牛年读书之《重构大健康：创新时代商业模式的未来》

杨晓光健康管理 2021-02-18

展开全文

《重构大健康：创新时代商业模式的未来》对创新商业模式的分析，具有独到的视角和分析逻辑。医疗服务产业如何进行商业模式选择，医疗器械产业如何通过识别不同的商业模式进行战略规划，互联网医疗行业发展的困境与解决的方案是什么，“医疗+人工智能”产业如何进行商业模式创新……

大健康产业是一个集合的概念，从产业链的维度展开，包含医药制造、医疗器械、医药商业和流通、医疗服务、医疗保险、医疗信息化、互联网医疗、医疗大数据和人工智能等细分产业。

医药制造业和医疗器械产业位于大健康产业的上游。医药制造业又可以进一步细分，包含化学制剂、中成药、生物制品等细分行业。医疗器械产业从大类上可以分为医疗设备、医用耗材以及家用医疗器械产业。这三大类产业在功能、需求和商业模式特征方面各异，像常见的DR（数字X射线机）属于医疗设备；心脏支架和人工膝关节属于医用耗材；血糖仪、血压计等属于家用医疗器械。

医药商业流通行业位于大健康产业的中游，在大健康产业起到了承上启下的重要作用，主要包括医药和医疗器械的批发和零售。有了医药商业流通行业，才使得药品和医疗器械能够精准送达到医疗服务机构及消费者手中。医药商业流通行业中，又以医药零售的涵盖范围最为广泛，包含线下零售药店、医药电商等，像老百姓大药房、一心堂等连锁药店以及诸多单体药店都属于线下零售的范畴。

医药电商是医药和医疗器械的线上销售渠道，分为B2C、B2B、O2O等模式。康爱多、七乐康、健客网以及2018年9月刚刚在美国上市的111集团（原壹药网）都属于医药电商，其中O2O是线上下单，线下即时配送的模式，典型代表是仁和集团下属的叮当快药，以及步长药业参股的快方送药等平台。线下连锁药店与B2C、O2O等线上模式并不矛盾，互为补充。三种模式的结合充分兼顾了药品的丰富度、价格以及获取等方面的优势，成为医药零售行业的一个新趋势。

医疗服务机构是整个大健康产业的下游，直接面向患者提供最终的医疗服务，因此也是最核心的部分。医疗服务机构包括综合医院、专科医院、社区卫生中心、诊所等。随着我国人均收入水平的提升，对医疗需求日趋多样化及个性化，医疗美容整形医院、口腔医院和诊所等具有消费属性的医疗服务机构得到了空前的发展。

为整个大健康产业提供支付的是医疗保险行业，目前我国的医疗保险以社会医疗保险为主，商业健康险为辅。商业健康险在我国主要分为医疗险、疾病险、长期护理险和收入保障险。支付对于整个大健康产业的核心环节至关重要，医药、医疗器械、医疗服务，大部分都依赖于社会医疗保险或商业保险的支付。2017年年末，全国医疗卫生机构总数达986649个，比上年增加3255个，其中医院31056个，比上年增加1916个；其中，公立医院12297个，比上年减少411个，民营医院18759个，比上年增加

我国健康产业仅占中国国民生产总值的4%~5%，2014年居于全球首位的美国医疗健康产业支出总额占GDP的比例为16.9%，我国整个健康产业尚有巨大的发展空间。2327个。2013年至2017年间，中国公立医院数量减少1099个，民营医院增加7446个。

我国大健康产业之所以保持高速增长，源于庞大的人口基数和日益严峻的老龄化状况，也依赖国家政策持续引导和大力支持。

首先，中国健康服务业的发展离不开政策驱动。2009年3月17日“新医改”推行，2011年3月14日“十二五”规划出台，2016年“十三五”规划的开局之年顺势推行《“健康中国2030”规划纲要》，将“健康中国”上升至国家发展战略。政府部门开始广泛参与引导健康服务产业的发展。

