处理数据关联性会非常麻烦。数据信息是以编码型的，编码很混乱。有一个费用数据，还有药品数据、个人信息。传统上我们是做医保审核的，现在我们做大数据，项目是对国家医保风控，项目是几年以后完成，现在还在做初级阶段，做数据的分析和可视化。
华数康慢病管理。医保部门提出个问题，慢病占医保报销中占有 50-60%，每年以17%的速度增长，其增长率比其他的病高很多，1）慢病病人增加 2）慢病费用增加。华数康又成立了个事业部，专门做慢病管理，是和社区卫生中心成立专门的慢病管理中心，对慢病病人进行 5 方面的监控。我们做慢病管理之所以做得好的一点在于：我们应用数据做模型，分析风险点。
6. 处方外流新形势下医药电商的思考——阿康大药房 CEO 张移兵
大家好，感谢东北证券，今天和大家介绍下“处方外流新形势下医药电商的思考”。这次国家对于处方药开放的幅度非常大，甚至超过从业者的预期，而且开放是不可逆转的。我今天的演讲内容基于“处方药肯定会开放”的前提。
医药领域的政策。医院体系：零售差价、药占比、处方限量、门诊取消，其中最核心的就是限制药品在医院的销售。工业体系：两票制、营改增、招投标、药物一致性，所有的政策都围绕一条：药价要降。因为我国医保是国家医保，随着进入老龄化社会，交社保的人越来越少，享受医保的人越来越多，医保资金在很多省份就出现了亏空。如果仅靠国家财政补贴不是长久之计，所以需要降价。从零售体系角度来说，必然会严控处方管理。去年，第三方医药物流配送放开了。
处方药外流的未来。按照中国医药行业的发展趋势，我们判断：处方药的未来在院外市场，政策分析的结果：医院里的处方药必须要流到市场上来。中国的医药市场有 1.75 万亿，医院市场 1.4 万亿，零售 3500 亿，未来国家要通过行政手段、市场手段、政策手段等把处方药从医院内部逼出，预计未来 3-5 年内会有 1 万亿处方药流向零售市场，在院外零售市场中机会最大的是：慢病处方药。
医药市场格局和处方外流市场规模示意图
从 C 端来看的话，有 3.6 亿的慢病患者，300 万医生，250 万药师，也会流向移动医疗、慢病管理平台等；从 B端来看，中国药店 45 万家，其中连锁药店 5000 多家，单体药店 22 万家，门诊 22 万家，社区医疗 8.5 万家，村卫生室 65 万家，都会是处方药外流的流向点。
处方外流下的产品结构。从产品讲，中国医药市场共有 17 万个产品批文，其中 OTC: 5 万个，处方药：12 万个，流通性处方药：10 万个，院内处方：2 万个，2 万个里面注射剂：1.1 万个，口服：1 万个。我们认为未来的方向是：在重症、慢病、罕见病的 DTP 模式下，对于年用药 8000-10000 的病种会有大的价值所在。医院处方用药与零售处方用药对比，在医院处方用药里面排第一位的是：抗肿瘤的药，但在零售处方用药里面，抗肿瘤的药排名非常靠后。有很多药在医院占比份额高，最终都会流向市场，我们推算处方外流市场大概有 6000 亿。
零售药店情况。中国的零售药品竞争激烈，2016 年每家药店服务的人数 3000 人左右，与其他国家相比处于较低水平。美国每家药店服务人数 5000 多人，德国将近4000 人，日本 6000 多人。在中国，人口密集的区域，每家店服务的人数反而更少，比如华南地区每家店服务 2000 人，华中地区：4000 人，西北地区：3000 人，东北地区：2000 人。在如此低效的行业必然会有整合，导致收购价格急剧攀升。药店是低频、高毛利、严监管的生意，每家药店的核心竞争力体现在：营业收入、毛利率、费用控制。现在行业平均毛利率40%，费用率 30%，意味着去药店买的药是加价40%。对于所有企业而言，关键在于控制费用，我们现在连锁的销售费用率超过 27%，销售费用包括店租金、人员工资等。国外是不到 20%毛利率。零售药店的未来：最终要回到本质：降低费用、提高效率。效率高的企业才有前途，不是一分钱一分货，而是一分钱十分货，只有这样的企业才能在未来长久走下去。随着处方外流逐渐变为现实，药店的分级管理也会改写药店行业的竞争格局，慢病处方药是未来的核心。
阿康健康目前布局。围绕上游企业做推广、处方承接、慢病照顾，围绕小 B 段做终端赋能、提高处方供应面集成服务、为线上终端提供电商服务、移动医疗等；线下和药店、集成医疗合作。对于 C 端，围绕核心病种解决方案、数据管理、商业保险等。国家规划未来由国家医保和商业医保对半分，需要长期努力。围绕慢病做病种解决方案，消费者不是来买药的，是来买健康的。在互联网背景下，我们比任何时候都更接近病人。做企业还是要有点情怀，引用现代医学之父威廉·奥斯勒的一句话： “行医，是一种以科学为基础的艺术。它是一种专业，而非一种交易；它是一种使命，而非一种行业；从本质来讲，是一种使命，一种社会使命，一种善良人性和友爱情感的表达。”
閱讀更多 葡萄樹下的蝸牛2018 的文章
