互联网医疗行业研究报告2017

2017 年 8 月 9 日 行业研究报告

提示点击上方"行业研究报告"订阅本号,以便随时来访。

行研君说

导语

互联网医疗,是互联网在医疗行业的新应用,其包括了以互联网为载体和技术手段的健康教育、医疗信息查询、电子健康档案、疾病风险评估、在线疾病咨询、电子处方、远程会诊、及远程治疗和康复等多种形式的健康医疗服务。

PS:打开微信,搜索微信公众号“行业研究报告”或者“report88”关注我们,点击“行业研究报告”微信公众号下方菜单栏,有你想要的!


来源:德勤研究


互联网医疗,代表了医疗行业新的发展方向,有利于解决中国医疗资源不平衡和人们日益增加的健康医疗需求之间的矛盾,是卫生部积极引导和支持的医疗发展模式。


现状:


互联网医疗,在美国为首的发达国家已经比较成熟,近几年在国内有了一定程度的发展,具有代表性的互联网医疗形式有:


1、以健康教育和信息为主的39健康网;

2、以患者社区和医生信息为主的爱好医生;

3、以医师评价和挂号为主的好大夫在线;

4、以电子健康档案采集和应用为主的120ehr网;

5、以疾病风险评估为主的宜康网;

6、以即时在线咨询为主的医通无忧网等;

7、以远程云诊、全程陪诊为主的就诊通网;

8、以社区医院,患者签约家庭医生,医院沟通为主的身边医生(app);

9、以专科垂直领域为主,专注眼科服务的目邻;[1] 


发展:


互联网医疗,代表了医疗行业新的发展方向,有利于解决中国医疗资源不平衡和人们日益增加的健康医疗需求之间的矛盾,是卫生部积极引导和支持的医疗发展模式。


关于互联网医疗创业的盈利模式,其中的一个途径是通过支付方保险公司。这包括合作成为健康保险公司的一项增值服务,帮助保险公司减少长期保费开支,或能进入其保险报销列表以及成为其采集用户数据的终端入口。然而此前许多人认为中国的商业健康保险市场较弱,规模有限,因而走通这条路存在障碍。


就政策上来看,丰富商业健康保险产品,支持发展与基本医疗保险相衔接的商业健康保险,鼓励以政府购买方式,委托商业保险机构开展医疗保障经办服务,这些都是政府明确表示的导向,从长远看商业保险会有更大的发展空间。自主开发,或与互联网医疗创业公司合作,保险公司已经在行动。


第一章 互联网医疗行业概述  


(一) 互联网医疗行业基本情况


1.互联网医疗定义


• 互联网医疗是指互联网在医疗上的全链条、全主体的结合。

• 从就医价值链的角度来看,互联网医疗是互联网从健康管理、自诊、诊断、治疗、用药到康复的全链条结合。

• 从医疗主体的角度看,互联网医疗是互联网同医生、患者、药企、保险公司、医院这五大主体的结合。


全链条结合

来源:德勤研究


全主体结合

来源:德勤研究


2.互联网医疗功能


我们认为互联网的核心在于信息互联,因此互联网医疗的功能是由此带来的流程优化、数据支持和资源配置。


(1)流程优化上,针对患者、医生、医院这一三角关系产生的痛点,就诊流程可以得到优化。


• 对于患者,时间上可以解决“排队三小时,看病三分钟”的问题,空间上可以解决看病必须亲自到医院的问题。

• 对于医生,可以减轻医生负担,提高医生服务水平,降低误诊率,从而提升患者满意程度。

• 对于医院,可以提高运行效率,预约、挂号可以实现互联网化,从而提升患者满意程度。


(2)数据支持上,互联网医疗可以积累并且利用海量的医疗数据。患者可以通过自身健康数据和健康干预做出正确的健康管理;医生可以根据医疗数据进行持续学习以及实现辅助诊断;药企可以通过治疗数据进行药物研发和精准营销;保险公司可以根据医保和治疗数据进行合理的保费定价以及防止过度治疗。


(3)资源配置上,医疗行业最为重要的资源即为医生和医院。


• 通过互联网医疗,时间角度,医生可以利用自身闲置时间进行线上诊疗;空间上,医生可以进行远程会诊、远程治疗等。

• 对于医院来讲,大量患者盲目涌入三甲医院,而广大的社区医院却少人问津,造成了医疗资源的“上层紧张”。借助互联网医疗,可以实现分级诊疗,即小病和初级诊断放在社区医院,大病重病放在三甲医院,完善医疗体系的分级和转诊制度。


