给区域癌症网络新开小型直立式放疗治疗室用的利用率与报销准入 OS。

1. 现有肿瘤科空间现在也能承载先进放疗了，因此扩张决策正从新建土建转向更快的改造经济学。
2. 占地更小并不代表审查更松；买方仍得证明每个治疗室都能装满足够的可报销患者。
3. 57 份合同的装机管线，已经足以养活一层专门软件，而不是围着每次上线做一次性咨询。
4. Stanford、Dana-Farber 和 McLaren 这些点名采用方为品类背书，也让不想把转诊拱手让人的区域网络更焦虑。

催化因素。 Leo 已签合同的体量，加上占地的大幅压缩，说明直立式放疗正从少数旗舰项目走向更广泛铺开。癌症网络现在就得把上线经济性和转诊运营跑通。

这家公司卖的是一套专为小型放疗项目上线设计的利用率与准入 OS。设备采购或改造审批前，它接入 EHR、肿瘤委员会、转诊和理赔数据，按适应症与地理区域估算可纳入病例量、支付方结构和贡献利润。调试投运阶段，它生成按保险方拆分的医疗必要性材料包，追踪缺失病历，并把院内关联肿瘤医生转来的高概率患者导进咨询时段。投运后，它继续盯拒批原因、转诊流失、排班填充和爽约风险，让新治疗室在不超配人手的前提下爬到目标吞吐。时间一长，公司就会变成新型放疗硬件厂商、医疗网络和支付方之间的运营层。

差异化。 OEM 部署团队优化的是单笔硬件销售，这家公司优化的是跨转诊、授权和多院区排班的持续利用率。通用医院 BI 工具只能事后报量，却不会把放疗适用性规则、支付方材料包组装和上线期时段经济性编码进去。久而久之，哪些适应症、支付方和转诊伙伴真能把小型放疗项目跑成，就会沉淀成一条越来越深的数据护城河。

待完成任务

flowchart LR
  Buyer[肿瘤业务负责人] --> Pain[小型治疗室上线需要患者量和支付方确定性]
  Pain --> Product[利用率与准入 OS]
  Product --> Outcome[更稳的 capex 审批和更满的治疗排班]

高管要点

• 滩头市场是真实的，但很窄：Leo 已把直立式放疗推成一个活跃采购品类，可见的铺开范围仍只在几十到一两百个先进站点之间，所以风险投资逻辑得建立在——工作流一旦跑通，就从直立式上线扩到相邻高 capex 放疗项目 [1][2][15][16][17]。
• 当小型固定束系统能塞进现有机房，瓶颈就从土建转到上线编排；支付方授权、转诊转化和 调试投运吞吐，才是真正决定治疗室 ROI 的变量 [1][3][7][8][22][25][36]。
• 医院本来就在被人手短缺、预授权拖延和碎片化 QA 工作流拖累，所以只要产品能拿掉手工协调，而不是再加一个看板，痛点就是真金白银的 [20][21][23][25][26][36][38][39]。
• 现有厂商占着计划、治疗记录和企业数据，但没有谁专门盯首间治疗室的上线经济学——尤其是转诊、授权和模态准备度这几块 [27][28][29][30][36][38]。
• 只要产品还停留在工作流和证据基础设施层，监管风险可控；一旦系统开始在没有临床医生复核的情况下给患者级临床或报销决策，风险就会明显抬升 [5][22][32][33][34]。

市场定义

本报告把市场定义为：一套给小型先进放疗首间治疗室降上线经济学风险的软件工作流——它负责预测合格患者、组装可直接送审的支付方授权材料包，并管理新的直立式或固定束治疗室的排班填充 [1][3][7][10][22][25]。

用户与买方

核心用户是放疗运营负责人、首席医学物理师，以及转诊 / 收入周期经理，因为 调试投运、准备度和每日时段利用率都在他们手里；经济采购方通常是肿瘤服务线 SVP 或 CFO，因为人手缺口、预授权延误和治疗室装不满，都会直接改写上线 ROI [20][21][25][26][36][38][39]。