其次，中国社会人口结构变化，也是驱动中国健康服务产业发展的重要因素。老龄化是未来半个世纪甚至更长时间内中国社会发展道路上的棘手难题。到2020年，65岁以上老龄人口将达到2.42亿，占总人口的比重从2000年的6.96%增长到近12%。老龄化的问题，将对医疗保健产业带来前所未有的挑战。

最后，随着物质生活条件的改善，科普保健意识的提升，健康的生活方式正日渐进入公众视野，成为大众的生活追求。随之而来的是健康体检、健康咨询、健康养老、体育健身、养生美容、健康旅游等新兴服务需求的快速增长。为人们提供健康生活解决方案，催生大健康服务产业最大的商机。

大健康产业发展趋势和机会风口

（一）生物技术创新：新药研发的机会和风口

研制新药虽投入大，过程耗时，但相对于仿制药，创新药更具战略意义，这意味着完全的自主知识产权、新颖的化学结构和新的治疗用途。随着仿制药机会的减少，新药研发逐渐成为大健康产业的重要机会。以创新药著称的领军企业恒瑞医药已悄然突破2000亿市值大关，成为医药研发创业公司乃至主板上市公司中的翘楚。

（二）检验技术创新：基因检测的机会和风口

精准医疗，诊断为先。检验诊断的技术经历了生化、免疫到分子诊断的阶段。目前基因检测技术已经成为分子诊断技术最重要的应用场景，也是人类了解自身、了解疾病的重要手段。历经三次技术变革，二代测序技术于2014年正式进入我国市场，随即占据主流。放眼未来，基因测序在生物医药领域可能产生裂变效应，也因此成为生物医药领域最具机遇的领域。

（三）硬件技术创新：影像和治疗设备的机遇和风口

影像诊断是医学诊断的重要方向，随着集成电路芯片性能的提高、计算机运算速度的加快，影像设备核心零部件的国产化率也不断提升，类似数字X线机的核心零部件球管、高压发生器和探测器都实现了国产化；高端大型设备方面，计算机断层扫描（CT）、核磁共振成像（MRI）的核心技术也逐渐被联影等国内企业所掌握，大型设备零部件研发水平的不断提升也带动影像设备行业迎来新的发展机会。

（四）传感器技术进步：可穿戴设备的机会和风口

可穿戴设备是未来大健康产业长期发展的必经之路，可穿戴设备可以便捷采集人体各项指标信息，并进行数据上传和分析，同时也是连接医疗健康服务的重要载体。传感器技术的进步催生了可穿戴设备的创新：除了手环，便携式、穿戴式的血压计，连续监测甚至无创检测的血糖仪，可以自动预警的心电仪都是极有吸引力的应用场景。此外结合运动传感器、生物传感器、环境传感器、气压计等环境传感器，可穿戴设备将有望成为未来健康管理的重要入口。可穿戴设备的小微型化、柔性化、智能化与“无穿戴感”是未来的发展方向，长期来看，可穿戴设备也许会进化成植入人体的智能设备。当可穿戴设备的“无穿戴感”和便捷性达到一定程度，并结合服务推送，将有可能推动人类健康管理的巨大变革。

（五）数据和算法技术进步：医疗人工智能的机会和风口

算法、算力和数据，是人工智能快速发展的三个要素。算力是人工智能的基础设施之一，目前，每秒10亿次浮点运算的算力成本已降至6美分。算法是人工智能发展的基础，算法框架中诸如Caffe、TensorFlow、Torch等大多数已经实现了开源，成为大多数工程师的选择，对行业的加速发展和人才的培养起到了非常大的作用。医疗健康人工智能系统必须通过大量的医疗图像与病理数据来“训练”，才能不断提升输出结果的质量，而目前医疗数据存在公开性不高，难以获得及清洗的问题。三大要素中，算力和算法都已经相对齐备，人工智能+医疗亟待医疗大数据来引爆。另外，辅助新药研发的人工智能系统、医疗影像辅助读片系统、临床辅助诊断系统等技术和产品不断涌现，为提升整个医疗健康产业效率和医疗服务质量贡献力量。

