現在的醫(yī)療行業(yè)繞不開AI。田敏認為，從現有的市場切入，實現成本降低、效率更高，有很多方面可以布局。這些機會對元璟來說，是現階段的關注重點。

　　田敏關注醫(yī)療已經有多年經驗，按照她的話來說，“醫(yī)療屬于重資產產業(yè)的投資，對于VC來說，參與重資產產業(yè)的投資，天然有些違背VC的投資策略。”所以，在醫(yī)療產業(yè)里是不是有機會找到更輕的切入方式？用更符合現代互聯網技術的方式改造它，這是田敏思考的重點。

　　從民營醫(yī)院到科技落地，醫(yī)療創(chuàng)業(yè)的三個階段

　　田敏認為，醫(yī)療服務經歷了三個比較大的階段。

　　第一個階段，21世紀初，中國內地正式開放醫(yī)療市場，民營醫(yī)院迎來了第一個黃金期。大量民營醫(yī)院涌現，撬動了一些和醫(yī)院相關服務的民營機構產生。比如CRO（醫(yī)藥研發(fā)合同外包服務機構）第三方臨床研究機構開始承接藥企需求，以及第三方醫(yī)檢服務機構和民營的體檢機構等。這些都是隨著醫(yī)療市場化運作之后產生的。現在市面上很多市值非常高的公司，都是在第一階段產生的。

　　第二階段，興起于2011年，以互聯網切入醫(yī)療領域，以微醫(yī)、春雨醫(yī)生為代表。這批創(chuàng)業(yè)者的特點是大多數主創(chuàng)是互聯網人，從互聯網跨界到醫(yī)療領域。他們切入的環(huán)節(jié)比較輕，且從醫(yī)療核心資源的外圍切入，比如說輕問診、掛號。主要想解決的問題是醫(yī)療資源的不對等，以方便和效率的角度解決問題。

　　第三個階段，從2015年開始，才進入真正的“互聯網+醫(yī)療”的階段。這個階段的重要特點：公司的主創(chuàng)是醫(yī)療人，其中不乏經驗豐富的臨床醫(yī)生，還有一些是從事多年醫(yī)療服務的高管。他們可以深切體會到產業(yè)鏈的痛點，所以希望結合新的技術和手段改變這些痛點。因為他們對產業(yè)鏈有著深度的參與，他們的經驗使得他們思考怎么利用互聯網的技術，從更加核心的環(huán)節(jié)提升醫(yī)療產業(yè)鏈的效率。

　　田敏說：“第三階段的創(chuàng)業(yè)公司起來之后，可能會引起醫(yī)療產業(yè)的質變，因為他們更接近產業(yè)鏈本質效益的提升。我們也一直在思考，是否有更輕、更快的模式，能夠對存量的醫(yī)療產業(yè)效率進行比較大的提升。”

　　田敏認為，從現有的市場切入，實現成本降低、效率更高，有很多方面可以布局。這些機會對元璟來說，是現階段的重點關注。

　　大數據對于傳統醫(yī)療的效率提升

　　傳統的醫(yī)療大公司在效率成本、人力成本和中間工作流程上有各種各樣的問題，這里面有很大的優(yōu)化空間。田敏表示，這些優(yōu)化空間就是創(chuàng)業(yè)者的機會。

　　去年，元璟資本獨家投資中國首個臨床研究價值共享和價值交易科技平臺「藥研社」。藥研社以公司為主體承接藥企訂單，并發(fā)布項目合作需求，平臺上的數千從業(yè)者可以自行搶單，藥研社再把用戶經驗和優(yōu)勢結合項目需求做精準匹配。

　　田敏表示，現在，中國沒有任何一個數據庫或者網站，能夠告訴一家藥廠，中國有多少家能夠承接臨床研究的醫(yī)院，這些醫(yī)院有怎樣的流程。然而，大數據在提升效率這件事上大有可為。

　　在這里，田敏舉了個例子：A醫(yī)院的特長是做心外科。藥廠B就可以通過搜索數據庫的角度針對A做計劃?！芭R床是什么適應癥，想做怎樣的臨床實驗，想招什么患者，都可以通過數據庫?！钡容^可惜的是，現階段藥企還沒有形成和醫(yī)院打通的數據庫，臨床藥檢服務主要是人工通過地推的方式進行，因此每個臨床實驗中心都需要投入大量的人力和時間，效率相對較低。

　　中國現有臨床研究行業(yè)服務總人數在 3.5 萬人左右，由于缺乏管理系統和有效工具，他們現有的工作方式仍然相對原始，工作效率低下?；旧箱泜€數據都沒有工具，全靠excel，找那些患者也都是靠excel記錄或者是手機上的日歷記錄患者什么時候該來了，該吃藥了或者該打針了。

