这篇讲的是医疗健康投资的大机会，因为现有系统定价混乱、数据不互通、效率极低，而新冠疫情和新技术正在推动变革。RRE Ventures的几位合伙人非常看好这个方向，认为数据互通是关键突破，之后会涌现大量创新。他们提到了几个重点公司：Bend Financial（做健康储蓄账户，帮消费者省钱）；Nebula Genomics（用区块链让患者拥有自己的基因数据，卖给制药公司）；GoodRx（比价平台，让消费者查药价，避免被多收费）。
RRE Ventures的三位合伙人Raju Rishi、Nikita Singareddy与Jason Black在《Invest Like the Best》节目中讨论了医疗健康投资的前沿趋势。作为一家拥有25年历史、完成超400笔投资的纽约早期风投，团队聚焦医疗价值链中的定价复杂性、利益相关者博弈及创新机会，特别指出COVID-19加速了远程患者监护、被动监控和临床试验流程的变革，并强调未来最令人兴奋的方向在于改善医生体验、重塑支付模式，以及通过技术打破传统医疗僵局。
RRE Ventures（Raju Rishi、Nikita Singareddy、Jason Black）三位合伙人于2020年11月探讨医疗健康投资。主线是医疗健康系统存在巨大的定价、数据与流程扭曲，技术（尤其是数据互通）与监管（COVID催化）正在打破僵局，为早期投资者创造了结构性机会。全片最有分量的判断：医疗健康是“委托代理问题叠加的极致”（Raju Rishi），消费者与支付者完全脱节，最大的解锁步骤是“数据互通”（interoperability），之后才会迎来应用层的“寒武纪大爆发”。
三位合伙人用一套系统框架筛选赛道，医疗健康逐一命中。
市场巨大且未被技术充分渗透。 医疗健康是3.6万亿美元产业，有1.33亿美国人患有至少一种慢性病，是最大雇主，有18万医疗工作者，5.4万家拥有10名以上员工的公司。数据对比： 整个美国CRM软件（如Salesforce）市场只有260亿美元。
技术断代（Internet、Mobile、Cloud）尚未深度冲击医疗健康。 三位合伙人认为，这三个技术断代依次重塑了音乐行业（Napster→iTunes→Spotify），但医疗健康仍是“新手村”。第四大趋势是“消费化”（Consumerization），正开始冲击医疗健康。
碎片化极其严重（“If you’ve seen one hospital system, you’ve seen one hospital system”）。数据孤岛、定制化软件堆积，标准化和整合机会巨大。
浪费严重，效率提升空间巨大。 每年浪费数据：2100亿美元（非必要服务）+ 1900亿美元（行政成本）+ 1300亿美元（低效交付）+ 1050亿美元（定价过高）+ 750亿美元（欺诈）+ 550亿美元（预防机会缺失）。投资者注意： 作者用上述数据论证其推力逻辑，但这是典型的“问题越大，机会越大”叙事，读者应匹配现实落地难度。
核心矛盾： 医疗健康是“委托代理问题叠加的极致”（Raju Rishi）。消费者（患者）对价格完全无知，与支付者（雇主、保险公司）完全脱节。关键机制： 雇主提供的保险制始于第一次世界大战，消费者被“盾牌”屏蔽真实成本。
消费者端变化的两个“裂缝”：
1. 高免赔额计划（High Deductible Plans）暴增。 消费者自付比例从历史约8%升至33%。健康储蓄账户（HSA）如同医疗健康领域的401k，消费者成为“储蓄者”，开始主动比价。RRE已投相关公司Bend Financial。
2. COVID对保险公司的“财富敲打”。 Jason Black指出，疫情期间保险公司“收钱不出险，赚得盆满钵满”，类比车险公司被迫退款，政府可能介入，迫使保险公司降费或提升透明度。
定价扭曲的极致体现： 一次MRI可以250美元，也可以6000美元，两者同时存在于同一系统。医院行业协会起诉政府，拒绝公开“收费清单”（Charge Master）。Nikita Singareddy 判断： 消费者化和政府监管双管齐下，定价透明化是长期趋势，将颠覆依赖“价格不透明”的商业模式，利好“比价平台”（如 GoodRx、TruePill等）。
三位合伙人提出“序列化解锁”（sequential unlocking）框架：医疗健康创新不是平行推进，而是“一大步+无数小步”。
第一步：数据互通（Interoperability）。 当前困局：患者下载管理慢性病的App→医生喜欢但不知如何接入电子健康记录（EHR）→IT部门告知“排队两年”→支付者（payer）无法获取数据做价值导向支付→医疗应用公司60%精力花在对接上。三大核心障碍： HIPAA（隐私法，防火墙）、医生要求“面诊”才能收费、跨州执照（Credentialing）复杂。
COVID加速了“序列一”。 政府政策突变：远程医疗按“面诊”标准报销、跨州执照放宽、HIPAA部分放松。“你把精灵从瓶子里放出来，就再也塞不回去了。”（Raju Rishi） 同时提示：某些政策（如远程诊疗报销平等）可能因疗效争议部分回调，但“虚拟化”趋势不可逆。Jason Black类比： 医疗健康数据互通正处于“从自建服务器到云计算的转折点”，医疗记录检索成本正快速趋于零，将催生超大规模应用。
