售前電話
135-3656-7657
售前電話 : 135-3656-7657
引言
正在為互聯(lián)網(wǎng)醫(yī)療事業(yè)盡綿薄之力的我,在進入這個細分領域之前,可能與眾多領域外的人一樣,對于這個領域感受一片向好。有著地球上1/5人口的中國必然有著最為廣闊的醫(yī)療需求。
雖然中國醫(yī)療在國際中未必是最為領先的,但是中國的互聯(lián)網(wǎng)行業(yè)絕對是世界第一梯隊。所以“互聯(lián)網(wǎng)+醫(yī)療”就成了當下的必然產(chǎn)物。
與其他“互聯(lián)網(wǎng)+”領域不太相同,互聯(lián)網(wǎng)+醫(yī)療有幾個明顯的特征:
下面我將圍繞目前B2C互聯(lián)網(wǎng)醫(yī)療的常見業(yè)務模式、規(guī)模以及初步分析目前領先集團的盈利情況來預測接下來一段時間的發(fā)展趨勢和未來預期。
有關B2B、B2G、B2G2C這些業(yè)務模式另外再寫文章來討論吧。
互聯(lián)網(wǎng)醫(yī)療的常見業(yè)務模式與規(guī)模
首先我先引用一張來自動脈網(wǎng)的一張VB象限圖(從業(yè)經(jīng)歷告訴我該圖準確性還有待考量,不過總體上是可參考的,因為整個互聯(lián)網(wǎng)醫(yī)療的涉及面太廣,本文僅以此圖為線索,嘗試進行一些分析和討論,但是并不代表我認同這幅圖是絕對正確的,后文涉及到的公司、排名等任何要素,均參考于本圖中,同樣也未必正確),圖中我去除了“體外診斷”這一領域的公司,因為目前這一領域在“互聯(lián)網(wǎng)+醫(yī)療”體系中醫(yī)療要素占比超過了95%,更像是一種生物醫(yī)學的范疇,本文不做討論。
對于VB象限的說明如下:
VB象限是動脈網(wǎng)蛋殼研究院對醫(yī)療健康行業(yè)歷經(jīng)數(shù)年的跟蹤、觀察、思考、沉淀得出的一套細分領域、企業(yè)評價模型。該模型參考了企業(yè)基本信息、核心管理團隊、運營數(shù)據(jù)、融資情況以及政策管制等5大類指標,由超過200個維度的數(shù)據(jù)實時動態(tài)計算得出。
人工智能
首先是近期非常熱門,資本也一片看好的人工智能領域,其實人工智能解決的首要問題,就是如何定義人工智能是什么,在不同領域里,這個答案是不同的,目前(特指在量子計算領域突破之前)引用一下我曾經(jīng)為某公司規(guī)劃的醫(yī)療人工智能解決方案:
其實醫(yī)療行業(yè)的人工智能就是NLP(自然語言處理)與CDSS(臨床診斷決策支持系統(tǒng))的結(jié)合,前者用戶解決與用戶之間的溝通問題,也就是能夠理解用戶所表達的內(nèi)容并提煉之,隨后將系統(tǒng)思考的結(jié)果以一種用戶能夠理解的溝通方式表達出來;后者則是解決系統(tǒng)對于信息的處理邏輯,例如當我們收到用戶描述自己有咳嗽癥狀之后,系統(tǒng)將要如何處理下一個環(huán)節(jié)或者進行醫(yī)學影像識別,給出診斷?進一步詢問,又該詢問什么?給出檢查建議,需要檢查什么?
同時我們可以再看一下行業(yè)翹楚對此的規(guī)劃:
可以看到,除了處理能力,還單獨強調(diào)了自學習能力(即其URL特性中的L部分),即便是最新的醫(yī)學論文,也能夠該瞬間“讀懂并掌握”,千萬要區(qū)別這里的“讀懂并掌握”及存儲之間的區(qū)別。
國內(nèi)在這一領域的領導者從象限圖中看到是“微醫(yī)”,并且在第一象限內(nèi),僅有“微醫(yī)”與“云知聲”而后幾乎所有其他公司都側(cè)重在語音交互或者影像識別,但如果把IBM的加入到途中,應該說他將大幅領先于包括微醫(yī)在內(nèi)其他所有的潛在對手,但我們也依然發(fā)現(xiàn)的商用情況并不理想,這其中牽涉了太多的原因,如果要展開討論,可能需要單獨寫一篇《論2018年人工智能應用場景突破的關鍵障礙》。
如果一個名校畢業(yè)的大學生目前就業(yè)情況還不是很好,更何況對于剛上初中這些小同學們。在醫(yī)療場景下關于醫(yī)療健康互聯(lián)網(wǎng)的理解,人們對其的不信任程度將遠高于一般場景,企業(yè)也不會將人工智能草率應用到醫(yī)療的關鍵環(huán)節(jié)中。