医疗流程中三个商业概念医疗流程中的缺陷或商机，对医疗非常了解的人更可能会认识到，这就是为什么建议在基因测序应用商的团队中一定要有懂得医学的人。在医疗流程中寻找可创新之处，对产品销售也有好处。建议有三个概念需要重点关注：1）购买流程（Buying Process）：是一种精确的描述，用以说明某一特定顾客在不同特定场合所表现的实际的、当前的行为，包括一系列步骤以及关键性选择。如患者的buying process，就包含对健康状况感知产生考虑，到与医师进行的最初讨论，一直到持续治疗（如果采用药物疗法的话），当中的关键性选择有决定求医、选择医师、风险评估等等。以非小细胞肺癌（NSCLC）的分子诊断为例： 2）影响点（Leverage Point）：是buying process中的关键支点，代表了产品所面临的机会。应该针对影响点开发产品。 3）行为目标（Behavioral Objective）：是在影响点上希望加以强化或改变的顾客行为，以增加对产品的购买与使用。 消费者领域考虑商业模式创新直接面向消费者的业务（DTC—Direct-to-consumer），技术本身并非最重要，需要的是能够产生重复消费或新消费者，比如说香烟可以带来重复消费，或是满500送50下次的折扣券。DTC领域相对于技术和客户行为 流程来说，商业模式更加重要。商业模式，主要要考虑物流、信息流和资金流。DTC业务最好首先在这三方面考虑创新。基因测序要完全给全社会带来价值，则NGS未来走入DTC业务是一定的。由于现阶段还存在许多其他条件没有成熟，基因还并非一种大众商品，目前进军DTC业务的NGS公司，很多DTC业务没有实际的价值，都在摸索中前行。如果没有一个比较明确的定位，仅仅靠试图唤起客户的“好奇心”来购买基因测序产品，则难以产生重复消费或新消费者，业务模式不可持续。从解决社会问题入手基因测序作为前沿技术，在DTC业务中，买卖双方几乎无法做到信息对称。这种信息不对称给客户带来的疑虑将对持续购买产生障碍。因此，必须考虑如何降低客户的信任成本。除了将客户在购买过程和购买体验中获得的满足感进行推广之外，建议企业寻找基因测序可以解决的社会问题。解决社会问题有助于提升企业的品牌公信力，并且业务探索可以“得道者多助”，减少前进途中的风险。DTC实际是针对群体而非个体的业务。针对个体的医学方案解决健康问题，针对群体的医学方案解决社会问题。DTC业务的公司如能首先解决社会问题，则社会公信力大大提升，有助于降低其他产品的客户信任成本，在未来竞争中因客户心智的影响而处于优势。 人工智能可能带来基因测序DTC业务的突破基因测序未来的DTC业务应该是全基因组测序为主。特别是像Hiseq X 10这样的仪器出现后，会因数据形式的统一标准化而确定市场格局。DTC的业务中，基于基因测序的疾病预测对民众非常具有吸引力，然而现在就进行商业化更多是利用普通民众对基因的神秘感来赚钱，并不能给老百姓带来实际的价值，长远来说损害了企业的公信力。近年来人工神经网络的发展带动了深度学习的技术，使得人工智能再次成为未来的热点。人工智能与NGS结合，有可能是DTC业务的一个突破口。机器学习（Machine learning）有可能预示传统意义上不能预示的东西如基于全基因组信息的基因预测。目前基因的大数据的问题是：数据之间的关系可能是高度非线性的。基因和疾病的关系，有些是决定的，有些是非决定的。或是两个基因都不能影响疾病，但叠加在一起就会影响疾病。就像下棋时，某一步棋，对最终取胜的影响关系是很复杂的，并非简单直接的关联。另外，测序找到一堆突变，有些是已知的而有些是未知。这样的情况，用传统的统计学方法很难分析。针对普通消费者的全基因组报告，因为都是用传统统计学分析，无法处理数据间关联的不确定性，使得消费者难以做出确定性的决策，而确定性的决策才应该是DTC业务所追求的目标（另一种办法是将消费者按个体特征进行分组入选，然后寻找尽可能确定的对应决策）。思维过程是联想求解、搜索求解和推理求解。联想机制使得我们可以将A+B-C自动归约为A-C，从而减少搜索的深度。传统的统计方法很难做到联想求解。未来市场上会出现各种基因数据库。如何实现整合共享迅速扩张数据库，便于Alpha狗的训练？如何让人工智能依靠各种不同的基因数据库进行自我学习？在这个Bots的时代，或许可以参考新的交互方式——问对方一个问题时，需要提供一个回答作为回报。在使用基因数据库的同时通过数据交易形成更大的宝藏，以利于人工智能进行自我训练的学习，而学习的重点在于基于已知推断未知。这一点对于复杂的多基因疾病尤为有用。总的来说，DTC业务应该是基因测序的未来，否则基因测序无法像互联网一样带给整个社会以价值。DTC业务回报巨大但需长期抗战。建议先解决社会问题以建立公信力，并整合新的技术进展，运用网络和网络联盟，在物流、信息流和资金流的角度进行创新。全力以赴地削减各种成本是必须的，但也要在商业模式创新和降低成本之间找到最佳平衡点。更好、更快、更便宜，三个要素要满足2个以上。创新取决于定位一家公司的商业定位，基本可以概括为：We provide （ What） to （ Whom） with the benefit of （What） comparing to （Which competitor） because （Why）。