购买触发点

• 一旦董事会批准，或小型直立式 / 固定束治疗室的改造启动，需求预测和支付方工作流就立刻变成现实运营任务。 [1][3][7][8]
• 某个中心的质子治疗转诊开始卡在支付方延误或报销范围不一致上，授权运营就会在投运前先暴露成瓶颈。 [22][23][25][26]
• 医学物理和运营团队意识到，如果不提前处理，调试投运、同行评审和 QA 交接只能继续在电子表格和孤岛系统里打转。 [20][36][38][39][40][48][53]

支付意愿

预算很可能来自上线准备、服务线运营和避免拒赔的支出，而不是全新 IT 预算。买方本来就在吃人手短缺、手工预授权和 调试投运 / QA 开销的亏，所以只要工具能把“跑到利用率”这件事提速，就有机会直接从现有治疗室上线预算里把自己养出来。 [20][21][22][25][26][36][38]

品类动态

增长信号 到 2025 年，欧洲放疗疗程预计增长 16%

验证信号

• Leo 融到 $65M，Stanford 也已完成首例小型直立式质子治疗，说明这个品类已经从概念走到真实部署。
• PTCOG 报告全球已有 133 家粒子治疗中心在运营、另有 34 家在建，所以先进放疗的上线运营并不是一次性事件。
• 支付方延误和人手短缺研究都表明，吞吐问题早已带来可衡量的运营和临床后果。

监管与技术约束

• 任何跨院区基准产品都得处理 HIPAA 和 GDPR 场景下的 PHI、同意和留存规则。
• 如果产品对临床适用性或报销决策的影响超出“支持工作流”的边界，MDR / FDA 暴露就会升高。
• 直立式项目仍需把可重复摆位、影像引导和治疗计划转换跑稳，才能避免引入新的 QA 风险。
• 质子和先进放疗的支付方报销政策仍高度可变，所以授权内容必须始终按适应症拆开。

竞争不是正面对打，而是四分五裂：OIS / TPS 厂商管着治疗记录和排班，Epic 这类系统握着企业工作流和转诊数据，OEM 帮首台设备上线，院内物理团队和 PMO 再把缝补起来。真正的空白，是一套围绕上线前需求确定性和上线后爬坡执行的中立控制台 [27][28][29][30][36][38][39]。

为什么现有厂商不会默认胜出

• 治疗计划与肿瘤信息系统. Varian、Elekta 和 RaySearch 占着核心治疗工作流，但它们不会天然赢下这一层，因为上线前的需求确定性、支付方材料包组装和转诊爬坡执行都不在它们的重心里。
• 企业级 EHR 工作流. Epic 掌着最宽的患者与转诊数据平面，但它不是围绕模态专用的 调试投运、直立式适用性逻辑或单治疗室上线经济学来设计的。
• OEM 部署服务. Leo 和 Mevion 主导的部署工作能帮一间治疗室上线，但 OEM 服务天生绑定单一设备，也很难自然长成跨网络基准或支付方运营数据集。
• 院内物理团队与 PMO 体系. 电子表格、纸质活页夹和临时 QA 例程在首个站点上够灵活，但一旦 peer review、授权和吞吐需要一套可审计的多院区手册，它就撑不住了。

