从发文到采购：深度拆解
四川大学华西医院 2025年 TOP 科室的科研需求与品牌突围策略

本报告以2025年四川大学华西医院TOP10科室的文献计量数据为底座，围绕科室发文量、研究方向、试剂品牌引用、核心PI品牌偏好四个维度，构建“科室—学者—品牌”三层分析框架，并输出可落地的销售优先级与差异化策略。研究的基本逻辑是：文献产出反映科研活跃度，关键词反映研究领域选择，通讯作者反映决策主体，品牌引用反映实际消耗与供应链偏好。四者叠加，才能从“谁在做什么研究”推导出“谁在买什么试剂、为什么买、能否被替换”。

从数据体量看，2025年华西医院全院发文量达到4,210篇，TOP10科室合计1,070篇，占比25.4%。但需注意，全院剩余的3,140篇分散在大量科室中，单个科室体量有限。这一结构与瑞金等同类国家级医学中心相似：头部科室依靠人才梯队、平台设备与病例资源形成正向循环，产出效率显著高于一般科室。因此，试剂销售资源若按科室数量平均分配，头部科室将严重供给不足，而尾部科室则资源过剩。

本报告的核心价值在于，将传统上依赖销售经验和客户关系的试剂推广，转化为基于公开数据的可量化、可排序、可追踪的决策模型。通过CR1/CR3集中度指标识别品牌壁垒，通过篇均品牌引用识别消耗强度，通过国产品牌渗透率识别替代空间，最终形成科室层级的P0/P1/P2优先级和PI层级的四型忠诚度分类。

销售优先级总览

在将结论转化为行动时，最关键的判断是：哪些科室值得投入核心资源，哪些科室只需维持关系。本报告以“篇均品牌引用强度”为核心指标，叠加发文体量与国产渗透空间，得出科室优先级排序。排序结果显示，P0三科室（骨科、眼科、检验科）与P1科室之间存在明显断层。

一句话策略：把核心销售资源压向骨科、眼科、检验科三个P0科室；用产品线专项突破呼吸科、麻醉科、重症医学科；对放射科、心内科、神经内科以AI影像、介入耗材与设备合作维持关系，不做试剂广撒网。这一策略的核心逻辑是：在正确的战场上投入足够的兵力，比在错误的战场上投入更多的兵力更重要。

• 一、科室层面分析：发文量排名 · 研究方向 · 试剂品牌格局 · 高价值科室识别P.04–P.09
• 二、核心PI层面分析：PI识别 · 品牌画像 · 品牌忠诚度分型 · 学者—科室—品牌关联P.10–P.13
• 三、销售策略建议：科室分层策略 · 核心PI差异化策略P.14–P.15
• 四、核心发现总结P.16
• 五、总结与展望 · 附录P.17–P.18

阅读本报告时，建议按照“科室→PI→策略”的顺序推进。科室层面解决的是“广度”问题——确定哪些科室值得投入；PI层面解决的是“深度”问题——确定每个科室内部谁是关键决策人、偏好什么品牌、能否被替换；策略层面解决的是“执行”问题——确定投入多少资源、按什么节奏推进、用什么产品切入。三个层面环环相扣，缺一不可。

2025年华西医院全院发文总量为4,210篇。TOP10科室合计产出1,070篇，占全院25.4%。这一比例说明：华西医院的科研产出呈现典型的“头部集中 + 长尾分布”结构——不足全院科室总数的一小部分，贡献了超过四分之一的文献产出。

理解这一结构对销售策略的含义在于：试剂消耗的分布比发文量的分布更加集中。TOP10科室占25.4%，但由于头部科室的实验强度更高、样本量更大、技术平台更复杂，其试剂消耗占比很可能超过45%。这意味着，如果销售资源按照科室数量平均分配，头部科室将严重供给不足，而尾部科室则资源过剩。因此，识别头部科室并集中投入，是提升销售效率的第一步。

