本文以阿爾茲海默癥為例，深度解析AI+慢病商業(yè)模式，一起來看看~

阿爾茲海默癥的前世今生

阿爾茨海默癥無法治愈，且只有在患者死亡后才能確診，一旦罹患該病，隨著時(shí)間的發(fā)展，對(duì)疾病的最佳治療效果會(huì)逐漸降低，大多數(shù)人在確診后會(huì)隨時(shí)間而惡化。

專家已詳細(xì)說明了人們的能力如何從正常功能發(fā)展到晚期阿爾茨海默病的“階段”。

• 第 1 階段：無損傷
• 第 2 階段：極輕微的認(rèn)知能力衰退
• 第 3 階段：輕微認(rèn)知能力衰退
• 第 4 階段：中度認(rèn)知能力衰退
• 第5 階段：稍嚴(yán)重的認(rèn)知能力衰退
• 第 6 階段：嚴(yán)重認(rèn)知能力衰
• 第 7 階段：極嚴(yán)重的認(rèn)知能力衰退

根據(jù)相關(guān)研究，對(duì)阿爾茨海默癥的診斷依賴于消除過程、主觀分析和一些實(shí)驗(yàn)室檢查。消除過程是通過記憶評(píng)估和評(píng)估任何潛在的行為變化，以及實(shí)驗(yàn)室測(cè)試和腦成像來完成的。有一些藥物可以幫助患者控制記憶喪失，例如Aricept、Namenda和Excelon，但它們并不能會(huì)扭轉(zhuǎn)記憶喪失的根本問題，只能延緩其發(fā)病進(jìn)程，輔助其生活自理。但是放射學(xué)的新研究表明，AI可能是早期發(fā)現(xiàn)阿爾茨海默病的關(guān)鍵，它可以保留一些記憶功能長(zhǎng)達(dá)六年之久。

阿爾茲海默癥作為一種常見的、原因未明的神經(jīng)系統(tǒng)退行性疾病，已經(jīng)嚴(yán)重影響了現(xiàn)代社會(huì)中老年人的身心健康。它臨床表現(xiàn)為認(rèn)知和記憶功能不斷退化，日常生活能力進(jìn)行性減退，并伴隨各種精神癥狀和行為障礙。

一般依據(jù)是隱襲性起病，進(jìn)行性智能衰退，記憶障礙、認(rèn)知障礙與精神癥狀明顯，神經(jīng)功能缺失癥狀輕微和典型影像學(xué)改變。/目前，阿爾茨海默病的診斷仍然依靠排除法，即先根據(jù)臨床表現(xiàn)做出癡呆的診斷，然后對(duì)病史、病程、體格檢查和輔助檢查的資料進(jìn)行綜合分析，排除特殊原因（例如梅毒）引起的癡呆后，才能得出AD的臨床診斷。

然而，確診AD有賴于腦組織病理檢查。

市場(chǎng)巨大，診斷困難

目前，全世界大約有5000萬人罹患癡呆癥，這個(gè)數(shù)字將近每20年翻一番。然而，到目前為止，逆轉(zhuǎn)這種疾病的藥物臨床試驗(yàn)均失敗了。

國(guó)際老年癡呆協(xié)會(huì)發(fā)布的數(shù)據(jù)顯示：2013年，全球老年癡呆人數(shù)為4400萬，其中50%-75%為阿爾茨海默病患者。2015年，全球新增990萬名癡呆患者，平均每3秒新增1人。在全球范圍內(nèi)，2015年護(hù)理老年癡呆產(chǎn)生的總費(fèi)用預(yù)計(jì)為8180億美元，與2010年相比，增加了2140億美元。

到2030年，這一數(shù)字將增加到1.52億。每3秒鐘就有一個(gè)人患上癡呆癥，目前每年的癡呆癥費(fèi)用估計(jì)為1萬億美元，到2050年這一數(shù)字將翻一番。

目前，中國(guó)阿爾茨海默病患者人數(shù)已居世界第一。2014年的調(diào)查數(shù)據(jù)顯示，中國(guó)有90%的阿爾茲海默癥患者未經(jīng)過診斷治療。

雖然目前沒有方法可以在疾病晚期階段阻止該疾病的惡化，但有證據(jù)表明，如果疾病發(fā)現(xiàn)的早，阿爾茨海默癥是可以通過藥物治療和控制的，能夠幫助患者改善認(rèn)知功能、延緩臨床病程10-15年。

發(fā)達(dá)國(guó)家中每位阿爾茲海默癥患者平均每年耗用33000美元。早期的診斷和診斷介入，可使患者顯著延后入住看護(hù)機(jī)構(gòu)，平均每年可凈節(jié)省10000美元的費(fèi)用。/這是一個(gè)巨大的市場(chǎng)，更是一個(gè)挑戰(zhàn)。

