猎云网注：分享投资管理合伙人黄反之发表了对未来医疗、医疗健康大数据行业的看法。在他看来，过去几十年人类每年花上千亿、上万亿资金去研究肿瘤药物，但是这些肿瘤药物对人类肿瘤或者生命的提高并不那么明显。精准医疗的出现使得人类能够对致病因子进行非常深入准确的了解，从而可以采取个性化、精准化的医疗方案，达到更好的治疗效果。本文转自分享投资（ID：fxtzvc）。
黄反之认为，精准医疗不仅是近一两年非常热的话题，未来也是精准医疗的时代。而大数据会决定未来精准医疗能走多远。“我们现在每天产生的医疗和生物大数据是海量的东西，如果说没有人把它变成可视化且不能提供给医生、研发机构成为可利用的产品，每年产生的就是垃圾”。
关于医疗大数据的投资机会，黄反之也表示将体现在六个方面上。第一，早期筛查诊断；第二，大病预警；第三，机器学习/人工阅片；第四，自我诊疗；第五，保险控费；第六，疗效评价。
以下为黄反之在“中国股权投资年度峰会暨2016投资家网年会”上的精彩发言。
医疗健康大数据的投资逻辑
大家好，很高兴能在投资家网年会与大家进行分享，我今天选的题目叫“医疗健康大数据的投资逻辑。”为什么选这个题目？因为分享投资是一家VC机构，VC总是面向未来。
马云说未来的首富一定会出现在医疗大健康领域，另外他说，现在已经从IT时代进入到DT时代。他说的这两点都代表着未来方向，所以我们今天就结合这两点谈一谈医疗的未来。
首先，什么叫未来医疗，可能还是要先谈一谈精准医疗。精准医疗是这一两年非常热的话题。我们今天重点是要对比一下，为什么未来是精准医疗的时代。
过去这几十年是循证医疗的时代，循证医疗相对于几十年前我们说的经验医疗，循证医疗被认为是代表科学发展的，相比中医来说有了很大进步。但是循证医疗也出现了一些问题，而且很多问题难以逾越。比如说，循证医疗就是以发病的部位、症状，结合一些检测手段，包括一些影像、病理、检测数据，辅助医生对疾病进行判断，给出治疗方案。
但是我们看到的，很不幸的是，很多人虽然在相同部位患了相同的病状，出了相同的治疗方案，但是效果迥异。人类花上千亿、上万亿资金去研究肿瘤药物，但是这些肿瘤药物对人类肿瘤或者生命的提高并不那么明显，平均下来对患者生命的延长也就是2—3个月之间。
为什么循证医疗发展了这么多年，面临着这么大的问题？实际上它用这种部位、症状来进行判断、治疗是有问题的，问题就在于他没有发现疾病真正的致病因子是什么。所以大家采取了同样的方案，但是因为每个人致病因子不同，所以得出来的效果是迥异的。
如果你是那个幸运者，你用了这种药百分之百被治好了，如果不是针对这个致病因子的，最后的结果是浪费了很多钱，也不能挽救生命。
未来医疗的四个特征
精准医疗使得我们能够对致病因子进行非常深入准确的了解，从而可以采取个性化、精准化的医疗方案，能够达到更好的治疗效果，所以我稍微讲一下未来医疗。
未来医疗有几个特征：第一，是可以预测的，我们通过基因，通过各种组学检测，可以知道未来你得各种疾病的可能性。第二，可预防。第三，个性化。我们实施的治疗方案应该是因人而异、差异化的。第四，可参与。未来医疗会从过去传统医疗，由医生主导转变为我们的患者可以深度参与，甚至自我作主这样的模式。
我推荐大家看两本书，这都是美国著名心脏病医生埃里克写的《颠覆医疗》和《未来医疗》，他本人也曾担任过美国医生协会主席。他认为未来医疗实际上就是医疗数据的革命，通过医疗数据的革命，从而构建未来新兴的服务模式。
大家看这个图的圆圈中心就是“医疗数据革命”，圆圈上端写的是人体的GIS，就是人的生命信息系统，怎么获得？跟大数据有关。另外通过基因检测、电子病历、人工智能、医疗数据库等手段和方法，从而实现医疗数据革命，达到未来全新的医疗服务模式。