从排名本身看，呼吸与危重症医学科（175篇）与麻醉科（139篇）构成全院的“双引擎”，两者合计314篇，占TOP10的29.3%。放射科（138篇）凭借影像组学与人工智能技术的交叉应用，已从传统辅助科室跃升为科研产出主力，与神经内科（122篇）、神经外科（115篇）、心内科（96篇）共同构成第二梯队。第三梯队包括胸外科（76篇）、眼科（75篇）、癌症中心（68篇）、感染性疾病中心（66篇），四个科室发文量差距仅10篇，呈现高度扁平化的竞争格局。

梯队划分：三个能级，两种战略角色

将TOP10科室按发文量划分为三个梯队后，可以更清晰地看到资源分配的逻辑。第一梯队（≥130篇）只有呼吸科和麻醉科两个科室，两者合计314篇，占TOP10总量的29.3%，是全院科研产出的核心引擎，反映出呼吸系统疾病与围术期医学两大领域的深厚积淀。第二梯队（90–129篇）包括放射科、神经内科、神经外科、心内科四个科室，合计471篇，占TOP10的44.0%，是TOP10中体量最大、学科方向最交叉的群体。第三梯队（50–89篇）包含胸外、眼科、癌症中心、感染中心四个科室，合计285篇，占TOP10的26.6%。

值得注意的是，全院其他科室合计3,140篇（74.6%），虽然单个科室产出有限，但总量远超TOP10总和。这一“长尾”部分对于标准化产品（如常规抗体、ELISA试剂盒、耗材）具有重要价值，适合通过电商化、目录化方式覆盖，而不需要投入大量销售人力。但对于高价值、高壁垒的试剂（如流式抗体、小分子抑制剂、NGS建库试剂），长尾科室的单个采购量小、决策分散，投入产出比低，应作为次要市场。

关键词是研判科室科研“注意力分配”的最佳抓手。一篇文献的关键词，直接反映了作者认为最重要的研究对象、方法或概念。通过对高频关键词进行词频统计和聚类分析，可以识别出华西医院2025年的科研主航道，并进一步映射到具体科室。

在阅读词频数据时，需要理解一个基本逻辑：高频关键词代表“共性方向”，低频但集中的关键词代表“特色方向”。例如，lung cancer、NSCLC在呼吸科、胸外科、癌症中心同时高频出现，说明“肺癌”是跨科室的共性方向；而hydrogel microspheres、水凝胶微球在骨科集中出现，就是骨科的特色方向。销售策略上，共性方向适合推广通用型产品，特色方向适合推广定制化产品。

全院共性研究方向

从跨科室分布看，华西医院2025年的科研方向呈现三大共性主线，这三条主线覆盖了绝大多数科室，也是试剂消耗的“基本盘”。

各科室差异化特色

从表中可以提炼出三个关键的销售启示。第一，“唯一标签”是销售切入的钩子。呼吸科的lung cancer、心内科的TAVR、眼科的白内障与糖网、感染中心的人工肝，这些标志性方向是科室的“名片”，也是销售打开话题的最佳切入点。第二，肿瘤方向虽多科室共享，但病种差异决定产品差异。肺癌需要EGFR/ALK检测与PD-L1抗体，食管癌需要鳞癌标志物与放疗敏感性检测，胶质瘤需要IDH突变与MGMT启动子检测，肝癌需要AFP与影像组学配套。第三，方法学趋同、病种分化。AI、meta-analysis在多个科室同时出现，意味着通用型试剂具备跨科室复制的可能；但病种分化又要求产品组合必须针对具体疾病领域。

将共性方向向下拆解至科室层，可以看到每个科室都有清晰的“主攻病种 + 主攻技术”组合。这种差异化决定了试剂销售不能采用统一话术，而应针对科室的标志物类型、样本类型、实验方法设计产品组合。例如，呼吸科的主攻方向是肺癌与危重症，需要的是PD-L1抗体、ctDNA提取试剂与炎症因子ELISA；而神经外科的主攻方向是胶质瘤与预后，需要的是IDH/MGMT抗体、免疫组化试剂与预后模型配套试剂。两者的产品需求重合度有限。

