普华永道中国医药及生命科学行业管理咨询主管合伙人 徐佳 ：医改驱动下药企商业模式创新

“我原来学有机化学，博士毕业后加入美国一家公司，是当时在全球排名非常靠前的一家跨国药企。做了8年以后，2008年回到中国，从甲方变为乙方，开始做医疗医药相关的管理咨询，今年是我第11个年头，做医疗医药的管理咨询。”这句话是普华永道中国医药与医疗管理咨询业务主管合伙人 徐佳的简短口述经历，以下是她在2018全球女性创新峰会 · 北京站的精彩分享。 

如今普华永道都在做些什么？

普华永道是与人们生活息息相关的高监管行业，且有幸能给政府提供医改背景下的咨询服务，帮助跨国药企，给予他们最好的治疗方案，让最好的产品更快送到中国，并在中国惠及更多患者。同时帮助国内领先药企去更好地发展，走出去，让国产产品惠及全球患者。

中国医疗市场的规模增长飞快，前十几年是双位数增长的态势，个别年份甚至到17%，20%，最近为8%-9%。

为什么对医药市场的增长看好？

是因为如今步入老龄化社会，中产数量逐渐上升，人们对医药的需求逐渐加大，同时支付力购买力在逐渐增加，保险覆盖越来越广，医疗作为国家支柱性企业得到重视，所以能够更好发展。

为什么医药市场增速放缓？

原因是政府作为医药行业的主要买单人，GDP大约有6%花在医药，需要控制其合理性和可持续性发展性，所以政府加强对医疗费用的管控，出台许多政策，用有限的资源惠及更多的人。

目前主要的医疗资源都集中在大城市、大医院，三甲医院，大部分病人也集中在此。而政府要对结构做出重新调整，让慢性病，小病的管理都能在社区医疗中心被解决。这对企业意味着许多变化，大型跨国企业原来主要覆盖大城市的医院，但随着医改推进，就会使资源向下铺，走到社区医院，覆盖乡村，这对运营成本都会非常大的提升。而如何才能更有效的管理，让产品更好的下沉，惠及乡村的患者，都是企业需要经常思考的问题。目前企业大多在积极布局，和国企成立一些合资公司，利用跨国企业的好产品和国内企业好的渠道，达到共赢。也是行业内出现并购的原因。 

如今医改如火如荼在进行，每两周会有新的政策出台，政府主要在三个方向驱动：

第一，鼓励创新。鼓励创新是一个生态体系的搭建，在这里我们可以看到一系列的政策：比如新药加快审评审批，比如上市许可人制度；所有这些背后要都释放一个多余产能，这样才能够更好地生产出更多高质量的产品，且与国际标准更好接轨。

第二，提高整个医疗的可及性。可及性是什么呢？一个是药，一个是服务。即怎么能以最低最合理的价钱享受到最好的产品和服务。尤其是跨国药企仿制药的一致性评价，这会对我们整个可支付能力起到关键影响。

第三，政府推级的分级诊疗。即怎么能够提高基层医疗机构的首诊数量，做到大病不出县，以及一些慢病在社区医院就可以解决。我们推动一些大病医保，和一些医保体系的整合，从而从支付上能更好满足消费者对药，对医疗的需求。

在所有政策，商业环境的变化下，药企为了更好的惠及病人，在做许多转型，其主要集中在商业模式方面。

首先，要扩大市场占有率，抢占新的市场，同时控制成本，并且合规。

其次，如今有非常多工具需要使用，比如基于互联网和大数据的。

最后，只要企业能够可持续发展，最后受惠的是病人和老百姓。

分享两个关于企业的两个案例：

第一个，有家跨国药企在中国有非常好的产品，惠及上亿病人，而在发展过程中遇到的问题是：其原来都分布在大城市、大医院，而随着医改结构变化，病人流发生改变，原来集中在大城市、大医院，现在开始下沉到社区医院，涉及到三四线城市，甚至更低的乡村医院。对于药企来讲，如何在不增加支出的情况下，把原来集中在大城市大医院的力量抽出来，从而更好地去覆盖中小型城市，社区医院，给医生提供从药方面更好的分享和支持？

普华永道利用了机器学习大数据的方式解决了该问题。因为其在中国覆盖了好几万家的医院，则从每一个医院看投入产出比是怎样的，哪个医院超过最佳投入产出比，就可以把多余的资源抽回来，反之，对达不到的医院则加大资源。MIT的几位教授有非常好的机器学习的模型，普华永道利用机器学习，并喂给它海量数据，利用一些模型，然后不断修正，最后将“如何能够更好优化每个医院的投入产出”方案给药企。

第二个，药企做整体的解决方案。即药企以病人的需求为中心，集合所有服务提供商、器械提供商，以及其他利益相关方，一起打造一个整体解决方案回馈给患者，这是目前很多药企思考的商业模式。

有跨国药企跟非常有名的互联网公司，医生平台，推出了一个基于糖尿病患者整体解决方案的U形计划，来探索整个糖尿病管理的新模式。以患者为中心，集合医生平台给患者随时提供数据，解答患者的问题，并利用微信平台组织糖友的互动。除此之外，利用医院资源，从挂号，问诊，给患者提供便利；并集合保险公司，从支付上给患者提供帮助；如果患者需要药，如何足不出户就可以送药上门；还利用微信互动激励手段，让糖尿病患者不孤单，得到正向激励。