本篇主要内容预览：

1.2020年爆发了哪些主要转变？

2.2021年最主要的投资主题及市场预判

3.2021年投资热门展望

稳固的因素——数字康健行业的驱动力

1  生齿结构的恒久演变趋势稳固

我们剖析任何行业时
，首先看的是大盘
，其中最主要的一点就是生齿结构。中国近几十年的生长
，生齿结构盈利是最大的正向因素之一。中国的生齿结构
，反应在数字康健工业中
，有这么两点较量主要：

• 80后作为互联网原住民
  ，已悄然迈向中年

• 长寿化带来了老龄生齿一直增添

什么叫互联网原住民？中国最最先的那部分互联网公司都是2000年左右建设的
，80后那时间或许在15岁-20岁
，正是在念书时有闲心有兴趣
，最能掘客互联网并能坦然接受互联网的那一代人
，可以说互联网整整影响了一代人。

80后对互联网的看法是从无到有
，他们最先最快地亲自履历了互联网带来的种种厘革。在7、8年前
，这部分人约莫在25、26岁
，正是交流、求知、消耗欲望兴旺的时期
，是互联网即时通讯、资讯、电商的重大用户群的中坚实力
，成为互联网行业昌盛的推手之一。

今年是2021年
，1980年出生的人刚迈过40岁门槛
，其余80后经由3-5年也会跨入中年阶段。35岁这个年岁段
，从医疗角度来说
，有些人刚最先泛起慢病苗头
，就已经对自身康健的关注爆发了实质转变：从30岁以前靠着身体熬夜通宵
，到现现在的枸杞养生。看法的转变
，再以互联网原住民对互联网无比熟悉的加持
，这个生齿基数孝顺了一波早期数字康健的火热。

可是在数字医疗领域
，互联网原住民生齿基础的孝顺还不大
，现在不是每个到了中年的人都会求医问药
，但可以预见的是未来3-5年随着这波生齿慢病率的提升
，会将对整个数字康健行业的生长提供超强的推动力。

另外一点
，中国生齿长寿化趋势也是不争的事实
，凭证国家统计局的数据
，关于中国人的预期寿命
，已经从1990年的68.55岁提高到2020年的77.30岁。

这个数据意义重大：中国的晚年生齿将一直群集壮大
，四世同堂的征象已经较为普遍。这代表什么？优质医疗资源在全球规模里都较为紧缺
，医疗资源使用率最高的就是中晚年群体。

这意味着若是现有医疗资源没有在供应侧的显着提升
，当80后这批中青年变老的时间
，不得不面临着跟父辈争抢医疗资源的逆境
，那时间医疗通胀将远远凌驾正常水平。

虽然国家不会坐视不管
，医疗资源的供应侧提升
，不但仅需要硬投入
，如作育更多优异的医生、提供更多优质的医院床位
，还需要通过软投入来提升医疗各项环节的效率
，因而医院信息化早已是医院评级的主要指标
，而医疗数字化也正在被供应侧刷新的需求在一直推动快速生长
，未来无论是从行政层面照旧从市场层面
，通过数字化举行提效需求将会越来越主要。

2  对更高水平医疗手艺的刚需稳固

从经济学角度
，供应与需求都会有价钱弹性
，供应曲线与需求曲线都会相交于某一点
，这一点代表了供需的平衡。关于其他大部分行业
，需求曲线有较量显着的递减曲率
，当某一新科技产品推出时
，往往价钱较腾贵
，或者手艺超泛起有需求
，形成一准时期的“手艺盈余”。

反观医疗行业
，一直有一个征象
，那就是医疗水平无论怎样前进
，都远远知足不了人民群众关于新的医疗手艺的一直需求
，人们对医疗消耗的价钱转变极不敏感
，对医疗行业的需求不会受价钱波动影响。

这关于医疗行业是个恒久稳固的重大利好：医疗手艺无论怎么高端
，都较低概率泛起手艺水平凌驾社会需求的盈余
，医疗行业企业可以也愿意大胆的举行投资与研究。

全球在立异药的研发支出上一直增添
，检测磨练的水平一直提升
，背后除了有资源以外
，更是看重的是社会强劲的刚需。数字及AI手艺
，在药物研发、医学影像方面已经最先显露出一定的科技与医疗水平
，在医疗刚需的大配景下
，仍会一直有新的应用场景与手艺手段泛起。

