近日，“中國股權投資年度峰會暨2016投資家網年會”在北京舉辦。
近日，“中國股權投資年度峰會暨2016投資家網年會”在北京舉辦，以“變革中的資本機會”為主題，廣邀國內外行業資深人士共同探討產融結合的關鍵要素、新時代投資格局、各行業增長趨勢等熱點話題。在峰會上，投資家網聯合中國科技金融促進會風險投資專業委員會發布了“中國股權投資年度系列榜單”。
分享投資管理合伙人黃反之在“醫療健康專場”上發表了對未來醫療、醫療健康大數據行業的看法。在他看來，過去幾十年人類每年花上千億、上萬億資金去研究腫瘤藥物，但是這些腫瘤藥物對人類腫瘤或者生命的提高并不那么明顯。精準醫療的出現使得人類能夠對致病因子進行非常深入準確的了解，從而可以采取個性化、精準化的醫療方案，達到更好的治療效果。
黃反之認為，精準醫療不僅是近一兩年非常熱的話題，未來也是精準醫療的時代。而大數據會決定未來精準醫療能走多遠。“我們現在每天產生的醫療和生物大數據是海量的東西，如果說沒有人把它變成可視化且不能提供給醫生、研發機構成為可利用的產品，每年產生的就是垃圾”。
關于醫療大數據的投資機會，黃反之也表示將體現在六個方面上。第一，早期篩查診斷；第二，大病預警；第三，機器學習/人工閱片；第四，自我診療；第五，保險控費；第六，療效評價。
以下為黃反之在“中國股權投資年度峰會暨2016投資家網年會”上的精彩發言。
醫療健康大數據的投資邏輯
大家好，很高興能在投資家網年會與大家進行分享，我今天選的題目叫“醫療健康大數據的投資邏輯。”為什么選這個題目？因為分享投資是一家VC機構，VC總是面向未來。
馬云說未來的首富一定會出現在醫療大健康領域，另外他說，現在已經從IT時代進入到DT時代。他說的這兩點都代表著未來方向，所以我們今天就結合這兩點談一談醫療的未來。
首先，什么叫未來醫療，可能還是要先談一談精準醫療。精準醫療是這一兩年非常熱的話題。我們今天重點是要對比一下，為什么未來是精準醫療的時代。
過去這幾十年是循證醫療的時代，循證醫療相對于幾十年前我們說的經驗醫療，循證醫療被認為是代表科學發展的，相比中醫來說有了很大進步。但是循證醫療也出現了一些問題，而且很多問題難以逾越。比如說，循證醫療就是以發病的部位、癥狀，結合一些檢測手段，包括一些影像、病理、檢測數據，輔助醫生對疾病進行判斷，給出治療方案。
但是我們看到的，很不幸的是，很多人雖然在相同部位患了相同的病狀，出了相同的治療方案，但是效果迥異。人類花上千億、上萬億資金去研究腫瘤藥物，但是這些腫瘤藥物對人類腫瘤或者生命的提高并不那么明顯，平均下來對患者生命的延長也就是2—3個月之間。
為什么循證醫療發展了這么多年，面臨著這么大的問題？實際上它用這種部位、癥狀來進行判斷、治療是有問題的，問題就在于他沒有發現疾病真正的致病因子是什么。所以大家采取了同樣的方案，但是因為每個人致病因子不同，所以得出來的效果是迥異的。
如果你是那個幸運者，你用了這種藥百分之百被治好了，如果不是針對這個致病因子的，最后的結果是浪費了很多錢，也不能挽救生命。
未來醫療的四個特征
精準醫療使得我們能夠對致病因子進行非常深入準確的了解，從而可以采取個性化、精準化的醫療方案，能夠達到更好的治療效果，所以我稍微講一下未來醫療。
未來醫療有幾個特征：第一，是可以預測的，我們通過基因，通過各種組學檢測，可以知道未來你得各種疾病的可能性。第二，可預防。第三，個性化。我們實施的治療方案應該是因人而異、差異化的。第四，可參與。未來醫療會從過去傳統醫療，由醫生主導轉變為我們的患者可以深度參與，甚至自我作主這樣的模式。
我推薦大家看兩本書，這都是美國著名心臟病醫生埃里克寫的《顛覆醫療》和《未來醫療》，他本人也曾擔任過美國醫生協會主席。他認為未來醫療實際上就是醫療數據的革命，通過醫療數據的革命，從而構建未來新興的服務模式。