在2018年3月中国上市企业市值500强排名中，大健康行业共有42家企业榜上有名，包括制药、生物科技企业和医疗保健设备与服务企业。在医药行业中，有6家企业市值超千亿元，恒瑞医药、康美药业、复星医药、石药集团、云南白药、爱尔眼科等排名靠前。千亿市值大健康上市公司的涌现，意味着借势资本展开产业整合的时代正加速到来。

（二）一级市场投资额巨大，创新创业蕴含机遇

医疗健康领域是投资增长最快的行业。2010年至今，医疗健康领域一级市场投资规模年均增长率高达54.7%。即使在2017年，受到资金面等客观原因冲击，发生在医疗健康行业的投资事件仍然高达230起。相比于2015年，2017年的单笔投资均额接近9381万元人民币，是2015年的两倍多，投资均额的上升意味着行业整体成熟度的提高。资本市场的投资方式已经从粗放的“广撒网”，变成了集中资源投资优势项目。另一方面，巨额投资的频繁涌现，成为医疗健康领域资本市场的特点。2018年以来，一级市场上中国医疗健康领域的创投案例已经多达百笔，投资金额超过30亿美元。

（三）跨境并购持续发生，海外整合蕴含机遇

随着近几年中国医疗行业发展的不断升温，2017年医疗跨境并购持续高成长，交易金额及交易数量都创下历史新高：2017年交易数量达到48起，相较2016年增长45%；2012年以来的年化复合增长率超过50%；2017年整体交易金额超过92亿美元，较前一年增长48%，五年来年化复合增长率高达63%。

2017年海外并购由科瑞集团领头，连同蓝帆医疗、三胞集团、威高股份等中国大型企业创下海外并购佳绩。从并购标的所覆盖的业务来看，心脏血管疾病、肿瘤等慢性疾病成为中企出海的锁定目标。以2017年十大并购为例，收购标的涉及肿瘤和心血管疾病的交易过半，这彰显了中国企业充分利用跨境并购以获得重要疾病领域相关技术的决心。

大健康产业商业模式分析设计的步骤

对于细分行业众多且不断快速变化的大健康产业来说，商业模式分析可以分为对于成熟模式的分析和新兴模式的分析。尤其是对成熟商业模式的分析，有利于找到是否有优化空间（分析自身商业模式），以及是否有借鉴的方向（分析其他企业或行业商业模式）。从分析内容方面，这两种分析模式的关键区别在于：新兴模式是否成立尚不确定，并且在模式初创期，往往看不到具体财务数据，因而需要着重分析客户需求的真实性和刚性程度；在收入方面，需要重点分析付费方有哪些，付费意愿取决于什么，是否真的有付费能力。其他方面，两种商业模式分析类似。

从分析的重要性来看，第一步首先要考虑客户和需求，在大健康产业内，需要确定自身是在产业链的哪一环节？客户是2G、2B还是2C?具体满足了什么需求?2G主要是政府相关部门，一般来说其主要需求是要提升当地健康产业发展水平、提升当地民众满意度和就医水平，降低或控制费用等。2B中的B包含了企业或是医院，其主要诉求也各不相同，一般来说2B的诉求维度主要包括：提升效率、提升收入、降低成本等；2C的方向则主要需要考虑是满足健康需求还是满足医疗需求？如果要满足医疗需求的话选择哪个病种切入等。一般来说，2C的需求把握最为困难。