3  中国医疗政策的刷新刻意稳固

民生问题
，最大的难处之一即是人民的医疗问题。历届国家向导
，都将医疗问题作为重点
，也取得了举世瞩目的成绩
，基本医疗包管几近笼罩全民（据国家卫健委统计
，笼罩群体占比96.8%）。

国家生长的每个阶段
，都会有切合当下的响应医疗政策
，但当国家生长向上迈一个台阶时
，原本的医疗政策都会有其局限性
，因而医疗刷新向着更合适目今国情的偏向在一直举行中。

医疗行业是受国家政策羁系最严酷的行业之一
，险些每次政策的出台都带来行业的竞争名堂的转变
，同时给了立异企业更多的生长时机。有较强立异意识的企业
，愿意甩开肩负在新的情形下一直探索
，同时也会是享受医疗政策刷新盈利的先行者。

医疗行业近几年的历次刷新
，不过乎围绕国计民生
，且政策频出
，一次比一次向深水区进发�？梢源右韵滤母龇矫胬醋芙幔�

降低医疗开支（医�？胤眩�

• 药品带量采购

• 两票制

• 药占比(现已作废)

• DRGs

• 医用耗材带量采购

• 医保小我私家账户刷新

增添医疗资源供应

• 抗癌药零关税

• 认可境外新药临床数据
  ，缩短境内外上市时间距离

• 建设海南博鳌乐城国际医疗旅游先行区、深圳港澳药械通先行树模区
  ，建设境外未上市药品使用通路

• 部分新特药按3%减征增值税
  ，共计148种抗癌药品制剂和96种质料药

• 药品上市允许持有人制度

• 允许医生多点执业

• 仿制药一致性评价

• AI辅助诊断审批通过立异医疗器械绿色通道

便民

• 互联网医院可举行部分常见病、慢病复诊

• 互联网在线诊疗纳入医保

• 网售处方药开放

• 互联网医院药品销售纳入医保

• 药房双通道

• 分级诊疗（如医联体、医共体建设）

反腐

• 医药分家
  ，处方外流

• 药品零加成制度

• 榨取药房托管

• 医药代表备案制

转变的因素——数字康健行业的机缘

1  政策一直出新 

• 网售处方药周全铺开

• 国家医保局发文
  ，互联网医院销售药品可用医保统筹
  ，但互联网医院卖药的医保额度要基于依托的医疗机构医保总额

• 互联网医疗效劳费纳入医保结算

• 海南开放博鳌医疗先行区与深圳港澳药械通先行树模区
  ，允许未在海内上市的新药（械）少量入口就地使用

• 青岛、成都、浙江等地试点实验药品双通道政策
  ，加速处方外流

• 各地重点整治医药代表院内营销

• 广东等地国家集采平台向社会药房医院开放

• 广东将心理治疗纳入医保

2  疫情催化剂

2020年因疫情防控需要
，国家卫健委等部分麋集出台一系列政策
，大宗推动数字康健生长
，让原本可能需要3-5年的才华完成的国民教育缩短到1年
，实现人人通过互联网举行在线问诊开药的教育历程。

