文章来源于：赵律，图片来自“123RF”
医疗机器人缘何兴起？
应用于医疗行业的机器人，称为医疗机器人。
第一台用于医疗手术的机器人是1985年，里程碑事件是2000年FDA批准了达芬奇（DaVinci，Intuitive Surgical直觉外科））机器人手术系统；康复机器人第一次商业化应用是1987年，里程碑事件是2013年cyberdyne HAL的外骨骼机器人获得安全证书①。医疗机器人经过三十年的发展，进入2016年，发展进入快车道，主要是两个特别重要的事件：一个是AlphaGo横空出世，打败围棋冠军李世石，战胜“围棋天才”柯洁，让人类在围棋这项运动上很绝望，这个事件很能说明机器人脑袋的“思考”能力。DeepMind的概念风靡全球，跟围棋这个相当的各个领域瞬间变成创业热点，刮起投资热潮；另外一个是波士顿的Atlas机器人惊艳的后空翻，这个动作难度系数很大，说明关于感应、感知、目标识别、材料等方面，技术出现了重大突破，有了质的飞跃。这两个家伙能文能武，让我们既兴奋，又害怕。今天我们看到的医疗机器人创业项目，大多数属于要么像AlphaGo一样能“文”，人工智能属于这一类；要么能“武“，如IVD自动化流水线、达芬奇机器人或外骨骼机器人等。少部分有点AlphaGo+Atlas文武组合的意思，难度较大。
医疗领域相对来说是个传统、保守的行业，受各种各样法规的监管。医疗机器人的发展主要驱动因素是技术，但是医疗机器人的商业化离不开需求的土壤。第一个是人口老龄化，人老病多，疾病、慢性病、残疾的人数在增加，全球60岁及以上老人将以56%的速率增长，医疗健康的压力非常大；第二个是医护人员严重不足；第三高质量医疗的需求在增长；第四应对类似日本福岛核电站事故、汶川大地震、新冠疫情等灾难的需要。
医疗机器人领域绕不开达芬奇机器人，它是手术机器人中的战斗机。从技术上来说，手术机器人属于医疗机器人的塔尖部分，难度高，风险大，开发周期长；达芬奇手术机器人可以20倍放大手术视野、7个维度精准操控、进行1厘米微创手术。从临床的使用来看，达芬奇机器人的手术出血少、恢复快，术后存活率和康复率高。自2000年FDA批准达芬奇机器人手术系统以来，截至2019年全球达芬奇机器人安装量已达5582台，累计参与手术达到720万台。从财务角度来看，Intuitive Surgical 2000年于纳斯达克上市，其股价从最初的6.02美元，上涨至574.59美元 （2020年6月1日股价），涨幅9445%，年复合增长约26%②。（数据来源：平安证券，医疗机器人冠军——直觉外科(达芬奇机器人)）可以说，开了挂的Intuitive Surgical公司就像兴奋剂一样，激励着很多医疗机器人方向创业者，这也是今天国内医疗机器人兴起繁荣的原因之一。
医疗机器人的细分及投资选择思考
医疗机器人主要职能是医疗或是辅助医疗，这里的医疗既指治疗，也包含诊断；从法规监管的角度来说，很容易看出难度的不同，涉及治疗最难，其次是辅助治疗、诊断和辅助诊断相对容易，拿证也会比较快。
医疗机器人大致有如下的细分：
手术机器人无疑是医疗机器人中的皇冠，手术这个活跟艺术有点相似，但凡上手术台，多数是大病，评价指标繁多：手术时间短、出血量少、损伤少（微创）、愈合好、并发症低、费用低等，满足这么多条件，可见是个艺术的事情。这些指标的提升无止境，比如手术时间短，怎么才叫短？十年前可能一个小时就算短了，今天二十分钟也还是觉得长，从患者的角度，只要是手术，躺一分钟也觉得长。其次是对医生的要求高，培养一个合格的手术医生就不容易，高水平的手术医生，那就是稀缺资源。而且这活还面临单调、枯燥、重复性高、风险大、高度紧张、容易疲劳等特性，手术太多，医生不够用，这都是非常需要手术机器人的地方。第三，手术的过程复杂，毕竟没有完全相同的两个病人，医生在手术过程中带有很多经验的判断，手术过程的信息化，目前也还没完全具备，就更别提智能化的事情了。所以即便是达芬奇机器人，也还是辅助手术机器人这个范畴，真正意义上的手术机器人还没有。
根据临床的应用方向的不同，大概会有神外、骨科、血管介入、腹腔等细分。从应用方向上来看，最复杂的要算腹腔镜机器人，毕竟里面玩意儿比较多；危险系数高的是血管介入和神外，像埃隆-马斯克(Elon Musk)这家伙，通过神外机器人植入脑机接口芯片，勇气就得佩服；精准度要求高的是神外和骨科机器人；综合而言，骨科机器人相对要低一点，也是国产机器人的突破方向，国产天智航算是骨科机器人领域的龙头，已经成功在科创板上市，从招股书上的业绩来看，基本也是“梦想很丰满，现实很骨感”，充分证明高科技和赢利不是必然的，中间隔着一条看不见的鸿沟。距离达芬奇的距离大约是一片海。
图片来自天智航招股说明书
图片来源：普华永道：医疗机器人宏观应用趋势与研究方向