在分析各科室研究特色时，还需要关注一个关键变量：技术平台的复杂度。麻醉科的研究以meta分析与临床队列为主，实验类型相对统一，试剂消耗集中于ELISA、流式与神经递质检测；神经外科的研究涉及胶质瘤分子分型、免疫微环境、单细胞测序，实验类型复杂，试剂消耗集中于高端抗体、小分子与测序试剂。技术平台越复杂，单个实验的试剂消耗量越大，客单价越高，但进入门槛也越高。这解释了为什么神经外科的篇均品牌引用（5.78次/篇）高于神经内科（1.88次/篇），尽管两者发文量接近。

从科室研究特色的分析中，可以提炼出三个关键的销售启示。第一，“唯一标签”是销售切入的钩子。呼吸科的肺癌、心内科的TAVR、眼科的糖网、感染中心的人工肝、神经外科的胶质瘤，这些标志性方向是科室的“名片”，也是销售打开话题的最佳切入点。第二，肿瘤方向虽多科室共享，但病种差异决定产品差异。肺癌需要PD-L1与EGFR检测，食管癌需要鳞癌标志物，胶质瘤需要IDH/MGMT检测，肝癌需要AFP与影像组学配套。如果销售只知道“肿瘤”而不知道“哪种肿瘤”，就无法精准匹配产品。第三，方法学趋同、病种分化。AI、meta-analysis在多个科室同时出现，意味着“通用型试剂+分析服务”具备跨科室复制的可能；但病种的分化又要求产品组合必须针对具体疾病领域。

科室层面的品牌引用数据，是判断试剂市场潜力最直接的抓手。本报告统计TOP10科室的品牌引用总量、篇均引用量与CR1/CR3集中度，得到以下核心判断：各科室品牌高度分散，单一品牌垄断程度极低，为多品牌竞争提供了广阔空间。

“消耗强度”与“品牌集中度”是两个独立的维度，但它们的组合决定了销售策略的基本逻辑。高消耗+低集中（骨科、眼科）意味着：试剂用量大，但品牌分散，没有单一品牌形成垄断，新品牌进入的门槛低，但需要覆盖多个品牌才能获得显著份额。高消耗+高集中（内分泌、心内科）意味着：试剂用量大，但BD/Sigma等少数品牌占据主导，替换难度大，但一旦成功替换，收益也大。低消耗+高集中（放射科、神经内科）意味着：试剂用量小，且品牌集中，不值得投入大量销售资源。

眼科以10.68次/篇的篇均消耗强度位居TOP10之首，呼吸科（10.06）、麻醉科（9.02）紧随其后。这一结果说明，眼科虽然是发文量排名第8的科室（75篇），但单篇论文涉及的试剂种类和数量远超其他科室——眼科研究涉及眼底影像、细胞培养、动物模型、分子检测等多个环节，每个环节都需要大量试剂。相比之下，神经内科（1.88次/篇）和放射科（5.95次/篇）的研究以临床数据分析或影像分析为主，试剂消耗自然较低。

癌症中心（7.65）、胸外科（6.33）、感染中心（6.08）属于中等消耗强度，但三者的产品结构截然不同：癌症中心偏免疫检查点抗体与ELISA，胸外科偏IHC与类器官培养基，感染中心偏分子诊断与流式。放射科（5.95）和神经外科（5.78）消耗强度接近，但放射科的引用集中在少数品牌（CR1较高），而神经外科的品牌更分散。

将“发文体量”与“消耗强度”两个维度交叉，可以构建一个四象限矩阵，帮助识别不同类型科室的销售策略。横轴为发文体量（代表市场规模），纵轴为篇均品牌引用（代表单位价值），气泡大小代表品牌引用总量（代表实际消耗规模）。

这一矩阵的核心价值在于：发文量高的科室不一定是试剂消耗大的科室。神经内科发文122篇（全院第4），但品牌引用总量仅229次、篇均1.88次/篇，是全TOP10中最低的；眼科发文仅75篇（第8），但品牌引用总量801次、篇均10.68次/篇，远超神经内科。如果销售只看发文量排名，就会把资源错配到神经内科，而忽视眼科这个真正的高价值科室。

