人工智能数据处理、人工智能突破口
人工智能“医生”入驻支付宝
3月14日，好生活智能科技联合支付宝在上海举办“互联网医疗再赋能——好生活支付宝发布会”。支付宝菜单新增功能——“智能预诊断”。患者提出“我可能得的是什么病？”、“严重吗？”、“看哪个科室？”等问题。等疑问，去医院之前，可以直接咨询这位名为“绝世好医生”的“机器人医生”，得到科学、循证的预诊断和分诊指导。
最方便的方法是在搜索栏中输入“医疗”，然后输入“智能预诊断”，如图。
不同于搜索引擎简单的关键词关联或竞价排名，也不同于轻骑诊所移动医疗APP中的2-3步分诊系统，“绝世好医生”像真正的医生一样，根据患者的主治情况不断提问抱怨。好生活集团创始人唐子欧博士在会上透露，对患者病情进行逐步定位，“准确率高达98%”。
进入策略时代已经到来
从支付入手，支付宝利用互联网优化患者就医体验的全流程，包括停车、挂号、排队、缴费、候诊、检查、报告检索、药品检索等一系列动作。线上对应的医疗场景，这确实缓解了公立医院提供服务的压力。诊所布局后，支付宝开始将触角伸向临床前和临床后服务。
2013年，好生活集团与美国梅奥诊所合作。他们基于梅奥150年来积累的西医大数据知识库，共同开发了绝世好医生智能预诊分诊系统。一方面，它用于直接诊断和治疗患者。智能分诊一方面用于辅助基层全科医生决策。
“当时我们正在和好生生谈合作，两家公司几乎一拍即合。”蚂蚁金服医疗行业总经理王波在会上表示。 《绝世好医生》正好满足了支付宝对于预诊布局的诉求。
这背后的思考是今年医疗政策和产业链将发生的变化。
2017年是政府在全国范围内实施分级诊疗的关键一年。基层医疗机构的服务能力直接影响政策的落实。唐子欧博士在会上给出了这样一组数据，中国每千人拥有卫生技术人员5.56人，远低于世界平均水平10.6人。目前，我国全科医生总数约为17万-18万。预计到2020年，要实现每万名城乡居民拥有2-3名合格全科医生的要求，需要增加到28万-42万。但每年通过“5+3”、“3+2”等方式培养人才不足2万人。从市场角度看，全科医生短缺现象仍将长期存在。
另一方面，价值变化带来的商业想象空间更大。 2017年也是医药行业与医保行业利益重新分割的关键一年。
国家已在11个综合医改试点省份和200个公立医院改革试点城市推广两票制，并全面推开城市公立医院零差率。药店从公立医院的利润中心转变为成本中心，并对药店进行管理。处方外流已成趋势。不仅如此，当公立医院的去中心化变革进一步波及到检验、冲击等部门时，越来越多的入口向社会开放，其背后的商业前景不言而喻。
“零售药店缺乏销售处方药的第一场景。”当人才短缺难以满足时，人工智能预诊断分诊系统实际上是最高效的解决方案。唐子鸥向贝壳新闻透露，“绝代好医生”产品推出后，多家连锁药店企业纷纷找上门。
在供给侧发生深刻变化的同时，商业保险也在尝试积极入市，但其早期介入的风控手段不足，对医疗行为的管控力度不够。
基于这些考虑，从2016年开始，好生活将向全行业开放“绝世好医生”智能预诊断分诊算法。基层医疗机构、连锁药店、公立医院、手机厂商、保险公司以及第三方健康管理公司，“绝代好医生”已悄然进入不同行业应用和场景。唐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，该产品也成为支付宝、药企、保险公司以及各类增值服务商的流量拉手。
人工智能分诊的核心是医疗数据
目前，在人工智能诊断行业，方法论中涉及的神经网络结构和机器学习已经不再是瓶颈。算法底层的医疗大数据是此类产品最难获取的核心资源。
上周，哈佛医学院团队发布了智能预诊断产品Buoy。其特点是不仅吸收了18000篇研究论文，还吸收了500万患者的主诉。 Buoy创始人Andrew认为，人工智能分诊系统直接面对患者的语言，因此光有医生输入的病历是不够的，还要有患者的主诉。据称，在100 例检测中，Buoy 的诊断有92 例是正确的。
国内还有一家公司叫Airdoc。他们的人工智能系统还具有分诊和辅助诊断功能。但事实上，Airdoc的分诊更多的是基于基础数据，包括性别、年龄、种族、地区、发病率、全互联网实时医疗健康信息等。据该公司介绍，该系统可以完成分诊和签发5分钟内提供相关报告。
在我国，公立医院掌握着数量最多的核心医疗数据。没有政策支持，没有经济动力，更没有有效的数据安全手段。商业机构获取数据是一个难题。医疗机构之间数据不公开共享，数据标准化。互操作性也是一个挑战。
即使是授权使用梅奥知识库的好生活，在成立的前三年也没有任何销售团队。 “光是清理这些数据，我们就花了整整两年的时间。”好生活集团首席执行官张志云告诉贝壳新闻记者。
进入策略的难点是变现
人工智能分诊有着巨大的商业前景，抢占入口的争夺战已经打响。但许多投资者持观望态度。毕竟，百度医生“摔倒”的场景还历历在目。其最初的形式是一个具有智能医疗指导功能的在线预约挂号平台。
复星同好投资总监朱翔对贝壳新闻记者表示，人工智能分流的商业价值主要集中在前端的流量捕获，但后端的变现方式始终是个问题。百度医生的做法是后期接入医生进行在线问诊，但与前期巨额的流量获取投入相比，这样的利润率难以为继。
在朱翔看来，如果单纯将分流作为流量驱动，模型虽然更轻，但价值空间更小。原因有二：首先，对于保险行业来说，使用分诊并不像使用PBM作为起点那么直接；其次，在中国目前的医疗环境下，流量捕获后的转化率将成为核心难点。 “除非像美国的凯撒模式，保险和医疗机构合二为一，保险公司为患者指定医院网点，分诊、诊疗、结算、理赔各个环节都可以打通。”分流流量变现能力待释放。
