现在的医疗行业绕不开AI。田敏认为，从现有的市场切入，实现成本降低、效率更高，有很多方面可以布局。这些机会对元璟来说，是现阶段的关注重点。

　　田敏关注医疗已经有多年经验，按照她的话来说，“医疗属于重资产产业的投资，对于VC来说，参与重资产产业的投资，天然有些违背VC的投资策略。”所以，在医疗产业里是不是有机会找到更轻的切入方式？用更符合现代互联网技术的方式改造它，这是田敏思考的重点。

　　从民营医院到科技落地，医疗创业的三个阶段

　　田敏认为，医疗服务经历了三个比较大的阶段。

　　第一个阶段，21世纪初，中国内地正式开放医疗市场，民营医院迎来了第一个黄金期。大量民营医院涌现，撬动了一些和医院相关服务的民营机构产生。比如CRO（医药研发合同外包服务机构）第三方临床研究机构开始承接药企需求，以及第三方医检服务机构和民营的体检机构等。这些都是随着医疗市场化运作之后产生的。现在市面上很多市值非常高的公司，都是在第一阶段产生的。

　　第二阶段，兴起于2011年，以互联网切入医疗领域，以微医、春雨医生为代表。这批创业者的特点是大多数主创是互联网人，从互联网跨界到医疗领域。他们切入的环节比较轻，且从医疗核心资源的外围切入，比如说轻问诊、挂号。主要想解决的问题是医疗资源的不对等，以方便和效率的角度解决问题。

　　第三个阶段，从2015年开始，才进入真正的“互联网+医疗”的阶段。这个阶段的重要特点：公司的主创是医疗人，其中不乏经验丰富的临床医生，还有一些是从事多年医疗服务的高管。他们可以深切体会到产业链的痛点，所以希望结合新的技术和手段改变这些痛点。因为他们对产业链有着深度的参与，他们的经验使得他们思考怎么利用互联网的技术，从更加核心的环节提升医疗产业链的效率。

　　田敏说：“第三阶段的创业公司起来之后，可能会引起医疗产业的质变，因为他们更接近产业链本质效益的提升。我们也一直在思考，是否有更轻、更快的模式，能够对存量的医疗产业效率进行比较大的提升。”

　　田敏认为，从现有的市场切入，实现成本降低、效率更高，有很多方面可以布局。这些机会对元璟来说，是现阶段的重点关注。

　　大数据对于传统医疗的效率提升

　　传统的医疗大公司在效率成本、人力成本和中间工作流程上有各种各样的问题，这里面有很大的优化空间。田敏表示，这些优化空间就是创业者的机会。

　　去年，元璟资本独家投资中国首个临床研究价值共享和价值交易科技平台「药研社」。药研社以公司为主体承接药企订单，并发布项目合作需求，平台上的数千从业者可以自行抢单，药研社再把用户经验和优势结合项目需求做精准匹配。

　　田敏表示，现在，中国没有任何一个数据库或者网站，能够告诉一家药厂，中国有多少家能够承接临床研究的医院，这些医院有怎样的流程。然而，大数据在提升效率这件事上大有可为。

　　在这里，田敏举了个例子：A医院的特长是做心外科。药厂B就可以通过搜索数据库的角度针对A做计划。“临床是什么适应症，想做怎样的临床实验，想招什么患者，都可以通过数据库。”但比较可惜的是，现阶段药企还没有形成和医院打通的数据库，临床药检服务主要是人工通过地推的方式进行，因此每个临床实验中心都需要投入大量的人力和时间，效率相对较低。

　　中国现有临床研究行业服务总人数在 3.5 万人左右，由于缺乏管理系统和有效工具，他们现有的工作方式仍然相对原始，工作效率低下。基本上录个数据都没有工具，全靠excel，找那些患者也都是靠excel记录或者是手机上的日历记录患者什么时候该来了，该吃药了或者该打针了。

