本文首发于“君实财经”微信公众号，发布时间：2022-06-15
最新纪要研报请微信扫码关注“君实财经”
每天精选消费、医药、互联网、新能源等最新调研纪要和报告，缩小你与一线产业的信息差！
$医渡科技(02158)$内部交流
Q：医院的数据孤岛如何进⼊公司的系统来进⾏训练？推⼴⼀个医院是不是需要经历很长的周期？
A：从医院端，我们的商务其实也是两种，⼀种是我们主动，另外⼀种也是医院的院长之间的⼀个传播。因为我们到医院⾥⾯也得⾛招标，所以是⼀个正常的商务流程。医院的数据孤岛的问题，我们整体是⼀个数据可⽤不可见的技术。医院的数据，因为⽐如⼀个三甲医院，其实⼀般会有60~200个不同的it系统，这些it系统之间，确实是形成了⼀个孤岛，在我们的过程中，我们所做的事就是在这些孤岛之上，部署我们的DPAP/Eywa平台，把这些院内的孤岛给连通起来。但是医院跟医院之间的数据肯定是不能共享的，因为这是有严格的法规，包括医院的伦理所禁⽌的。
Q：在⽀付端，⽬前⼤家竞争⽐较激烈的是变现的入口，在这个⽅⾯医渡科技和竞争对⼿的策略有什么不同？
A：因为是在⽀付端，我们医渡科技并不直接去做⾯向toC以及⾯向卖药的流转，所以我们的⽀付端在⼏个场景⾥⾯是直接的toB的客户。但是另外⼀⽅⾯，我们通过保险端，在做⼀些新型的努⼒跟尝试，包括从我们⼀些财报的结果来看，我们在健康管理板块是有⼀个⾮常可观的增长，6倍多的增长。也是把我们整个我们医渡科技所产⽣的疾病模型共建，赋能给保险公司，以及甚⾄我们也在积极的跟惠民保合作，在惠民保的合作过程中，我们会聚焦在主运营平台，我们也只做主运营平台，因为在这⾥⾯，我们会对前端的，⽆论是保险的⽅案涉及到定价，以及在⽤户的后端，⽐如智能核保、智能理赔，相当于是我们在这个过程中话，打通了从医到险的⼀个闭环。
Q：关于新基建⽅⾯，⽬前在医疗机构和公共卫⽣端的需求，近两年来看有什么变化，以及公司今年的订单增长趋势如何？
A：总体来讲，我们可以看到医疗机构和公共端的需求都是继续保持增长，因为像我们来讲，我们在医院端的预算不光是it预算，还有研究的经费，都是我们的预算付费来源之⼀。公共端，我们其实也看到也是由于疫情的典型，这⽅⾯会有⼀个可观的增长，⽽且其他的上市公司也是在这⽅⾯的观点跟我们有所⼀致，形成了⼀定的论证，这是⼀个整个⼤的环境，所以⽆论是对医院、对政府，我们都是积极的在探索。我们在⼯位端，⽆论是德尔塔的疫情，还是奥密克戎的疫情，⼏乎⼤家在媒体上看到的每⼀个城市技术都是我们在后⾯，所以链接到我们这⽅⾯的商业的表现，截⽌到9⽉底，我们当时是已经披露出来⼀个正常化的收⼊的增长率。
Q：同⼀个患者的病例分散在各个医院可以做到统⼀吗？
A：⾸先这⾥⾯是有⼏个技术点，医学⽅⾯是有⼀套⾮常严格的伦理标准的，所以假如说是A医院的数据，其实只能是A医院⾃⼰的医⽣是可以看得到他们⾃⼰科室的数据，⽐如都是A医院的消化科的⼤夫，他们是可以看到⾃⼰的数据，但是如果是B医院的消化科的⼤夫，他是没有办法看到A医院的，除⾮A、B两个医院之间⾛完了医学伦理，两个医院是有⼀些正式的/合规的授权⼿续，可能才会把这个数据进⾏打通，整个流程其实不是⽇常的学术研究跟合规的流程了。技术上不难做到，但是从合规流程上来讲，这个数据是严格要限定在各个医院⾃⼰的范围内的，除⾮他们有⼀个合法的授权。
Q：我们医渡科技如何看待⽬前的竞争格局，以及包括医渡科技相对于竞争对⼿有什么优势？