贯穿《未来医疗》的主线是医疗民主，即未来将从医生主导的、家长式的医疗模式进入患者深度参与、甚至自主的医疗模式。而如何产生这样的数据革命和服务模式改变呢？
大数据与精准医疗的关系
我们要说一说大数据到底跟精准医疗是个什么关系，首先我要说两点。
第一点，各种组学的发展催生了精准医疗时代的到来。大家经常说的是基因检测，比如说NGS，但实际上生物组学发展远远不止基因，还包括蛋白、微生物各种族学发展，推动了精准医疗时代的到来。
第二点，精准医疗起源于生物组学的发展，但是未来精准医疗时代到底能走多远，精准到什么程度？实际上是取决于对大数据的处理。这两点是论断性的东西，有人未必同意。
我们为什么说大数据会决定未来精准医疗能走多远，能达到什么样的精准程度，是因为我们现在每天产生的医疗和生物大数据是海量的东西，如果说没有人把它变成可视化的，没有人能提供给医生、研发机构可利用的产品，我们每年产生的就是垃圾。我们说的精准医疗，可能就是建立在一个理论之上，而现实中十分遥远的东西。
我们谈医疗大数据，要先看看大数据共性的特征。大数据有四个V：
Volume海量，这个不用解释了，一个病理图像就有5G数据。
Variety多样化，特别是体现在生物数据中非结构化，影像数据，实际上比商业大数据处理更加困难。
Velocity快速性，我们的智能手机、可穿戴设备其实都实时的产生大数据，这个变化是非常快的。
Value价值性，这个很好理解，你要产生价值，必须要对前面三个V很好的处理，能带来真正的价值。
医疗和健康大数据还有自身的特点，这些特点都决定了它比处理一般的商业大数据更加复杂。
医疗大数据的特点
我们在过去两年产生的大数据总和，相当于人类历史产生数据的总和，也许未来一年我们就可以产生人类有史以来数据的总和。
我们看关于生物大数据，比如说我们自身，一个人体有10个14次方的细胞，每个细胞携带的基因数，四种碱基是6乘10的9次方。一个人全基因的测序数据量是大约是4TB。如果我们把它对应成汉字，大概是200亿汉字，一辈子什么都不干，一个人也读不了这么多文字的书，何况这个数字像天书一样，不光你看不懂，医生也看不懂，非专业人员更看不懂。所以谁能把它解析为可视化产品，就变得非常重要。
15年前，美国政府牵头做人类第一个基因组，当时花了30亿美金。5年前再做同样的基因组，只需要几百万。而到今天，你到华大测一个全基因谱的数据，不到一万块钱。大家可以想一想，现在获取数据，产生数据这一块，实际上已经带来了超摩尔效应。现在数据产生的速度，已经在大大加速了，但是我们对数据处理的成本实际上还是居高不下的。
通常来说，1TB数据处理我们需要花1—5万块钱，这么海量的数据要把它全部处理，就意味着极高的代价和难度。
关于医疗大数据，我觉得它有一些特点，大数据一定是连续产生的，一定不是某一个时点的。另外大数据不是一个医院或者几个医院的数据，一定是区域性的数据。大数据一定是自动产生的，而不是我们手工输入这样的东西。
对数据的获取固然很重要，但是对数据的解析处理更重要。大数据处理并不是简单的软件分析，不是一个软件公司编程就可以的。大数据处理需要复合型人才，比如说计算机、生物组学、人工智能多方面的人才，这也是我们虽然非常看好大数据的原因，但是真正好的大数据投资标的并不那么容易获得。
大数据的主要来源有几个方面，包括院内、院外、研发机构、职能设备、公募机构等等。我这里有一个曲线图，它会对未来20年科技趋势发展有一个测试。2014年，大数据还处在预期过热的状态，没有回归到现实可以应用的状态。但是到2015年，大数据已经从这个曲线上消失了，就意味着它已经开始进入商业化、成熟化运营的阶段。
曲线最左部是代表新科技的萌芽期，顶部代表人对它期望的最高峰，就是泡沫最大的时候。回到谷底的时候，意味着这个技术真正开始脚踏实地的应用。2015年，我们已经看不到大数据了，无论是商业领域还是医疗领域，都开始走向真正的应用了，所以我们说现在投医疗大数据是正当其时的。