大家看這個圖的圓圈中心就是“醫療數據革命”，圓圈上端寫的是人體的GIS，就是人的生命信息系統，怎么獲得？跟大數據有關。另外通過基因檢測、電子病歷、人工智能、醫療數據庫等手段和方法，從而實現醫療數據革命，達到未來全新的醫療服務模式。
貫穿《未來醫療》的主線是醫療民主，即未來將從醫生主導的、家長式的醫療模式進入患者深度參與、甚至自主的醫療模式。而如何產生這樣的數據革命和服務模式改變呢？
大數據與精準醫療的關系
我們要說一說大數據到底跟精準醫療是個什么關系，首先我要說兩點。
第一點，各種組學的發展催生了精準醫療時代的到來。大家經常說的是基因檢測，比如說NGS，但實際上生物組學發展遠遠不止基因，還包括蛋白、微生物各種族學發展，推動了精準醫療時代的到來。
第二點，精準醫療起源于生物組學的發展，但是未來精準醫療時代到底能走多遠，精準到什么程度？實際上是取決于對大數據的處理。這兩點是論斷性的東西，有人未必同意。
我們為什么說大數據會決定未來精準醫療能走多遠，能達到什么樣的精準程度，是因為我們現在每天產生的醫療和生物大數據是海量的東西，如果說沒有人把它變成可視化的，沒有人能提供給醫生、研發機構可利用的產品，我們每年產生的就是垃圾。我們說的精準醫療，可能就是建立在一個理論之上，而現實中十分遙遠的東西。
我們談醫療大數據，要先看看大數據共性的特征。大數據有四個V：
Volume海量，這個不用解釋了，一個病理圖像就有5G數據。
Variety多樣化，特別是體現在生物數據中非結構化，影像數據，實際上比商業大數據處理更加困難。
Velocity快速性，我們的智能手機、可穿戴設備其實都實時的產生大數據，這個變化是非常快的。
Value價值性，這個很好理解，你要產生價值，必須要對前面三個V很好的處理，能帶來真正的價值。
醫療和健康大數據還有自身的特點，這些特點都決定了它比處理一般的商業大數據更加復雜。
醫療大數據的特點
我們在過去兩年產生的大數據總和，相當于人類歷史產生數據的總和，也許未來一年我們就可以產生人類有史以來數據的總和。
我們看關于生物大數據，比如說我們自身，一個人體有10個14次方的細胞，每個細胞攜帶的基因數，四種堿基是6乘10的9次方。一個人全基因的測序數據量是大約是4TB。如果我們把它對應成漢字，大概是200億漢字，一輩子什么都不干，一個人也讀不了這么多文字的書，何況這個數字像天書一樣，不光你看不懂，醫生也看不懂，非專業人員更看不懂。所以誰能把它解析為可視化產品，就變得非常重要。
15年前，美國政府牽頭做人類第一個基因組，當時花了30億美金。5年前再做同樣的基因組，只需要幾百萬。而到今天，你到華大測一個全基因譜的數據，不到一萬塊錢。大家可以想一想，現在獲取數據，產生數據這一塊，實際上已經帶來了超摩爾效應。現在數據產生的速度，已經在大大加速了，但是我們對數據處理的成本實際上還是居高不下的。
通常來說，1TB數據處理我們需要花1—5萬塊錢，這么海量的數據要把它全部處理，就意味著極高的代價和難度。
關于醫療大數據，我覺得它有一些特點，大數據一定是連續產生的，一定不是某一個時點的。另外大數據不是一個醫院或者幾個醫院的數據，一定是區域性的數據。大數據一定是自動產生的，而不是我們手工輸入這樣的東西。
對數據的獲取固然很重要，但是對數據的解析處理更重要。大數據處理并不是簡單的軟件分析，不是一個軟件公司編程就可以的。大數據處理需要復合型人才，比如說計算機、生物組學、人工智能多方面的人才，這也是我們雖然非常看好大數據的原因，但是真正好的大數據投資標的并不那么容易獲得。
大數據的主要來源有幾個方面，包括院內、院外、研發機構、職能設備、公募機構等等。我這里有一個曲線圖，它會對未來20年科技趨勢發展有一個測試。2014年，大數據還處在預期過熱的狀態，沒有回歸到現實可以應用的狀態。但是到2015年，大數據已經從這個曲線上消失了，就意味著它已經開始進入商業化、成熟化運營的階段。