臨床醫(yī)生面臨的一個(gè)關(guān)鍵挑戰(zhàn)是，大多數(shù)病人被明確診斷時(shí)疾病已處于晚期。研究人員希望新的人工智能技術(shù)能夠通過提供早期預(yù)警系統(tǒng)來改變這種狀況。

阿爾茨海默病是由粘稠的淀粉樣斑塊和tau蛋白聚積造成的，這些斑塊和tau蛋白阻止了神經(jīng)元相互交流。當(dāng)記憶喪失、情緒波動(dòng)、個(gè)性改變等癥狀出現(xiàn)時(shí)，就很難治療了。

目前，治療阿爾茨海默病的方法有限，我們所能做好的就是預(yù)防。

一個(gè)人甚至可以開始改變生活方式，這可能會(huì)延遲阿爾茨海默病的開始階段，甚至完全阻止它。

據(jù)阿爾茨海默病協(xié)會(huì)稱，將癡呆癥的發(fā)病時(shí)間延遲五年，可以將死亡人數(shù)減半，每年將挽救大約30，000人的生命。

預(yù)診斷產(chǎn)品

患者開始出現(xiàn)認(rèn)知能力下降的癥狀，他們才會(huì)接受檢查。而我們對(duì)阿爾茨海默病了解得越多，就越能清楚地認(rèn)識(shí)到，這種疾病的發(fā)生要早于我們之前的認(rèn)知。研究表明，阿爾茨海默病在患者表現(xiàn)出癥狀的十多年前就開始損傷人的大腦。而這可能就是我們需要開始治療的時(shí)機(jī)，以獲得有效藥物的最佳治療效果。

目前國(guó)內(nèi)各大醫(yī)院的神經(jīng)內(nèi)科、精神科、老年科的記憶障礙門診均可對(duì)阿爾茨海默病進(jìn)行診斷。其中，常規(guī)診斷程序包括病史回顧、體格檢查、癡呆篩查測(cè)試（量表評(píng)估）、腦神經(jīng)系統(tǒng)檢查及實(shí)驗(yàn)室檢查（如血生化及CT、MRI、PET/SPECT等腦部掃描檢查）等。

常見的發(fā)診斷方法是一種常用工具叫做正電子發(fā)射斷層掃描（PET），主要原理是通過掃描測(cè)量大腦中特定分子（如葡萄糖）的水平來判斷癥狀嚴(yán)重程度的。葡萄糖是腦細(xì)胞的主要燃料來源，細(xì)胞越活躍，消耗的葡萄糖就越多。隨著腦細(xì)胞的病變和死亡，葡萄糖消耗逐漸減少，最終沒有葡萄糖。

其他一些類型的PET掃描，旨在尋找與阿爾茨海默病有關(guān)的蛋白質(zhì)，但葡萄糖PET掃描更常見且更便宜，尤其是在較小的醫(yī)療機(jī)構(gòu)和發(fā)展中國(guó)家，因?yàn)樗鼈冞€被用于癌癥分期。/因此，放射科醫(yī)生多使用這些掃描試圖通過尋找大腦中（額葉和頂葉中）降低的葡萄糖水平來檢測(cè)阿爾茨海默氏癥。但問題是，由于該疾病是一種緩慢的進(jìn)行性疾病，因此葡萄糖的變化非常微妙，難以用肉眼觀察。

阿爾茨海默氏病患者腦部的PET掃描（圖片來源：National Institute on Aging）

隨著人工智能技術(shù)的發(fā)展，科學(xué)家們有了將機(jī)器學(xué)習(xí)與PET掃描相結(jié)合以更早、更可靠地診斷早期阿爾茨海默病的想法。

腦神經(jīng)方面的疾病涉及的學(xué)科很多，十分復(fù)雜，在罕見病和老年疾病方面, 從兒童多動(dòng)癥到老年癡呆，有著巨大的未滿足的臨床需求。

人工智能方法可能會(huì)產(chǎn)生重大影響，有助于引導(dǎo)人們走上正確的治療途徑。用于更早、更好地診斷阿爾茨海默病。

面對(duì)日益增加的老齡人口，急切需要一款能用計(jì)算機(jī)算法來精準(zhǔn)診斷的工具。/目前，市場(chǎng)是還沒有一個(gè)獲得批準(zhǔn)的阿爾茨海默病的診斷工具，如今，第一個(gè)目標(biāo)明確的軟件已經(jīng)上路。

中國(guó)深圳有一家是做人工智能AD分析的公司，腦博士（銥硙科技），這家公司已經(jīng)獲得了幾輪融資，目標(biāo)直指老年癡呆癥的世界第一個(gè)獲批的診斷工具。