这些政策大致分为三个阶段：

紧迫驰援期：政府要求各地集中宣布外地互联网医院毗连
，勉励开展线上复诊

医保完善期：医保局发文将切合条件的“互联网+”医疗效劳用度纳入医保支付

常态生耐久：国家卫健委要求各地加速建设互联网医院效劳平台

3  数字康健行业资源市场升温

2020年几家海内外数字康健公司的上市及并购案
，对全球资源市场爆发了很是大的影响。

1  医疗康健智能化是终局
，医疗康健数字化是必经之路

许多影视作品为我们想象并展示了未来医疗的水平是什么样。

好比《神盾局特工》里
，Coulson被从殒命边沿救治回来后通过虚拟现实手艺移植影象来治愈PTSD
；

好比《2049银翼杀手》里
，人们可以通过基因设计生产人造内脏器官延伸自己的寿命
；

好比《普罗米修斯》里
，女主角可以在一个单人医疗舱里处于休眠状态
，由AI系统为女主举行身体检测
，并通过机械臂自动完成手术
；

好比《阿丽塔战斗天使》里
，四肢残破的人们可以通过脑机传感
，用脑波控制假肢
，实现机械与身体的完善融合
；

这些超智能化的医疗手艺都是人们优美的神往
，或许离我们还很遥远
，但仍是医疗手艺一直探索前进的目的。医疗智能化不是一蹴而就的
，最早一波医院信息化率先实现了却构化数据
，成为了数字医疗的大底层
，进而可以基于数据做进一步训练与应用
，先应用于简朴场景
，再应用于重大场景。

以是数字化应用由易到难
，历程由诠释数据到展望数据再到输出数据
；市场先泛起了互联网挂号、问诊、缴费、购药等数据浅层应用
，再过渡到基于特定疾病数据的剖析与归纳形成辅助诊断能力
，再更进一步通过深度机械学习实现医药学展望
，未来还会通过对数据的加工对外输出（如手术机械人、脑机义肢）
，一切都是基于数据和算法的一直应用、累进和迭代。

数字与AI康健的生长线准时间历程
，基天职以下六个阶段：（以下每个阶段不完全代表时间先后
，会有时间上的重叠交织
，仅供梳理参考）

第一阶段

医院信息化历程作育了HIS,LIS,PACS等信息系统
，让古板医疗快速积累大宗的结构化、可视化医疗数据
，实现医院内部的数据交互流转
，为未来所有数字化模式涤讪了基础。这是生长最早、现在最成熟的阶段
，已有包括卫宁康健、东软集团、万达信息等为代表的公司完成上市历程。

第二阶段

基于互联网手艺的信息流转应用
，实现浅层的边沿性的数字康健模式
，主要以平台模式为主
，例如数字化号、费、诊、药、营销、临床、慢病治理等。这个阶段被视为“互联网医疗”的开创
，大部分公司建设于2010-2015年前后
，经由5-10年的生长
，已步入成熟区
，即将或者刚已完成上市
，好比已上市的阿里康健、平宁静医生、1药网、医渡科技
，即将上市的微医、智云康健、圆心科技、太美医疗等。

第三阶段

基于疾病的深度数据
，实现对某一笔直领域的病种或科室的数字化辅助诊断、辅助医疗
，例如从医疗影像先最先的AI读片
，以虚拟现实为基础的辅助治疗精神类疾病
，以及通过单病种数据设计带病体包管等。这个阶段对医疗康健数据的量级与质量爆发了重大需求
，数据层面直接决议了应用层面的生长
，开启了“大数据医疗”的时代。

从最容易标准化的影像数据领域出发
，大部分AI+影像公司建设于2015年前后
，经由5年左右时间的生长
，在眼底、CT、DR、MRI、超声、心电等影像基础上针对特定身体部位实现AI辅助疾病诊断
，并陆续通过NMPA的三类医疗器械认证。这类AI影像公司逐步进入融资阶段的中后期
，使用资源优势继续拓展产品线并一直推向市场
，竞争名堂已基本成型。

在非影像数据领域
，好比人群的疾病序列数据等
，数据呈结构化低及完整性低的状态。由于这部分数据量级重大且涉及到患者隐私及各医院间的不联通
，需要一定的政府推动周期
，因而近几年在卫健委的指导下建设了两家国资配景的数据效劳公司——中电数据与联仁康健
，以逐步完成医疗数据的洗濯及结构化梳理。在此基础上建设的商业模式还需要较长时间周期的生长
，现在相对处于中早期
，好比基于个体基因组学、代谢组学、临床表型等医疗数据实现的精准医疗、个性化病程治理领域
，或基于疾病数据设计带病体包管的精算行业等
，仍处于资源的价值掘客期。

