本文系基于公開資料撰寫,僅作為信息交流之用,不構成任何投資建議。

號稱“AI+醫(yī)療第一股”的鷹瞳科技(HK:02251),IPO消息傳出時,人們最為期待的可能就是翻看其營收和利潤。但結果實則差強人意:以2021H1為例,近5千萬的營收、60%多的毛利率、75%的虧損率。

對此,先拋出我們觀察的結論:

一、鷹瞳提供的輔助診斷服務并不直接作用在“眼睛生意”中,無論對于醫(yī)生還是就診者,這種需求有待持續(xù)認證;

二、其看似生意模式是S2B2C,賺的是C端就診者的問診費,實際上它最終要賺的可能是醫(yī)保的錢。但是否能夠納入醫(yī)保呢?現在還回答不了這個問題。

三、競爭壁壘有限,當前的護城河主要在于在三類醫(yī)療器械上的準入時間優(yōu)勢。

基于這些認識,鷹瞳科技要在商業(yè)化的道路上取得成功(顯著的業(yè)績增長),市場還需要冷靜觀察。

01

鷹瞳的理想國

鷹瞳科技的業(yè)務內容并不復雜。如上圖顯示,鷹瞳提供的產品服務是為眼科醫(yī)生提供患者的眼底影像分析報告,輔助醫(yī)生做病理診斷。

為此,鷹瞳一方面結合市面上的主流眼底相機廠商(目前大概50多家)的設備做硬件端的改進,使眼底成像通過照片的形式傳輸到云端以供算法分析;另一方面,鷹瞳擁有370萬張真實的視網膜影像和相應的多模態(tài)數據,結合眼科理論醫(yī)學、合作醫(yī)生臨床經驗、新的學術論文等內容開發(fā)的病理特征算法,分析硬件端傳送的視網膜影像后,給醫(yī)生出具相應結果報告(例如包含55種病癥的健康風險評估報告)。

這就是鷹瞳軟硬一體的眼底影像診斷解決方案供應商的邏輯。

除此之外,針對更為細分的糖尿病視網膜病變的診斷,鷹瞳在上述的業(yè)務邏輯上,將硬件設備環(huán)節(jié)由兼容改造方案改為代加工貼牌方案,通過采購第三方眼底相機、原材料等組合產品的形式,推出了Airdoc-AIFUNDUS(1．0)。

該產品也是國內唯一一個得到國家藥監(jiān)局關于三類醫(yī)療器械批準的產品,已經有1年的商業(yè)化進程,取得了國內約200家醫(yī)院(三甲醫(yī)院和二甲醫(yī)院)的初步購買意向。

按照鷹瞳的細分產品儲備,Airdoc-AIFUNDUS(2．0)和Airdoc-AIFUNDUS(3．0)已經處在臨床試驗階段,分別對應高血壓性眼疾、黃斑病變、病理性近視等。此外,還有多個獨立產品如青光眼檢測、白內障檢測(第二類醫(yī)療器械)也即將進入商業(yè)化階段等等。

一句話,圍繞眼疾的大部分常見病癥鷹瞳的產品都在逐步囊括中,規(guī)劃的很全很美麗。

在商業(yè)變現上,鷹瞳采取SaMD(Software as a Medical Device,軟件即醫(yī)療設備)模式,按處理的報告份數收費。

以Airdoc-AIFUNDUS(1．0)產品為例,其已經提供給國內23家醫(yī)院及3家社區(qū)診所。其中按照安徽省發(fā)布的定價指引,安徽省兩家醫(yī)院將單次眼底影像分析的價格設定為140元-160元,由醫(yī)院向就診者收取;而鷹瞳向機構收取的費用大概為單次40元-70元,批量采購價則為30元-60元。以此為參考,健康風險評估報告或也類似。

從營收數據看,目前鷹瞳主要業(yè)務仍然聚焦健康風險評估業(yè)務。Airdoc-AIFUNDUS(1．0)處于商業(yè)化初期。未來這部分業(yè)務可能會逐漸增長。

事實上,相對于醫(yī)院招標采購的模式,這種類分潤模式在市場推廣上有一定的優(yōu)勢,如果隨著鷹瞳產品病理種類的增加,鷹瞳貌似能夠打造一個龐大且持續(xù)的現金流生意,這也是鷹瞳給市場講述的一個“理想國”。