　　药研社采用自主研发的项目管理系统「试验田」和 C-trial 临床研究数据库系统，配合项目管理全职制的模式，为从业者提供精准数据和项目动态实时反馈的服务。，现在，行业90%以上的从业者都已经对接药研社平台，除了人力成本的降低之外，药研社最终想实现的将是提升整个行业价值空间。

　　另外，这家公司已经建立起了行业上第一个比较大的数据库——CRO数据库。现在第一个数据库产品已经能够成功输出给药企。

　　药研社和泰格、润东等大公司在解决商业需求上并没有本质区别。在业务模式上，药研社运用平台已有从业者资源，共享经济和数据化驱动的理念，带动数千用户共同承接制药企业的临床研究服务，相比而言，他们在未来其生存空间会更大，利润会更高。

　　另外，大数据在医疗产品研发领域还可以缩短研发时间和研发投入，未来对医疗有巨大影响，很多疾病并不需要等5-10年就可以有更有效果的新药出现。

　　另外一家田敏投资的「好医通」也将大数据运用到了体检服务上。

　　好医通通过和民营医院以及公立医院体检中心对接，把体检拆成一个个项目。根据不同的需求，产生不同的体检套餐，既能满足个性化的需求，又能满足不同档次的价格需求，再向下派单。

　　田敏介绍说，如果它只是左手拿单，右手就派下去，不做任何服务或者不做任何介入的环节，就没有太大的意义。但它通过一些服务，很好的满足了上下游的匹配关系，又拿到了体检者的体检数据，为未来个人健康管理打下基础。

　　体检已经成为现代员工福利的一个主流方向。公司可以通过把员工的健康体检数据介入，为员工做体检健康管理。对于体检中心来说，直接走to C的健康管理相对比较困难，因为对于中国来说公司组织员工体检的数量远远大于个人自发体检数量。但如果通过整合B端，进而to C的角度，创业公司有很大机会，现在很多企业甚至愿意为员工父母体检买单。这就从企业健康管理自然而然延伸到家庭的健康管理。

　　医疗行业绕不开的AI

　　2017年，医疗人工智能行业发展迅速。行业内仅对外公布的融资事件就有近30起，融资总额超过18亿元人民币，其中，推向科技、沈睿医疗、图玛深维等均在一年内获得两次融资，且融资规模在亿元以上。

　　从目前全球创业公司实践的情况来看，人工智能医疗的具体应用包括疾病风险预判与管理、医学研究、医学影像与诊断、慢病管理、精神健康、护理、急救与医院管理、药物研发以及虚拟助理等。

　　如今整个医疗都绕不开AI。2017年元璟资本看了三十多家医疗AI的项目，其中有二十多家做医疗影像。田敏认为，“目前中国基层医疗诊断水平仍然十分欠缺，AI技术的出现和发展可以一定程度上填补基层医生缺失以及能力匮乏的问题。在这个市场里，中国未来的潜力一定非常大。”对于人工智能的底层数据来说，任何一个单病种在全世界也找不到比中国更大的数据量，这能够支持“人工智能+医疗”的未来市场发展。

　　虽然AI技术很重要，但是田敏认为最终决定公司能否走下去的关键并不在于技术。“我觉得技术AI技术并不是门槛，这个领域从开始在两三个月的时间里已经变成红海，这个领域很难形成真正的壁垒可以让一家公司在里面更长久、更好的发展。”

　　田敏认为，人工智能技术在改变医疗领域之前需要解决两个问题。

　　首先是技术和监管之间的矛盾。医疗是高监管的行业很难拥抱创新。新的技术出来了，监管却没有跟上。技术和监管之间有非常大错配的问题。

　　其次是数据来源问题。目前中国大量的医疗数据是分散在全国的，这些割裂的数据缺乏一个统一的平台收集、分析。去年 12 月，北京市宣布将在 30 家医院试点电子病历共享这种尝试是一个好的开始，但创业者获取数据仍然十分艰难。