康复机器人，一听就不像手术机器人那么紧张，不是动不动就要命的问题。我在《康复投资是机会还是鸡肋？》的文章里面提到过康复的问题，有兴趣可以阅读一下。康复产业的兴起更多是国家政策的引导，要解决老龄化的问题，但是落地层面是康复患者支付的水平问题。康复患者群体主要是两个：一个是失能，一个是失智；相比较解决失智问题，比解决失能问题更重要，更紧急，也是这个原因，这是创业热点，解决痴呆、阿兹海默病(Alzheimer'sdisease)、帕金森等项目的非常多。
康复机器人商业化最大的制约因素是支付能力，康复的患者往往支付能力不足，有的创业者在这个地方炫“技“，其实是错位了的。以外骨骼机器人为例，让一个完全瘫痪的人完全站立起来，真是让人惊叹！但是其价格让已经站立起来的人又“瘫倒”。那如果降低成本呢？可能会带来极大的二次损伤风险，这是康复最忌讳的事情，变得左右为难。有兴趣可以研究Rewalk、Ekso Bionics以及Cyberdyn公司的发展现状及未来预期。
未来老龄化，康复面临技师和护理人员完全不够用的情况，所以辅助技师和辅助护理人员的机器人，提高看护的效率，应该会有不错的前景。
辅助机器人，这里重点说一下辅助诊断，别称是人工智能。诊断这块蛋糕，主要集中在三个部分，影像、IVD和病理，这是医院最赚钱的，商业化最成功的部分，也因此高烧不减，创业火得一塌糊涂，赛道异常拥挤。主要是三个原因，一个是诊断的钱比手术来得容易，快还多，CT/DR/MRI/超声等这些影像设备都是医院印钞机来着；IVD就更夸张了，是印钱流水线；病理苦逼一点，但对于确诊不可或缺。第二，辅助诊断是AlphaGo应用最接近，最相通的领域，信息化程度高，适合深度学习，理论上来说，影像确实是人工智能的绝佳突破口，讲故事最容易让人相信。第三，因为不涉及治疗，安全风险低，多数是二类医疗器械产品，而且“Atlas”部分可要可不要，难度适中。
人工智能的项目很火，起步就很高大上，估值很高，有人会错认为这就是成功。估值从来就不是企业成功的标志，资本能载舟亦能覆舟，看似光鲜的表面，其实危机四伏。人工智能其制约因素主要变现困难，医疗里面的费用支付是患者，医疗人工智能是协助医务人员对患者进行服务，人工智能要变现的话，必然会加重患者的费用支付，这与患者“看病难、看病贵”的需求发生矛盾，所以医疗人工智能首要面对的就是支付意愿问题。
或许，精准医疗+人工智能，或者全自动设备或流水线+人工智能会是不错的解决方案。
服务机器人，这个跟传统的其他领域并没有太大区别，不展开讨论。
总结起来，医疗机器人根据分类的不同，创业难度各异，门槛高的，竞争少，蓝海市场，常常是“产品未卖身先死”；门槛低的，竞争激烈，红海拼杀，常常是”醉卧沙场君莫笑，古来征战几人回“。成功是小概率事件，不仅仅是硬功夫的累积，还要有那么一点点运气。
医疗机器人的投资风险及合创的投资实践
创业的风险是从做选择题开始的。
跟所有的创业项目一样，首先回答“客户是谁？”“为客户提供什么样的服务？”同一个医疗机器人产品，对不同的团队来说，风险是不同的；同样，同一个团队，选择干不同的医疗机器人产品，风险也是不同的。所以，对创业团队来说，选择很重要。
合创资本一直在关注医疗机器人赛道，我们专注于医疗机器人的早期投资（天使和A轮），在我们看来，这个阶段的医疗机器人投资风险主要有：
第一， 技术门槛太高，产品定义没有得到充分验证就上马；这个是常态，尤其是选择手术机器人的团队，多数背景豪华，技术积累在国外或是研究院完成，验证技术的成本比较高，不得不在起步就融资天使轮。
第二， 周期长，时间是最大的风险；周期长，往往意味着开发周期长，注册周期长，营销周期长。有的时间可以自己把控，有的时间则根本把控不了，比如三类医疗器械在国家局的审评时间。所以，担心特别多，担心开发不出来，担心注册证拿不到，担心卖不好。最后引发身心健康的风险。
第三， 烧钱多；机器人的开发周期长也同时意味着特别烧钱，一轮一轮的融资就像跑接力赛一样，现金流是企业的血脉，每一轮融资都是一次生死。
第四， 商业模式不清晰；总认为产品做出来，质量好，价格低就一定能大卖，有这个朴素观点的人很多，也因此选择性的逃避对产品上市后商业模式的考虑。康复类的产品，面临这种问题的比较多。这种项目不是死在产品上市前，而是上市后。
第五， 时机；任何一个市场机会都有个窗口期，领先太多成先烈，落后了太多的话，忙活半天，肉没吃着，喝汤还得跟人拼命；领先半步最好，但是最难把握。
“无限风光在险峰”，靓丽的风景总是与风险并存，看到风险的同时也要看到克服风险所带来的巨大社会价值。合创资本专注于中早期的项目风险投资，助力早期的企业识别风险、控制风险。我们坚定不移的看好医疗机器人的方向，坚信未来中国的达芬奇一定会出现，就在这个伟大的时代。
参考文献：
1、 普华永道：医疗机器人宏观应用趋势与研究方向
2、 平安证券-科技行业冠军系列报告（一）：医疗机器人冠军，直觉外科（达芬奇机器人）
本文经授权发布，版权归原作者所有；内容为作者独立观点，不代表智能网立场。如需转载请联系原作者。
