現在的醫療行業繞不開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。

　　田敏關注醫療已經有多年經驗，按照她的話來說，“醫療屬于重資產產業的投資，對于VC來說，參與重資產產業的投資，天然有些違背VC的投資策略。”所以，在醫療產業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。

　　從民營醫院到科技落地，醫療創業的三個階段

　　田敏認為，醫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療市場，民營醫院迎來了第一個黃金期。大量民營醫院涌現，撬動了一些和醫院相關服務的民營機構產生。比如CRO（醫藥研發合同外包服務機構）第三方臨床研究機構開始承接藥企需求，以及第三方醫檢服務機構和民營的體檢機構等。這些都是隨著醫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，以互聯網切入醫療領域，以微醫、春雨醫生為代表。這批創業者的特點是大多數主創是互聯網人，從互聯網跨界到醫療領域。他們切入的環節比較輕，且從醫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+醫療”的階段。這個階段的重要特點：公司的主創是醫療人，其中不乏經驗豐富的臨床醫生，還有一些是從事多年醫療服務的高管。他們可以深切體會到產業鏈的痛點，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，從更加核心的環節提升醫療產業鏈的效率。

　　田敏說：“第三階段的創業公司起來之后，可能會引起醫療產業的質變，因為他們更接近產業鏈本質效益的提升。我們也一直在思考，是否有更輕、更快的模式，能夠對存量的醫療產業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。

　　大數據對于傳統醫療的效率提升

　　傳統的醫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，這里面有很大的優化空間。田敏表示，這些優化空間就是創業者的機會。

　　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，并發布項目合作需求，平臺上的數千從業者可以自行搶單，藥研社再把用戶經驗和優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院，這些醫院有怎樣的流程。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。“臨床是什么適應癥，想做怎樣的臨床實驗，想招什么患者，都可以通過數據庫。”但比較可惜的是，現階段藥企還沒有形成和醫院打通的數據庫，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。基本上錄個數據都沒有工具，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，為從業者提供精準數據和項目動態實時反饋的服務。，現在，行業90%以上的從業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價值空間。

　　另外，這家公司已經建立起了行業上第一個比較大的數據庫——CRO數據庫。現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需求上并沒有本質區別。在業務模式上，藥研社運用平臺已有從業者資源，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，大數據在醫療產品研發領域還可以縮短研發時間和研發投入，未來對醫療有巨大影響，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「好醫通」也將大數據運用到了體檢服務上。

　　好醫通通過和民營醫院以及公立醫院體檢中心對接，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節，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體檢數量。但如果通過整合B端，進而to C的角度，創業公司有很大機會，現在很多企業甚至愿意為員工父母體檢買單。這就從企業健康管理自然而然延伸到家庭的健康管理。

　　醫療行業繞不開的AI

　　2017年，醫療人工智能行業發展迅速。行業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、沈睿醫療、圖瑪深維等均在一年內獲得兩次融資，且融資規模在億元以上。

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

　　如今整個醫療都繞不開AI。2017年元璟資本看了三十多家醫療AI的項目，其中有二十多家做醫療影像。田敏認為，“目前中國基層醫療診斷水平仍然十分欠缺，AI技術的出現和發展可以一定程度上填補基層醫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。”對于人工智能的底層數據來說，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+醫療”的未來市場發展。

　　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。“我覺得技術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、更好的發展。”

　　田敏認為，人工智能技術在改變醫療領域之前需要解決兩個問題。

　　首先是技術和監管之間的矛盾。醫療是高監管的行業很難擁抱創新。新的技術出來了，監管卻沒有跟上。技術和監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 家醫院試點電子病歷共享這種嘗試是一個好的開始，但創業者獲取數據仍然十分艱難。

　　”創業者很難持續、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院，清洗數據的成本都非常高。所以數據是個大問題。“

　　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，人工智能在三級醫院和基層醫院的應用場景完全不一樣。在基層醫院主要是解決基礎的拍片、復診問題。三級醫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醫療領域的創業，田敏看好三個領域——病理、基因領域和罕見病。雖然目前AI醫療創業最火的是放射影像，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，政府和醫院對付費購買AI影像服務意愿等問題都有待持續觀察。

　　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。“首先，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生、X光醫生非常稀缺。AI可以在這方面彌補醫療資源不足的影響，我們認為病理方面在AI領域有前景。”

　　元璟資本宣布投資智能醫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療場景和實際需求，為醫療健康領域提供數據服務及一站式解決方案。其聯合創始人楊尚元表示，曜立從多個單病種醫療數據切入，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、客群獲取等環節已形成一定的商業閉環，并在多家國內頂尖三甲醫院（包括超大型綜合醫院和知名專科醫院）使用。公開資料顯示，采用曜立科技Willow系統，專科科室手術工作管理效率提升近70倍，每月手術室可節約9000分鐘。

　　之所以選擇投資曜立，是因為它對于醫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，節省了醫生 75% 的數據搜集時間。在傳統場景下，醫生日常都需要手動錄入病例和撰寫醫療報告。曜立系統可以幫助醫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，對初創比較難進入。

　　最后，在重大疾病和罕見病領域，它比醫生有更大優勢。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生很好的診療輔助，幫助偏遠地區的醫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常火，但是醫療這個行業是最難被科技打通的。田敏認為服務依然是醫療行業的本質所在。正是因為醫療服務的本質，讓她很看好女性創業者在這個領域的潛質。去年她投資的醫療項目中一半都是女性創業者，這不僅僅是因為田敏是一位女性投資人。

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

　　盡管眼下AI醫療十分火爆，但是整個醫療行業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。但對于創業者來說，如果能找準痛點，把資源整合融入到科技升級中，醫療創業仍有巨大的機會。