人工智能如何破数据处理、变现难题？

人工智能“医生”入驻支付宝

3月14日，好人生智能科技和支付宝在上海举行“互联网医疗再赋能——好人生&支付宝发布会”。支付宝菜单中多了一款新功能——“智能预诊”。带着诸如“我可能得了什么病？”，“严重吗？”，“看哪个科室？”等问题的患者，在去医院之前，可直接在这个名叫“绝世好医”的“机器人医生”处，获得用科学循证的预诊分诊指导。

最便捷的办法，是在搜索栏中键入“医疗”，随后进入“智能预诊”，如图示。

不同于搜索引擎简单的关键词关联或竞价排名，也不同于轻问诊移动医疗APP中2-3步的分诊系统，“绝世好医”像一个真正的医生一样，根据患者主诉连续提问，一步步对患者的病症进行定位，“准确率高达98%”，好人生集团创始人汤子欧博士在会上透露。

入口战略的时代已经到来

以支付切入，支付宝用互联网的手段将患者的就医体验进行全流程优化，包括停车、挂号、排队、缴费，再候诊、检查、取报告、取药等一系列动作，线上对应的就医场景，实在缓解了公立医院的服务提供压力。布局完诊中之后，支付宝开始将触角伸向诊前和诊后。

2013年，好人生集团与Mayo Clinic美国梅奥取得合作，以梅奥150年来积累西医大数据知识库为基础，共同开发了绝世好医智能预诊分诊系统，一方面用于直接对患者的智能分诊，一方面用于基层全科医生的辅助决策。

“当时我们和好人生谈合作，两家几乎是一拍即合，”蚂蚁金服医疗行业总经理王博在会上说， “绝世好医”正好满足了支付宝在诊前布局的诉求。

这背后的思路，是今年将发生在医疗政策和产业链方面的变局。

2017年，是政府向全国推行分级诊疗的关键年。而基层医疗机构的服务能力则直接影响政策的落地。汤子欧博士在会上给出这样一组数据，中国每千人拥有5.56名卫生技术人员，远低于世界平均水平的10.6。目前我国全科医生总数约17-18万，经测算，要实现到2020年，每万名城乡居民有2-3名合格的全科医生的要求，则需要增加到28-42万人。但每年通过“5+3”、“3+2”等方式培养的人才不足2万人。从市场角度看，全科医生供不应求的情况将长期存在。

另一方面，价值变局带来的商业想象空间则更大—— 2017年也是医药行业、医保行业利益格局重新切分的关键年，

国家将两票制推进到11个综合医改试点省和200个公立医院改革试点城市,，将零差率在城市公立医院全面铺开，药房从公立医院的利润中心转变成成本中心，药房托管，处方外流已经渐成趋势。不仅如此，当公立医院去中心化的变革进一步蔓延到检验、影响等部门时，越来越多的入口向社会敞开，背后蕴藏商业前景不言而喻。

“零售药店由于缺少销售处方药的第一场景”，在人才难以满足的情况下，人工智能预诊分诊系统其实是最高效的解决方案，汤子欧向贝壳社透露，“绝世好医”产品推出之后，已经有多家连锁药店企业主动找上门来。

在供给侧发生深刻变革的同时，商业保险也在尝试积极入局，但“苦于”早期干预的风险控制手段不够，和医疗行为的控制力度不足。

基于这些考虑，2016年起，好人生将”绝世好医“智能预诊分诊算法向全行业开放。基层医疗机构、连锁药店、公立医院、手机的生产厂商、保险公司以及第三方的健康管理公司，“绝世好医”悄然入驻不同的行业应用和场景。汤子欧博士将其定义为新兴技术的底层知识库、算法、模型和决策树。同时，该产品又成为支付宝、药企、保险方和各增值服务方的流量抓手。

人工智能分诊 核心是医疗数据

目前，在人工智能诊断行业，涉及方法论的神经网络结构和机器学习等已经不是瓶颈。算法底层的医疗大数据，才是这类产品最难获取的核心资源。

上周，哈佛医学院的一支团队发布了就一款智能预诊产品Buoy。其特点是，不仅吸纳了18000份研究论文，还有500万名患者的主诉。Buoy创始人Andrew认为，人工智能分诊系统直接面对的是患者的语言，所以光有医生录入的病历是不够的，还要有患者的主诉。据称，在用于测试的100个病例中，Buoy的诊断对了92个。

另一家国内的公司叫Airdoc，他们的人工智能系统也兼具分诊和辅助诊断功能。但其实，Airdoc的分诊依据更多是包括性别、年龄、种族、地域、发病率、全互联网医疗健康实时信息等在内的基础数据。据该公司称，这个系统可以在5分钟内完成分诊，并出具相关报告。

在我国，公立医院掌握着最多的核心医疗数据，没有政策支持，没有经济动力，以及有效的数据安全保障手段，商业机构获取数据是一道难题，医疗机构之间的数据互不开放共享，数据标准化和可互操作性也是一道难题。

即使已经授权使用梅奥知识库的好人生，在成立的前3年，也没有任何销售团队。“光是清理数据，我们就花了整整两年”，好人生集团CEO章智云告诉贝壳社记者。

入口战略 难点是变现

人工智能分诊商业前景巨大，抢占入口的战役已经打响。但许多投资人扔持观望态度。毕竟百度医生“倒下”的情景还历历在目。其一开始的形态，就是具有智能导诊功能的在线预约挂号平台。

复星同浩投资总监朱翔就对贝壳社记者表示，人工智能分诊的商业价值主要集中在前端的流量抓取，但后端变现方式始终是个难题。百度医生的做法，是在后续接入医生在线问诊，但相比巨大的前期流量获取投入，这样的盈利空间难以为继。

在朱翔看来，如果纯粹以分诊作为流量抓手，模式较轻，但发挥价值的空间较小。其中原因有二：第一，对于保险行业来说，用分诊不如用PBM作为抓手来得直接；第二，在中国目前的医疗环境中，流量抓取之后的转化率将会成为核心难点。“除非像美国的凯撒模式一样，保险和医疗机构结合在一起。保险公司给患者指定了医院网点，从分诊、诊疗、结算、理赔等环节都能一并打通”，分诊的流量变现能力才能释放。

标签：