　　藥研社采用自主研發(fā)的項目管理系統「試驗田」和 C-trial 臨床研究數據庫系統，配合項目管理全職制的模式，為從業(yè)者提供精準數據和項目動態(tài)實時反饋的服務。，現在，行業(yè)90%以上的從業(yè)者都已經對接藥研社平臺，除了人力成本的降低之外，藥研社最終想實現的將是提升整個行業(yè)價值空間。

　　另外，這家公司已經建立起了行業(yè)上第一個比較大的數據庫——CRO數據庫?，F在第一個數據庫產品已經能夠成功輸出給藥企。

　　藥研社和泰格、潤東等大公司在解決商業(yè)需求上并沒有本質區(qū)別。在業(yè)務模式上，藥研社運用平臺已有從業(yè)者資源，共享經濟和數據化驅動的理念，帶動數千用戶共同承接制藥企業(yè)的臨床研究服務，相比而言，他們在未來其生存空間會更大，利潤會更高。

　　另外，大數據在醫(yī)療產品研發(fā)領域還可以縮短研發(fā)時間和研發(fā)投入，未來對醫(yī)療有巨大影響，很多疾病并不需要等5-10年就可以有更有效果的新藥出現。

　　另外一家田敏投資的「好醫(yī)通」也將大數據運用到了體檢服務上。

　　好醫(yī)通通過和民營醫(yī)院以及公立醫(yī)院體檢中心對接，把體檢拆成一個個項目。根據不同的需求，產生不同的體檢套餐，既能滿足個性化的需求，又能滿足不同檔次的價格需求，再向下派單。

　　田敏介紹說，如果它只是左手拿單，右手就派下去，不做任何服務或者不做任何介入的環(huán)節(jié)，就沒有太大的意義。但它通過一些服務，很好的滿足了上下游的匹配關系，又拿到了體檢者的體檢數據，為未來個人健康管理打下基礎。

　　體檢已經成為現代員工福利的一個主流方向。公司可以通過把員工的健康體檢數據介入，為員工做體檢健康管理。對于體檢中心來說，直接走to C的健康管理相對比較困難，因為對于中國來說公司組織員工體檢的數量遠遠大于個人自發(fā)體檢數量。但如果通過整合B端，進而to C的角度，創(chuàng)業(yè)公司有很大機會，現在很多企業(yè)甚至愿意為員工父母體檢買單。這就從企業(yè)健康管理自然而然延伸到家庭的健康管理。

　　醫(yī)療行業(yè)繞不開的AI

　　2017年，醫(yī)療人工智能行業(yè)發(fā)展迅速。行業(yè)內僅對外公布的融資事件就有近30起，融資總額超過18億元人民幣，其中，推向科技、沈睿醫(yī)療、圖瑪深維等均在一年內獲得兩次融資，且融資規(guī)模在億元以上。

　　從目前全球創(chuàng)業(yè)公司實踐的情況來看，人工智能醫(yī)療的具體應用包括疾病風險預判與管理、醫(yī)學研究、醫(yī)學影像與診斷、慢病管理、精神健康、護理、急救與醫(yī)院管理、藥物研發(fā)以及虛擬助理等。

　　如今整個醫(yī)療都繞不開AI。2017年元璟資本看了三十多家醫(yī)療AI的項目，其中有二十多家做醫(yī)療影像。田敏認為，“目前中國基層醫(yī)療診斷水平仍然十分欠缺，AI技術的出現和發(fā)展可以一定程度上填補基層醫(yī)生缺失以及能力匱乏的問題。在這個市場里，中國未來的潛力一定非常大?！睂τ谌斯ぶ悄艿牡讓訑祿碚f，任何一個單病種在全世界也找不到比中國更大的數據量，這能夠支持“人工智能+醫(yī)療”的未來市場發(fā)展。

　　雖然AI技術很重要，但是田敏認為最終決定公司能否走下去的關鍵并不在于技術?！拔矣X得技術AI技術并不是門檻，這個領域從開始在兩三個月的時間里已經變成紅海，這個領域很難形成真正的壁壘可以讓一家公司在里面更長久、更好的發(fā)展。”

　　田敏認為，人工智能技術在改變醫(yī)療領域之前需要解決兩個問題。

　　首先是技術和監(jiān)管之間的矛盾。醫(yī)療是高監(jiān)管的行業(yè)很難擁抱創(chuàng)新。新的技術出來了，監(jiān)管卻沒有跟上。技術和監(jiān)管之間有非常大錯配的問題。

　　其次是數據來源問題。目前中國大量的醫(yī)療數據是分散在全國的，這些割裂的數據缺乏一個統一的平臺收集、分析。去年 12 月，北京市宣布將在 30 家醫(yī)院試點電子病歷共享這種嘗試是一個好的開始，但創(chuàng)業(yè)者獲取數據仍然十分艱難。