从四象限矩阵可以清晰看到：呼吸科独处右上角偏右，是唯一同时具备“大体量+高消耗”的科室，销售价值最高；眼科位于左上角，是典型的“小体量·高消耗”科室，单篇价值极高但规模有限；麻醉科位于中上部，体量与消耗兼备；神经内科位于右下角，是“大体量·极低消耗”的典型，属于非试剂驱动型科室。

品牌集中度与国产渗透的结构性判断

从CR1和CR3两个集中度指标看，各科室的品牌结构差异显著。神经内科的CR1（7.0%）和CR3（18.8%）最高，说明其品牌相对集中；心内科的CR1（7.8%）和CR3（17.7%）次之；相比之下，麻醉科的CR1（3.0%）和CR3（7.4%）最低，说明其品牌高度分散，没有任何单一品牌形成垄断——这为多品牌竞争提供了最大空间。

从国产渗透的角度看，感染中心和放射科的国产渗透率最高，TOP1品牌均为国产（Tsingke、Beyotime）。心内科与胸外科属于中等渗透，Abclonal、GenePharma等国产品牌已进入TOP3。麻醉科、眼科、呼吸科的国产渗透率最低，TOP3品牌全部为进口。这一分布说明：国产替代在分子诊断、病理试剂等标准化程度高的品类先行，而在流式抗体、高端细胞培养试剂等品类进展较慢。

前面三节分别从发文量、研究方向、品牌格局三个角度分析了TOP10科室，但每个角度只能反映科室价值的一个侧面。为了将多个维度整合为可执行的销售排序，本报告构建高价值目标科室评分模型（TVS, Target Value Score）。

TVS模型的设计逻辑是：一个科室的销售价值，取决于它“有多大”（发文量）、“有多密”（篇均品牌引用）和“有多容易进”（国产渗透空间）。发文量决定了市场规模的上限，篇均品牌引用决定了单位客户的消耗强度，国产渗透空间决定了新品牌进入的可行性。三者加权后，得到每个科室的综合价值分。

从TVS得分看，P0三科室（骨科98.2、眼科85.6、检验科79.4）与P1科室（74.8以下）之间存在明显断层。这一断层是资源配置的天然分界线：P0科室应配置专职销售、技术支持和市场资源；P1科室适合以产品线专项突破；P2科室则应以专项产品与学术合作维持关系。

值得注意的是，骨科虽然未进入TOP10发文榜，但其篇均消耗强度（16.06次/篇）为全院最高，品牌极度分散且国产渗透已有基础，因此TVS得分接近满分。检验科的TVS得分（79.4）高于呼吸科（74.8），原因在于检验科的专科壁垒高、国产替代空间大，且几乎全部依赖进口品牌（Beckman Coulter 47次），替换收益显著。因此，在P0科室内部，优先级的排序可以是：骨科 > 眼科 > 检验科（从“投入产出比”角度）。

在科室层面确定了资源投向之后，下一步是识别科室内部的关键决策人。在学术文献中，通讯作者（corresponding author）通常是课题的负责人、经费的支配者和试剂采购的决策者。因此，本报告以通讯作者为PI识别的依据，按邮箱聚合后，2025年华西医院发文量TOP10核心PI合计发文161篇，占TOP10科室总发文量的15.0%。

从发文量分布看，21→18→16→16→16→16→15→15→14→14，前两名与后八名之间存在明显台阶（18 vs 16）。沈百荣（21篇）居首，聚焦人工智能与药物重定位研究；夏伟（18篇）深耕黏膜免疫与mRNA疫苗；彭星辰、龚启勇、宋彬、孙鑫四人并列16篇，分别代表免疫检查点抑制剂、精神影像学、影像组学、循证医学方法学四个方向。这一分布说明，华西医院的头部PI分布在多个学科，没有出现“单一科室垄断”的局面。