所有成功的公司，都可以很简洁地用这个套路描述清楚。比方说，无创产筛可以有两种定位，在最早市场宣传的时候，被简单概括为：We provide（ 一种在孕妇外周血检测胎儿DNA方法） to （高龄孕妇） with the benefit of（ 减少穿刺失败的风险） comparing to （传统的羊水穿刺） because（ bla bla…）。从这里可以看出，无创产筛是想要替代传统羊水穿刺的，因为这是一个存量市场，这也是无创产筛能够在一开始市场快速扩大的原因。然而这是一种持续性创新而非颠覆性创新，当其试图取代羊水穿刺时引起了争议，这一benefit在医生群体中没有被广泛认可。医生并不认同羊穿应该被舍弃，羊水穿刺的失败风险其实非常低，检测得到的信息也更多更准确，而且在医疗领域，要取代一种现行诊断标准，本身还必须能够在法规上具备等同地位。在2012年前后妇产科学术界展开了多次讨论，最后被围产医学专家共识定位为“一种近似于诊断的高精准度筛查”技术。某种程度上说，这是新技术和传统路线的一种妥协。另一种商业定位是：We provide（一种在外周血早期检测唐氏综合症的方法）to（高龄孕妇）with the benefit of （更早得到胎儿唐氏风险的精确判断）comparing to（羊水穿刺的第16周）because（bla bla…），这一新的定位，使得NIPT在孕妇的整个筛查流程中不知不觉成为了一个新的市场，其benefit得到了医生和孕妇的认可，羊水穿刺也成为与之相连的后续方案，二者和谐共存。NGS的第一个临床应用顺利落地，带动了基因测序市场的热度。这一市场的发展空间前景如何？在中国未来若干年，孕妇人数的自然增长速度，比不上流产人数和不孕不育人数的增长。如果要再扩大市场，就要考虑选择新的竞争对手，扩展客户范围。唐氏筛查的医疗流程最大的体量是早中孕期唐氏筛查，但检出率只有60-70%，因此现在很多人倾向于未来去替代这个血清学一线筛查的市场。无创产筛的定位于是变成了：we provide （一种精准的早期检测唐氏综合症的方法）to（高龄孕妇）with the benefit of （更高的检出率和准确率）comparing to（血清学唐氏筛查）because（bla bla…）。这一定位乍一看上去不错。但是，任何筛查手段的首要属性都是“成本”和“简单”，并非“准确”。而这却是目前NGS本身的相对弱项。中国幅员广阔且地区发展不平衡，“低水平，广覆盖”一直都是适合国情的医疗卫生原则。在大部分地区NGS作为筛查还是受制于成本偏高，技术依赖性强，以及标本远距离寄送带来的质量和管理成本上升。著名的心血管专家胡大一教授提到：“当技术对于患者而言不可及时，技术就没有价值。”（健康报：《胡大一：医学价值体系已出现混乱》）虽然作为NGS相对简单的技术应用，无创产筛成本其实已经接近了发达省市可以买单的筛查价格，但是距离一两百块的传统筛查成本仍然略显勉强。而操作的复杂性在一段时间内无法改变。即便有一天替代血清学筛查，也很容易被新的更简便筛查方法所颠覆，比如说有人想开发的新的滤纸干血片法或是新的POCT技术（更加满足“成本”和“简单”的属性）。因此，NGS用于无创产筛由于不具备完美定位，用于一线筛查不大现实，只能作为一种选择性的筛查策略，其未来市场成长空间带有不确定性。我们再看另一很热闹的肿瘤学领域，NGS应用的方向是治疗、预后和早诊。靶向药物应用之前需要行基因检测已经是标准流程，在不同技术手段之中，NGS可以概括成：we provide （一种。。。的方法）to（考虑靶向用药的非小细胞肺癌患者）with the benefit of （。。。）comparing to（xx技术方法）because（bla bla…） 。各家公司有的将benefit定义为“缩减时间和成本”，然而这方面面对Super ARMS的时候NGS不见得具备优势。有些定义为“可检测更多的基因”，然而检测的基因不见得有足够的循证医学证据证明与肿瘤有关（做研究更合适些）。很多公司宣传自己的时候，各种特点大而全，没有针对性的竞争对手，定位不够清晰，反而给人感觉这些公司都差不多的印象。ctDNA检测更多用来探索预后和早诊，但早期诊断的定义和临床现行标准是否一致，似乎是个问题。多数人宣传的benefit都是比组织穿刺活检更好以及克服异质性、寻找耐药靶点等，比较雷同，不够细分。举个例子，肿瘤的耐药性可能来自于未知的位点，因此对NGS测序数据的质量和广度要求其实更高，并且需要比较高（如1000X以上）的测序深度，数据量大导致分析的时间也比较长，各家公司在这方面是否可以考虑定义自己的benefit。产品定位不明确，在市场推广的时候，临床医生也不明确临床获益到底在哪里，很多都演变成了以商业驱动来推广，变成过度医疗，这种短期的销售额不足以走的长远。以上可以看出，整个定位中，这五个元素缺一不可。创新意味着带给客户新的benefit，但benefit必须要和竞争对手做比较才有意义，而竞争对手因医疗流程阶段的不同而不同。选择哪一个竞争对手，则要根据自身技术来考虑，并要警惕同样符合这一benefit的新的的甚至是传统的技术对手。