第四阶段

基于分子药理学与药物动力学下的海量数据
，通过卷积神经网络算法、循环神经网络算法等机械深度学习手艺
，在医疗事情者一经要泯灭大宗精神还纷歧定能出效果的领域
，实现高效获取效果的目的。好比AI为手艺的卵白质结构展望、靶点发明、化合物筛选及合成、新顺应症发明及晶型展望等AI药物研发环节。这个阶段的公司大都于近几年最先快速生长
，处于早期
，常泛起在实验室、人工智能科技公司及大型药企孵化
，商业化产出仍在探索
，但未来潜力空间重大。

第五阶段

基于人体心理组织数据
，通过5G传输手艺、微传感手艺、高精度控制手艺等
，实现从简朴到重大的智能化手术。正犹如微创手术的生长倾覆了开放性手术
，手术机械人正在开启新一轮的微创手术方法的迭代：一方面
，提升了手术治疗精准性
，对需要战战兢兢阻止损伤其他组织的外科手术来说
，确保了医生的高质量可见度和操控能力
；另一方面
，降低了医生的手工操作难度
，针对某一术式作育一个及格的手术医生需要2年甚至更长的周期来说
，可大大提升医疗资源的供应
；以及
，精准的操作带来效率的提升
，惠及更多的患者同时
，规�
；档土耸质醯囊搅瓶�。

自2000年达芬奇手术机械人获得FDA认证
，机械人手艺一直迭代
，从多孔手艺升级到单孔手艺
，甚至到自然腔道手艺
；基于科室的手术机械人也将一直细化
，针对骨科、神经外科及口腔科较为刚性的组织
，定位类机械人实现手术的标准化
；针对心内科普外科血管腹腔软组织
，操作类机械人实现手术的准确化
，众多国产手艺已在NMPA申请的蹊径上。手术机械人可由装备发动耗材的销售
，从而生长为耗材销售为主、装备为辅的商业模式
，具备规模性商业化的条件。现在每台达芬奇装备采购价约2000万人民币
，医院使用门槛很是高
，在低本钱替换上
，为未来国产化带来了重大的想象空间。手术机械人行业是典范的copy to China以及me too的模式
，有外洋成熟的参考及海内极大的市场
，但敌手艺的升级及专利的合理规避也有极高的要求。这个阶段
，医疗与通讯、机械动力工程等实现多学科交织
，对上游组件的手艺要求很是高
，短期内难以完天下产取代。在神外及口腔领域
，一些国产手艺已拿到NMPA三类证
，仍可以看到行业正处于快速生耐久
，对资源的需求兴旺。

第六阶段

基于人体微心理信号数据的捕获与剖析手艺（例如脑电波、神经电流）
，通过脑机接口输出数据
，实现人机“意识”交流。这个阶段的公司仍处于很是早的探索期
，大都仍在各高校、医院内举行研究并实验爆发应用
，如通过脑机实现神经刺激来治疗癫痫、脑机接口控制机械义肢等。作为现在最前沿的手艺
，脑机接口应用具有划时代的意义
，是一个能承接海量资源注入并能爆发重大价值的领域
，是数字医疗领域里最“硬”的科技。

2  我们对中国的康健工业与康健险市场形成良性互动与循环怀有恒久的信心

我们先来看一组数据
，凭证国家医保局统计
，国家基本医疗包管（含城镇职工、城乡住民、新农合）笼罩人群已稳固在96.8%（阻止2021年1月）以上
，基本做到应保尽保。

另外一组数据
，康健险2020年原保费收入达8173亿元
，对总保费收入的占比提升到18%
，历史5年的CAGR达19%
，其中疾病险60%
，医疗险23%。同时2020年原包管赔付支出2921亿
，同比增添24%。

在整个2019医疗支出的结构中
，医保支出仍是最大
，占比50%
，商保支出从2018年的点比4%上升到6%。

以上数据反应了三个事实：

• 国家医保的收入已进入瓶颈
  ，未来不会有太大增添空间
  ；医保支出逐年递增
  ，逐步靠近赔付上限。

• 商业康健险增添迅速
  ，但社会总赔付占比仍处于较低水平
  ，仍未施展出影响力。

• 住民小我私家医疗支出压力重大
  ，因病返贫征象普遍
  ，影响社会稳固性。

怎样从基础上解决住民小我私家医疗用度高的问题是一直以来国家的关注重点。解决思绪需要一方面从供需入手
，另一方面从危害分担着手
，即通过规�
；墓布眯岳词枭⒏鎏宓奈：�。