学科分布特征

从学科分布看，TOP10 PI中肿瘤相关科室（彭星辰、曾浩、李为民）占3人，影像/放射科（龚启勇、宋彬）占2人，内科/综合（沈百荣、孙鑫、张凌、牛挺）占4人，生物治疗（夏伟）1人。值得注意的是，人工智能/计算医学相关研究覆盖沈百荣、龚启勇、宋彬、牛挺、李为民等5人，已成为华西医院最核心的共性技术方向。这意味着，AI已不是某个科室的专属方法，而是跨学科的通用工具——对于试剂销售而言，这意味着“试剂+分析”的整体方案具备跨科室复制的可能。

从研究方向的交叉性看，肿瘤方向覆盖了癌症中心、泌尿外科、呼吸科三个科室，但病种差异明显：彭星辰关注头颈癌与免疫检查点，曾浩关注前列腺癌，李为民关注肺癌。影像方向由龚启勇和宋彬两人分担，前者偏精神影像学（psychoradiology），后者偏肿瘤影像组学，两者虽同属放射科但技术路径完全不同。这一分布说明，即使在同一科室内部，PI之间的研究方向也可能存在显著分化，销售策略必须“一PI一方案”。

PI层的品牌数据是原始明细，精度最高。通过计算每位PI的品牌引用总量、篇均引用量、CR1与CR3，可以量化其“试剂消耗强度”与“品牌依赖程度”，进而判断替换难度与切入策略。

在分析PI品牌画像时，需要关注三个核心指标。第一个是品牌引用总量，反映该PI的试剂消耗规模。夏伟以588次遥遥领先，是第二名牛挺（313次）的1.9倍，是末位沈百荣（53次）的11.1倍。第二个是篇均引用量，反映单篇论文的试剂消耗密度。夏伟篇均32.7次，是第二名牛挺（22.4次）的1.5倍。第三个是CR1和CR3，反映品牌集中度。曾浩的CR3高达24.2%，是全表最高；牛挺的CR3仅约1%，是全表最低。

这三个指标的组合，决定了PI的销售价值。高总量+高篇均+低集中（牛挺、龚启勇）是最理想的目标——消耗大、密度高、容易进入。高总量+高篇均+高集中（夏伟）是次优目标——消耗大、密度高，但替换难度大。低总量+低篇均（沈百荣）是低优先级目标——消耗小、密度低，投入产出比低。

从篇均品牌引用强度看，夏伟以32.7次/篇的绝对优势位居第一，是第二名牛挺（22.4次/篇）的1.5倍。这一差距说明，夏伟的研究涉及大量试剂消耗——黏膜免疫研究需要流式抗体、细胞因子检测、mRNA疫苗制备试剂；佐剂研究需要免疫学试剂与动物模型试剂。这些试剂种类多、单价高、消耗量大，使夏伟成为全院单客户价值最高的PI。

龚启勇（18.2）、彭星辰（11.1）、李为民（10.8）构成第二集团，篇均引用在10–18次之间。这三人的研究均涉及高端技术平台，但方向不同：龚启勇关注精神影像学，需要影像分析软件与神经抗体；彭星辰关注免疫检查点，需要PD-L1抗体、ELISA试剂盒；李为民关注肺癌与AI诊断，需要ctDNA提取试剂与标志物抗体。曾浩（4.4）、沈百荣（2.5）属于低消耗强度，前者以临床研究为主，后者以计算医学为主。

从品牌集中度看，曾浩的CR3高达24.2%，说明其采购决策相对依赖少数品牌（Gibco、Thermo、QIAGEN）。夏伟的CR3为19.6%，BioLegend单品牌占11.4%，是全院单品牌依赖度最高的PI之一。相比之下，龚启勇的CR3仅6.5%，牛挺的CR3约1%，说明这些PI的品牌选择非常分散，新品牌进入的门槛极低。

从品牌偏好看，龚启勇的TOP3品牌为Servicebio（10）、Beyotime（5）、Abcam（4），国产占两席；彭星辰的TOP3为BioLegend（12）、CST（11）、Beyotime（7），进口与国产并用；李为民的TOP3为Thermo（5）、CST（4）、QIAGEN（4），全部为进口。这些品牌偏好差异，直接反映了各PI的研究方向和技术平台差异——精神影像学需要病理染色试剂（Servicebio），免疫肿瘤学需要流式抗体（BioLegend），肺癌分子诊断需要核酸提取（QIAGEN）。

