《重構大健康：創新時代商業模式的未來》對創新商業模式的分析，具有獨到的視角和分析邏輯。醫療服務產業如何進行商業模式選擇，醫療器械產業如何透過識別不同的商業模式進行戰略規劃，網際網路醫療行業發展的困境與解決的方案是什麼，“醫療+人工智慧”產業如何進行商業模式創新……

大健康產業是一個集合的概念，從產業鏈的維度展開，包含醫藥製造、醫療器械、醫藥商業和流通、醫療服務、醫療保險、醫療資訊化、網際網路醫療、醫療大資料和人工智慧等細分產業。

醫藥製造業和醫療器械產業位於大健康產業的上游。醫藥製造業又可以進一步細分，包含化學制劑、中成藥、生物製品等細分行業。醫療器械產業從大類上可以分為醫療裝置、醫用耗材以及家用醫療器械產業。這三大類產業在功能、需求和商業模式特徵方面各異，像常見的DR（數字X射線機）屬於醫療裝置；心臟支架和人工膝關節屬於醫用耗材；血糖儀、血壓計等屬於家用醫療器械。

醫藥商業流通行業位於大健康產業的中游，在大健康產業起到了承上啟下的重要作用，主要包括醫藥和醫療器械的批發和零售。有了醫藥商業流通行業，才使得藥品和醫療器械能夠精準送達到醫療服務機構及消費者手中。醫藥商業流通行業中，又以醫藥零售的涵蓋範圍最為廣泛，包含線下零售藥店、醫藥電商等，像老百姓大藥房、一心堂等連鎖藥店以及諸多單體藥店都屬於線下零售的範疇。

醫藥電商是醫藥和醫療器械的線上銷售渠道，分為B2C、B2B、O2O等模式。康愛多、七樂康、健客網以及2018年9月剛剛在美國上市的111集團（原壹藥網）都屬於醫藥電商，其中O2O是線上下單，線下即時配送的模式，典型代表是仁和集團下屬的叮噹快藥，以及步長藥業參股的快方送藥等平臺。線下連鎖藥店與B2C、O2O等線上模式並不矛盾，互為補充。三種模式的結合充分兼顧了藥品的豐富度、價格以及獲取等方面的優勢，成為醫藥零售行業的一個新趨勢。

醫療服務機構是整個大健康產業的下游，直接面向患者提供最終的醫療服務，因此也是最核心的部分。醫療服務機構包括綜合醫院、專科醫院、社群衛生中心、診所等。隨著我國人均收入水平的提升，對醫療需求日趨多樣化及個性化，醫療美容整形醫院、口腔醫院和診所等具有消費屬性的醫療服務機構得到了空前的發展。

為整個大健康產業提供支付的是醫療保險行業，目前我國的醫療保險以社會醫療保險為主，商業健康險為輔。商業健康險在我國主要分為醫療險、疾病險、長期護理險和收入保障險。支付對於整個大健康產業的核心環節至關重要，醫藥、醫療器械、醫療服務，大部分都依賴於社會醫療保險或商業保險的支付。2017年年末，全國醫療衛生機構總數達986649個，比上年增加3255個，其中醫院31056個，比上年增加1916個；其中，公立醫院12297個，比上年減少411個，民營醫院18759個，比上年增加

我國健康產業僅佔中國國民生產總值的4%~5%，2014年居於全球首位的美國醫療健康產業支出總額佔GDP的比例為16.9%，我國整個健康產業尚有巨大的發展空間。2327個。2013年至2017年間，中國公立醫院數量減少1099個，民營醫院增加7446個。

我國大健康產業之所以保持高速增長，源於龐大的人口基數和日益嚴峻的老齡化狀況，也依賴國家政策持續引導和大力支援。

首先，中國健康服務業的發展離不開政策驅動。2009年3月17日“新醫改”推行，2011年3月14日“十二五”規劃出臺，2016年“十三五”規劃的開局之年順勢推行《“健康中國2030”規劃綱要》，將“健康中國”上升至國家發展戰略。政府部門開始廣泛參與引導健康服務產業的發展。