患者-医院-医生三角关系痛点


来源:德勤研究

互联网医疗功能


 来源:德勤研究


3.行业发展历程


互联网医疗可以划分为PC互联网阶段的1.0阶段,以移动互联网为代表的2.0阶段,目前(2017.8)处于2.0阶段向3.0阶段的过渡期,3.0阶段意味着向互联网医院方向转型。


• 1.0阶段的代表是医生点评系统,即将医生的信息放在互联网上,患者将医生的点评作为重要的信息参考。1.0阶段的另一个代表是网上问诊,即解决医患沟通的需求。由于尚处在PC互联网时期,网民数量远不及如今的移动互联网时代,因此这一阶段互联网医疗规模有限。

• 从2013年开始,随着移动互联网兴起,以春雨医生、好大夫在线相继布局移动互联网为标志,行业进入2.0阶段,行业出现爆发,互联网初创初创公司井喷状态。这一时期的互联网医疗呈现多元化的局面,如以患者为核心的在线问诊、慢病管理,以医生为核心的辅助科研、医生社区,以医院为核心的流程优化等。

• 目前正处于2.0向3.0过渡时期。3.0阶段的代表是互联网医院,这一阶段的主要特征是诊疗线上化,与2.0时代最重要的区别在于:医生可以通过互联网进行开具处方(即诊疗)而非单纯的给出诊断建议,可以通过互联网平台销售处方药。


互联网医疗发展三阶段


来源:德勤研究


PC时代与移动互联网时代网民数量对比

来源:CNNIC,德勤研究


4.行业技术


从技术角度,互联网医疗可以分为三类,一是软件应用,在线问诊、在线挂号、支持系统等皆属于此类;二是医疗硬件;三是人工智能领域的互联网医疗,以IBM Watson为代表。


• 软件应用技术含量较低,从市面上典型的好医生在线、丁香园、春雨医生等APP来看,皆基于现有的互联网技术,并无重大技术创新。

• 从医疗硬件角度看,技术门槛低而技术上限高。技术门槛低的典型为智能手环,基础的运动手环仅需加速度传感器、环境感知的算法即可。同时医疗硬件的技术上限高,以德康医疗(Dexcom)的动态血糖测量仪为例,这一硬件需要高精度的血糖读数、高耐用性的传感器、传感器植入技术等多种技术手段。

• “人工智能+医疗”被认为是互联网医疗的未来方向,这一领域对算法的要求较高。例如,IBM Watson本质上是一个基于认知技术的问答系统,每秒可以学习267万页文献,通过大量的论文、案例培训,可为医生提供辅助诊疗。


技术要求对比


来源:德勤研究


(二)互联网医疗行业特征分析


1.产业链分析

• 目前互联网医疗各个板块相对独立,尚未形成产业链闭环。

• 新兴的互联网医院开始整合在线预约、在线诊疗、医药销售等多个环节,有望最先形成闭环运营。


互联网医疗产业链


来源:德勤研究

2.行业生命周期


• 目前行业正处于成长期,从爆发期到成长期的标志性事件为2015年12月乌镇互联网医院的成立,标志着行业开始从线上逐步向线下渗透,不再仅仅浮于在线挂号、支付、问诊、非处方药出售等表面,而是深入到“诊断+治疗”环节,互联网医疗正逐步向3.0阶段转型。