02

眼科診斷市場的現狀

支撐這一理想國的理由有很多,包括眼疾患者的潛在人群十分龐大(包括糖尿病患者、高血壓人群、病變時近視等)、醫(yī)務資源緊張、醫(yī)生誤診漏診率居高不下等。其中,最為重要的一點是,鷹瞳提供的軟硬一體化眼底診斷解決方案在精準度上,可能有一定的優(yōu)勢。

其招股書中披露的信息顯示,以Airdoc-AIFUNDUS(1．0)為例,在擁有1000入組患者的臨床試驗中,取得了91．75%的靈敏度和93．1%的特異度,這兩方面的優(yōu)勢比較顯著,也意味著其準確度接近85%。

不過,診斷實驗評估中一般包含五個重要指標:敏感度、特異度、準確度、陽性預測值和陰性預測值,所以總體上的診斷精確度需要綜合考慮各指標結果,所以Airdoc-AIFUNDUS(1．0)的綜合診斷效果可能還有待進一步明示。

但一個不爭的事實是,醫(yī)生(或者更準確地講是全科醫(yī)生)確實存在診斷精準度的客觀瓶頸。

一個普遍存在的客觀問題,病理診斷的準確率。可能跟醫(yī)學技術的發(fā)展并不相關。有調查結果顯示,從上世紀60年代開始我國即便在診斷技術快速發(fā)展的背景下,臨床誤診率依然徘徊在30%上下,基本沒什么變化,其中門診誤診率高達50%;

另一份近年中國醫(yī)學會的誤診數據資料顯示,中國臨床醫(yī)療每年的誤診人數約為5700萬人,總誤診率為27．8%,其中,器官異位誤診率為60%,惡性腫瘤平均誤診率為40%,如鼻咽癌、白血病、胰腺癌等,肝結核、胃結核等肺外結核的平均誤診率也在40%以上。

美國本土權威機構的調查也發(fā)現,美國各大醫(yī)院也始終面臨著高誤診率的威脅,醫(yī)生臨床誤診率為15%-45%。

可見,病理診斷的高誤診率在全球主要國家都是普遍存在的問題,大概都在30%上下。另外,漏診情況也是類似的存在,概率很可能要高于誤診率。大數法則告訴我們,這不太可能只是一個巧合。

但是,醫(yī)生可能會告訴你,眼科的病理診斷的誤診率要大大低于上述的數字,原因在于眼球的生物特性,視網膜是人體中唯一一個能以非侵入方式直接觀測血管和神經細胞的部位,而血管及神經細胞的變化可以作為多種慢性病的指標。

換句話說,一位5-10年經驗的專科醫(yī)生(包括5年的本科教育和1-2年的醫(yī)院實習),能夠通過基本的眼科設備準確觀測到眼疾的各種病變特征。事實上,在醫(yī)生眼中,眼科門診是醫(yī)院門診體系中相對簡單的一類,一位眼科醫(yī)生基本在2分鐘左右就能夠檢查出就診者是否有眼健康問題。

大家看下圖就能夠大致理解這位醫(yī)生話,因為眼球出現病癥還是比較明顯的。相較而言,那些關于心、肺、肝、腎的問診,去醫(yī)院的第一件事或許就是拍攝影像。

03

商業(yè)邏輯合理嗎?

接著上述醫(yī)生的視角繼續(xù),馬上發(fā)現會有兩個問題冒出來——價格和效率。

事實上,如果輔助問診的服務便宜,也是會有比較大的市場需求的,但是140元-170元的費用能夠吸引就診者嗎?要知道同仁醫(yī)院的眼科主任掛號費60元,醫(yī)保還能夠返40元,而其他地方的醫(yī)院掛號費只有十幾元而已。

并且,在北京醫(yī)療資源如此緊張的城市,同仁醫(yī)院眼科掛號量仍然充足,那么又會有多少問診者會選擇AI影像輔助診斷服務呢?