Nikita Singareddy 区分了两个概念：
1. 消费级健康监测（Wellness，如Apple Watch、Fitbit）：患者自驱，用于自我教育，不直接连接医生。预测将爆炸式增长，因为设备成本下降、App获证更易。
2. 临床级远程患者监控（Remote Patient Monitoring, RPM）：有医保报销代码，只适用于“可行动”的场景。
RPM的两个有效场景：
“终极状态”预判（Raju Rishi）：数据互通后，结合基因序列与匿名化数据，可实现“精准用药”（如某类癌症药物对某地域/族群更有效），而非如今的“通用做法”。Jason Black补充： 这需要“机器尺度的数据挖掘”，而非人类手工的“点对点选择”。
三位合伙人认为临床试验在三个环节都有系统性问题：
| 环节 | 现状 | 机会 |
|---|---|---|
| 患者招募 | 极低效的“志愿者+纸面”模式，常招募18-22岁大学生，人群代表性差。一所大学医院同时有500+试验，每个试验有几十个具体参数，需要“点对点”干预。 | 利用数据（包括基因）实现“精准人群定向”，非人工匹配。 |
| 工作流程 | 数据非云端化、非实时化，靠人工收集后定期汇总至Excel表。 | 云端化、实时化，快速发现异常信号或调整受试者人口学结构。 |
| 数据利用 | 个体数据沉睡，无法二次利用。 | 公司如 Nebula Genomics 通过区块链让患者拥有自身基因数据，药企付费获取，类似“数据版Ad Tech”——患者应获得数据变现分成。 |
三位合伙人提示： 2020年因疫情加速了试验累积，但无法判断“加速”是否会导致安全质量下降。“2020年本身就是一场大型实验”。
惊人数据： 医生平均只有1/3时间用于看病，2/3时间用于行政事务（填写电子健康记录、保险核验、跨州执照等）。三位合伙人认为： 这是被创业者忽视的巨大机会——“改善医生体验，几乎等于改善整个医疗系统效率”。
核心冲突： 电子健康记录（EHR）系统（如Epic、Cerner）是“面向IT部门”的10亿美元级交易，而非“面向医生”。UI过时（90年代风格），且因“想用”信与医生工作习惯冲突。结果： 医生为“用不了”系统，典型“医生疲劳”蔓延。
三个改善方向：
三位合伙人的判断： 单纯改善UI（界面）可以将EHR耗时减少33%-40%（具体公司数据）。如果医生群体因“过劳”而流失，整个医疗系统将面临人力危机，因此“医生体验”是价值确定且长期被低估的赛道。
| 标的 | 嘉宾态度（看好/风险提示/中性） | 关键数据 |
|---|---|---|
| Bend Financial | 已投，看好 | 专注于健康储蓄账户（HSA） |
| Nebula Genomics | 看好（模式驱动） | 基因数据+区块链，患者拥有数据所有权 |
| Flatiron Health | 引用为成功案例（未明示仓位） | 专注肿瘤学数据互通，推动特异性药物匹配 |
| GoodRx、TruePill、RX Defined | 提名（价格透明化方向） | 消费者比价平台 |
| AtitalCare | 提名（远程监测+远程会诊） | 视频+可穿戴设备监测 |
| Epic、Cerner | 风险提示（产品方向错误） | 面向IT而非医生，UI过时，是“医生疲劳”的根源 |
1. “医疗健康是委托代理问题叠加的极致。”（Raju Rishi） ——消费者完全不知道价格，支付者（雇主/保险公司）完全屏蔽，激励机制扭曲至极。
2. “你把精灵从瓶子里放出来，就再也塞不回去了。”（Raju Rishi，对COVID政策冲击的隐喻） ——远程医疗、放宽跨州执照、HIPAA放松，这三项政策不可逆，至少10-20年进步被压缩到1年。
3. “数据互通是‘第一个解锁’；之后会迎来医疗健康的‘寒武纪大爆发’。”（Jason Black） ——医疗记录检索成本正从“千美元级”降至“分币级”，将催生大量垂直应用。
4. “医生2/3时间做行政，1/3时间看病。”（Raju Rishi） ——改善医生体验=直接回收50%以上的潜在生产力，是结构性机会。
5. “一个MRI可以250美元，也可以6000美元，两者同时存在于同一系统。”（Nikita Singareddy） ——定价透明化是创业者的“肥沃土壤”，医院甚至起诉政府要求不公开价格。
6. “临床试验招募不是‘人类尺度的’问题，而是‘机器尺度的’问题。”（Jason Black） ——一所大学医院500+试验，每个几十个参数，只有数据+算法才能精准匹配。
7. “当消费者自付比例从8%涨到33%时，行为就变了。”（Nikita Singareddy） ——高免赔额计划与健康储蓄账户（HSA）正在重塑消费者行为，催生“比价”与“储蓄”模式。
8. “远程患者监测（RPM）只适用于‘可行动’的场景；否则医生会忽略数据。”（Raju Rishi） ——区分“消费级健康监测”与“临床级RPM”，“无止境”的数据只会增加医生负担，必须有ML层“提取信号”。