腦博士（銥硙科技）已經(jīng)在應(yīng)用人工智能中的機(jī)器學(xué)習(xí)（Machine Learning）來診斷阿爾茨海默?。ˋD），利用幾年的數(shù)據(jù)，超過幾千名AD患者的腦電圖，并且開發(fā)了自己的算法。

這一應(yīng)用在腦科學(xué)方面的合作，將把人工智能的技術(shù)，在更多的患者上應(yīng)用，促進(jìn)開發(fā)新的軟件，來通過分析腦電圖來精準(zhǔn)區(qū)分阿爾茨海默病和Lewy體癡呆（LBD）。

我為什么這么熟悉呢？是因?yàn)槲胰ッ嬖囘^這家公司！

在面試之前我是對(duì)于整個(gè)醫(yī)療慢病管理的解決方案進(jìn)行分析過的，所以這篇文章寫的全面一點(diǎn)。

關(guān)于技術(shù)

阿爾茨海默病的難點(diǎn)在于，當(dāng)所有的臨床癥狀出現(xiàn)并且我們可以做出明確診斷時(shí)，太多的神經(jīng)元已經(jīng)死亡，基本上已經(jīng)難再逆轉(zhuǎn)。而如果這一算法能夠做到提前診斷，在神經(jīng)科醫(yī)生開始試圖將記憶低下患者視為阿爾茨海默病的癥狀時(shí)，可以使用該算法幫助他們更快地獲得所需要的治療。

阿爾茨海默病的最明顯跡象是大腦中β淀粉樣蛋白斑塊的積累，但最近，科學(xué)家將某些代謝變化與阿爾茨海默病聯(lián)系起來。專家表示，雖然人們善于發(fā)現(xiàn)疾病的特定生物標(biāo)志物，但代謝變化代表了一個(gè)更加全球化和微妙的過程。

因此，雖然醫(yī)生可能會(huì)看到不同圖像發(fā)生變化的跡象，但人們需要花費(fèi)很長(zhǎng)時(shí)間才能在足夠長(zhǎng)的時(shí)間內(nèi)在足夠多的患者中繪制出這些變化及其微妙模式，然后確定哪些變化預(yù)示著阿爾茨海默癥的出現(xiàn)。但這正是人工智能的目標(biāo)。

人工智能應(yīng)用于醫(yī)學(xué)影像，主要是通過深度學(xué)習(xí)，實(shí)現(xiàn)機(jī)器對(duì)醫(yī)學(xué)影像的分析判斷，是協(xié)助醫(yī)生完成診斷、治療工作的一種輔助工具，幫助醫(yī)生更快地獲取影像信息，進(jìn)行定性定量分析，提升醫(yī)生看圖/讀圖的效率，協(xié)助發(fā)現(xiàn)隱藏病灶。人工智能通過影像分類、目標(biāo)檢測(cè)、圖像分割、圖像檢索等方式，完成病灶識(shí)別與標(biāo)注、三維重建、靶區(qū)自動(dòng)勾畫與自適應(yīng)放療等功能，應(yīng)用在疾病的篩查、診斷和治療階段。

利用人工智能（特別是機(jī)器學(xué)習(xí)）算法對(duì)患者的量表、影像學(xué)等數(shù)據(jù)進(jìn)行分析并構(gòu)建輔助鑒別診斷系統(tǒng)是當(dāng)前智慧醫(yī)療研究和產(chǎn)業(yè)化的核心任務(wù)之一。

深度學(xué)習(xí)（deep learning）是近年來機(jī)器學(xué)習(xí)中新興的一種性能優(yōu)越的技術(shù)，它對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)，建立啟發(fā)于人腦視覺皮質(zhì)的學(xué)習(xí)方式來解釋數(shù)據(jù)，已被廣泛應(yīng)用于圖像、文本、語音等數(shù)據(jù)的處理和分析，并取得了很大的成果[5]。

深度學(xué)習(xí)模型具有高效、強(qiáng)大的自動(dòng)表征能力，能夠幫助醫(yī)生快速建立更科學(xué)的鑒別診斷模型；且與高水平醫(yī)療機(jī)構(gòu)資源相互融合，可以極大地提高優(yōu)質(zhì)醫(yī)療資源向基層醫(yī)療機(jī)構(gòu)的輻射作用，提高基層醫(yī)院的鑒別診斷水平。

深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks, CNN）對(duì)訓(xùn)練樣本數(shù)量及原始圖像質(zhì)量的要求相對(duì)較低，較適用于病例難以收集的各種疾病的應(yīng)用研究。目前關(guān)于AD和bvFTD的輔助診斷研究相對(duì)較少，我們使用結(jié)構(gòu)磁共振成像（structure magnetic resonance imaging, sMRI）數(shù)據(jù)建立一個(gè)基于卷積神經(jīng)網(wǎng)絡(luò)的AD-bvFTD模型應(yīng)用于AD和bvFTD的輔助鑒別診斷，以提高其診斷正確率。