在醫(yī)生眼里,如果AI影像輔助診斷真的能夠大幅提升診斷效率,那也有推廣的理由。然而這其中除了診斷精度之外,醫(yī)患關系的顧慮也會桎梏效率問題,醫(yī)生才是診斷的最終負責人,所以哪怕是AI出具了輔助診斷報告,恐怕醫(yī)生還是得身體力行一遍,這樣流程反而增加了一道。

但話又說回來,AI影像輔助診斷也并不是不能夠在醫(yī)院體系跑通,但需要醫(yī)保的介入,如果其能夠進入醫(yī)保目錄,并且報銷后的價格低于門診掛號費,那么醫(yī)院也就有了推廣的商業(yè)動力。

除了醫(yī)院渠道之外,社區(qū)門診、體檢中心、保險、視覺中心等渠道又能否跑通呢?其實這個問題可以換另一個問題來解答,那就是人們會在什么情況下開始關注眼健康情況。

一些現象或許能夠回答這個問題:同仁醫(yī)院應該是全國最好的眼科醫(yī)院,門診掛號的人的最大需求居然是配鏡;愛爾眼科則基本是免費(或2元的工本費)提供眼科檢查并出具眼健康報告,之后才是眼治療和配鏡的商業(yè)轉化;真正因為眼疾病變去問診的,病理特征的確定性很可能已經非常明顯,他們看眼科的目的不是得到一份初級的診斷報告,而是尋求醫(yī)生的治療。

一個現實問題是,雖然眼睛是人與世界的窗口,但人們對眼睛的健康意識還非常薄弱。當然,反過來也能夠說鷹瞳的商業(yè)潛力非常大,但這個潛力釋放的過程很可能會非常漫長。

04

投資者須規(guī)避“拔苗助長”效應

這兩年多時間里,在“AI+醫(yī)療”的大賽道中資本活動甚為活躍,一方面是受到互聯網推薦算法、深度學習技術的個別商業(yè)應用的大顯身手,另一方面是“電動車+自動駕駛”行業(yè)的強勁勢頭的帶動,當然還有全球疫情對醫(yī)療健康體系的洗禮。

根據相關數據,2020年AI+醫(yī)療已占人工智能市場的18．9%,到2025年人工智能應用市場總值將達1270億美元,其中人工智能在醫(yī)療行業(yè)的應用將占市場規(guī)模的1/5,即250億美元。

而國內AI+醫(yī)學影像產品和公司不斷涌現,2020年至今,國內AI+醫(yī)療領域共發(fā)生了89起融資,金額達到175億元人民幣,其中醫(yī)學影像約占總融資數的1/3。目前國內AI+醫(yī)學影像公司數量超100家,部分醫(yī)學影像產品正處于醫(yī)院試用階段,集中在肺結核、眼底、乳腺癌、宮頸癌等領域。

不得不說,鷹瞳在眼科領域商業(yè)化進程稍微領先的情況下,其資金化進度已大大超出了同領域的其他公司,在2020到2021上半年的一年半時間里融資5個億,加上公司此前發(fā)展的融資金額再對應上市的70億市值,就這一兩年的資本市場回報率而言,獲利儼然算是豐厚。

但AI落地到眼科問診中真能爆發(fā)出應有的那般威力嗎?簡言之,無論是培養(yǎng)醫(yī)生還是醫(yī)療診斷,均是非標作業(yè),所以工業(yè)化、流水化、標準化的產業(yè)邏輯一直沒有完全改造醫(yī)患之間的作業(yè)流程。而看似為非標而生的AI,實質也是算法標準化的創(chuàng)造結果,370萬眼底樣本能否跑通14億人、28億個非標眼底的病變特征呢?

我國有關隱私數據保護及信息安全的監(jiān)管越來越嚴苛,《個人信息保護法》也在今年11月1日生效,眼底生理特征的唯一性跟指紋、人臉一樣,是非常敏感的個人隱私數據。法律要求眼底數據將只能存儲在醫(yī)療機構內,鷹瞳的AI算法天然需要更多的樣本量,如果相應數據問題得不到妥善解決,AI的光環(huán)注定將褪去。

另外還有一個問題需要點明的是,“算法+眼底照片數據”的商業(yè)邏輯,與此前各種基于深度學習的暴力搜索、檢測技術并無二致,屬于成熟技術的行業(yè)應用,技術壁壘相對有限。同時,涉及的硬件產品也難言有特別門檻。通常來看,很容易招致充分競爭的行業(yè),利潤率水平上限較低。

以上,就目前“AI+”改造(或賦能)行業(yè)的概念而言,繪制的故事宏大且美麗,落地的過程往往不及預期。在還未用業(yè)績兌付預期以及商業(yè)邏輯面臨種種可預期考驗的背景下,動輒“XX第一股”的故事有點講過頭了。