A：我们医渡科技⾛的模式跟其他公司有点不⼤⼀样，前端是⼀样的，我们通过在医院授权拿到⼀些数据的处理，被授权之后去培养、创⽴我们的算法，算法产⽣了以疾病为维度的知识和洞见，我们不⼤会通过药企和c端去变现，我们变现的模式是通过医⽣、医院这个场景，还有⾯向政府这个场景，还有⾯向药企这个场景，包括像保险公司这些场景去变现的，所以本质上我们医渡科技不做什么卖药或者是toc的业务。
从竞争格局来讲，当衡量⼀个AI公司的时候，AI公司最底层的算法和数据是⾮常重要的，所以建议⼤家在⽐较的时候，⼀定要看算法和算法的先进性，以及处理过的数据的量跟质量，因为AI是⼀个很典型的、有先发者优势的，两个不同的公司在迭代的时候，另外⼀个也在迭代，所以先发者优势的问题在我们这个⾏业是⾮常明显的。医渡科技整个从2014年成⽴⼀直到今天，将近8年的时间，我们打造的是这⽅⾯壁垒，这⽅⾯的壁垒现在又让我们进⼀步打造，我们已经形成了⼀个⽹络，这⾥⾯有疾病研究的⽹络，有pi的⽹络。这种⽹络的效应是进⼀步的在加强，我们在各个场景，包括监管、诊疗科研场景的变现的，所以我们的变现商业化路径跟其他公司是挺不⼀样的。
Q：关于AI对产业的赋能，医疗服务从药物研发到临床的诊疗，各个环节都有很⼤的效率提升。公司未来可能主要想在哪些领域重点发⼒？以及怎么看待AI赋能对产业的改善？
A：我们认为⼀个⼤的底层逻辑是AI⼏乎正在赋能每⼀个传统⾏业，整个赋的速度是⾮常取决于数据的redness的情况以及算法的evolve的情况。对于医疗⾏业，跟其他的⾏业，⽐如我们熟知的电商，它会有点很特殊。⾸先医学是⼀个⾮常严谨的⾏业，它是容不得任何出错的，这也就要求了在我们所在的细分赛道⾥⾯，我们所有的数据的证据等级是⾮常⾼的，就⼀定要做到医学级的⼀个证据才⾏，医学级的⼀个证据跟我们普通通过算法提取出来的还是有天壤之别的。
⼀个⾮常有意思的问题，就是我们在哪个⾏业。如果看我们的上⼀个财报，就是在2021年9⽉底我们的中报发布，我们的客户场景⾥⾯既有医院/医⽣，又有政府，又有药企；药企⾥⾯我们也是对接我们的客户，也是有研究部门；我们的客户⾥⾯也会有保险公司，所以也经常会有投资⼈问我们说，为什么你们好像是toeverybody，整个医疗⾏业⾥⾯好像都是公司的客户，其实本质的原因极为简单，就是我们整个的商业模式跟美国的⼀家公司是⾮常像的，我们通过从数据的源头去赋能，通过海量的、⾼质量的医学等级的证据数据来讲，通过我们的算法产出，以各个疾病为维度的知识和洞见。在这个过程中，相当于我的产出是alreadythere，所以我们进⼊到各个场景的边际成本是极低的，这就是为什么从我们的业务模式⾥⾯，⽆论是我们的临床辅助去赋能医⽣，还是以整个的疫情的监控，更重要的是疫情的预测，从政策的辅助制定的⾓度，去辅助政府。包括我们从药的研发、设计，去追踪药品的不良⾛向。我们会在这个⾏业各个场景⾥⾯去赋能，整体来讲，监管、诊疗，还有研究，都是我们在发⼒的三⼤场景。
我们在发⼒的三⼤场景就是在⼀段时间内也是会focus在这⽅⾯，三⼤场景是⼀个⼤类场景。⽐如研究⾥⾯就含药企药物的研究，也含医⽣的临床研究。对我们来讲，⼤类的场景化就是监管、诊疗和研究
最新纪要研报请微信扫码关注“君实财经”
每天精选消费、医药、互联网、新能源等最新调研纪要和报告，缩小你与一线产业的信息差！
注意：以上内容来源于网络，友情分享，仅是基于行业以及公司基本面的静态分析，非动态买卖指导。股市有风险，入市需谨慎，请勿跟风买卖！如造成不便，请联系后台删除