关于现在住民小我私家支出部分（大分部是凌驾国家医保统筹规模的自费部分）
，由医保来笼罩的可能性较低
，更大可能是由社会化的商业包管来举行笼罩。

但商保替换小我私家支付的历程会很漫长
，一方面商保是盈利机构
，会对参保用户群体举行预先选择
，关于既往症禁绝入或不赔付
，只能先从康健群体笼罩最先
；另一方面
，差别于医保强制缴费的属性
，商保是自愿行为
，也是市场商业行为
，需要获取规�
；７�
，尤其需要吸引到更多的康健群体
，来疏散患病群体危害
，在市场化的供需中极易爆发逆向选择。因而
，商保产品的合理设计对整个替换历程有着主要的影响度。

我们不以为中国的商�
；峤羲婷拦瘫Ｉさ某绦�。中国的商保无疑会快速生长
，但体量在相当长的一段时间内与美国的商�
；嵯嗖钌踉�。美国的特殊性在于自身拥有概略量的高保费的包管用户、效劳和药品价钱弹性较大、政府愿意将医保用户交给商保运营
，因而美国可以泛起诸如凯撒HMO模式、团结康健PBM模式的集团内部的医-药-险闭环。

中国商保现在的问题一是保费规模仍较低
，二是赔付较为被动
，对效劳及药品的议价权低
，三是市场化获客本钱高。但从近几年的生长趋势来看
，商保在一直地做产品立异
，同时也在获得政府强有力的支持
，从百万医疗这样的纯市场化产品到惠民保这样的政府主导产品
，一步一步正在夯实。

已往5年
，完全市场化的百万医疗包管产品盛极一时
，商业包管公司靠这一款简单征象级产品
，实现了9000万群体的笼罩
，2020年总保费凌驾500亿元。类似的
，继惠民保在深圳首创后实现投保人群凌驾800万人
，从去年最先
，我们也看到以政府为背书的各地惠民保的泛起
，参保人群一直增添
，总保费凌驾50亿元。尤其是近期推出的沪惠保
，现在参保人群凌驾400万人。以上海政府为背书、上海医保个账可支付、9家商业包管机构配合承保的模式
，又为商保替换小我私家支付举行了一次主要探索。虽然现在的惠民保模式
，对保司有潜在重大的危害（可保既往症逆向选择严重
，政府公益性与商保盈利性需求相冲突）
，件均价低致使保费规模也很是小
，但可以看到
，政府与商保在配合探索模式上
，意愿与刻意很是一致。

大型药企和包管机构已经在自动开发医药险联念头制
，同时各掉标原研药企也在找寻新的支付方法
，医保主导的商保目录也被提上了日程。最近几年一直在提出的医保目录之外的商保目录随着医保带量采购的落实及获取的阶段性效果
，又最先进入保司与政府探讨的焦点。商保往往是被动后赔付
，大都需要经二级及以上公立医院报销后做增补报销
，药品也必需在医保目录规模内。商保目录从底层逻辑上是医保目录的有力增补。在没有医院与医保的强势管控下
，“怎样举行风控”是重大的问题。

以原研药为例
，带量采购实验之后
，大批原研药品落标
，且随着带量采购的扩围
，这一征象将会更普遍。原研药有着更好的工艺、更稳固的品质
，虽然中标国产药经一致性评价
，在大部分指标上已趋近原研药
，但仍在临床效果上有着一定疗效差别
，原研药仍具有一定的市场价值。然而
，医�？胤咽枪也忝娴恼铰�
，原研药势必需要找到另一个支付方
，而不是一味地让患者自费
，商保即是绝佳的支付方。虽然
，中国的商保体量及疏散度还缺乏以跟原研药企大规模谈判降价
，未来或许有一种可能是
，以医保局牵头各家包管公司配合制订商保目录并加入药企谈判
，既给了原研药支付缓冲带
，也为商保生长提供了一定的空间
，最终为住民使用高品质药提供了更多的可及性。