将“篇均品牌引用强度（消耗强度）”与“品牌集中度CR3”两个维度交叉，可将核心PI划分为四种品牌忠诚类型。这一分型直接决定了销售切入的难度、路径与话术。

品牌忠诚度的本质是决策惯性和技术信任。当一个PI长期使用某一品牌且实验顺利时，他不会轻易更换品牌，因为更换品牌意味着重新验证实验条件、重新建立质量控制、重新积累文献引用。这种惯性在高集中度PI身上表现得尤为明显。相反，当一个PI频繁更换品牌且没有明显偏好时，说明他对品牌没有强依赖，更关注产品本身的质量和价格，这类PI是新品牌进入的最佳目标。

从四型分布看，“最优目标型”仅2人（牛挺、龚启勇），但两者的消耗强度分别位列全院第2和第3，是单客户价值最高的群体。“长期攻坚型”1人（夏伟），单客户价值最高但替换难度最大，需配置专属技术团队。“低消耗·高集中型”3人（曾浩、沈百荣、彭星辰），替换成本高但价值有限，适合专项产品切入。“低消耗·低集中型”1人（李为民），适合批量试用。

将学者层、科室层、品牌层的数据交叉后，可以提炼出三类具有直接商业价值的洞察：共识点（可复制的成功要素）、分化点（需要差异化对待的变量）、空白点（尚未被充分覆盖的机会窗口）。

共识点的价值在于“可复制”。如果一个品牌在某个科室被多位PI共同使用，说明该品牌的产品质量、供货能力、售后服务已达到科室级标准，新品牌可以将其作为对标对象，逐步替代其非核心SKU。分化点的价值在于“需定制”。如果同一科室的不同PI品牌偏好差异巨大，说明采购决策分散，销售策略必须“一PI一方案”。空白点的价值在于“可抢占”。如果某个品牌在某科室的覆盖较弱，说明竞品尚未建立壁垒，新品牌进入成本较低，是优先投放的窗口。

从热力图可以清晰看到“强覆盖”和“空档”的分布。夏伟在BioLegend（67）、Gibco（25）、BD（23）、Beyotime（21）、Thermo（19）、Abcam（19）六个品牌上均有较高引用，是全表唯一形成“多品牌高覆盖”的PI，说明其消耗规模大且产品需求多样。龚启勇在Servicebio（10）和Beyotime（5）形成国产双品牌主导，而Thermo、BioLegend、BD、Gibco、CST几乎为零——这是明显的“空档”，意味着这些品牌尚未进入龚启勇的采购清单，是竞品可切入的窗口。

牛挺是另一个极端：所有品牌引用均为1次，没有任何品牌形成优势，这是典型的“极度分散型”画像。对于销售而言，这意味着不存在需要正面攻克的壁垒品牌，任何品牌都有同等机会进入——这是新品牌切入的最佳窗口。李为民的Thermo（5）和QIAGEN（4）相对突出，但整体集中度仍然较低（CR3 9.3%），属于可争取的中间态。

基于TVS评分与品牌结构分析，本报告将重点科室划分为P0（核心战场）、P1（专项突破）、P2（关系维护）三个层级。P0科室应配置专职销售、技术支持与市场资源，是年度业绩的主要来源。

资源分配的基本原则是“压强原则”——将优势资源集中在少数关键战场，而不是平均分散。P0三科室（骨科、眼科、检验科）的TVS得分均在79分以上，与P1科室之间存在明显断层。这意味着，如果销售资源按科室数量平均分配，P0科室将严重供给不足，而P2科室则资源过剩。因此，建议将重点科室总资源的80%配置给P0三科室。

P0-1　骨科与骨科研究所：全院最高价值科室

骨科是全院唯一同时具备“高消耗+高分散+国产友好”的科室。篇均品牌引用16.06次/篇（全院第一），品牌CR3仅7.5%，国产品牌Beyotime（第一）、Aladdin（第三）已占据TOP3中两席。这些特征叠加，使骨科成为试剂销售的“必争之地”。