其次，中國社會人口結構變化，也是驅動中國健康服務產業發展的重要因素。老齡化是未來半個世紀甚至更長時間內中國社會發展道路上的棘手難題。到2020年，65歲以上老齡人口將達到2.42億，佔總人口的比重從2000年的6.96%增長到近12%。老齡化的問題，將對醫療保健產業帶來前所未有的挑戰。

最後，隨著物質生活條件的改善，科普保健意識的提升，健康的生活方式正日漸進入公眾視野，成為大眾的生活追求。隨之而來的是健康體檢、健康諮詢、健康養老、體育健身、養生美容、健康旅遊等新興服務需求的快速增長。為人們提供健康生活解決方案，催生大健康服務產業最大的商機。

大健康產業發展趨勢和機會風口

（一）生物技術創新：新藥研發的機會和風口

研製新藥雖投入大，過程耗時，但相對於仿製藥，創新藥更具戰略意義，這意味著完全的自主智慧財產權、新穎的化學結構和新的治療用途。隨著仿製藥機會的減少，新藥研發逐漸成為大健康產業的重要機會。以創新藥著稱的領軍企業恆瑞醫藥已悄然突破2000億市值大關，成為醫藥研發創業公司乃至主機板上市公司中的翹楚。

（二）檢驗技術創新：基因檢測的機會和風口

精準醫療，診斷為先。檢驗診斷的技術經歷了生化、免疫到分子診斷的階段。目前基因檢測技術已經成為分子診斷技術最重要的應用場景，也是人類瞭解自身、瞭解疾病的重要手段。歷經三次技術變革，二代測序技術於2014年正式進入我國市場，隨即佔據主流。放眼未來，基因測序在生物醫藥領域可能產生裂變效應，也因此成為生物醫藥領域最具機遇的領域。

（三）硬體技術創新：影像和治療裝置的機遇和風口

影像診斷是醫學診斷的重要方向，隨著積體電路晶片效能的提高、計算機運算速度的加快，影像裝置核心零部件的國產化率也不斷提升，類似數字X線機的核心零部件球管、高壓發生器和探測器都實現了國產化；高階大型裝置方面，計算機斷層掃描（CT）、核磁共振成像（MRI）的核心技術也逐漸被聯影等國內企業所掌握，大型裝置零部件研發水平的不斷提升也帶動影像裝置行業迎來新的發展機會。

（四）感測器技術進步：可穿戴裝置的機會和風口

可穿戴裝置是未來大健康產業長期發展的必經之路，可穿戴裝置可以便捷採集人體各項指標資訊，並進行資料上傳和分析，同時也是連線醫療健康服務的重要載體。感測器技術的進步催生了可穿戴裝置的創新：除了手環，行動式、穿戴式的血壓計，連續監測甚至無創檢測的血糖儀，可以自動預警的心電儀都是極有吸引力的應用場景。此外結合運動感測器、生物感測器、環境感測器、氣壓計等環境感測器，可穿戴裝置將有望成為未來健康管理的重要入口。可穿戴裝置的小微型化、柔性化、智慧化與“無穿戴感”是未來的發展方向，長期來看，可穿戴裝置也許會進化成植入人體的智慧裝置。當可穿戴裝置的“無穿戴感”和便捷性達到一定程度，並結合服務推送，將有可能推動人類健康管理的巨大變革。

（五）資料和演算法技術進步：醫療人工智慧的機會和風口

演算法、算力和資料，是人工智慧快速發展的三個要素。算力是人工智慧的基礎設施之一，目前，每秒10億次浮點運算的算力成本已降至6美分。演算法是人工智慧發展的基礎，演算法框架中諸如Caffe、TensorFlow、Torch等大多數已經實現了開源，成為大多數工程師的選擇，對行業的加速發展和人才的培養起到了非常大的作用。醫療健康人工智慧系統必須透過大量的醫療影象與病理資料來“訓練”，才能不斷提升輸出結果的質量，而目前醫療資料存在公開性不高，難以獲得及清洗的問題。三大要素中，算力和演算法都已經相對齊備，人工智慧+醫療亟待醫療大資料來引爆。另外，輔助新藥研發的人工智慧系統、醫療影像輔助讀片系統、臨床輔助診斷系統等技術和產品不斷湧現，為提升整個醫療健康產業效率和醫療服務質量貢獻力量。