我相信這種算法具有很強(qiáng)的臨床相關(guān)性，“然而，在我們能夠做到這一點(diǎn)之前，我們需要在更大，更多樣化的患者隊(duì)列中驗(yàn)證和校準(zhǔn)算法，最好是來自不同大陸和各種不同類型的設(shè)置?！?，如肺結(jié)節(jié)檢出使用薄層高分辨 CT 而不是厚層數(shù)據(jù)。在AI 具有應(yīng)用潛力的基礎(chǔ)上，盡可能覆蓋不同廠家、參數(shù)、圖像質(zhì)量及疾病種類。

更多樣化的數(shù)據(jù)集上測(cè)試和校準(zhǔn)這一算法以及數(shù)據(jù)預(yù)處理和構(gòu)建AD-bvFTD分類模型：

這種算法開始獨(dú)立學(xué)習(xí)哪些特征對(duì)于預(yù)測(cè)阿爾茨海默病的診斷非常重要，哪些不是。通過在ADNI數(shù)據(jù)集上進(jìn)行訓(xùn)練、對(duì)比、測(cè)試以及最后的結(jié)果分析，研究人員發(fā)現(xiàn)，開發(fā)用于早期預(yù)測(cè)阿爾茨海默病的深度學(xué)習(xí)算法在100％靈敏度下達(dá)到82％的特異性，并在病人得到最終診斷之前平均75.8個(gè)月——相當(dāng)于六年，做出了正確的疾病預(yù)測(cè)。

淺談?dòng)c閉環(huán)

該文章將盈利模式重點(diǎn)從慢病管理角度分析，慢病管理在我們的分析框架中多處出現(xiàn)，既可以作為醫(yī)療行業(yè)痛點(diǎn)來導(dǎo)入流量，又可以作為流量變現(xiàn)方式（是服務(wù)電商之一），還可以作為藥品電商、遠(yuǎn)程醫(yī)療等變現(xiàn)模式中增強(qiáng)客戶粘性的重要手段。這是因?yàn)槁∈且苿?dòng)醫(yī)療主要病種，慢病管理是針對(duì)慢病病人的全程健康管理，貫穿于就醫(yī)全程（就醫(yī)全程包括預(yù)防、診斷、治療、康復(fù)），與其他環(huán)節(jié)相輔相成，移動(dòng)醫(yī)療企業(yè)通過慢病管理可以構(gòu)建針對(duì)個(gè)人的大數(shù)據(jù)，形成個(gè)性化的持續(xù)治療，是移動(dòng)醫(yī)療中沉淀流量的重要手段。

慢病管理定義：以人的健康需求為中心，利用互聯(lián)網(wǎng)手段對(duì)慢性病患者進(jìn)行全程疾病管理服務(wù)，具體包括：采集慢病患者相關(guān)數(shù)據(jù)，根據(jù)數(shù)據(jù)等提供健康和診療建議。我們將慢病管理定義為一種服務(wù)，單純賣可穿戴設(shè)備和賣藥等是慢病管理服務(wù)的相關(guān)產(chǎn)業(yè)鏈，不在我們定義的范圍內(nèi)，也難以享受慢病管理的估值。

行業(yè)競(jìng)爭(zhēng)激烈，低成本整合資源形成閉環(huán)的企業(yè)可能更優(yōu)，所有能采集數(shù)據(jù)，擁有患者健康數(shù)據(jù)入口的都可能成為參與者，潛在競(jìng)爭(zhēng)對(duì)手眾多慢病管理行業(yè)競(jìng)爭(zhēng)激烈，智能設(shè)備（體征數(shù)據(jù)）、藥品電商（用藥數(shù)據(jù)）、遠(yuǎn)程醫(yī)療（診療數(shù)據(jù)）、醫(yī)患平臺(tái)（診療數(shù)據(jù)）、患者病歷平臺(tái)（檔案數(shù)據(jù)）等等能采集數(shù)據(jù)和產(chǎn)生數(shù)據(jù)的入口都可能切入到慢病管理，成為潛在競(jìng)爭(zhēng)對(duì)手，相連的智能診斷設(shè)備采集到的數(shù)據(jù)是數(shù)據(jù)源頭，掌握數(shù)據(jù)源頭后可以為自己所用，也可以為其他平臺(tái)導(dǎo)流。

這固然是最好的采集數(shù)據(jù)的方式，但是采集數(shù)據(jù)對(duì)智能設(shè)備的研發(fā)要求和資金要求都較高，無應(yīng)變能力的企業(yè)很可能會(huì)在投入大量錢財(cái)物后因?yàn)楫a(chǎn)品升級(jí)而面臨淘汰，因此掌握數(shù)據(jù)源頭是一把雙刃劍。