就现在而言
，“数字化医+药+险”闭环在一些专科领域或特定消耗群体中正在形成的历程中
，但总体上还远没到可以真正实现“全工业大闭环”的阶段。纵然在大闭环形成之后
，社保在大闭环中仍然会饰演举足轻重的作用
，商保只是增补。

中国的数字康健行业
，由于其立异性及前瞻性
，在政策支持上具有很是显着的延后性
，也不会像古板医疗一样容易在政策规模下进院获得医保支付
，因而支付方法对数字康健行业的影响重大
，尤其在数字康健企业生长的早中期
，好的产品需要思量合适的商业化支付。

现在的数字康健行业
，适合的模式是当下支付方与获客场景的合理交织
，商业模式最终的落脚点是规�
；谋湎�。目今
，医疗行业支付方的简单及其明确的控费需求对数字化医疗康健相当不友好
，以是在数字化医疗康健的生长阶段需要一方面明确用户是谁
，另一方面需要同时撬动用户的付费能力：

1  支付方

医保

作为最大的支付方
，现在主要需求是控费。数字康健产品在能验证其控费能力后
，一旦进入招标目录
，稳固性有包管
，是兵家必争之地。

药（械）企

作为现在最为无邪的支付方
，现在主要需求是药（械）的研发、准入、上量。数字康健产品可围绕药（械）企产品的生命周期某些环节举行重点结构
，团结生长。

康健险

2020年康健险赔付总额为2921亿元
，同比增添24%。康健险最大的两部分是疾病险与医疗险
，疾病险是给付型包管
，对数字康健行业的影响与关联度有限
；而医疗险是报销型包管
，与医疗康健效劳品质和价钱高度相关
，是支付主力。作为未来5年最具潜力的支付方
，康健险现在主要需求是在危害可控下的保费的规模增添。

以百万医疗险为例
，作为医疗险个险市场的征象级产品
，2020年总保费收入凌驾500亿
，但人群渗透率已放缓
，增添已越过峰值
，后续更多通过短险转长险、小我私家转家庭等的销售战略维持一定的增添趋势。

要撬动康健险支付
，数字康健产品要么能在包管产品上给予差别化效劳
，要么能在次标体、甚至非保体的包管产品设计上给予细分的定价能力
，要么能继续为现有包管产品提供大宗精准客户并实现生意的渠道。

2  获客场景

C端场景（互联网用户流量场景）

纯C端流量作为完全市场化的资源
，已被大的流量平台把控。同时医疗是一个相对爆发频率较低的场景
，很容易泛起大流量平台以高频对低频的降维攻击
，因而在纯C端场景下
，大流量平台纵然有后发劣势并且后知后觉
，但仍可以照抄市场已验证的模式
，通过流量倾斜帮助自有营业
，反胜的概率仍很大。同时嫁接在大流量平台的纯C端模式
，若是不是具有产品或效劳的品牌竞争力
，在未来一定情形下极有可能被大平台打压控量
，得不到富足的生长空间。

以B2C医药电商行业为例
，自营B2C医药电商需要一直的举行获客运营
，由于对客户精准度要求高
，客户对作为标品的药品价钱敏感
，从而导致客户容易流失
，造陋习�
；幕窨捅厩痈卟幌�
，客户LTV（生命周期价值）很难笼罩用度
，因而在财务上挑战很大。现在自营B2C医药电商
，除了阿里康健、京东康健未来一连盈利外
，其余自力平台基本维持较小规模以坚持盈亏平衡
，或被收购
，或彻底退出竞争。

另外
，三方平台B2C医药电商虽然以大流量平台公域、低本钱流量获客为主
，且不少已经实现盈亏平衡甚至盈利
，但从久远来看
，三方平台B2C医药电商一方面会受到平台自营大药房的流量挤压
，另一方面也受到偕行的价钱竞争
，同时也无法将客户带离生意平台
，如不实时探索新的增添模式
，未来在公司价值上会受到不小挑战。

