1
雷鋒網「新智造」按：本文來源于金沙江創投微信公眾號，作者張清為金沙江創投合伙人，專注信息技術/人工智能在醫療健康/生命科學垂直領域的應用。原文標題為《浮夸無益、概念有毒！警惕醫療IT創業三大陷阱！》。雷鋒網「新智造」已獲取授權。
新智造作為雷鋒網旗下頻道，關注智能時代的創新與創造，目標是為創業者和投資人找到創投的機會。另外，雷鋒網正在啟動“新智造成長榜2017”評選活動，我們將對人工智能與機器人行業進行大規模報道、梳理和調研，并聯合數十家著名投資機構根據這些創新公司的技術實力、商業能力和成長性進行深度評選，最終從多個領域分別選出一些極具潛力成長性的創新公司。如果你想參與我們的評選，可點擊「報名」鏈接，或通過郵箱xinzhizao@leiphone.com聯系我們！
醫療IT、信息化領域在中國的醫療健康投資比例中占比尚偏低，但從創業公司數量和類型來看，都保持了蓬勃的增長態勢。對比美國數據，2009-2015年，共有100億美元早期投資到500個醫療IT創業公司中?？v然，兩國醫療體系有大不同，但從中國近10年的醫改方向、改革速度和力度來看，改革滲透到醫院服務、醫藥創新、醫療器械支持等多方面，相信醫療IT的改革是快馬加鞭進行的。
丑話寫在前面，究竟醫療IT成長艱難的原因在哪?；蛘哒f，創業公司需要避免哪幾類陷阱，才能永葆青春活力、立于不敗之地呢?；仡欉@500個醫療IT公司中，取得成功者卻甚少。
生病這件事很不美好。生病，往往和疼痛、丑陋、悲傷的情緒聯系在一起。人人都可能生病，但并不代表人人都有在疾病上消費的積極性。原因很簡單：沒有人喜歡生病。一個人只有在萬不得已的時候才會想到‘醫療健康’這件事。這就注定了在醫療2C端，鮮有病毒傳播的效應，且留存率低得可怕。（也許醫美、孕產是個例外）。所以，針對于慢性疾病、基本健康保障類別的社交平臺大都做不好。
但另一方面，消費者的確愿意為醫療服務付費，并且對價格的不敏感度驚人。尤其是在信息不對稱、或者病人和支付者不是一個人的情況。但大多數情況是傾向于短期的治療，比如，創傷恢復、重癥治療（比如腫瘤、心血管疾病等）。并且，醫療是幾千或許上萬個單獨類別的疾病。乳腺癌3期、肝臟占位、高血壓、糖尿病等患者群體根本就是不同群體，沒有交集、毫無可比之處。這就導致了一個碎片化、微社區化的結局。公司只有靠提高留存率來彌補獲客成本和流失成本。
更要命的是，即便是慢性病患者，大多數時候他們也感覺良好。半年、一年去看一次醫生，調調藥就不錯了。有些病人即使有不良反應，也不一定會把副作用和藥聯系起來，不會主動去換藥。慢性病占據了大部分醫療開銷，但往往病人在購買新儀器、換其他品類的藥、換服務的時候都很謹慎，動作很慢。眾多的app如用藥提醒、癥狀檢測、生物體感器、患者教育等都并不火爆。即便像PatientsLikeme 這樣出名的公司，基本上也只是一組人互相抱怨得病的不幸和癥狀的苦惱，帶來的是負面情緒，很難有廣泛的持久的影響力。
如果要做2C方，一定要想想，到底為老百姓解決了什么難題。
也許更安全的是專注于2B領域。在美國尤其如此。美國的醫療體系中，大多數花銷還是由雇主來承擔。自付比例相對低并有上限額度。慢性病以及急癥患者往往會超出自付上限。另外，2B這也彌補了無病毒傳播的特點，而在垂直領域深耕，留存率高，復購率有保證。大型公司同時還是非常棒的渠道合作方，能夠加速觸及用戶，降低獲客成本。但當然這也不是完美。2B的銷售周期、銷售成本也是不菲。下面詳細闡述。在中國，2B整體不如2C端成熟，但也值得關注。隨著支付政策的改革，這個變化可能來得很快、很猛烈。