互联网医疗产业生命周期


来源:德勤研究

3.行业商业模式


行业的商业模式可分为三类:用户增值收入、产品收入、流量收入。

(1)用户增值收费


• 在线问诊。通过App平台,在线问诊连接患者和医生双方,患者付费后,可通过语音、图文、视频等方式进行在线咨询,医生根据患者的情况给出治疗建议。

• 互联网医院。互联网医院相对于在线问诊更进一步,进入到在线诊疗环节。


乌镇互联网医院运营模式

来源:德勤研究


• 医生助手。医生助手可以分为知识类和社交类,知识类是指医生在医生助手上持续学习医学知识,社交类即形成医生社区。

• 在线挂号。在线挂号是指患者通过网站、App等方式查看医院列表和医生排班,从而实现节省挂号排队时间,解决挂号难的问题,同时这一服务也帮助医院盘活医生资源。

• O2O服务。这一类服务包括上门针灸、预约体检等,运营模式较为简单。


(2)产品收入


• 医药电商中的B2B企业,通过将上游医药流通环节(药店、批发商等)的药品销售给下游的B2C企业或者通过三方平台销售给患者而盈利。

• 医药电商中的B2C企业,将医药产品直接或者间接销售给用户患者而获取收入。

• 可穿戴设备,将可穿戴的医疗设备如手环、智能药丸、传感器等直接或者间接销售给用户,同时对用户进行健康管理。


(3)佣金收入


• 第三方医药平台,如1药网,将上游企业的产品销售给患者,主要盈利方式是通过向上游医药企业收取佣金。

• 医疗健康资讯类App,向用户提供医疗健康咨询,通过网站页面的广告位赚取广告佣金,同时也有一定的咨询收入。


互联网医疗主要产品模式一览


来源:德勤研究


第二章 国外互联网医疗行业发展分析


(一)海外互联网医疗发展情况


1.行业投融资现状

• 目前海外互联网医疗投融资集中于医疗信息化、科技医疗、医疗器械三个领域。

• 细分领域上,相对于中国,科技医疗(人工智能、AR、VR等+医疗)更受海外市场青睐。

• 从投资轮次上来看,相对于中国,海外在科技医疗、基层医疗、医疗器械上投资轮次较为靠后,细分领域更加成熟。

• 全球投融资热度不减,2017年一季度投融资交易金额同比增长94%。


海外数字健康投融资轮次及数量


来源:动脉网

中国数字健康投融资轮次及数量


来源:动脉网


全球数字健康投融资交易金额(2010Q1-2017Q1)

来源:动脉网

2.美国互联网医疗发展现状


• 美国较为成熟的互联网医疗技术即为远程医疗,虽然医疗资源层次分布有所不同(美国分级诊疗制度更为完善),但是由于远程医疗涉及到诊疗环节而非单纯的问诊,因此可以类比为我国的医疗3.0阶段,即以互联网医院为代表的线上诊疗阶段。

• 政策上,2017年5月27日,美国德州废除了只能医患线下接触后才可以远程医疗服务的规定,成为美国最后一个废除此项规定的州,至此远程医疗已经在全美铺设开来。

• 发展历程上,远程医疗始于上世纪70年代,最开始用于医院与医院(B2B)之间的远程诊疗,自从2010年前后移动互联网开始普及,业务模式发生转变,从B2B逐步过渡为DTC(direct to consumer, 医院和医生直接面向患者)和B2B2C(在线诊疗平台连接患者和医生)。

• 发展前景上,越来越多的医生、患者和医院愿意尝试远程医疗,远程医疗人数有望进一步增加。根据36Kr,90%的医院已经或正在部署远程医疗服务项目;目前美国医生参与远程医疗的比例在10-15%左右,在目前还没有提供远程医疗服务的医生当中,有62%的医生表示有兴趣对深入了解如何向患者提供远程医疗服务;根据Salesforce的一项调查,18-34岁的年轻人中,60%愿意使用远程医疗。


远程医疗人数预测

来源:HIS,德勤研究


远程医疗发展模式转变

来源:36Kr整理,德勤研究


(二)国际互联网医疗技术研发情况


1.5G技术

• 5G技术即为第五代移动通讯系统,相对于4G,5G意味着更高的传输速度,更低的端到端时延、更全面的网络覆盖。5G技术下的互联网医疗可以应用到应急救灾、远程手术、实时监控等。

• 目前海外重点企业加速布局5G。三星推出了 5G Home Router 产品并将利用其进行5G 测试;Verizon 确认在今年推出 5G 固定接入服务;Telstra、爱立信和Qualcomm将合作在澳大利亚推出 5G NR 测试;法国电信监管机构表示或将于2018年推出5G服务;AT&T称已在印第安纳波利斯的部分区域推出/商用了5G演进(5G Evolution)网络,目标在17年年底前扩展到20个城市以上。

• 5G典型的应用场景为远程手术,由于5G具有低延迟的特点,计算机在网络上响应指令所需的时间短,医生穿戴头戴型显示器、和触控反馈的特殊手套,远程操控机器手臂,进行远程手术。


5G技术对医疗的推动


来源:德勤研究


2.其他传播技术


(1)蓝牙技术

• 蓝牙技术具有体积小、抗干扰能力强、多媒体传输等特点,是目前主流智能手机和可穿戴设备采用的通信技术方案,目前缺陷在于组网能力差,无法实现大规模的设备组网。

• 国际上最新一代的蓝牙标准是“蓝牙 5.0”,发布于2016年6月,相比于之前的蓝牙4.2标准,它具有2倍速度、4倍距离、8倍传输量的进步。目前三星的Galaxy S8已经内置了对蓝牙5标准的支持