P0-2　眼科：小体量·高密度的精品战场

眼科发文75篇（排名第8），但篇均品牌引用10.68次/篇（全院第二），品牌总量801次，远超其发文量排名。更关键的是，眼科的TOP3品牌全部为进口（Thermo Fisher 35、BioLegend 33、Sigma 23），国产渗透几乎为零，而CR3仅11.4%，说明没有单一品牌形成垄断。这是“高消耗+低集中+低国产渗透”的完美组合，是国产替代的最佳目标。

P0-3　检验科：被发文量掩盖的高价值科室

检验科发文量未进入TOP10，但篇均品牌引用10.51次/篇（全院第三），且几乎全部依赖进口品牌（Beckman Coulter 47次）。专科壁垒高、客户黏性强，一旦进入即可获得长期稳定的复购。这是典型的“专科深耕型P0”科室。

P1　呼吸科 / 麻醉科 / 重症医学科：产品线专项突破

P2　放射科 / 心内科 / 神经内科：不做试剂广撒网

放射科发文138篇（全院第3），但篇均品牌引用仅5.95次/篇，研究以影像分析、AI算法、介入手术为主，试剂不是主要消耗品。心内科（5.05）和神经内科（1.88）同样属于“非试剂驱动型”科室。对这三个科室不应投入试剂销售资源，而应转向AI影像软件、造影剂、介入耗材、设备维保等方向。

PI是试剂采购的实际决策者与使用者。针对不同类型的PI，采用统一策略必然失效。本报告按品牌忠诚度四型，为每位核心PI设计“替换路径 + 拓展产品 + 关键动作”，并按切入难度划分三个推进批次。

在制定PI策略时，需要把握三个原则。第一，尊重使用习惯。对于品牌集中度高的PI（夏伟、曾浩），不宜强行替换其核心品牌，而应从辅助试剂、耗材等非关键SKU切入，逐步建立信任。第二，发挥价格优势。对于国产品牌接受度高的PI（龚启勇、牛挺），应以性价比和快速响应为卖点，扩大份额。第三，提供整体方案。对于品牌分散的PI（牛挺、龚启勇、李为民），应提供“试剂+方法+数据”的整体方案，而非单一产品。

推进节奏：三批次梯度推进

时间节奏的设定，主要依据PI的品牌集中度和消耗强度。“最优目标型”PI（牛挺、龚启勇）消耗大且品牌分散，切入难度低，预计6个月可完成从首次接触到稳定复购的转化，适合作为第一批次快速推进。“低消耗·低集中型”PI（李为民）以及“低消耗·高集中型”PI（曾浩、沈百荣、彭星辰），预计8个月可完成转化，适合作为第二批次专项攻坚。“长期攻坚型”PI（夏伟）品牌壁垒最高，预计12个月才能完成转化，适合作为第三批次长期培育。