其中獲取用戶、采集數(shù)據(jù)的方式有 8 大流量入口：移動(dòng)醫(yī)療設(shè)備、O2O 平臺(tái)、問診/預(yù)約就醫(yī)/健康管理系統(tǒng) APP、家庭健康服務(wù)平臺(tái)、第三方檢測(cè)中心、遠(yuǎn)程會(huì)診中心、高端新型醫(yī)療服務(wù)機(jī)構(gòu)、腦科醫(yī)院群、養(yǎng)老院。

智能設(shè)備（體征數(shù)據(jù)）、藥品電商（用藥數(shù)據(jù)）、遠(yuǎn)程醫(yī)療（診療數(shù)據(jù)）、患者病歷平臺(tái)（檔案數(shù)據(jù)）是常見的慢病管理數(shù)據(jù)入口，除此以外，以下也可能成為競(jìng)爭(zhēng)對(duì)手。

如果醫(yī)保不支付情況下，真正做成熟閉環(huán)服務(wù)的少，多是做某一個(gè)環(huán)節(jié)，這是因?yàn)檎卟恢С?，做完整閉環(huán)投入大行業(yè)參與者雖然較多，但國(guó)內(nèi)做完整閉環(huán)的較少，要么采集數(shù)據(jù)，要么分析數(shù)據(jù)，很少做完整閉環(huán)。

閉環(huán)是指符合上述慢病管理的全部核心要素（采集準(zhǔn)確和連續(xù)的數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析，并能將數(shù)據(jù)的診療建議反饋給患者）大多數(shù)慢病平臺(tái)都只能做其中一個(gè)環(huán)節(jié)，其他環(huán)節(jié)都在不斷擴(kuò)展中，這與慢病管理缺少付費(fèi)方，而投入又相對(duì)較大有很大關(guān)系。

自身搭建所有資源做完整閉環(huán)投入大，做數(shù)據(jù)最原始的采集需要做體驗(yàn)較好的硬件，這對(duì)研發(fā)水平和人員技術(shù)要求很高，要做出醫(yī)療級(jí)的診斷設(shè)備沒有強(qiáng)大的技術(shù)支撐和積累是難以實(shí)現(xiàn)的。

做數(shù)據(jù)持續(xù)采集和診療反饋，必須有醫(yī)生的督促和協(xié)助，在無付費(fèi)方和醫(yī)生動(dòng)力不足情況下，移動(dòng)醫(yī)療企業(yè)要尋找到合適的醫(yī)生資源，需要對(duì)醫(yī)生做出一定的激勵(lì)，資金和精力投入都較大。遠(yuǎn)程醫(yī)療只允許 B2B 端，電子病歷并未成為個(gè)人產(chǎn)品。目

前遠(yuǎn)程醫(yī)療尚不能直接通過 B2C 實(shí)現(xiàn)，這決定了慢病管理企業(yè)想提供后段治療級(jí)別的服務(wù)，需要跟線下醫(yī)療機(jī)構(gòu)合作，才能給患者提供完整的服務(wù)，同時(shí)電子病歷現(xiàn)在并未成為個(gè)人產(chǎn)品，各個(gè)醫(yī)療機(jī)構(gòu)之間存在信息孤島，個(gè)人的數(shù)據(jù)并不完整。

在這些因素影響下，做個(gè)人完整閉環(huán)存在一定的瓶頸。? 較看好保險(xiǎn)合作模式，如保險(xiǎn)不支付，較看好能低成本整合相關(guān)資源完成閉環(huán)的企業(yè)在產(chǎn)品質(zhì)量保證情況下，誰能先獲得保險(xiǎn)青睞，誰就能批量獲得用戶，得到醫(yī)生支持，從而走在行業(yè)前列，

我之一家公司的的案例《養(yǎng)老創(chuàng)業(yè)復(fù)盤》，就充分說明了這一點(diǎn)，因此，慢病管理中我們較看好與保險(xiǎn)或政府合作的模式，有了支付方，推進(jìn)就會(huì)更容易。在保險(xiǎn)尚不能作為支付方情況下，做數(shù)據(jù)閉環(huán)才能對(duì)客戶形成最大粘性，互聯(lián)網(wǎng)是一個(gè)相對(duì)開放的平臺(tái)，無需所有資源自建，數(shù)據(jù)和流量之間可以相互導(dǎo)入，醫(yī)生資源也可以相互導(dǎo)入。

