我關於醫療投資的堅守與理解

......

本期編輯：賈瀟一

本期美編：張雲鵬

「

大家好，我是張岩。

除了追高科技風口，還應該考慮產業集群助力下的VC+IP+CRO創新模式。

不同專業背景出身的投資人，呈現出來的氣質截然不同。看TMT的投資人大多年輕、樂觀、朝氣蓬勃。而醫療行業投資人則顯得低調與冷靜，我見到過不少醫療投資人的朋友圈裡不是為自己所投項目招募受試患者就是分享各種看不懂的文獻報告，我特別害怕一個看高端手術器械的朋友發圈，不是開顱就是剖腹，腦子和腸子都無比高清。有一次半夜他發來一個短視頻，一個高速切片機器人正在分割一個屍體。是的，沒錯，真的在切！屍！體！

醫療項目獨有的漫長周期以及每個項目背後滿含的生死病痛，使得醫療相關項目都不「好玩」、不「有趣」、甚至「枯燥極致」，於是它們將這些人身上的躁動張狂與衝動激進消磨殆盡。對價值投資的堅守與對專業精神的秉持，是這個群體最為深刻和顯著的烙印。

不追風口、理性判斷、敬畏科學、尊重行業是專業醫療投資人特有的標籤。

」

6月19日，CFDA正式成為國際人用藥品註冊技術協調會(ICH)成員，加入ICH被認為是中國醫藥行業與國際標準接軌的標誌性事件，同時意味著，中國的醫藥產業在經歷了十餘年的努力後，終於從旁觀者變成了參與者，並置身於全球格局中參與競爭。我們認為在這場競爭中，作為舶來品的VIC（VC+IP+CRO）模式也將受益於此，機會將越來越多，產業人與投資人應該更加關注人工智慧對醫療教育和快速臨床診斷技術的支持，同時在精準醫療領域不能一味追求技術至上，而是需要產品驅動。那麼究竟什麼是VIC模式？火熱的人工智慧又如何在醫療領域大顯身手？今天我們就與你分享張岩關於醫療領域投資的商業邏輯，希望對你有所幫助。

星河融快（ID:rongkuai888）將通過專業的分析，持續與你分享「有趣的」產業互聯網乾貨。歡迎你在下方留言和我們分享有趣的觀點，自薦或推薦優質產業互聯網項目，同時也歡迎你來上地18號和我們聊聊。

以下，供你參考。

我們目前看好的領域包括：1.符合我國臨床需要的器械、檢測設備、診斷試劑；2.人工智慧與診斷設備的結合，如數字病理、數字影像；3.醫藥、醫療信息化服務。不可否認醫藥領域投資金額大、監管多、成功率低、平均周期長，可一旦成功，回報率也超過一般領域，因此我們會在未來重點布局，那麼接下來我先談談關於上述布局的思考。

第一

風中的思索

1、人工智慧在醫療的商業化應用

如果人工智慧補的是醫療資源分布不均的這塊短板，那麼它還得走過更長的信任與監管之路。

人工智慧在醫學領域尤其是醫學影像學中應用早已有之，叫做計算機輔助診斷，（Computer Aided Diagnosis／Detection，簡稱CAD）——這個就好比原先小時候大家吃的櫻桃現在被稱呼成了車厘子（Cherry）一樣。

目前AI+醫療無疑是投資最紅火的領域，但是冷靜下來重新思考，人工智慧的發展基礎其實是大數據分析，是純粹的醫學概率論與統計。試想，一份分析了你各種情況以後「高度智能」的報告，告知系統發現你有「一個微小肺部病灶，根據智能診斷分析，66.6%可能為良性，33.3%可能為惡性，另有0.1%的可能為偽影/識別誤差」，這樣的「專業報告」，你能夠點贊嗎？

肺癌計算機輔助診斷系統

有一些臨床常識的人應該都會知道，在腫瘤臨床診斷中是沒有「可能」、「概率」這些辭彙，是良性就是良性，是惡性就是惡性。(敲黑板)

我們不否認AI與醫療的結合是大勢所趨，但是這可是有前提的。訓練集從何而來？質量如何？結構化程度是否標註準確？

在我們看來，科研方面的積累和嘗試無可厚非，但是直接應用，特別是在現階段就直接在基層推廣，有待商榷。

以下僅代表個人觀點：在我國醫療服務達到標準化之前，不可能開發出基於國內數據的AI商業化應用。要是有，那一定是不負責任的，這個跟演算法和AI能力本身無關。

我們相信人工智慧在高度仰仗經驗積累的專業領域，比如像病理科閱片、數字影像等，基於大數據的機器學習是會比人積累得更快，但是回到現實層面：病理醫師和專業的影像科醫生的分布本身就相對集中在大的三甲醫院，這才有了基層醫院外送閱片，而病理分期又是腫瘤診療非常關鍵的一環。

試想，一份沒有資深病理醫師簽名的病理報告，基層臨床醫生敢拿它來做診斷的依據嗎？

AI閱片的商業化如果補的是醫療資源分布不均的這塊短板，還得走過更長的信任之路。病理和影像科醫生一直以來都是精準醫學的代表，但過去的精準體現在把形態研究得很細微。而現在除了形態之外，醫生還應該關注諸如與細胞、蛋白和核酸等相結合，甚至結合生活行為的證據，然後根據它們與臨床之間的關聯性進行評估，讓這些技術在臨床中落地生根，造福病人。