(2)ZigBee技术

• ZigBee是一种非常适合物联网时代的无线通讯协议,具有低功耗、低复杂度、自由组网、低速率和高安全性的特点。

• 2016年5月ZigBee联盟推出了ZigBee3.0,新的标准统一了采用不同应用层协议的Zigbee设备的发现、加入和组网方式。


(3)WiFi技术

• WiFi联盟于2016年初发布了802.11ahWiFi标准,在穿墙能力和功耗性能上得到提升。

• 美国华盛顿大学研发出一种叫“Passive WiFi”的全新技术,其消耗的电力还不到现有WiFi的万分之一。


3.医疗传感器


• 医疗传感器是指把人体的生理信号或者环境信号转化为与之有确定关系的电学信号的变换装置,是医疗数据采集的入口,可以对生物数据(血压、心率等)、环境数据(温度、气压等)、物理数据(重量、姿势等)和食物数据(热量、过敏原等)进行采集。

• 医疗传感器技术出现时间较早,在物联网和大数据的背景下呈现出互联性、微创性等新的特点,全球来看,创业者多为科研院所研究人员,创业区域分布在美国、以色列等。

• 根据技术创新AU模型,全球医疗传感器研究仍处于流动阶段,即产品创新较为活跃,但是工艺创新不足,随着技术进步,工艺创新加速,传感器成本将更加低廉、功能更为强大,能够进行大规模商用。


医疗传感器的技术创新AU模型

来源:动脉网,德勤研究


• 海外的传感器领域的创新研发可以分为新型生物传感器、纳米传感器、可消化传感器、柔性传感器和可植入传感器。


医疗传感器创新技术

来源:蛋壳研究院,德勤咨询


(三)国外主要互联网医疗商业模式分析


1.远程医疗:以HealthTap为例

• HealthTap成立于2010年,是美国的一家提供7*24小时远程医疗服务的移动互联网公司,发展历程类似于中国互联网医疗的进化路径,即从在线问答到全流程的在线诊疗平台。


HealthTap规模

来源:动脉网,德勤研究

数据时间:2014年


• HealthTap业务的第一块相当于春雨医生的轻问诊模式,不提供医疗咨询、诊断或治疗,只是一个简单的问答(Q&A)机制。同时也起到医患社交平台的作用,医生和患者、医生之间可以相互评价,并且HealthTap为此设计了一套打分评价的游戏机制。这是其最初的运作模式。

• HealthTap业务的第二块则是新推出的服务HealthTap Prime,关键可以概括为“视频、处方、包月”。用户交付 99 美元的月费,就能够与医生进行视频对话,医生在必要时可以开具处方。区别于中国低廉的挂号费,美国的问诊费高达200美元/次。价格上十分具有吸引力,包月业务也十分适合需要长期健康指导的慢性病患者。


2.医生社交平台:以Doximity为例


• Doximity被称作“医师们的LinkedIn”,是专注于医疗领域的垂直社交平台。从成立到2014年底,会员人数达到40万,相当于全美一半的医师数量,平均每人关联的同事超过50个,累计近21.5万个工作机会通过Doximity提供给其成员。

• 特点一:垂直封闭。Doximity并非Facebook式的开放社交,通过整合医师数据库,Doximity只对全科和专科医师、注册护士、医师助理等医疗保健领域的专业人员开放。

• 特点二:专业社交属性强。对专科医生来说,通过Doximity的专业联系,能够巩固职业声望,提高专业水平;全科医生和其它医疗工作者则使用Doximity的强大内部搜索引擎寻找转诊医师,检测机构和药房。

• 特点三:符合《健康保险隐私及责任法案》(HIPAA)。Doximity 是第一个采用符合HIPAA规范的社交网站,医师可以通过DocMail发送多样格式、大容量的信息,比如高分辨率照片和多页检测报告等。

• Doximity的盈利有医院付费使用加强版交流工具、医学研究机构的咨询和招聘中介三种来源。其中,协助医师招聘是其最主要的收益来源。


基于社交属性的全生态布局


来源:动脉网,德勤研究


第三章 我国互联网医疗行业发展情况


(一)我国互联网医疗行业环境分析(PEST分析)