曲線最左部是代表新科技的萌芽期，頂部代表人對它期望的最高峰，就是泡沫最大的時候。回到谷底的時候，意味著這個技術真正開始腳踏實地的應用。2015年，我們已經看不到大數據了，無論是商業領域還是醫療領域，都開始走向真正的應用了，所以我們說現在投醫療大數據是正當其時的。
比較成功的醫療大數據公司在中國很少，我們還是看看美國的一些標桿公司：
美國安德森中心OEA，實際上就是給醫生提供一個腫瘤輔助系統，可以把全球最新的所有腫瘤治療藥物，及時進到系統里。醫生也在不斷學習，以個人的能力，他是跟不上全球新藥發展的，這個系統就可以幫助醫生獲取最新資訊，最新藥物、治療手段和方案，對癌癥患者進行有效治療。
ATIENT LIKE ME是患者社交平臺，很多醫生和醫院都沒見過的病例，通過這個平臺病友分享，可以找到最佳的治療方案。
PRACTICE FUSION是美國最大的共用電子病歷，有幾百萬患者、幾十萬醫生在用這個電子病歷，這樣可以獲得大量結構化的大數據。
還有像23AndME，針對個人基因檢測，3年前花299美金只能檢測44種疾病，今天花99美金就可以檢測200多種。
此外NEXTBIO是針對藥物研發的大數據公司，FLATRION HEALTH是癌癥大數據公司，WELLDOC是糖尿病大數據公司。
大數據我們還是要對標美國看的，但上述這些標桿醫療大數據公司成立時間并不久，基本上都是2013年、2014年成立，但是估值現在基本上都是十億美金以上。
國內的典型代表碳云智能是2015年10月份成立的公司，首輪估值達到60億，創了全球最高紀錄。它是不是值得的？我們看它要做什么。實際上它就是要解密我們的生命密碼，利用人工智能對生物大數據進行處理，結合互聯網、物聯網，把它的效率發揮出來，它要搭建的就是大數據平臺，構建數據庫、知識庫，能把大數據變成直接可視化的產品。
碳云的在底層利用云服務構建一個知識庫平臺和數據平臺，通過知識庫和數據庫的匹配，把對應的疾病與致病因子關聯起來，使我們能使利用大數據進行疾病篩查、預防、治療，進行個性化的健康管理。
能夠把我們已知的疾病和治病因子能對應起來的還非常少，不到1%，未來空間巨大，要走的路非常長。如果碳云成功，它的價值應該不低于華大基因。碳云的價格確實不低，但如果搞清楚這些投資邏輯，就會知道投資它是否值得了。
醫療大數據的投資機會在哪？
大數據的投資機會，我個人認為是在這些方面：
1.早期的篩查診斷。目前像華大等一大批基因測序公司基本上都聚焦在這個環節。
2.大病預警。比如說腦卒中、心臟病的預警，有人試圖把它提早到24小時預警，其實能提前2小時就有很大的意義了。
3.機器學習/智能閱片。像膠囊胃鏡、腸鏡，已經出來很多年了，為什么一直不能大規模應用？我認為就是沒做到智能閱片。你想它發出了那么多圖片誰來閱讀？如果醫生來閱讀，不但沒有給醫生帶來便利，沒有提高效率，反而加大了醫生的工作量，還不如醫生花20分鐘人工檢查看完。但是未來智能閱片的發展，可以促進這個過程的發展。
4.自我診療。像PATIENT LIKE ME就是這樣資格自診系統。
5.保險控費。美國的WELLDOC是做糖尿病管理的，但它主要的用戶是保險公司。我們最近投資了國內的健醫科技，也是通過幫助商業醫保控費、提高效率切入，利用醫療大數據幫保險公司設計產品。提供金融服務。
6.療效評價。美國有一家療效評價平臺，是由醫生、患者自發對藥物的治療情況進行反饋。去年曾經因為患者和醫生對一個心臟病大藥普遍給出了負面評價，所以FDA把這個藥下架了，這個藥每年全球銷售上百億美金。
最后稍微總結一下，我們今天是談大數據的投資邏輯。醫療大數據在中國還是新的東西，即使對我們這樣的早期投資機構來說，也不能說我們形成了完整的，很清晰的投資策略和邏輯，我試著把這個邏輯展示給大家。
我個人認為醫療大數據的投資邏輯就是通過對大數據的解析和處理，從而使它達到開放、分享、精準、高效、民主的屬性，從而實現未來醫療要具備的個性化、可預測、可預防、可參與這樣的效果。
京公網安備 11010502049343號