　　”创业者很难持续、大量的获取数据，数据质量也良莠不齐。如果都像协和这样的数据源，质量是可以保证的。但一旦下沉到基层医院，清洗数据的成本都非常高。所以数据是个大问题。“

　　那么如何解决AI技术落地的问题呢？田敏给出了她的答案。她认为，人工智能在三级医院和基层医院的应用场景完全不一样。在基层医院主要是解决基础的拍片、复诊问题。三级医院主要解决和科研机构的数据整合问题。“一定要有和渠道非常强的人配合，才能在这条路上杀出一条血路。”

　　在AI医疗领域的创业，田敏看好三个领域——病理、基因领域和罕见病。虽然目前AI医疗创业最火的是放射影像，但基本上已是红海。一方面巨头已经入局这个领域，此外，此外，政府和医院对付费购买AI影像服务意愿等问题都有待持续观察。

　　然而在病理这个门槛更高，痛点更大的领域仍有很大机会。这也是元璟资本重点关注的领域。“首先，影像只是辅助，而病理对肿瘤类的疾病则有精标准的作用，其次中国现阶段病理医生、X光医生非常稀缺。AI可以在这方面弥补医疗资源不足的影响，我们认为病理方面在AI领域有前景。”

　　元璟资本宣布投资智能医疗数据服务公司曜立科技数千万元Pre-A轮投资曜立基于真实医疗场景和实际需求，为医疗健康领域提供数据服务及一站式解决方案。其联合创始人杨尚元表示，曜立从多个单病种医疗数据切入，采用人工智能算法为科室提供 SaaS 产品和搭建数据平台，最终实现临床管理质量控制、科室管理质量控制的提升。

　　在落地应用层面，曜立科技在数据源获取、数据平台搭建、应用场景、客群获取等环节已形成一定的商业闭环，并在多家国内顶尖三甲医院（包括超大型综合医院和知名专科医院）使用。公开资料显示，采用曜立科技Willow系统，专科科室手术工作管理效率提升近70倍，每月手术室可节约9000分钟。

　　之所以选择投资曜立，是因为它对于医疗的痛点把握的非常强。曜立系统可以整合专科科室各类子系统为同一前端，将原本复杂难找的数据自动分类、归档、提取和索引，节省了医生 75% 的数据搜集时间。在传统场景下，医生日常都需要手动录入病例和撰写医疗报告。曜立系统可以帮助医生自动生成结构化病例。

　　其次，人工智能在基因方面也有持续的潜力空间，有很大的空间，现在面临的都是巨头的市场，基因的成本比较高，对初创比较难进入。

　　最后，在重大疾病和罕见病领域，它比医生有更大优势。通过AI整合大数据和深度学习能力，可以在短时间内给缺乏疑难杂症案例医生很好的诊疗辅助，帮助偏远地区的医院迅速进行病情诊断。因此，在罕见病领域，AI 的应用更加迫切。常见病医生经验普遍还比较多，没有罕见病那么迫切需要AI。

　　虽然这几年人工智能的概念炒的非常火，但是医疗这个行业是最难被科技打通的。田敏认为服务依然是医疗行业的本质所在。正是因为医疗服务的本质，让她很看好女性创业者在这个领域的潜质。去年她投资的医疗项目中一半都是女性创业者，这不仅仅是因为田敏是一位女性投资人。

　　”医疗是女性创业者的优势领域，因为它是资源运作的创业——客户资源、医疗资源和政府资源一个都不能少，所以需要创始人有很强的耐心和资源整合能力。女性创业者特质是可以润物细无声的把资源整合起来。”这也是田敏看好医疗领域女性创业者的原因。

　　尽管眼下AI医疗十分火爆，但是整个医疗行业数据应用和人工智能的水平还非常低，未来将面临巨大挑战。但对于创业者来说，如果能找准痛点，把资源整合融入到科技升级中，医疗创业仍有巨大的机会。