　　”創(chuàng)業(yè)者很難持續(xù)、大量的獲取數據，數據質量也良莠不齊。如果都像協和這樣的數據源，質量是可以保證的。但一旦下沉到基層醫(yī)院，清洗數據的成本都非常高。所以數據是個大問題?！?/p>

　　那么如何解決AI技術落地的問題呢？田敏給出了她的答案。她認為，人工智能在三級醫(yī)院和基層醫(yī)院的應用場景完全不一樣。在基層醫(yī)院主要是解決基礎的拍片、復診問題。三級醫(yī)院主要解決和科研機構的數據整合問題。“一定要有和渠道非常強的人配合，才能在這條路上殺出一條血路。”

　　在AI醫(yī)療領域的創(chuàng)業(yè)，田敏看好三個領域——病理、基因領域和罕見病。雖然目前AI醫(yī)療創(chuàng)業(yè)最火的是放射影像，但基本上已是紅海。一方面巨頭已經入局這個領域，此外，此外，政府和醫(yī)院對付費購買AI影像服務意愿等問題都有待持續(xù)觀察。

　　然而在病理這個門檻更高，痛點更大的領域仍有很大機會。這也是元璟資本重點關注的領域?！笆紫?，影像只是輔助，而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(yī)生、X光醫(yī)生非常稀缺。AI可以在這方面彌補醫(yī)療資源不足的影響，我們認為病理方面在AI領域有前景?！?/p>

　　元璟資本宣布投資智能醫(yī)療數據服務公司曜立科技數千萬元Pre-A輪投資曜立基于真實醫(yī)療場景和實際需求，為醫(yī)療健康領域提供數據服務及一站式解決方案。其聯合創(chuàng)始人楊尚元表示，曜立從多個單病種醫(yī)療數據切入，采用人工智能算法為科室提供 SaaS 產品和搭建數據平臺，最終實現臨床管理質量控制、科室管理質量控制的提升。

　　在落地應用層面，曜立科技在數據源獲取、數據平臺搭建、應用場景、客群獲取等環(huán)節(jié)已形成一定的商業(yè)閉環(huán)，并在多家國內頂尖三甲醫(yī)院（包括超大型綜合醫(yī)院和知名?？漆t(yī)院）使用。公開資料顯示，采用曜立科技Willow系統，?？瓶剖沂中g工作管理效率提升近70倍，每月手術室可節(jié)約9000分鐘。

　　之所以選擇投資曜立，是因為它對于醫(yī)療的痛點把握的非常強。曜立系統可以整合專科科室各類子系統為同一前端，將原本復雜難找的數據自動分類、歸檔、提取和索引，節(jié)省了醫(yī)生 75% 的數據搜集時間。在傳統場景下，醫(yī)生日常都需要手動錄入病例和撰寫醫(yī)療報告。曜立系統可以幫助醫(yī)生自動生成結構化病例。

　　其次，人工智能在基因方面也有持續(xù)的潛力空間，有很大的空間，現在面臨的都是巨頭的市場，基因的成本比較高，對初創(chuàng)比較難進入。

　　最后，在重大疾病和罕見病領域，它比醫(yī)生有更大優(yōu)勢。通過AI整合大數據和深度學習能力，可以在短時間內給缺乏疑難雜癥案例醫(yī)生很好的診療輔助，幫助偏遠地區(qū)的醫(yī)院迅速進行病情診斷。因此，在罕見病領域，AI 的應用更加迫切。常見病醫(yī)生經驗普遍還比較多，沒有罕見病那么迫切需要AI。

　　雖然這幾年人工智能的概念炒的非?；?，但是醫(yī)療這個行業(yè)是最難被科技打通的。田敏認為服務依然是醫(yī)療行業(yè)的本質所在。正是因為醫(yī)療服務的本質，讓她很看好女性創(chuàng)業(yè)者在這個領域的潛質。去年她投資的醫(yī)療項目中一半都是女性創(chuàng)業(yè)者，這不僅僅是因為田敏是一位女性投資人。

　　”醫(yī)療是女性創(chuàng)業(yè)者的優(yōu)勢領域，因為它是資源運作的創(chuàng)業(yè)——客戶資源、醫(yī)療資源和政府資源一個都不能少，所以需要創(chuàng)始人有很強的耐心和資源整合能力。女性創(chuàng)業(yè)者特質是可以潤物細無聲的把資源整合起來。”這也是田敏看好醫(yī)療領域女性創(chuàng)業(yè)者的原因。

　　盡管眼下AI醫(yī)療十分火爆，但是整個醫(yī)療行業(yè)數據應用和人工智能的水平還非常低，未來將面臨巨大挑戰(zhàn)。但對于創(chuàng)業(yè)者來說，如果能找準痛點，把資源整合融入到科技升級中，醫(yī)療創(chuàng)業(yè)仍有巨大的機會。