虽然
，医药电商公司的焦点供应链资产
，未来可能会是致力于进入数字康健行业的大平台的收购投资标的
，但估值逻辑或许会爆发转变。

H端场景（医院场景）

纯H端流量属于专有化资源
，资源的获取往往需要很强的公关能力
，一旦获取便较易形成一定的排他性、垄断性
，形成竞争壁垒
，但也响应缺乏可快速复制的能力
，大都最终形成区域性龙头。例如医院信息化浪潮中泛起的东软、卫宁等上市公司以及各大巨细小的区域型公司。

另外现在H端场景下
，大医院话语权强
，对作为支付方的意愿不强
，基于纯H场景下的模式在实验上不得不做一定的牢靠本钱投入
，因而需要另辟支付方以实现财务上的营收。

一样平常可规�
；挠涨腊ㄒㄐ担┥庑Ю头延督稹⒁ㄐ担┢笥枚鹊�
，类似美国的PBM模式。同时
，为了实现这些营收
，仅是获取了医院资源往往是不敷的
，医院作为一个综合体
，其决议环节往往很重大
，这对企业在营业模式的顶层设计上有较高的要求。

D端场景（医生场景）

纯D端流量属于半专有化半市场化资源
，一方面仍需要一定的公关建设信托度
，另一方面也有一定的复制性
，但在排他性、垄断性上缺乏
，很容易在各平台举行迁徙。

另外
，患者流量主要集中在至公立医院的医外行里
，而中国的医生仍是公立医疗机构的一份子
，并不可像美国医生一样自由执业
，因而受到医院的强有力的行政治理
，关于外部商业的加入度有限
，且肩负很是高的职业危害
，会在收益与危害上做权衡。虽然阳光化收入是医生的诉求
，但“君子爱财取之有道”
，除了已被验证的阳光化模式（如在问诊平台上在线问诊的效劳费收入）
，大大都医生仍持有很是审慎的态度。

以某通过医生处方外流为导向的慢病治理平台为例
，注册医生数目凌驾100万名
，但活跃处方医生仅占1%
，由于医生运营维护的牢靠开支居高不下
，人效较低
，加上对医生的激励
，财务层面一直处于恒久亏损状态
，单位经济模子上也缺乏以支持营业盈利逻辑。如若不在转化层面举行更多探索
，钻营厘革
，或许仍离不开资源的输血。

I端场景（包管场景）

纯I端流量属于半市场化半专有化资源
，流量焦点泉源于包管公司强盛的线下署理人团队或者相助的流量平台
，通过个险、团险获取用户流量。

其中
，线下署理人流量
，具有客单价高、复购率高的特征
，互联网流量具有规模广、年轻化的特征。数字康健产品通过合理的设计
，成为包管产品的加挂效劳或直接成为包管产品的一部分（效劳费不凌驾总保费的20%）
，可较好的解决流量与支付的问题
，但条件是能知足包管公司的诉求。不过
，这种背靠背绑定的方法
，包管公司往往会要求一定的股权关系或控股关系
，数字康健企业免不了站队的问题
，需要在营业生长宽度及深度上做取舍。

以“平安RUN”作为包管公司做数字康健产品的经典案例：

平安RUN属于平安康健险的“平愉逸康健”产品系列
，是基于南非Discovery公司的Vitality系统
，打造的海内首款康健治理产品。平安RUN的主要功效是
，用户在支付年费后
，通过康健行为（步数等）可直接兑换奖品
，且可获得的奖品总价值远远横跨年费
，通过奖励来勉励用户多运动
，提升用户的活跃度及提高康健意识。同时
，运动对个体康健爆发起劲影响
，在个体续保时可增添保额、用度返还等（某些版本可享受最高7折的包管折扣）。平安RUN首次推出是打包嵌入平安福寿险
，通过署理人渠道销售寿险时
，指导用户开通平安RUN功效
，年费由寿险保费支付。早先
，寿险市场竞争不充分
，平安福大卖的同时
，包管署理人对搭售平安RUN颇有微词。厥后
，由于市场竞争越来越强烈
，拥有平安RUN功效的平安福寿险成为了市场上的差别化产品
，成为标记化功效。据悉
，每年通过平安RUN流转的奖品金额凌驾10亿元。