五条通用战术原则

综合前文分析，本报告提炼出六条核心发现。这些发现既是数据分析的结果，也是后续策略建议的基础。

1. 科研产出呈“双引擎驱动、三梯队跟进”格局。呼吸与危重症医学科（175篇）与麻醉科（139篇）构成第一梯队，合计占TOP10的29.3%；放射科（138篇）凭借影像组学/AI跃居第三，与神经内科、神经外科、心内科共同构成第二梯队（471篇，44.0%）；胸外科、眼科、癌症中心、感染中心构成第三梯队（285篇，26.6%）。这一格局说明，试剂销售资源应优先投向头部科室。
2. 肺癌与AI为全院两大核心研究方向。肺癌研究覆盖呼吸科、胸外科、癌症中心等多个科室，是唯一横跨三个科室的TOP1关键词；AI/机器学习渗透至放射科、眼科、心内科、癌症中心、神经外科等几乎所有重点科室，成为全院最核心的共性技术平台。方法学关键词的高频出现，说明华西科研正从“实验驱动”向“数据驱动”转型，试剂销售需要与数据分析服务结合。
3. 试剂品牌高度分散，国产替代空间广阔。全部科室CR1均低于8%，CR3最高为神经内科（18.8%），单一品牌垄断程度极低。Thermo Fisher、Sigma-Aldrich、Abcam为全院覆盖最广品牌；国产品牌在放射科（Beyotime 34次，第一）、感染中心（Tsingke 26次，第一）已占据主导。麻醉科、眼科、呼吸科的国产渗透率最低，是替代空间最大的科室。
4. 消耗强度极端分化，资源错配风险高。骨科与骨科研究所篇均16.06次/篇，是全院最高；眼科（10.68）、检验科（10.51）、呼吸科（10.06）紧随其后；神经内科（1.88）与放射科（5.95）偏低。若按发文量而非消耗强度分配资源，将把大量资源错配到神经内科（发文122篇、篇均1.88次），而忽视眼科（发文75篇、篇均10.68次）这一真正的高价值科室。
5. TOP10学者中“干湿实验”分化明显。宋彬（影像组学）、孙鑫（循证医学）、张凌（CRRT临床研究）三位PI合计发文47篇（占TOP10 PI的29.2%），但试剂引用全部为零，属于纯临床/方法学研究型。若将其纳入试剂销售目标，将造成近三成的资源浪费。试剂销售应精准区分“湿实验”学者（夏伟、牛挺、龚启勇、彭星辰等）与“干实验”学者。
6. 牛挺、龚启勇为品牌忠诚度最低、消耗强度最高的PI。牛挺品牌总量313次、篇均22.4次，但CR3仅约1%；龚启勇品牌总量291次、篇均18.2次，CR3仅6.5%，且Servicebio、Beyotime已占其TOP3中的两席。两者是国产品牌/新品牌切入的最佳目标。夏伟（BioLegend单品牌占11.4%）为品牌忠诚度最高的PI，需差异化长期攻坚策略。

5.1　总结

2025年，四川大学华西医院科研产出呈现“头部科室集中、优势学科突出、方法学交叉加速、国产品牌渗透上升”的总体格局。TOP10科室贡献全院25.4%的发文量，呼吸与危重症医学科、麻醉科构成双引擎，放射科、神经内科、神经外科、心内科形成战略支撑，眼科、检验科构成“被低估的高价值科室”。

从研究方向看，肺癌、肝癌、食管癌、胶质瘤等肿瘤研究覆盖几乎所有重点科室，人工智能与影像组学渗透至放射科、眼科、癌症中心、心内科、神经外科等五个以上科室，成为全院最核心的共性技术平台。方法学关键词（meta-analysis、nomogram、AI、radiomics）集体上位，标志着华西医院科研已全面进入“数据驱动”阶段。这一转型对试剂销售的含义是：单纯卖试剂的时代正在过去，提供“试剂+分析+服务”整体方案的时代正在到来。

从品牌格局看，进口品牌仍在高端试剂领域占据主导，但国产品牌已在特定科室形成规模化渗透——Beyotime在放射科位居第一（34次），Tsingke在感染中心位居第一（26次），Servicebio、Procell也在多个科室进入TOP3。全院各科室品牌高度分散（CR3均＜19%），单一品牌垄断程度极低，为多品牌竞争与国产替代提供了广阔空间。

从PI层面看，品牌忠诚度呈现明显分层：夏伟为BioLegend主导型（单品牌占11.4%），牛挺为极度分散型（CR3约1%），龚启勇为双品牌主导型（CR3仅6.5%），宋彬、孙鑫、张凌为零试剂引用型。这一分层直接决定了销售策略必须差异化、精细化。用同一套话术面对所有PI，必然导致效率低下。

5.2　展望

展望未来，华西医院的科研产出将继续保持头部集中、方法学驱动的趋势。随着肺癌研究、AI影像、单细胞、生物材料等方向的深入发展，试剂需求将更加多元化、高端化。国产试剂厂商需要在巩固常规试剂份额的同时，加快高端产品的研发和验证，才能在未来的竞争中占据有利位置。同时，销售模式也需要从“产品推销”向“解决方案+学术合作”转型，才能在PI级精细化运营的时代赢得先机。