第二步要考虑主要业务提供的是产品还是服务？如果是产品，那么产品的特征就是可复制、可规模量产的，此时产能取决于材料、工厂及生产人员，可复制性和标准化都比较强，往往具备规模效应，比如医药制造业和医疗器械制造业；而做服务面临最大的困难是对于稀缺专业人员的依赖，以及对于关键资源的依赖（比如地方相关政策、实体机构的地段等），这些都可能会对服务性质业务的扩张和复制能力带来挑战。一般来说，不论是综合医院的扩张还是专科医院的连锁化经营，往往会面临这样的问题。

第三步要考虑收入来源，即盈利模式。重点要考虑向谁收费，为什么能够收到费用？还要注意区分主要的客户是否是最终支付方。2C能够实现收入的关键因素是满足刚需，2B则是能提升效率、提升收入、降低成本。如果涉及医保支付，是否纳入报销范围则是关键的付费因素。此外，盈利模式也包括在什么时间进行收费？是服务和产品交付的当下进行付费，还是先免费后付费的模式，等等。

最后，公司要从财务角度研究商业模式能否盈利的关键条件。收入靠什么来驱动增长？毛利率靠什么要素来提升？各项成本费用如何支出？达到什么条件可以盈利等等。

为什么快速迭代在医疗领域不适用

互联网思维 “快速迭代”，其本质是通过不断“试错”产生的“反馈”对产品和技术进行优化，从而很快让产品或服务接近完美的精益创业思维。然而被互联网领域反复验证过的迭代思维应用到医疗领域创新时却遇到了困境。主要原因是忽略了“快速迭代”操作的前提假设：试错成本必须低。这里的试错成本低，包括了多层含义：第一层是产品或服务本身生产成本较低；第二层是如果出现错误，其产生的后果带来的成本较低；第三是相比非试错手段（例如做用户调研或咨询研究来进行决策），试错方式达到正确方向的成本低。医疗行业的许多方面本质上都不支持以上假设。特别是一旦出现失误，其影响的后果往往涉及生命安全，这样的代价不容许采取快速试错的方式（药物还有动物实验等替代方案，但是互联网医疗服务没法启动动物实验代替人的使用）。不仅是医疗，汽车制造业、工业机器人产业也不允许快速迭代的方式。

平安好医生是互联网医疗行业的代表性企业，在2015年4月首次推出移动App产品（比移动医疗的旗手春雨医生晚了近4年时间），主要提供的产品是在线医疗健康服务（包括在线咨询的家庭医生服务、预约挂号等）、消费型医疗服务（如体检、基因检测、口腔护的线下服务等）、健康商城（可以理解为与健康相关的实体商品的电商模式）、健康管理和互动（服务于用户端，提供资讯、提醒等定制化服务，盈利模式采用广告费方式）。2015—2017年平安好医生上的日均咨询量分别达到了4万次、18万次、37万次（公开信息中除了春雨医生曾表述过其日问诊量可达10万次外，没有第二家能达到此数量级）。

医疗器械产业发展趋势与机会

检验诊断检测设备多由国外进口，国内企业主要生产试剂，且多集中于细分市场，规模有限。科华生物、迈克生物、达安基因、利德曼

诊断监护深圳迈瑞、宝莱、特理邦仪器

医用装备新华医疗、华润万东、鱼跃医疗

高值耗材国际巨头垄断，但药物洗脱支架、心血管支架等细分市场已实现进口替代

制药装备国际巨头垄断商端设备，部分细分市场实现国产化。

东富龙、楚天科技、迦南科技、干山药机

医疗痛点是人工智能+医疗的现实需求

人工智能对医疗的价值体现在两方面，一是提高效率，二是降低成本。对“人工智能+医疗”需求的大小决定了其价值的大小，也最终决定其市场空间。对“人工智能+医疗”的需求主要基于几方面客观现实：一方面是优质医疗资源供给不足；另一方面，随着人口老龄化加剧、慢性疾病增长、对健康重视程度提高，医疗服务需求持续增加。