在醫(yī)保不支付情況下，在慢病管理這樣高投入低收益的起步期行業(yè)中，存活時(shí)間夠長(zhǎng)、有效用戶積累越多、能堅(jiān)持到最后，才能笑到最后，慢病有很多病種，不同病種的痛點(diǎn)和盈利模式都存在很多差異，歸納出在自費(fèi)情況下更可能勝出的模式共性是：低成本整合相關(guān)資源完成閉環(huán)，盈利模式。

可能有技術(shù)或醫(yī)生資源更可能成為整合者而勝出，在中國(guó)，誰能低成本整合資源？前面已經(jīng)論述，保險(xiǎn)介入慢病管理是較優(yōu)的盈利模式，誰能結(jié)合保險(xiǎn)，就更能低成本整合相關(guān)資源形成閉環(huán)。

那么在自費(fèi)情況下，現(xiàn)有的模式中誰更可能勝出呢？

因?yàn)橛卸喾N病種、多種盈利模式，很難說誰最后可能勝出，我們?cè)诖藢?duì)自費(fèi)情況下慢病管理可能勝出的模式進(jìn)行探討。我們?nèi)匀粚⒙」芾矸譃椴杉瘮?shù)據(jù)和數(shù)據(jù)反饋提供服務(wù)這兩個(gè)環(huán)節(jié)。

這兩個(gè)環(huán)節(jié)都是可以相互影響相互促進(jìn)的，有的企業(yè)可能在采集數(shù)據(jù)上占據(jù)先發(fā)優(yōu)勢(shì)，聚集大量用戶，從而吸引后段優(yōu)質(zhì)醫(yī)療服務(wù)與其合作，通過技術(shù)的投入能降低整合后端資源的成本；有的可能在數(shù)據(jù)反饋提供醫(yī)療服務(wù)環(huán)節(jié)做得好，吸引采集數(shù)據(jù)硬件企業(yè)來導(dǎo)入流量，從而節(jié)省硬件研發(fā)上的投入。每一個(gè)環(huán)節(jié)都可以成為移動(dòng)慢病管理的突破口，但是在每一個(gè)突破口上，我們盡量尋求可能勝出的企業(yè)。

用采集數(shù)據(jù)方面，較看好“產(chǎn)品優(yōu)+渠道優(yōu)”或者醫(yī)療資源豐富企業(yè) 以下這三個(gè)采集數(shù)據(jù)方式，難以說哪個(gè)更優(yōu)，但是每種方式中，我們都較看好有相關(guān)優(yōu)勢(shì)的企業(yè)。

從患者入口直接采集數(shù)據(jù)：難度大，較看好產(chǎn)品設(shè)計(jì)領(lǐng)先和渠道型企業(yè)，行業(yè)勝出者將核心受益，可以 C2B 反向議價(jià)，去議價(jià)其他環(huán)節(jié)的資源自建數(shù)據(jù)包括讓患者錄入數(shù)據(jù)或者直接軟硬件結(jié)合通過傳感方式錄入，因?yàn)槎鄶?shù)慢病患者以老年人為主，錄入數(shù)據(jù)相對(duì)較麻煩，是逆人性的，除非有特殊的強(qiáng)制辦法，比如類似 開處方，否則很難讓患者堅(jiān)持手動(dòng)錄入數(shù)據(jù)，因此軟硬件結(jié)合通過傳感器便捷的從人體采集數(shù)據(jù)大概率會(huì)成為未來直接采集數(shù)據(jù)的主流方式。

用硬件采集數(shù)據(jù)，對(duì)硬件等要求較高，拼技術(shù)、拼銷售渠道，目前低端硬件的競(jìng)爭(zhēng)較為激烈，獲客成本越來越高，但是高端軟硬件競(jìng)爭(zhēng)（采集數(shù)據(jù)準(zhǔn)確、順人性設(shè)計(jì)并且與云平臺(tái)實(shí)現(xiàn)便捷對(duì)接的硬件）相對(duì)較少，硬件產(chǎn)品更新速度快，需要技術(shù)和資金持續(xù)投入。

從未來趨勢(shì)看，構(gòu)建每個(gè)人的大數(shù)據(jù)需要考慮綜合因素，目前各個(gè)進(jìn)入者的數(shù)據(jù)采集模式不同、不相互共享就會(huì)形成各自為局的信息孤島，而從服務(wù)方來看，醫(yī)療服務(wù)資源有限，不可能和多家企業(yè)合作。因此未來在數(shù)據(jù)采集上必然要走向相對(duì)統(tǒng)一的格局，雖然目前多數(shù)參與者入場(chǎng)，但是未來這個(gè)行業(yè)經(jīng)歷激烈競(jìng)爭(zhēng)后，行業(yè)集中度將提高，硬件數(shù)據(jù)采集的贏家更可能從產(chǎn)品設(shè)計(jì)領(lǐng)先、銷售渠道優(yōu)良的企業(yè)中產(chǎn)生。