1. 政治环境分析

• 政治环境与互联网医疗相互作用。一方面互联网为医疗带来变革,但同时医疗也是关乎国计民生的行业,仍需要政府力量介入进行行业规范。另一方面,政府正在力推的新医改也需要互联网参与解决医疗、医药、医保的“三医”问题。

• 总体来看,互联网医疗相关政策对智能硬件、医疗信息化、大数据等持鼓励支持态度。

• 而医药电商由于触及医改环节较深,鉴于医药政策上一贯的谨慎导向,医药电商仍存在较大不确定性。

• 作为新兴的互联网医疗模式,互联网医院尤其受到医疗欠发达地区的欢迎,银川是此次互联网医院浪潮的排头兵,但是卫计委最新出台的《关于征求互联网诊疗管理办法(试行)(征求意见稿)》对这一领域做了较多规范,线上诊疗仍存在不确定性。


相关规划梳理

来源:互联网,德勤研究


相关政策梳理

来源:互联网,德勤研究

CFDA指国家食品药品监督管理总局


2.经济环境分析


• 在经济增速放缓的大背景下,医疗领域逆势而上。2015年卫生支出已经接近4.1万亿,增速高达16%,占GDP的比重为5.95%,相较于2010年上升1.11个百分点。


卫生费用支出占GDP比重及增速


来源:Wind

3.社会环境分析


• 人口结构上,中国正朝着深度老龄化社会迈进,目前老龄人口超过两亿,老龄人口在恶性肿瘤、心脑血管疾病、神经退行性疾病、慢性代谢疾病等疾病领域较为高发。

• 同时一些被视作老年病的疾病呈现低龄化的趋向,心脑血管疾病、恶性肿瘤、神经退行性疾病、糖尿病、高血压趋于低龄化。

• 消费习惯上,患者更偏爱高等级医院而非基层首诊,导致了三级医院的虹吸效应,三级医院以8%的数量占比负担着47%的诊疗人次。


老龄人口占比逐年增加

来源:wind

恶性肿瘤低龄化趋势


来源:浙江省肿瘤登记年报2015


三级医院的虹吸效应

来源:2015中国卫生和计划生育统计年鉴

4. 技术环境分析


(1)MEMS 传感器

• MEMS 传感器件主要是指压力传感器、加速度计、微陀螺仪、墨水喷咀和硬盘驱动头,在医疗领域主要用于可穿戴设备。

• 国内有近 2000 家企事业从事传感器的研制、生产和应用,其中从事 MEMS研制生产的有近百家,但规模和应用领域都较小。

• 我国传感器行业整体缺乏更具竞争力产品,特别是在敏感元件核心技术及生产工艺方面差距较大,研发成果产业化率低于 10%。

• 根据赛迪顾问,全球来看,医疗领域需求占MEMS市场的19%,而中国这一数字不到10%。但是由于国家集成电路基金的设置,落后局面有望改善。


(2)传播技术


传播技术

来源:德勤研究


• 5G技术上,中外差距较小。中国已建成全球最大的5G试验网,政策上对5G发展非常支持,制定了2020年商用的目标。三大运营商都已出台方案进行战略部署。同时通讯企业也积极布局,由我国提出的IMT-2020(5G)标准化研究工作提案,已获得世界电信标准化全会批准并形成决议。


5G技术发展现状


来源:公开报道,公司官网,国泰君安证券,德勤研究

5G时代中外差距


来源:德勤研究


• 蓝牙技术上,目前蓝牙技术基本能满足可穿戴设备的传输需要。中国的Cassia network(北京桂花网科技有限公司)是一家以蓝牙技术和物联网为核心的公司,于2015年推出蓝牙路由器Cassia HUB,通过蓝牙路由器+SDK的方式一定程度上缓解了蓝牙技术组网差的缺点。此外还建立了以蓝牙技术和可穿戴设备为依托的Cassia Health解决方案,目前已在一家北京的中医医院投入使用。


Cassia Health解决方案


来源:公司官网


• 由于WiFi技术具有速度快、覆盖范围广但功耗大、组网能力低等特点,主要应用场景为医院,针对病患、陪护人员的上网需求及医院管理的数据应用需求。


WiFi应用场景


来源:德勤研究


(3)云计算

• 云计算方面,中国市场上阿里巴巴一家独大,从营收角度看,市场份额超过40%,而第二、三、四名市场份额仅为8.5%、7.3%和6.0%。类似的是,根据Morgan Stanley,在美国,亚马逊AWS的市场份额超过追随者的总和,中美皆呈现“赢家通吃”的局面。