更值得一提的是在各投資機構都雄心勃勃的湧入「高精尖」人工智慧領域之時，請不要忽略了中國醫療的真正痛點是醫務人員相對缺乏、醫療服務體系布局不完善、基層醫療機構醫療資源相對匱乏，醫患矛盾持續加重等問題。

如果能夠將對人工智慧的投入，布局到對醫療教育、快速臨床診斷技術的支持，尤其是基層醫療的標準化培訓、POCT推廣中來，再輔以帶有中國特色的醫學人工智慧開發應用，這種軟硬體都欣欣向榮的醫療市場，才是我們投資人、產業人值得付出畢生心血的地方。

2、精準醫學：道阻且長，前路光明

醫學本身並不是面向大眾的科學。

基因測序在未被充分檢驗之前就被投入到高度監管的醫療行業中，從某種程度上講這是危險的，比如被誇大的腫瘤易感基因檢測、天賦基因檢測等，這些對基因測序技術應用的誤讀、誤用會影響其本身健康發展，損害它作為一種新的技術所需要成長的空間。

臨床診療過程需要的是基因測序的臨床解讀而非技術解讀，但目前實施醫療的主體——醫院和臨床醫生，對這一傳統醫學知識體系之外的技術還需要學習，而基因測序的檢測提供者只提供技術，臨床應用責任因為缺乏相應法律保護而沒有承擔主體，這一體制瓶頸就約束了精準醫學的發展，而這恰恰需要政策制定者的智慧來破局。

當前精準醫學的相關項目估值普遍偏高。目前市場上具備第三方資質的公司有數百個，大多數公司不具備臨床產品的研發能力。精準醫療、基因工程、藥物研發、醫療檢測等都需要資本的支持，只是任何事情都需要一個過程來適應發展的節奏，這個行業需要的是分子生物學、生物信息學、循證醫學、醫藥等綜合學科的整體發展。

精準醫學前進的道路是曲折的，但前途是光明的，我們認為中國的精準醫學發展不能一味追求技術至上，而是需要產品驅動，那些最終能跑出來的，一定是掌握了一定核心技術、有市場能力、在商業方向上回歸到醫療本身最真實需求的項目。

另外，精準醫學上下游還有很多細分領域可以布局，比如自主知識產權的基因晶元、數字PCR、合成生物學、生物醫藥產業鏈前端及後端等。

第二

商業邏輯與創新精神艱難的共存

醫療創新創業當下最大的挑戰就是高度監管並且市場准入難度高。

都說他山之石可以攻玉，以新葯和新診療技術為例，美國可不是靠社會保險來掏錢買葯，而主要靠商業保險，因此未來一段時間商業保險的發展決定著中國醫療市場的發展速度，我認為積极參与醫療支付體系改革是大勢所趨。

目前，國內的原創技術商業化之路非常艱難，資本市場普遍追求短期實現回報，擁有原創技術的企業，需要長時間產業研發才能把技術變成產品，短時間內看不到明確的現金流，但是非科技驅動型的企業哪怕賣的是生理鹽水、糖水也好，只要能掙錢就可以上市。這情況會導致真正做創新的企業在不掙錢的時候不能上市，融不到錢。而美國納斯達克則不一樣，只要有一個好的商業模式，有創新基礎，有潛在盈利的可能，就可以上市去融資，驅動進一步發展。

此外，在美國的創業公司會有人連續接盤，比如說，藥品和器械的「青苗」出來後，就有人買，做到一期有人買，二期、三期上市也有人買，不同的階段都會有人接盤。而且它還有退出機制，這就變成一個良性循環，對投資、創業者、產品是一種良性的生態。可是在國內，這種生態環境還沒有建起來，一個企業如果做醫藥、做器械，那就要一直做到上市為止，所以風險非常大。

第三

產業集群助力下的風險投資+知識產權+研發外包服務

6月19日，國家食品藥品監督管理總局（CFDA）和國際人用藥品註冊技術協調會（ICH）同時宣布，ICH正式批准CFDA成為其成員。加入ICH被認為是中國醫藥行業與國際標準接軌的標誌性事件，同時意味著，中國的醫藥產業在經歷了十餘年的努力後，終於從旁觀者變成了參與者，並置身於全球格局中參與競爭。

作為舶來品的VIC（VC+IP+CRO）模式也將受益於此，在政策環境國際化的浪潮中，逐漸受到政府和資本的廣泛認可。

VIC屬於互聯網與產業集群下的輕資產模式創新，我們不難發現哪怕是國際上大的生物醫藥公司，這些年來自己研發的產品也並不是那麼多，很多都是通過併購中小企業的產品與IP來保持他們兩位數的增長。

醫藥研發是場沒有回頭路的馬拉松，包括藥理、毒理等，每個生產環節都不一樣，每個環節的風險也都不一樣。

採用VIC模式，需要創業者熟知各個環節的風險所在，同時有相應的降低風險的管理能力。在找CRO公司要對行業有深刻的認識，找到更好的機構合作，才能保證申報資料得到CDE、CFDA，乃至海外的認證。現在CFDA的標準跟國際接軌，政府對這方面的承諾會越來越高，機會也會越來越多。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！