誰掌握數(shù)據(jù)入口，誰就相當(dāng)于搶占了數(shù)據(jù)的源泉，一旦產(chǎn)生了用戶規(guī)模，就可能利用 C2B 形成反向議價(jià)力，對(duì)于產(chǎn)業(yè)鏈的后段比如服務(wù)、軟件公司等形成較強(qiáng)議價(jià)力和整合能力。但是目前行業(yè)競(jìng)爭(zhēng)格局尚不穩(wěn)定，大多數(shù)企業(yè)的技術(shù)和產(chǎn)品都是同質(zhì)化，即使有產(chǎn)品，在掌握數(shù)據(jù)入口后，還要非常依賴后續(xù)的醫(yī)生服務(wù)，才能對(duì)用戶形成閉環(huán)管理，從而形成粘性。

從患者入口做數(shù)據(jù)整合：整合競(jìng)爭(zhēng)激烈，誰能提供更好的診療服務(wù)，整合能力可能更強(qiáng)很多企業(yè)不生產(chǎn)硬件，不直接采集數(shù)據(jù)，不能掌握數(shù)據(jù)源頭，地位相對(duì)被動(dòng)，但是它們也可以通過整合其他平臺(tái)數(shù)據(jù)進(jìn)入慢病管理，問題是被整合者多數(shù)也是屬 于移動(dòng)醫(yī)療產(chǎn)業(yè)，自身有數(shù)據(jù)后發(fā)展慢病管理水到渠成，慢病管理企業(yè)對(duì)數(shù)據(jù)采集企業(yè)的議價(jià)力更多的取決于他能不能在后續(xù)提供更好的服務(wù)，與采集數(shù)據(jù)的企業(yè)實(shí)現(xiàn)雙贏。

從醫(yī)生切入，通過醫(yī)生間接導(dǎo)入患者，讓醫(yī)生配合去做相關(guān)硬件或者 App 的推廣，患者順應(yīng)性更高，醫(yī)生如果同時(shí)提供相應(yīng)醫(yī)療服務(wù)，則對(duì)患者的粘性更強(qiáng)。從國(guó)內(nèi)發(fā)展情況看，患者入口已成紅海，難以發(fā)揮核心競(jìng)爭(zhēng)力，從醫(yī)生或醫(yī)院作為切入口成了很多企業(yè)介入慢病管理的較佳選擇，以此作為切入口，在醫(yī)療資源上有較多積累的企業(yè)可能更容易勝出。

利用數(shù)據(jù)反饋提供服務(wù)方面，較看好有“醫(yī)療級(jí)智能算法”和醫(yī)療資源豐富企業(yè) 通過前期采集數(shù)據(jù)的行為，將流量導(dǎo)入到慢病管理平臺(tái)后，能否讓患者持續(xù)保持粘性和數(shù)據(jù)測(cè)量，核心在于慢病管理平臺(tái)能否提供精準(zhǔn)及時(shí)的診療服務(wù)。

可以將此環(huán)節(jié)具體拆分為數(shù)據(jù)分析（是否智能和醫(yī)療級(jí)決定了患者使用是否便利，是否能夠節(jié)省大量人工成本以及后面整合醫(yī)生的難易度）、遠(yuǎn)程給予咨詢（醫(yī)生或藥師提供的非醫(yī)療級(jí)服務(wù)）、線下醫(yī)生就診或者通過 B2B 就診（醫(yī)生提供的醫(yī)療級(jí)服務(wù)）。

即給予診療建議的方式有四種：分析數(shù)據(jù)后給出智能診療建議；醫(yī)患之間的咨詢建議；B2B 遠(yuǎn)程醫(yī)療（目前 B2C 暫不允許）；整合線下醫(yī)療資源與患者實(shí)現(xiàn)對(duì)接。

智能建議需要大數(shù)據(jù)測(cè)算符合醫(yī)療級(jí)標(biāo)準(zhǔn)，擁有核心算法并優(yōu)先通過醫(yī)療認(rèn)證，可以有效降低人工成本，并在后段整合醫(yī)生更容易（可以參見 Natali 的ECG 模式），形成核心競(jìng)爭(zhēng)力。但是中國(guó)目前并未出臺(tái)醫(yī)療級(jí)智能建議的標(biāo)準(zhǔn)，所以智能建議尚處在萌芽和邊緣的地帶。

咨詢建議在整個(gè)慢病管理中承擔(dān)了很重要的中介作用，可以通過電話或者遠(yuǎn)程視頻實(shí)現(xiàn)，連接患者與高端醫(yī)療資源，提高患者依從性（比如 Omada 方式，通過遠(yuǎn)程干預(yù)和提醒，可以提高患者依從性），提高就醫(yī)效率（比如 Natali 的ECG 模式中，醫(yī)生會(huì)遠(yuǎn)程給予老年人相應(yīng)建議，84%的人通過遠(yuǎn)程咨詢后不需去醫(yī)院，6%建議去醫(yī)院經(jīng)過簡(jiǎn)單治療，10%人需要住院，大大提高效率）。