中国云计算市场排名


来源:IDC,德勤研究


• 从医疗云计算的现状来看,医疗行业对云计算的接受程度目前较高,已经有21.7%的二级以上医院部署了云计算应用,对于三级医院,有高达35.6%的三级医院已经部署了云计算。同时46.5%的医疗行业用户选择部署私有云。


二级以上医院部署云计算应用现状


来源:移动信息化研究中心


(4)大数据


• 统计局对大数据的定义为“6V+1C”。具体到医疗大数据上,主要应用于病历、档案、知识库、健康数据、基因数据等。


大数据的6V+1C


来源:德勤研究


• 目前,科研院校、医院、互联网医疗企业、医疗信息化企业纷纷布局医疗大数据。


国内医疗大数据发展现状

来源:互联网,德勤研究


• 大数据的共享联通方面,15年底已有14个省份建立省级信息平台,100多个市和500多个县建立区域信息平台,卫计委提出今年(2017年)年实现省级平台和国家平台互联互通,国务院也提出2018年要实现医疗数据的部分开放。


第一,泛互联网医疗领域。从2014年开始火热的互联网医疗,可以分为七种创业模式:互联网+医疗模式:互联网医院市场模式;在线问诊市场模式,比如春雨医生;医药电商市场模式,比如天猫医药馆等;医生服务市场模式,比如医联、丁香园;AI+医疗市场模式;医美领域,比如更美等;健康工具助手,比如美柚等。


第二,狭隘的互联网医疗领域,就是以诊疗为核心环节,以患者和医生关系为主的互联网诊疗模式,根据卫计委5月发布的《征求意见稿》的界定,“就是利用互联网技术,为患者和公众提供疾病诊断、治疗方案、处方等服务的行为。”


意见稿一出台,政策之手圈定了互联网医疗的可行边界:要么是医疗机构间的远程医疗服务;要么基层医疗机构的慢性病签约服务。而且明确规定,医疗机构不得对首诊患者进行互联网诊疗活动。


对于开展互联网诊疗的机构和医生,其准入门槛,也参照传统医疗机构的管理办法,必须是拿到《医疗机构执业许可证》的机构,以及拿到从业资格的医生。而对于没有线下实体医院的纯线上机构,要求注销重新注册。


政策一出,有鼓掌的、有哀嚎的,但是身为一个对政府管制一向持怀疑态度的吃瓜群众,这次我真的想为卫计委逆“互联网+”大势的监管倾向点赞,这不是泥石流,这是一股清流。


当初互联网金融被写入政府工作报告,金融主管部门惧于包容鼓励的大方针,迟迟没有出台任何监管措施,结果非法集资、骗贷骗钱借着P2P和互联网金融名义,四海八荒畅通无阻,骗了几百亿,泛亚、e租宝让几十万家庭失血、割肉、破产,P2P和互金也从风口变成了互金公司躲避不及的贬义词,现在都改叫金融科技了。


互联网诊疗,如果也是撒开把,不设定准入门槛,监管完全缺位,那就丢的不是钱,是命了,有可能成为莆田系的又一沃土。


因此,联手专业的线下医疗机构和医生,才能走通互联网医疗之路。这一点,其实很多医疗背景的互联网医疗创业者早就想通了。


遭受追捧的头部互联网医疗中,也有不少拿到了医疗机构从业资格,正在开办线下诊所。比如早在2016年就布局线下实体医疗机构的丁香诊所。还有,之前曾拿到云峰基金和腾讯投资的医联,也宣布年底前,将和腾讯合开数家企鹅诊所。


因此,卫计委的新规看似提高了门槛,给互联网诊疗带上了镣铐,但监管底线明确之后,反而避免互联网诊疗走入进大坑的风险。而且,政策走严之后实现了优胜劣汰,对于开了线下诊疗机构的互联网医疗,其实也是好事。


高度非标,低频被动


尽管有些从业者对该意见稿反感,但相对专业、特别是出身于医疗行业的互联网医疗行业从业者,恐怕觉得卫计委新政很有必要,为啥呢?


