谢谢！同志们回来的还是有一半，我觉得很好了，比我想象的好的多了。今天我大概跟大家去分享一个数据，上午的同事们分享了几块，非常好。尤其是上午的时候，BMS的同事分享了他关于竞争策略，关于一些新的医生录音的方式，都比较新颖的一些方式。包括上午还有同事讲到广阔市场的分析，我讲的主题和这两位有些连接，我是更下沉的一个层面。

我先讲这个数据，我讲一个数据源的问题，华生基因是以基因检测为基础的一个基因检测平台，前端主要是把基因检测的项目向医生那边去做一个推荐。后方我们会有很多的合作公司，比如基因检测实验室，华生是这样一家公司，他是一家上市公司，而且在整个互联网领域当中，他在公安部那块叫基因检测那块，在形成犯人的图谱阶段，应该处在一个垄断的地位。在十年前才慢慢的转向了我们叫医疗这个领域当中来，大概是这么一家背景的公司。

所有的数据都基于叫金琉璃的平台，大家现场可以扫这个码，我们所有的病例是通过这样一个平台展现出来的。到目前来看，在我们平台上已经有33万的肿瘤病人的病例，这33万病人的肿瘤病例是以每天1000-2000例新增的速度在递增，这是我们肿瘤病例的数据库情况。另外我们现在覆盖的医院有2700多家，所有这些覆盖都是通过医生在金琉璃平台上做注册来做的。注册医生我记得上次和数据中心的同事讨论的时候，在8月份的时候，我们的注册医生只有四万个医生左右，到现在我们已经将近六万个医生了，所以增长速度是非常快的。

同时我们的销售队伍，目前来讲，销售队伍有300个左右的销售队伍，在前期做市场推广的工作。现在看，我们医生的增长，简单按照月度给大家做了一个分布图，所有刚才提到的医生增长速度，可能一个月大概有五千例医生的增长速度，覆盖了三百多个城市。到目前来讲，我们注册的医院2700家医院，也是在不断递增的过程。整个递增的过程是非常的陡直，幅度比较高的上升的一个速度。和公司前期的市场投入，市场费用和人力上投入很大有很大的关系。

我把几个不同癌种做了一个简单的分析，在33万的病例当中，我们可以看一下患癌的有七万多个病例，现在所有的病例在增长的过程当中，我们所看到的这些数据本身和我们自己抽样出来的数据，真实世界的数据和我们想象出来的还是有差异的。大部分这些病例是在三甲医院，三甲医院占了60%以上，注册医生在不同的地方，这是医生的数量分布的情况，后面是注册的医生主要是在三级医院、二级医院为主。

整个医生的数量刚才提到过，以三甲医院为主，整个医生的情况，大部分其实是以主治医为主。我们单独把住院医给他拿出来了，我们的病例是做的病人的住院病例，医生在填写自己职称的时候，他填自己是住院医。这一块可以看到，我们整个数据它的分型和字段的情况，我们看到患者的基本信息，所有的字段都有。我右侧有一个基本的显示，像这种红色框里面的信息，它会和我左侧的是相对应的。所有红色的地方是我的必填项，医生一定要填的。比如我们对某些字段非常感兴趣，对我们市场价值很大的，我这段是可以去调整的，数据有灵活性在。

病理检查当中我们做了不同的检查，包括肿瘤标志物的，包括影像的，血液的各种检查。下面可以看到整个治疗方案，我们也做了一个简单的介绍，针对不同的放化疗的，靶向的，包括内分泌的治疗，我们有不同的数据库，都有很详细的一个呈现。这是我们简单的把基因分型这块也做了一个简单的介绍，我们有几个非常重要的专家，包括数据建模的，包括人工智能的，包括基因方面的这些专家组的成员。这是整个数据库呈现的形式，以及数据库包含的内容，以及数据库里面的成员，我大概做一个简单的介绍。

这张图大家很熟悉，经常会看到这样一个图。在这个图当中，我们可以看到，有的时候我们在做的过程当中，左侧的这个图我们看到的，他是在我们平时做基因测试的时候，我们做出来一期二期三期四期，对客户来讲，他认为他重要的一个客户群体在一期二期三期，四期并不是他重要的目标。因为四期的患者已经在晚期了，所以即使用了他的靶向药以后，对他来讲价值也不大。或者很快这个病人会去世了，对药效的效果会起到一个负面的宣传，所以一二三期其实是他非常重要的一个目标客户群。但是从数据右侧是我们真实世界当中的情况，整个三期是占了25%，四期占了50%多，但是这里面我们提到处方靶向药的情况，在四期是11%，在三期当中只有3.4%，其实对客户来讲，他重要的希望的是在三期当中有他7-10%做处方，在三期我们抽取了6700多份肿瘤的病人数据库来看，样本量是足够大的。可以看到它的处方当中只有3.4做了处方，和10%还差了将近7%的比例。其他的我们想得到，那百分之六点几他们都做了哪些处方了，如果说把它市场的比例从3.4%提升到10%，我们有什么样的办法能够去提升呢？数据都能有很好的体现，包括它的治疗方案，包括医生所有的处方其他的药品品牌。

这个图给大家做了第二个我们数据当中的一个分享，大家可以把那个点点想象成某一个城市，叫地级市的一个病人。我们上午一位同事提到过，她讲的是县域市场，我们讲的是外围市场，病人在发病的时候，他的习惯，他是一定有就近治疗的需求。比如县里面的发病的人，他可能先到县医院去看病，做一个初次的检查，然后确诊为他是一个肿瘤患者，然后他可能再往他的上一级，比如地级市或者再往上一层，省肿瘤，再往上一层，可能是到一线城市的，像北肿去就诊。但是他刚开始第一个行为，一定是从他就近的城市做这样一个诊疗的行为。然后再向他周围的核心的医院做聚集的过程，最后到了一个更高水平的医院当中去就诊，大概是这么一个情况。