值得指出的是提供咨詢建議的角色可以是藥師、社區(qū)醫(yī)生、家庭醫(yī)生等，此類醫(yī)療資源的人力成本要低于聘用高級(jí)職稱醫(yī)生或者專科醫(yī)生，通過這些連接患者與高端醫(yī)療資源，可以有效節(jié)省醫(yī)生成本，并且也能黏住用戶，因此擁有此類醫(yī)療資源較多的企業(yè)可以在咨詢建議這個(gè)環(huán)節(jié)中占據(jù)一定優(yōu)勢(shì)。

整合醫(yī)療資源與患者實(shí)現(xiàn)診療對(duì)接應(yīng)該是有粘性但也很難的手段，中國(guó)醫(yī)療資源本身就較為稀缺，另一方面醫(yī)療機(jī)構(gòu)集中度比較低，并且多是公立醫(yī)療機(jī)構(gòu)，全部自建難度較大，有能力整合屬地化的醫(yī)療資源讓患者實(shí)現(xiàn)對(duì)接的企業(yè)將在慢病管理中更占優(yōu)勢(shì)。

總結(jié)

慢病管理本質(zhì)是人的數(shù)據(jù)管理，包括采集準(zhǔn)確并且連續(xù)的數(shù)據(jù)，并能分析數(shù)據(jù)，對(duì)數(shù)據(jù)結(jié)果給出診療建議，所有能誕生健康數(shù)據(jù)的廠家都有切入到慢病管理的可能性，所以行業(yè)競(jìng)爭(zhēng)對(duì)手頗多，那么誰最后最可能勝出。

在產(chǎn)品質(zhì)量保證情況下，誰能先獲得保險(xiǎn)或者政府支持，誰就能批量獲得用戶，得到醫(yī)生支持，從而走在行業(yè)前列。

因此，慢病管理中我們看好與保險(xiǎn)或政府合作的模式，有了支付方，推進(jìn)就會(huì)更容易。

在保險(xiǎn)尚不能作為支付方情況下，做數(shù)據(jù)閉環(huán)才能對(duì)客戶形成最大粘性，我們探討在自費(fèi)情況下最終可能勝出的模式共性是：低成本整合相關(guān)資源完成閉環(huán)，有較好的盈利模式，能形成客戶強(qiáng)大粘性的企業(yè)。

從模式上看，期待保險(xiǎn)介入后慢病管理模式走向成熟，如果醫(yī)保不支付，在自費(fèi)情況下，各個(gè)移動(dòng)慢病管理公司都是在各個(gè)環(huán)節(jié)尋求突破口，延續(xù)第三節(jié)，我較看好能低成本整合各類資源對(duì)患者形成閉環(huán)管理的企業(yè)。

但是誰最可能勝出，我們認(rèn)為互聯(lián)網(wǎng)企業(yè)是一個(gè)開放的平臺(tái)，只要你在某一方面做到足夠優(yōu)秀，都可以去吸引其他資源集聚從而降低成本，但關(guān)鍵是你能否在你細(xì)分的突破口發(fā)揮自身優(yōu)勢(shì)做到行業(yè)前茅。

我們歸納的幾種未來可能勝出的模式中，其實(shí)細(xì)分下來就分為兩種：

• 一種是從患者入口直接采集數(shù)據(jù)，較看好產(chǎn)品設(shè)計(jì)領(lǐng)先和渠道型企業(yè)，行業(yè)勝出者將核心受益，可以 C2B 反向議價(jià)，去議價(jià)其他環(huán)節(jié)的資源，通過技術(shù)的投入能降低整合后端資源的成本。
• 一種是擁有醫(yī)療級(jí)智能算法（可以節(jié)省人力）、醫(yī)療服務(wù)資源較為豐富（自有或者能整合）的企業(yè)，能夠低成本完成布局，也能通過服務(wù)牢牢黏住用戶，更有可能勝出。

#專欄作家#

Rolia，微信公眾號(hào)：pmsummit，人人都是產(chǎn)品經(jīng)理專欄作家。前?？挡┦柯?lián)合創(chuàng)始人兼產(chǎn)品總監(jiān)，涉及智慧醫(yī)療領(lǐng)域需求產(chǎn)品化5年，致力于智慧醫(yī)療領(lǐng)域產(chǎn)品體驗(yàn)設(shè)計(jì)以及新商業(yè)模式研究。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于 CC0 協(xié)議