在2018年3月中國上市企業市值500強排名中，大健康行業共有42家企業榜上有名，包括製藥、生物科技企業和醫療保健裝置與服務企業。在醫藥行業中，有6家企業市值超千億元，恆瑞醫藥、康美藥業、復星醫藥、石藥集團、雲南白藥、愛爾眼科等排名靠前。千億市值大健康上市公司的湧現，意味著借勢資本展開產業整合的時代正加速到來。

（二）一級市場投資額巨大，創新創業蘊含機遇

醫療健康領域是投資增長最快的行業。2010年至今，醫療健康領域一級市場投資規模年均增長率高達54.7%。即使在2017年，受到資金面等客觀原因衝擊，發生在醫療健康行業的投資事件仍然高達230起。相比於2015年，2017年的單筆投資均額接近9381萬元人民幣，是2015年的兩倍多，投資均額的上升意味著行業整體成熟度的提高。資本市場的投資方式已經從粗放的“廣撒網”，變成了集中資源投資優勢專案。另一方面，鉅額投資的頻繁湧現，成為醫療健康領域資本市場的特點。2018年以來，一級市場上中國醫療健康領域的創投案例已經多達百筆，投資金額超過30億美元。

（三）跨境併購持續發生，海外整合蘊含機遇

隨著近幾年中國醫療行業發展的不斷升溫，2017年醫療跨境併購持續高成長，交易金額及交易數量都創下歷史新高：2017年交易數量達到48起，相較2016年增長45%；2012年以來的年化複合增長率超過50%；2017年整體交易金額超過92億美元，較前一年增長48%，五年來年化複合增長率高達63%。

2017年海外併購由科瑞集團領頭，連同藍帆醫療、三胞集團、威高股份等中國大型企業創下海外併購佳績。從併購標的所覆蓋的業務來看，心臟血管疾病、腫瘤等慢性疾病成為中企出海的鎖定目標。以2017年十大併購為例，收購標的涉及腫瘤和心血管疾病的交易過半，這彰顯了中國企業充分利用跨境併購以獲得重要疾病領域相關技術的決心。

大健康產業商業模式分析設計的步驟

對於細分行業眾多且不斷快速變化的大健康產業來說，商業模式分析可以分為對於成熟模式的分析和新興模式的分析。尤其是對成熟商業模式的分析，有利於找到是否有最佳化空間（分析自身商業模式），以及是否有借鑑的方向（分析其他企業或行業商業模式）。從分析內容方面，這兩種分析模式的關鍵區別在於：新興模式是否成立尚不確定，並且在模式初創期，往往看不到具體財務資料，因而需要著重分析客戶需求的真實性和剛性程度；在收入方面，需要重點分析付費方有哪些，付費意願取決於什麼，是否真的有付費能力。其他方面，兩種商業模式分析類似。

從分析的重要性來看，第一步首先要考慮客戶和需求，在大健康產業內，需要確定自身是在產業鏈的哪一環節？客戶是2G、2B還是2C?具體滿足了什麼需求?2G主要是政府相關部門，一般來說其主要需求是要提升當地健康產業發展水平、提升當地民眾滿意度和就醫水平，降低或控制費用等。2B中的B包含了企業或是醫院，其主要訴求也各不相同，一般來說2B的訴求維度主要包括：提升效率、提升收入、降低成本等；2C的方向則主要需要考慮是滿足健康需求還是滿足醫療需求？如果要滿足醫療需求的話選擇哪個病種切入等。一般來說，2C的需求把握最為困難。

第二步要考慮主要業務提供的是產品還是服務？如果是產品，那麼產品的特徵就是可複製、可規模量產的，此時產能取決於材料、工廠及生產人員，可複製性和標準化都比較強，往往具備規模效應，比如醫藥製造業和醫療器械製造業；而做服務面臨最大的困難是對於稀缺專業人員的依賴，以及對於關鍵資源的依賴（比如地方相關政策、實體機構的地段等），這些都可能會對服務性質業務的擴張和複製能力帶來挑戰。一般來說，不論是綜合醫院的擴張還是專科醫院的連鎖化經營，往往會面臨這樣的問題。