这家公司最该先做成一套厂商中立的上线与利用率控制台，卖给美国区域癌症网络里那些正要开出首个小型直立式放疗治疗室的团队。最理想的首个客户，是一个有 3-6 个院区、一个可改造机房、20 多个社区肿瘤转诊伙伴，且已获董事会批准在 18 个月内投运的网络。眼下最痛的不是治疗计划或 EMR 替换，而是得先证明会有足够多可报销患者进来、把支付方材料包准备齐，并在新治疗室看起来还没跑满之前把早期时段填起来。切口必须收窄：先盯一间治疗室的回溯式合格患者量预测、按适应症拆分的授权材料包组装、转诊到初诊的导流，以及投运后前 90 天的爬坡看板。这个范围和采购触发点是对得上的：资本项目或机房改造一启动，预算就会出现，赞助人也必须在调试投运结束前把人手、支付方准备度和转诊爬坡假设锁住。最强优势，是一套厂商中立的数据集——它能告诉你，跨院区、跨模态时，哪些适应症、支付方、转诊伙伴和上线手册，真的能把患者转成已授权的治疗启动。最大的证伪风险则是，可见的直立式装机基数太小、太偏学术，逼着公司比计划更早证明：同一套工作流也能在小型质子和 MR-linac 上跑通。研究里的市场规模还是模型值，而且 Leo 披露的 57 份合同里，美国区域网络究竟占多少也不清楚，所以前 12 个月必须先验证预算归属、预测准确率和试点转生产转化，再谈更大融资故事。

问题

• 小型直立式放疗减轻了建设负担，但如果癌症网络拿不出证据证明首个治疗室能装满足够已授权患者，资本还是可能投错地方。
• 历史病例复盘、预授权、转诊协调、QA 交接和投运后时段管理，现在仍散落在电子表格、OEM 服务、支付方门户和彼此割裂的医院系统里，既拖慢上线，也把本可避免的利用率流失藏了起来。

解决方案

• 先上一个以读为主的上线 OS，挖历史病例、转诊流和支付方结构，在治疗室投运前按适应症算出合格患者量和贡献。
• 再把预测转成日常动作：组装可直接送审的支付方授权材料包、把社区转诊里的高概率患者导进来，并在投运后持续追踪前 90 天的时段填充、拒批和流失。

为什么我们会赢

• 公司卡住的是上线前的决策窗口：只要少出现一间没装满的治疗室，服务线 ROI 就会明显改观，而现有 OIS、EHR 和 OEM 工具恰好在这个环节最不专业。
• 每做一次部署，都会继续沉淀跨院区数据：哪些适应症符合条件、哪些支付方最卡、哪些转诊能转化、哪套爬坡基准最有效——这些数据今天既不在单一医疗系统手里，也不在 OEM 或通用 BI 里。

里程碑

flowchart LR
  Wedge[单治疗室上线切口] --> MVP[预测 + 授权 MVP]
  MVP --> Proof[预测准确率与爬坡验证]
  Proof --> Expansion[多治疗室和相邻模态扩张]

创始团队

实验路线图

风险评估

必须成立的条件

• 至少得有几家美国区域癌症网络，会在首间治疗室上线前 18 个月内，为一层中立工作流付费。
• 历史病例、转诊和支付方数据必须足够支撑高精度预测，才能实打实影响人手配置和 capex 决策。
• 授权与转诊编排必须把启动时间或拒批表现改善到足以支撑每间治疗室的软件预算，且接近模型里的支出水平。
• 买方必须更偏好厂商中立的上线控制，而不是继续等 OEM 看板或现有 EHR / OIS 扩展。
• 这套工作流必须能迁移到小型质子或 MR-linac；否则滩头市场会小到撑不起风险投资回报。

待尽调问题

• Leo 披露的 57 份合同里，到底有多少是 18 个月内上线的美国区域网络项目，而不是学术旗舰站？
• 在一个典型客户里，创业公司实际上能拿到哪些投运前数据：历史病例、转诊日志、支付方结果和排班数据分别可得多少？
• 上线准备软件的预算，现实中到底归谁管——肿瘤运营、收入周期、资本项目办公室，还是 CFO？
• 什么 KPI 足够硬，才能把 OEM 服务或内部电子表格挤掉——预测准确率、授权周转、拒批下降，还是治疗室填满率？
• 要把产品从直立式扩到小型质子或 MR-linac，究竟还得再补多少功能？