首先,医疗的复杂化和非标化。


全世界没有一个国家,拥有完美的医疗体制,要么看病难、要么看病贵,要么医疗水平差,奥巴马任期内,声势浩大要搞医疗改革,最后也不见啥动静。原因就在于医疗信息的不对称,这是医疗的自然属性。基于真正的千人千面、极为非标的个性化病例,以及高度依赖线下的检查、会诊、手术体系,互联网医疗要完全颠覆线下就是痴心妄想,拥抱线下才是正途。


从需求端来看,无论是线上线下,患者的诊疗行为都是一个极为被动的行为。所谓被动,就是说,患者一般不会主动去医院,而是有了症状才会被动去医院诊治,这意味着,大部分从c端患者端切入的互联网诊疗app,获客成本肯定非常高,因为不确定性太高了,实在太低频了。


大部分的诊疗需求,其实是高度离散和碎片化的,比如有了症状去百度搜索,过去莆田系对于百度的高依赖性就是例证。唯一靠谱的,或许是非高发慢性病、罕见病等,这些患者常年受累于疾病,对诊疗的需求相对高频,而且也容易沉淀下社交、社区属性。


因此,患者的流量来源应该是碎片化的、多元的,互联网诊疗接入各大流量平台,把这些流量平台上高度离散化的需求,对接、积攒起来,才会弥补互联网诊疗需求低频的天然短板。


从供应端来看,中国的医疗、医生资源都是极为稀缺的,前三甲医疗资源集中分布于一二线大城市,区域分布极不平衡,挂号难、看病难普遍存在,可以说,医疗是个真正的卖方市场。


因此,互联网诊疗从医生端入手,其实是个比较巧妙的切口,比如社区属性的丁香园,专注学术领域,打造医生IP;医联从医生社交平台切入,聚拢数十万医生。而供应的不足,让手握大量医生、医疗机构资源的互联网平台,优势明显。


医联、丁香园,这些手握大量的医生资源,就能颠覆线下弊病多端的医疗机构吗?答案,当然是no。


S2b模式才是未来


2016年的资本寒冬,再加上卫计委新政,根据动脉网的统计,死亡的互联网医疗已经达到了66家,这些还都是拿过融资的,而没被投资机构看上,胎死腹中的互联网医疗项目,就更是无从统计了。


在厘清互联网诊疗的特点,和政策导向之后,到底哪种互联网诊疗模式靠谱呢?也许阿里巴巴首席战略官曾鸣提出的S2b模式,是可以借鉴的模式。

首先,我们要搞清楚在医疗领域中的b到底是谁?


显而易见,中国医疗体系中仍然是以医院为中心,各地的三甲医院虹吸效应明显,因此这里讲的S2b的b自然不会是这些大的三甲医院,而是那些万级、十万级甚至更高万级的基层医疗机构、诊所,他们渴望有更优秀的医生加入其中。根据卫计委的调查,截至2016年6月底,全国医疗卫生机构数达98.9万个,其中基层医疗卫生机构就有92.7万个。根据《2016年卫生与计划生育统计年鉴》显示,2015年全国基层医疗机构诊疗量为43.4亿人次,占总诊疗量56.4%。


在搞清楚医疗领域S2b的b是谁以及小b的需求后,我们再来聊聊S如何赋能。

医改的趋势,是希望通过鼓励优质医疗资源下沉,以及区域医联体来解决基层医疗机构、诊所急需的医生资源,更多的赋能小b。民众对于基础医疗机构的不信任,根本原因是基础医疗机构往往不能满足基础医疗的需求。很多社区医院里没有X 光机、B 超、心电图等最基本的检查仪,诊断完全依靠病人的症状和查体,因此出现误诊和漏诊的概率大;大部分社区医院药品少,有些慢性病人需要 3~5 种药;有些社区医院的医生队伍更是老的老,小的小,人员规划不合理。因此要更多赋能这些基础的小b端是医疗进程中亟待解决的问题,从供应药品、耗材、器械、医生资源等源头方面为基层医疗机构赋能,满足基层医疗机构的供应缺口,要让人们敢于去基层医疗机构就医。


而在互联网医疗领域中,医联的模式似乎便是如此。以医联外科的出转诊业务为例,结合中国人口广泛,医疗供应总体上不足,区域供需不平衡矛盾突出的现状,打通医疗供应链,将众多县级医疗机构和顶级医生/医院最大程度的打通,为家庭医生和出诊转诊等切实的医疗需求找到切实的用户。两者结合,才能打造真正的互联网化的诊疗服务。