如果做2B的生意，就要認真考慮，你的產品能賣給誰，能賣多少錢是個大問題。
歷史數據表明，鮮有醫療服務公司會賺錢。即便是保險公司或醫院的凈利潤最好也不過是10%。所以回報的預期要合理。時間范圍盡量控制在一年中。一年也正好可以決定保險產品的續費和更換。如果2年才能看出產品價值，對企業來說就比較尷尬，會嚴重拖延訂單的決策流程。或者會把價格壓得很低。不少預測患病風險的公司都有相似的艱難經歷。因為“降低重復入院率”這個價值需要更長的時間才能看得出來，才能在收支平衡表上明確。太久的效益回報難以讓買家簽下一大筆合同。所以，從一開始，就要明確，解決的這個問題，需要多久看得出成效？解決的問題是不是足夠大？也許真正解決需要半個世紀，但我們需要看到，的確，我們從一個點開始，已經在慢慢撬動一個巨大的巖石。
明確了問題，選擇用戶也要非常謹慎。在醫療系統中，你為用戶節省的每一塊錢都是從這個生態圈里其他玩家中獲得的。比如保險公司。你應該遠超對手，把客戶從其他人手中吸引過來。舉個例子。Castlight Health是一個比價工具。僅用了6年時間，就成功IPO，市值一度達到30億美元。Castlight能夠不斷為雇主節省保險開支。這些雇主成為忠實用戶，為他們站臺，和保險公司、PBM公司來談判、交涉。
健康管理，大數據，精準醫療。我找不到這些詞的含義。不是一個問題、解決方案、效果。
成年人，玩概念無益。
誠然，大體量、多維度、持續積累的數據可以通過建模做疾病風險預測、提供診治建議，得到針對病人A的方案，這很炫酷。但并不是當前的突出問題，我們離實現這個理想還有段距離，我們還需要一個更加友好的醫療體系，一個機制保障，一個社會環境的支持。
在上述提到的“預測患病風險”的例子里，保險產品、臨床醫學都很擅長發現高危病人。事實上，醫生的診斷和預測能力還是要比電腦高明，起碼在當前這個階段。對于大數據的價值，不應過于專注做替代醫生的診斷、提前找出病人等，而是應該對改變風險本身帶來實質的進步。而這一方面，正好是臨床醫生的弱項。
再舉Virta Health為例。醫學院里教的2型糖尿病的知識大多都是關于如何減慢疾病進展、如何預防并發癥。多數病人需要警惕駭人的并發癥如糖尿病足、截肢、心梗、卒中、失明等。十年前出現了治愈疾病的外科移植手術但受眾群體太有限。Steve Phinney醫生提出干預手段效果喜人。250名入組的患者在10周后，近90%的患者都停用或者減量了胰島素，減重7%，糖化血紅蛋白指標明顯改善。91%的患者繼續參與Virta的課程。
這些干預方法是基于大量的數據，來源于病人、醫生、藥廠。Virta進一步開始了個體化定制服務，力圖更有效逆轉糖尿病。節省每年大筆的胰島素藥物開銷。如果沒有這樣的數據和算法，有效的干預手段不可能出現。醫生還是會日復一日、苦口婆心的勸說病人“管住嘴、邁開腿”，病人呢？是妥協生活質量，還是妥協對并發癥的恐懼？無從選擇。
醫療IT可以提高醫療健康質量、降低花銷（提高生產力），讓醫療服務流程盡量簡化、低成本、提高就醫體驗。對病人來說，在選擇（計劃）、購買、隨訪等步驟中都有收益。但真正的需求在哪，產品如何設計，如果把技術落實為商業成功，還是要多家斟酌。期待和有熱情的朋友們多溝通、多交流。
我們是金沙江，助力下一個獨角獸！
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
