我所想像的家庭醫療健康場景

自己一直在立flag，死磕healthcare。

然而healthcare真是不好磕。說起醫療行業，主要就是看病的+賣葯賣器械的，行業相對保守，緩慢，規矩多。

從任何一個角度看，healthcare都面臨著比其他行業大幾倍的政策門檻和技術難度，雖說能爬過去的人都取得了重要的競爭壁壘，但是簡單的產品/服務早都有人佔領了有利位置，留下的機會就像鬼子的機槍封鎖一般難以突破。

我說的死磕healthcare，是基於自己對醫療健康行業，特別是從預防角度的暢想所說。預防可以利用相對現成的技術，資源去達成，且成本低廉，相比費力不討好的治療，是很理想的解決方案。獨立的預防動作很難有人付費，然而結合已有產品概念，植入預防概念進行產品升級，不失為一種好辦法。

家是一個人一輩子話費時間最多的固定場所，且在這個場景中，人又有相對固定的行為模式。人的生理健康信息的改變，會影響到在固定場景中行為模式的改變，通過監控這些數據，提示風險，引導改變，追蹤數據，相信一個人對自己的真實狀態會有史無前例的充分掌握，其帶來的經濟價值，想像空間巨大。

前陣子炒的火熱的智能家居概念，在我看來，是未來家庭醫療的雛形。通過對家庭場景的深挖， 對人的精神健康和生理健康進行監測和及時的干預。

這一套系統中，人機交互的界面應該是電視，或者音箱。電視也許會逐漸進化為一個像手機屏幕一樣的常亮屏幕，隨時按需激活，音箱可以獨立或者配合電視屏幕一同使用。通過聲音/視頻，家庭場景採集到的參數被收集/歸納為一項項的提示和action item。

基礎的空氣、水質：空氣質量檢測，空氣凈化，水質檢測和凈化都是現代家庭必不可少的項目，這些數據會告訴主人，每天在家裡暴露在不健康空氣下的時間是多少，是否凈化效率下降需要更新濾網，水質是否達標，是否需要更換凈化耗材等信息。

基礎的照明，溫度濕度：光照，顏色，溫度濕度都會影響主人的舒適感，當一段時間覺得不舒服，可以通過回顧相關數據分析原因。例如，最近鼻子不舒服，可能發現雖然空氣質量沒問題，但是最近濕度較低，而且溫度有下降，這樣明確了問題也便於採取初步的措施。

卧室場景：睡眠場景里的主人相對安靜，此時可以進行很好的睡眠監測，通過床頭睡眠初篩工具，定期對主人的睡眠質量打分，發現是否存在睡眠障礙從而及時干預。對於病態的用戶，還可以使用供養-血氧監測裝置，在血氧下降時及時補氧氣，或使用呼吸機。通過床墊內置的高靈敏度震動感測器，可以監測靜息心率，評估交感神經的興奮情況。

衛生間場景：起床了，要上廁所，洗臉刷牙。馬桶是個好東西，主人會規矩地坐好然後努力。體重數據輕鬆獲得，同時排便的進程體重的變化也可以輕鬆獲得，如廁時間也可以獲得。這幾項數據可以很有用，可以獲得更準確的體重信息，也可告訴使用者最近的如廁時間，便秘情況。馬桶如果內置了尿檢和便檢的模塊，可以檢測尿液是否尿酸過高，是否有蛋白有血，便中是否有血，這些重要的風險指標都會第一時間被發現。如果主人體重最近有明顯下降，同時發現便中帶血，那麼請迅速就醫吧。國內癌症發病率每年上升，對於高風險人群這些數據可能是救命的。

廚房場景：廚房裡的風險貌似較多，是否有可燃氣體泄露？ 抽油煙機是否把油煙有效地抽出了？ 冰箱里的食物是不是變質了？ 這些數據都會由廚房告訴你，然後按需在電視屏幕上提示。

客廳場景：客廳有個大電視，同時還有著掃地機器人，掃地機器人未來應該會進化出更多的功能，如安防，如家中危險物掃描和提醒。掃地機器人會告訴你某個可疑的金屬物體掉落在了那個角落，不適合掃地機器人清理，請主人去查看，也許主人會發現一根要命的大頭釘，或者自己丟失幾天的婚戒。藉助客廳電視的體感功能，主人的鍛煉，康復運動都可以藉此展開。客廳中可以有一部分壓電地板，對人的步態進行監測，這對很多疾病進程，跌倒風險的評估和干預都有很大的意義。

儲物場景：相信所有人都遇到的問題是，家裡東西太多，用的時候找不到。家裡儲物系統也是很必要的，需要收納的物品都通過掃碼槍或其他方式記錄「上架」，如此需要找東西的時候，通過搜索功能就可完成。實在沒做好的，還可以問問掃地機器人看沒看到過。儲物也包括藥品，老年人需要的慢性病藥品的存量也一清二楚，在庫存不多時，會在電視彈出提示。

家裡的裝備畢竟有限，一旦有了疑問需要迅速尋求幫助，可以考慮在線初步問診，根據需要，線上的醫生應該可以將主人迅速轉到最近的第三方檢驗中心，或者訂購上門服務。（這部分當然更嚴重依賴於國家政策了）

通過這些家庭醫療的部署，希望能幫助到以下幾類人：

1. 獨居老人。無論是孩子遠程關懷，還是居家養老所需要的必要看護，知道老人生活的如何，提供及時的幫助都極其有必要。

2. 一二線城市白領家庭。對於65歲都不一定能退休得了的新一代勞動力，讓自己更好的或者無非是對家庭，對自己最有價值的投資。從客觀數據中衍生的消費和醫療服務需求也更加理性。

3. 干吼這人工智慧而沒有數據的研發們。家庭場景的大量數據的積累，無論從幫助院內-院外數據聯合建模的角度，還是從人群流行病角度去發現規律，都會帶來史無前例的想像空間。

這套體系屬於未來。不考慮政策以及嚴肅醫療的部分，其主要挑戰有：

1. 集成難度。隔行如隔山，其最大的山應該就是思維方式的不同。顯而易見的矛盾就是顯示器/音箱代表的交互端和演算法端同馬桶/床墊等硬體端的矛盾。誰都不想自己變成別人體系中的陪襯，除非有顯著的好處。就好比現在的智能硬體都各自做自己的app，無法聯通一樣。小米的生態鏈玩兒法是目前最有希望達成以上構想的。另外海爾等家電巨頭也具備實力通過全部自己開發的方式完成統一。另外，作為一體化的解決方案，除了分散的電視，馬桶等產品，還需要深度同家裝行業合作才可以形成更好的客戶體驗。

2. 技術局限，例如可以便檢和尿檢的馬桶，還有技術和成本的難題。另外市場明顯需要更多成熟的感測器技術來支持更多有產品的實現。

想到了，就寫下來，沒準過十年就實現了呢？