第三步要考慮收入來源，即盈利模式。重點要考慮向誰收費，為什麼能夠收到費用？還要注意區分主要的客戶是否是最終支付方。2C能夠實現收入的關鍵因素是滿足剛需，2B則是能提升效率、提升收入、降低成本。如果涉及醫保支付，是否納入報銷範圍則是關鍵的付費因素。此外，盈利模式也包括在什麼時間進行收費？是服務和產品交付的當下進行付費，還是先免費後付費的模式，等等。

最後，公司要從財務角度研究商業模式能否盈利的關鍵條件。收入靠什麼來驅動增長？毛利率靠什麼要素來提升？各項成本費用如何支出？達到什麼條件可以盈利等等。

為什麼快速迭代在醫療領域不適用

網際網路思維 “快速迭代”，其本質是透過不斷“試錯”產生的“反饋”對產品和技術進行最佳化，從而很快讓產品或服務接近完美的精益創業思維。然而被網際網路領域反覆驗證過的迭代思維應用到醫療領域創新時卻遇到了困境。主要原因是忽略了“快速迭代”操作的前提假設：試錯成本必須低。這裡的試錯成本低，包括了多層含義：第一層是產品或服務本身生產成本較低；第二層是如果出現錯誤，其產生的後果帶來的成本較低；第三是相比非試錯手段（例如做使用者調研或諮詢研究來進行決策），試錯方式達到正確方向的成本低。醫療行業的許多方面本質上都不支援以上假設。特別是一旦出現失誤，其影響的後果往往涉及生命安全，這樣的代價不容許採取快速試錯的方式（藥物還有動物實驗等替代方案，但是網際網路醫療服務沒法啟動動物實驗代替人的使用）。不僅是醫療，汽車製造業、工業機器人產業也不允許快速迭代的方式。

平安好醫生是網際網路醫療行業的代表性企業，在2015年4月首次推出移動App產品（比移動醫療的旗手春雨醫生晚了近4年時間），主要提供的產品是線上醫療健康服務（包括線上諮詢的家庭醫生服務、預約掛號等）、消費型醫療服務（如體檢、基因檢測、口腔護的線下服務等）、健康商城（可以理解為與健康相關的實體商品的電商模式）、健康管理和互動（服務於使用者端，提供資訊、提醒等定製化服務，盈利模式採用廣告費方式）。2015—2017年平安好醫生上的日均諮詢量分別達到了4萬次、18萬次、37萬次（公開資訊中除了春雨醫生曾表述過其日問診量可達10萬次外，沒有第二家能達到此數量級）。

醫療器械產業發展趨勢與機會

檢驗診斷 檢測裝置多由國外進口，國內企業主要生產試劑，且多集中於細分市場，規模有限。科華生物、邁克生物、達安基因、利德曼

診斷監護 深圳邁瑞、寶萊、特理邦儀器

醫用裝備 新華醫療、華潤萬東、魚躍醫療

高值耗材 國際巨頭壟斷，但藥物洗脫支架、心血管支架等細分市場已實現進口替代

製藥裝備 國際巨頭壟斷商端裝置，部分細分市場實現國產化。

東富龍、楚天科技、迦南科技、幹山藥機

醫療痛點是人工智慧+醫療的現實需求

人工智慧對醫療的價值體現在兩方面，一是提高效率，二是降低成本。對“人工智慧+醫療”需求的大小決定了其價值的大小，也最終決定其市場空間。對“人工智慧+醫療”的需求主要基於幾方面客觀現實：一方面是優質醫療資源供給不足；另一方面，隨著人口老齡化加劇、慢性疾病增長、對健康重視程度提高，醫療服務需求持續增加。