解决医疗资源不足，提升医疗领域生产力是对“人工智能+医疗”的根本需求和发展动力所在。解决医生资源不足的问题，关键在增加供给量方面。培养医生需要长时间的投入，没办法迅速响应急剧增长的医疗需求，而且供给量也不是无限增加的。一旦能够实现机器看病，供给量将会无限增加，一方面解决供不应求的局面，另一方面能够大大降低医疗成本。

人工智能在医学影像数据挖掘和分析中包括数据预处理、图像分割、特征提取和匹配判断四个主要过程：

1.数据预处理：数据预处理是指医学影像数据库中含有海量的、不同来源的原始数据，其中带有大量模糊的、不完整的、带有噪声和冗余的信息，因此在数据挖掘前，必须对这些信息进行清理和过滤，以确保数据的一致性和确定性，将其变成适合挖掘的形式。这个阶段包括图像去噪、增强、平滑、锐化等工作。

2.图像分割：图像分割是通过器官形态模型，图像边缘特征模型，以及神经网络聚类模型，计算机自动将影像的内容（如盆腔CT的膀胱，前列腺，直肠等）自动分割（分割精度<2mm。），从而为后期的智能匹配和判断提供必备的图像处理工具。

3.特征提取：特征提取是指在图像分割基础上，使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。

4.匹配判断：匹配判断是图像匹配和聚类的过程，核心技术是深度学习。

人工智能+健康管理是将人工智能技术应用到健康管理的具体场景中。健康管理的范畴非常广，从全球人工智能+医疗创业公司来看，主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。

风险识别。通过获取并运用人工智能进行分析，识别疾病发生的风险及提供降低风险的措施，如，风险预测分析公司Lumiata，通过其核心产品——风险矩阵（Risk Matrix），在获取大量的健康计划成员或患者电子病历和病理生理学等数据的基础上，为用户绘制患病风险随时间变化的轨迹。公司首提的医疗图谱Medical Graph是预测分析产品背后的引擎，主要有两大功能：1.映射出当前和未来的个人健康的轨迹；2.在每一个预测背后，提供详细的临床基本原理。医院利用图谱分析对病人做出迅速、有针对性的诊断，从而对病人分诊时间大大缩短30%～40%。客户群体包括大型健康计划、护理机构、数字健康公司等，目前已拥有10组以上的付费客户。

虚拟护士。以“护士”身份了解病人饮食习惯、锻炼周期、服药习惯等个人生活习惯，运用人工智能技术进行数据分析并评估病人整体状态，协助规划日常生活。如Alme Health Coach，针对慢性病病人，基于可穿戴设备、智能手机、电子病历等多渠道数据的整合，综合评估病人的病情，提供个性化健康管理方案，帮助病人规划日常健康安排，监控睡眠，提供药物和测试提醒。又如，AiCure通过智能手机摄像头获取用户信息，结合人工智能技术确认病人的服药依从性。

精神健康。运用人工智能技术从语言、表情、声音等数据进行情感识别，如，Ginger.IO通过挖掘用户智能手机数据来发现用户精神健康的微弱波动，推测用户生活习惯是否发生了变化，根据用户习惯来主动对用户提问。当情况变化时，会推送报告给身边的亲友甚至医生。又如，Affectiva公司的一项技术通过手机或电脑摄像头实时分析人的情绪。

移动医疗。结合人工智能技术提供远程医疗服务。如在线就诊服务，Babylon开发的在线就诊人工智能系统，能够基于用户既往病史与用户和在线人工智能系统对话时所列举的症状，给出初步诊断结果和具体应对措施；远程用药提醒服务，AiCure是一家帮助用户按时用药的智能健康服务公司——通过手机终端，帮助医生知晓，并提醒患者用药，降低因不按时吃药导致复发的风险。

健康干预。运用人工智能对用户体征数据进行分析，定制健康管理计划。Welltok通过旗下的CafeWell Health健康优化平台，运用人工智能技术分析来源于可穿戴设备的MapMyFitness和Fitbit等合作方的用户体征数据，提供个性化的生活习惯干预和预防性健康管理计划。