AI能否幫助移動醫療互聯網走出困境？

12-19

之前大家都說輕問診是偽需求，但是親身經歷後發現能在網上得到權威性的快速回答還是很有必要的。

因為小病小痛去門診，醫生認為完全不是病，排隊半小時掛的號幾分鐘就被打發掉，更不用說路上來回的時間。但是在輕問診app上分分鐘內就可以得到滿意，並且讓人安心的回答。

一個思路是，現在的問診app是不是都在用很權威的醫生來回答一些普遍但是輕微的病情，有沒有辦法用人工智慧來把這些知識整理起來，幫助輕問診app提高準確率和效率？

希望這些APP都能找到惠及病友，同時自己能很好生存下去的模式

就問診來看，中國需要的不是AI，而是病種資料庫，而這病種資料庫的建設就極其困難，更不要談AI的可能性了。而且從美國的實例來看，AI帶來的收益和可能帶來的成本節約還根本看不到，目前談這些商用還為時過早。

下面是舊文一篇，以供參考。

病種資料庫該如何入手

病種資料庫未來的發展很可能會取得一定的突破，成為整個診療過程中的重要手段，也將成為互聯網醫療發展過程中不可忽視的一股力量。

對於目前中國的醫療市場來說，病種資料庫的切入點可分為兩個部分。第一，針對普通疾病的病種資料庫，主要的功能是為病人提供自診以幫助他們明確尋找哪種類型的專科醫生。由於中國全科醫生的匱乏，在發展全科醫生的過程中，這類資料庫可以成為基層全科醫生重要參考。在大醫院的醫生指導下或可開發出全科醫生的規範指引。

第二，針對疑難雜症和急重症的病例資料庫。這類資料庫主要針對基層和全國的三四線城市，主要向醫生開放，成為他們做出診斷的一個重要依據。無論是急重症還是疑難雜症，基層醫生的能力顯然無法來駕馭。病例資料庫能帶幫助他們對病人做出基本的判斷而不至於延誤病情，在進行遠程會診的時候，也能尋找到明確的方向。

就問診來說，目前的客流主要集中在大醫院，無論是鄉村還是城市，都湧向大醫院看病，這不僅是中國基層醫療薄弱所導致的，也是整個問診過程沒有建立起全面的規範和指引所導致的。在診前和診中，病種資料庫的機會最大，無論是病人在問診前的自診還是醫生在問診時進行參考，都有很大的市場機會和意義。相對來說，病種資料庫對診後的意義要弱很多。無論是康復還是慢病隨訪，主要集中在對疾病的恢復和控制，不太需要再做決策。

就目前的醫療市場來看，病種資料庫很難在針對普通病人的C端獲得大的發展。在中國的疾病知識普及和用戶自診領域，信息的客觀性已經被很大的顛覆，用戶很難對這些真假參雜的信息作出準確的判斷。這主要是因為信息提供商主要依靠廣告，很難站在中立的立場來為用戶服務。而且用戶已經習慣了免費獲取這些信息，只能依舊使用廣告這一模式，很難做到客觀中立，也就無法真正贏得用戶的信任。而在商保沒有大力發展起來之前，也很難依靠機構來埋單。

病種資料庫在C端的困境與當前的網路問診有著相似之處。由於缺乏基本的信任和無法提供準確的診斷，很難為用戶提供真正的價值。不過，這類服務如果作為診療的前端還是有一定的價值，結合一些基本的設備來獲取初步的用戶數據，可以作為用戶問診的引導。因此，針對C端的服務可能更適合一個更大的布局前端，巨頭對此的投入並不在乎其是否能盈利，而是為了幫助其獲取用戶導入後端的診療服務。

隨著基層醫療未來的發展，針對B端的病種資料庫將獲得青睞。中國不僅基層醫療力量薄弱，三四線城市的醫療實力也很弱，縣級醫療機構急需獲得發展。但現實是優秀的人才不願意降到基層，而且用戶也不願意去基層看病，這導致基層醫療的惡性循環。要破解這一困境，只有提高基層醫療機構的技術能力和服務水準才能吸引病人迴流到基層，但要這樣操作並不容易。在這種情況下，病種資料庫的價值就體現出來了。

通過對小病和常見疾病建立規範化的資料庫，幫助基層醫生減少誤診率。提高診斷的準確率加上服務標準的提高，將有效提高病人對基層醫療的滿意率。同時，必須改變當前基層醫療的開藥門診形象。可以通過與連鎖藥房合作來擺脫基層醫療對藥品收入的依賴，並解決藥品目錄不全的問題。

而建立疑難雜症和急重症的病例資料庫可以幫助基層醫生做出快速反應，爭取救治病人的時間。幫助基層醫生能大致判斷出病人的病情，並尋找到相關專家來進行遠程會診，不僅為病人進行有效的治療，也節約了時間和費用。

不過，病種資料庫的建立依舊會有挑戰。首先，這一資料庫的建立耗時耗力，如何保證其標準的準確性。無論是常見病還是疑難雜症，可能都需要調動名醫的資源，這不是一家創業公司可以完成的。其次，針對疑難雜症和急重症的病種資料庫建立難度非常大。大醫院依靠這些病例來完成科研任務和掌握治療的核心能力，要他們開放出來並不容易。當然，如果真能拿出來共享確實是對社會帶來很大的益處。最後，病種資料庫的收費操作也不容易。針對C端的收費目前來看可能性非常小，而針對B端的收費也需要建立統一的規範，不能存在定價過於混亂的問題。

總之，病種資料庫對未來中國醫療改革和市場的發展有著很大的意義，但依舊有多重挑戰。

病種資料庫該如何入手 | 村夫日記

謝邀~

醫學和圍棋不同，沒有明確的規則，沒有透明的機制，所謂的醫學知識，今天還是常識，明天就有可能變成錯誤認知，後天說不定又要翻案。

一邊是人類自己定義規則的遊戲，一邊是自然界生成的黑箱，人類自己對這個黑箱都是在一點點摸索，一個偏向收集整理分析大數據的AI，能有多大作為，實在值得懷疑。

有幫助。無所謂走出困境，以後的移動醫療都會有AI相關功能模塊。AI是技術、雲、大、物、移都是創新技術，如何輔助醫療，幫助患者、降低醫療差錯，提升醫療質量和患者滿意度。醫療的問題用醫療的目標，很多東西是非直接關係，AI可以讓現在更好就有意義。但得跟臨床和疾病緊密相關，AI企業不要自己造需求就行。

Yes，but Not today。

輕問診是一個偽命題。診斷學基本要素不可能被縮減成只有聽。梅奧診所的分診中文版，絕世好醫，用過以後就知道有多少的智障了。不僅毫毫無正面意義，還搞腦子，混亂臨床思維。

建議您到一家有his系統的醫院去看病，這樣看病很方便的，現在都醫療信息化了，這方面很重要。

先落實三級診療制度吧，比AI靠譜多了

最近知道的是，各大問診網站的回答醫生都是各社區醫院和衛生院的醫生，因為他們閑，專家哪兒有空理你們啊。想太多了，所以如果這樣還會覺得有用嗎？我同學讀完醫學院做一個普通醫生，要靠百度看病，哎

IBM的 MERA，Deepmind投資的 Babylon，MS的Hanover項目，這幾個都涉及到通過引入AI來解決比較簡單的健康諮詢和問診的問題。 IBM的 Watson 還有個項目是輔助診斷疑難癌症的。