解決醫療資源不足，提升醫療領域生產力是對“人工智慧+醫療”的根本需求和發展動力所在。解決醫生資源不足的問題，關鍵在增加供給量方面。培養醫生需要長時間的投入，沒辦法迅速響應急劇增長的醫療需求，而且供給量也不是無限增加的。一旦能夠實現機器看病，供給量將會無限增加，一方面解決供不應求的局面，另一方面能夠大大降低醫療成本。

人工智慧在醫學影像資料探勘和分析中包括資料預處理、影象分割、特徵提取和匹配判斷四個主要過程：

2.影象分割：影象分割是透過器官形態模型，影象邊緣特徵模型，以及神經網路聚類模型，計算機自動將影像的內容（如盆腔CT的膀胱，前列腺，直腸等）自動分割（分割精度<2mm。），從而為後期的智慧匹配和判斷提供必備的影象處理工具。

3.特徵提取：特徵提取是指在影象分割基礎上，使用計算機提取影象資訊，決定每個影象的點是否屬於一個影象特徵。

4.匹配判斷：匹配判斷是影象匹配和聚類的過程，核心技術是深度學習。

人工智慧+健康管理是將人工智慧技術應用到健康管理的具體場景中。健康管理的範疇非常廣，從全球人工智慧+醫療創業公司來看，主要集中在風險識別、虛擬護士、精神健康、線上問診、健康干預以及基於精準醫學的健康管理。

風險識別。透過獲取並運用人工智慧進行分析，識別疾病發生的風險及提供降低風險的措施，如，風險預測分析公司Lumiata，透過其核心產品——風險矩陣（Risk Matrix），在獲取大量的健康計劃成員或患者電子病歷和病理生理學等資料的基礎上，為使用者繪製患病風險隨時間變化的軌跡。公司首提的醫療圖譜Medical Graph是預測分析產品背後的引擎，主要有兩大功能：1.映射出當前和未來的個人健康的軌跡；2.在每一個預測背後，提供詳細的臨床基本原理。醫院利用圖譜分析對病人做出迅速、有針對性的診斷，從而對病人分診時間大大縮短30%～40%。客戶群體包括大型健康計劃、護理機構、數字健康公司等，目前已擁有10組以上的付費客戶。

虛擬護士。以“護士”身份瞭解病人飲食習慣、鍛鍊週期、服藥習慣等個人生活習慣，運用人工智慧技術進行資料分析並評估病人整體狀態，協助規劃日常生活。如Alme Health Coach，針對慢性病病人，基於可穿戴裝置、智慧手機、電子病歷等多渠道資料的整合，綜合評估病人的病情，提供個性化健康管理方案，幫助病人規劃日常健康安排，監控睡眠，提供藥物和測試提醒。又如，AiCure透過智慧手機攝像頭獲取使用者資訊，結合人工智慧技術確認病人的服藥依從性。

精神健康。運用人工智慧技術從語言、表情、聲音等資料進行情感識別，如，Ginger.IO透過挖掘使用者智慧手機資料來發現使用者精神健康的微弱波動，推測使用者生活習慣是否發生了變化，根據使用者習慣來主動對使用者提問。當情況變化時，會推送報告給身邊的親友甚至醫生。又如，Affectiva公司的一項技術透過手機或電腦攝像頭實時分析人的情緒。

移動醫療。結合人工智慧技術提供遠端醫療服務。如線上就診服務，Babylon開發的線上就診人工智慧系統，能夠基於使用者既往病史與使用者和線上人工智慧系統對話時所列舉的症狀，給出初步診斷結果和具體應對措施；遠端用藥提醒服務，AiCure是一家幫助使用者按時用藥的智慧健康服務公司——透過手機終端，幫助醫生知曉，並提醒患者用藥，降低因不按時吃藥導致復發的風險。

此外大健康+地產、大健康+旅遊、大健康+保險等跨界融合也如火如荼地開展起來。2017年大健康+地產尤其火熱，在宏觀調控政策下，傳統地產業務遇到瓶頸，而與大健康產業結合又給行業帶來了新的活力，養老地產、Medical Mall、醫療產業地產等模式紛紛出現，也為大健康產業的外延擴張帶來了無限的想象力。