比较成功的医疗大数据公司在中国很少，我们还是看看美国的一些标杆公司：
美国安德森中心OEA，实际上就是给医生提供一个肿瘤辅助系统，可以把全球最新的所有肿瘤治疗药物，及时进到系统里。医生也在不断学习，以个人的能力，他是跟不上全球新药发展的，这个系统就可以帮助医生获取最新资讯，最新药物、治疗手段和方案，对癌症患者进行有效治疗。
ATIENT LIKE ME是患者社交平台，很多医生和医院都没见过的病例，通过这个平台病友分享，可以找到最佳的治疗方案。
PRACTICE FUSION是美国最大的共用电子病历，有几百万患者、几十万医生在用这个电子病历，这样可以获得大量结构化的大数据。
还有像23AndME，针对个人基因检测，3年前花299美金只能检测44种疾病，今天花99美金就可以检测200多种。
此外NEXTBIO是针对药物研发的大数据公司，FLATRION HEALTH是癌症大数据公司，WELLDOC是糖尿病大数据公司。
大数据我们还是要对标美国看的，但上述这些标杆医疗大数据公司成立时间并不久，基本上都是2013年、2014年成立，但是估值现在基本上都是十亿美金以上。
国内的典型代表碳云智能是2015年10月份成立的公司，首轮估值达到60亿，创了全球最高纪录。它是不是值得的？我们看它要做什么。实际上它就是要解密我们的生命密码，利用人工智能对生物大数据进行处理，结合互联网、物联网，把它的效率发挥出来，它要搭建的就是大数据平台，构建数据库、知识库，能把大数据变成直接可视化的产品。
碳云的在底层利用云服务构建一个知识库平台和数据平台，通过知识库和数据库的匹配，把对应的疾病与致病因子关联起来，使我们能使利用大数据进行疾病筛查、预防、治疗，进行个性化的健康管理。
能够把我们已知的疾病和治病因子能对应起来的还非常少，不到1%，未来空间巨大，要走的路非常长。如果碳云成功，它的价值应该不低于华大基因。碳云的价格确实不低，但如果搞清楚这些投资逻辑，就会知道投资它是否值得了。
医疗大数据的投资机会在哪？
大数据的投资机会，我个人认为是在这些方面：
1.早期的筛查诊断。目前像华大等一大批基因测序公司基本上都聚焦在这个环节。
2.大病预警。比如说脑卒中、心脏病的预警，有人试图把它提早到24小时预警，其实能提前2小时就有很大的意义了。
3.机器学习/智能阅片。像胶囊胃镜、肠镜，已经出来很多年了，为什么一直不能大规模应用？我认为就是没做到智能阅片。你想它发出了那么多图片谁来阅读？如果医生来阅读，不但没有给医生带来便利，没有提高效率，反而加大了医生的工作量，还不如医生花20分钟人工检查看完。但是未来智能阅片的发展，可以促进这个过程的发展。
4.自我诊疗。像PATIENT LIKE ME就是这样资格自诊系统。
5.保险控费。美国的WELLDOC是做糖尿病管理的，但它主要的用户是保险公司。我们最近投资了国内的健医科技，也是通过帮助商业医保控费、提高效率切入，利用医疗大数据帮保险公司设计产品。提供金融服务。
6.疗效评价。美国有一家疗效评价平台，是由医生、患者自发对药物的治疗情况进行反馈。去年曾经因为患者和医生对一个心脏病大药普遍给出了负面评价，所以FDA把这个药下架了，这个药每年全球销售上百亿美金。
最后稍微总结一下，我们今天是谈大数据的投资逻辑。医疗大数据在中国还是新的东西，即使对我们这样的早期投资机构来说，也不能说我们形成了完整的，很清晰的投资策略和逻辑，我试着把这个逻辑展示给大家。
我个人认为医疗大数据的投资逻辑就是通过对大数据的解析和处理，从而使它达到开放、分享、精准、高效、民主的属性，从而实现未来医疗要具备的个性化、可预测、可预防、可参与这样的效果。