上午的时候那个同事讲到过，在就诊的过程当中，病人刚开始的时候，他在初次得病的期间当中，他是没有这样一个概念的，没有对疾病有很深的认识。他可能就是一种恐慌，或者他这时候对疾病的认识没有太多的知识积累。我们当时就做了很大的一个猜想，如果除了核心市场以外，比如一线城市以外，或者省肿瘤医院以外其他的地方，我们暂且称之为外围市场，这个外围市场是不是一个很大的市场呢？是不是很有潜力呢？我们当时做了一个假设，我们当时就在山东、安徽和浙江这三个地方做了一个试点。我们用了几个代表开始推，那些医院我们做的是非核心医院的市场，去做的是什么事情呢？我们这边的代表主要做的是基因检测的这些代表，大概有三百个左右的代表。我做了这样的试点以后，让他去推，给这些相对来讲是地级市，甚至是县级市，或者就是非核心市场以外的这些医生去推荐基因检测。同时给他推靶向治疗，因为上午的同事讲到，县级医院的医生的特点没有太好的诊疗，即使有这样的想法，没有太好的诊疗手段。我们这个项目是从今年6月下旬才开始实施，做到现在，几乎我们靶向药销售的工作，是以166%的复合增长率在增长的。这是讲的药品销售的情况。

同时我们还看到以安徽和浙江来比较的话，两个地方经济水平不太一样。但是在靶向药购买方面，没有因为经济水平不同而产生明显的差异。病人在买药的时候，和个人经济水平和城市的经济水平没有太大相关。我们讲的叫外围市场这个市场，就是得出这样一个结论。同时在短短这三个月的过程当中，我们发现我们所有的试点医院当中，已经有30%多的医院达到了稳定处方的情况，这是整个医院销售的数据。前期做过市场分析，广阔市场也好，外围市场也好，整个分析过程当中，我们不去讲前面的同事们，有几家公司的同事们已经做了很好的解释。我即便做了工作，把所有的前期做的咨询，做的研究做了一个实际的测试，从几个方面来看，第一个来讲，在外围市场，我所谓的外围，除了我们的一线城市这些大的医院和各个省的省肿瘤以外，其他的全叫做外围市场。患者本身来讲，他初次患病的时候，心理上是脆弱的，心理上来讲，他是恐惧的。但是他对疾病的知识是空白的，这个时候，医生做的事情，这些外围市场的医生是缺乏治疗方案的，他对靶向药物和基因检测这些知识也是欠缺的。我们代表在给他推这些东西的时候，他非常感兴趣。我们当时做了一个测试，不是因为华生这样一个代表的推进，我相信这些医生他们去真正接触到靶向治疗，真正接触到基因检测至少还需要三年以上。现在他们用上了，从厂家来讲，在病人初次诊疗的机构，第一次检查，并且得到确诊的这样一个机构，这时候进行医生的或者患者的教育推广和一些信息的宣传，其实我们是把我们的市场做到了一个前端的过程。

再往前走，走到前端的一个过程，因为整个患者是这样，先从地级市或者县级市初次就诊，往上转移是这么一个过程。我们这一步在他初次就诊，或者初次检查的过程，也许就是我们一个很好的机会，这是刚才提到的。基于之前包括我们刚才做的那个分析以后，整个外围市场和核心市场，大家可以想一下，也许也很重要。

公司我们没有根据医院的分布情况或医院的等级做这样一个人员的部署，我们根据了人口密度做了这样一个部署。第一步，患者的就诊很重要，根据中国的人口密度的情况，把我们的销售代表做了一个重新的部署。我们的部署是什么样的？左侧是人口密度，右边是销售代表覆盖情况，每260万人口覆盖一个代表，这是我们代表覆盖的一个原则。在2017年的时候，我们全国会有五百个代表，做这样一个全国的覆盖。确切来讲应该叫信息员，因为我们不卖药，我们每时每刻都有新增的病人出现，我们知道每一家医院它的新增病人在哪里出现，甚至哪一个主治医手里出现这样一个病人，我们叫信息员。

前期得出这样一个图，在前面这三个月，整个销售过程当中，我们只投入了8个代表，后面慢慢开始扩充到现在有五十多个代表投入到这个项目当中去。在2017年年底的时候，我们会达到500个代表，整个销售的情况来看，应该会从今年的三千万到明年会增加到三个亿这样一个数值，只是靶向药销售这一块。这是我要提的，这是我们刚才讲的所有肿瘤数据精准营销服务的一个探索，其实今天讲的只是一个探索的过程，只是我们有了一些实际的销售数据。

针对这样大量的数据，现在是33万的病人，可能到下个月的时候，我想我们以每天一千到两千个病人的增速来看，我们可能在2017年底的时候，我们应该覆盖到全国将近90%的肿瘤病人。这个数据还有很多其他应用，比如做肿瘤病人的临床实验入组的一个项目，或者说肿瘤患者教育，诊断筛选这方面的一些项目。还有像肿瘤的转诊、导诊这方面的一些服务，很重要的一块，这个数据它是来自于真实世界的。还有很多其他的方向，如果对这个数据感兴趣，我们下来探讨都没问题。这就是我今天想说的，谢谢大家！