模型合理性

• 收入引擎. 收入引擎靠的是：把 $75K 的付费投运前试点，转成每间治疗室每年 $175K 的生产合同；治疗室数则从 Y1 年末 3 间，爬到 research.yaml 模型化 Y3 SOM 对应的 12 间。
• 必须成立的事. 前 3 个付费试点里，至少 2 个必须在 Y1 内转成年度生产合同——这是 BP 自己写下的里程碑——否则治疗室爬坡、毛利率轨迹和现金跑道都保不住基准路径。
• 模型失灵条件. 如果试点转生产掉到 BP killCriteria 设定的“低于一半”，下行情形显示 Y3 收入会下滑约 33%，且 Y3 结束前现金转负，被迫接一笔过桥融资。
• 下一轮证明点. 到第 18-24 个月前，拿下 2+ 个生产合同、验证 1 个相邻模态（小型质子或 MR-linac）原型，并发布 1 个客户自有爬坡案例，才足以支撑在这笔 $2.0M pre-seed 之上继续融一轮 seed。

情景

敏感性

flowchart LR
  Target[目标：3-6 院区网络，1 个可改造机房] --> Pilot[付费投运前试点：$75K]
  Pilot --> Convert{能转生产吗？}
  Convert -->|~67% Y1| Production[年度每间治疗室 ARR：$175K]
  Convert -->|~33%| Churned[未转化：只停留在试点]
  Production --> Rooms[已投运治疗室：Y1 3 间到 Y3 12 间]
  Rooms --> Revenue[确认收入]
  Revenue --> GrossProfit[毛利，目标约 70%]
  GrossProfit --> Cash[经营现金余额]
  Cash --> NextRound[在 12-24 个月里程碑上接 seed]

警示项: research.yaml 里的 TAM / SAM / SOM 都明确标成 modeled estimates（isEstimate:true），所以本模型瞄准的整个 Y3 收入上限——12 间治疗室、$2.1M SOM——天然继承了这层不确定性，而不是观察值。 · Y1 前 9 个月里有 5 个月毛利为负，因为试点阶段的交付人力压过了偏薄的试点收入；70% 毛利率只是稳态假设，还没在真实生产治疗室里被证明。 · CAC（$125K / room）和生产后月度流失（1.5%）都还是经验值，BP / research 里没有任何实证基础，因为公司连 1 个付费试点都还没签下来——前 2-3 个试点转化后就该用真实数据替换。 · 模型假设除了这笔 $2.0M pre-seed 之外没有新增融资；到 Q3Y3-Q4Y3 时现金只剩约 1 个月缓冲，这意味着 seed 轮必须在大约第 30 个月前后就落地，而不能拖到 36 个月。 · 收入集中度风险很高：只要前 2-3 个锚点治疗室里掉 1 个，Y1-Y2 增长轨迹都会被明显改写，这也呼应了 BP 自己的判断——按治疗室预算和漫长企业销售周期，未必天然撑得起风险投资级别经济性。 · Y2 / Y3 的 人手规模和间接费用 只是按 Y1 末与 Y3 末快照线性插值得到，并不是一份细颗粒度招聘计划，所以现实里的季度 opex 跳变大概率会比模型更颠。

• 采用节奏偏慢. 如果直立式放疗部署推迟，或合同转成实际项目的速度偏慢，初始装机基数的增长就可能低于公司预期。 缓解措施: 第一版产品就要同时支持小型质子、MR-linac 和其他有同类利用率与授权难题的肿瘤治疗室上线。
• OEM 渠道挤压. 硬件厂商可能会把基础部署看板打包进去，并限制客户关系入口。 缓解措施: 要抢在 OEM 的天然边界之外，占住跨院区、跨支付方、跨转诊的利用率工作流。
• 临床信任缺口. 如果患者 适用性 逻辑太黑箱，或自动化味道太重，放疗团队可能会抗拒软件给出的建议。 缓解措施: 先用透明规则、医生在环复核，以及上线期 ROI 看板，把系统预测和真实结果一一对上。