这个案例特殊性较强
，平安RUN正是由于属于平安自己的产品
，才获得了平安人寿内部鼎力大举的行政式推广
，才有厥后的生长
，如若是其他股权层面不相关的相助产品
，或许在一最先推普遍起阻力时
，就功亏一篑了。

P端场景（药房场景）

P端场景流量属于较高市场化的资源
，是现在较被低估的一个获客场景
，这也跟现在为止没有找到一款适合此流量的数字康健产品有极大的关系。凭证国家药品监视治理局综合和妄想财务司及国家药品监视治理局信息中心宣布《药品监视治理统计年度报告（2020年）》数据统计
，阻止2020年底
，天下共有药店门店55万家
，其中连锁药店门店24万家（对应约6000家连锁总部）
，连锁率56%。

药店场景中
，通俗药房以慢性病患者流量居多
，DTP药房以肿瘤患者为主
，具有精准的用户群体。另外
，在资源拓展上
，连锁药房由于是由总部统一治理
，原则上与各省分公司总部对接
，即可实现与全省的各门店通路
，再由专人对接各门店详细执行即可
，拓展效率较高。

通俗药房场景的流量有如下特征：

• 带病群体居多

• 年岁中晚年居多

• 药房场景大部分情形下是医疗行为的最后及被动变现点

• 药房场景下伙计的非药品销售能力有限

现在市场上针对P端场景的数字康健产品较少
，或许是由于数字康健行业现阶段最为普遍且可规�
；谋湎植肪褪且┢�
，与药房东业相冲突。有些保司曾试过在药房举行包管销售
，但遇到了一些难题
，其中主要阻力是药房多以带病体
，成交率低
，转而通过小金额赠险以低本钱获取用户核保信息后举行二次开发。

也有些包管科技公司通过在药房驻点销售立异支付产品
，变现点仍在药房内
，通过折扣来吸引患者加入
，再通过药企或保司做用度支持
，模式能否在财务层面大规模走通尚有待视察。期待未来有更多的立异数字康健产品与药房场景相团结。

3  推荐偏向：当下支付方与流量场景的合理交织点

前面提到
，要动态的看待事物
，模式只有在合适的情形下才华爆发化学反应。通过对当下支付方与流量场景的合理交织剖析
，针对数字康健行业
，我们有以下看法： 

用户场景以医院+医生为首选
，解决了流量与转化的问题
；同时支付以药企+医保为首推
，从效率及稳固性上支持规�
；睦┱�。

纯C端场景模式坚持中立

看好H+D端团结场景下的模式探索

• 细分病种的全病程治理
  ，包括数字化辅助诊断、辅助治疗

• 细分病种的数字化医疗手艺
  ，包括应用于细分科室的手术机械人、脑机手艺

• 科室共建
  ，通过更好的医疗治理能力、医学输出能力为履历缺乏能力不敷的科室赋能

• 以上模式需要可基于医保支付及药企支付
  ，甚至一定水平的科室付费

• 以H为主D为辅下
  ，推荐有实质性药（械）变现能力的模式探索
  ，如：基于公立医院及其自费药房分拆的处方流转模式（类PBM）
  ，以及在此基础上实现药企业加入的准入及依从性治理的模式

• 以D为主H为辅的条件下
  ，推荐有在大三甲公立医院院方背书下的病程治理模式探索

I端场景下
，推荐有能发动增量市场能力的模式

标准体：能笼罩差别化流量或有转化率提升能力的包管（经纪）平台

次标体：基于疾病大数据风控能力实现产品定价与输出能力的包管科技

非保体：逆选严重
，模式有待验证
，对现在以立异支付做支付转移的模式、以市场化运营惠民保的模式暂坚持中立

B端场景下
， 围绕药企临床前后场景

1）AI药研

2）针对药（械）产品准入、上量的数字化营销

     注：文中图片均泉源于网络