未来理性的医疗供应体系,是分级诊疗制度,基本上第一层都是以家庭医生、社区为主的初级基础医疗服务,然后才是一些区域内相对综合和专科的医院,其次才是一些跨区域的高难度医疗服务。以英国为例主要覆盖3个层级医疗,首先以社区为主的初级医疗服务网络,第二层级才是一些地区的综合和专科医院,第三层级才是类似“协和”和“华西”这样的跨区甚至覆盖全国的服务综合医院,负责紧急救治和疑难病症诊治并承担科研任务。


除了清晰的层级医疗服务外,英国也在同时实行严格的转诊制度,只有在确实无法进行诊断和治疗的情况下才将患者转向地区综合医院或跨区综合医院。欧美发达国家无一例外在分级诊疗方面有着非常完善的体系基础,而且拥有大批量的为初级基础医疗服务的医生群体,并且他们都是市场的自由执业者,这样施行的好处在国外已经显而易见,那就是医疗资源得到了优化合理的分配,将医生资源充分利用开来,尽量避免医疗资源浪费。


在未来5-10年,对于中国医生来说或许也可以像欧美国家迎来他们多点执业的春天,那时候S2b的b将慢慢转换为医生,他们会逐渐成为整个国家医疗体系中的另一个中心,如何为他们提供更好的执业地点以及优质的医疗器械、药品等,甚至是一家移动医院,则是下个阶段S需要解决的事情。


在当下的互联网医疗行业中,医联似乎是最具S2b雏形的互联网医疗公司,依托线下超过300名医生经纪人团队已经建立的行业壁垒,医联到时大可以在产品层面打通供应链体系,通过和药企、器械企业合作,为医生提供医药、医疗耗材等。


回到开头,马云说大健康市场潜力无穷,从长期来看,方向没错,但是从短期来看,只有路走对了,才能走得远。未来带着镣铐跳舞的移动医疗,如果配合医改进程,进行产业链改革:结合分级诊疗、医生多点执业、处方外流、精准医疗,智慧医疗等政策和产业升级的趋势,空间很大。



——END——



投资&学习

《马来燕屋计划》

《北大PPP课程》

《北清PE课程》

推荐阅读

《雄安新区》

《腾讯报告》

《小龙虾》


登录查看更多
0

相关内容

求医问药之所。
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
电力人工智能发展报告,33页ppt
专知会员服务
128+阅读 · 2019年12月25日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
医药零售行业报告
医谷
9+阅读 · 2019年7月8日
2019社交行业研究报告
行业研究报告
5+阅读 · 2019年5月30日
2019互联网医疗行业洞察
行业研究报告
8+阅读 · 2019年5月28日
2019中国养老产业发展剖析与发展趋势分析报告
行业研究报告
8+阅读 · 2019年5月18日
2019中国家政服务行业发展剖析及行业投资机遇分析报告
2018年游戏行业研究报告
行业研究报告
3+阅读 · 2019年4月20日
2018年中国供应链金融行业研究报告
艾瑞咨询
7+阅读 · 2018年11月20日
中国移动互联网2018上半年报告
计算机与网络安全
3+阅读 · 2018年7月22日
【行业报告】2018年中国人工智能行业研究报告
互联网金融
5+阅读 · 2018年4月7日
2018-2020年中国服务机器人行业深度研究报告
机器人大讲堂
5+阅读 · 2018年1月30日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Arxiv
18+阅读 · 2019年1月16日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
73+阅读 · 2018年12月22日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
25+阅读 · 2018年1月24日
VIP会员
相关资讯
医药零售行业报告
医谷
9+阅读 · 2019年7月8日
2019社交行业研究报告
行业研究报告
5+阅读 · 2019年5月30日
2019互联网医疗行业洞察
行业研究报告
8+阅读 · 2019年5月28日
2019中国养老产业发展剖析与发展趋势分析报告
行业研究报告
8+阅读 · 2019年5月18日
2019中国家政服务行业发展剖析及行业投资机遇分析报告
2018年游戏行业研究报告
行业研究报告
3+阅读 · 2019年4月20日
2018年中国供应链金融行业研究报告
艾瑞咨询
7+阅读 · 2018年11月20日
中国移动互联网2018上半年报告
计算机与网络安全
3+阅读 · 2018年7月22日
【行业报告】2018年中国人工智能行业研究报告
互联网金融
5+阅读 · 2018年4月7日
2018-2020年中国服务机器人行业深度研究报告
机器人大讲堂
5+阅读 · 2018年1月30日
相关论文
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Arxiv
18+阅读 · 2019年1月16日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
73+阅读 · 2018年12月22日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
25+阅读 · 2018年1月24日
Top
微信扫码咨询专知VIP会员