“患者”身份逐渐淡化,数字化的“消费者”定位逐渐形成;从医学影像辅助诊疗、基因测序,到商业健康险,三大医疗业务闭环逐步成型,AI辅助决策价值凸显。

宝马分分彩官网:而这场游戏本身也相当有趣:双方竟然在44分钟的游戏时间里互刷了86个人头,效率相当高。

医疗,贴近民生,也靠近财富。受居民收入水平、国家政策风向、新技术赋能等多重因素影响,中国医疗产业在特定时间段内的变化趋势,决定了医疗企业的长期发展和未来价值。作为中国发展变化最为缓慢的医疗产业,近年来的变革步伐日渐清晰,或许我们即将迎来一个医疗产业的大变革时代——“患者”身份逐渐淡化,数字化的“消费者”定位逐渐形成;AI(Artificial Intelligence,人工智能)技术赋能下,辅助决策价值日渐凸显,多条业务闭环逐步形成。本文将具体与您探讨,数字化“消费者”的数据沉淀基础上,AI辅助决策与三条正在成型的医疗业务闭环。

数字化“消费者”的未来轮廓

世界上的每个人都有独特的身份信息,生活在独特的自然环境和社会环境,体内有独特的基因序列和“生态系统”……人类种种的独特性,造成了基于“平均”意义之上的、针对患者个体的医疗决策常常无法精准而有效地解决问题。例如,某种主治病毒性感冒的药物,即使90%的患者服用后会有治愈效果,但仍有10%的患者不适用。所以,个性化医疗必将是医疗的未来形态。

个性化医疗的实现,必须以患者全面而个性化的数据为基础。这些数据,不仅包括表型(性状)数据、代谢数据、基因数据、病历记录等一系列与医疗本身相关的数据,还包括患者的基本信息与一系列行为数据,在这些多维度数据的基础之上,才有可能得出精准化的、符合患者支付能力与支付意愿的、便捷而可持续的治疗方案。

“数字化”消费者的轮廓 AI辅助决策价值凸显,三大医疗业务闭环逐步成型 AI资讯 第1张

从技术与产品角度来看,除了现有的个人基本信息和病例记录,上述数据的采集已经可以实现:

1、 表型(性状)数据的采集,主要来自于常规的体检报告,和家用式健康类硬件设备的日常测量记录;

2、代谢数据的采集,除了依靠常规体检之外,还得益于近年来飞速发展的基因测序与检测技术,该技术使人们可以透过基因,了解个体代谢信息;

3、通过基因测序与检测技术,还可以获知健康风险、遗传特征及遗传性疾病等基因数据;

4、行为数据的采集,离不开以手机为代表的、集成各类传感器的硬件设备,和各类承载用户行为信息的社交平台。

上述数据,大多来源于日常生活的测量与记录,而非治疗前的检查环节。随着人们健康观念的树立和逐步加深,将更多地购买基因检测服务、智能硬件设备,通过健康数据的采集和分析,达到预防疾病的目的。随着消费级健康产品与服务的逐步普及,“患者”的身份将逐渐淡化,“消费者”定位将逐渐形成。

数据采集能力虽然已经具备,但用于数据采集的硬件设备尚未被大规模使用,基因检测类服务尚处于早期扩散阶段,数据集成平台目前所接入的数据维度和数据量还十分有限。尽管如此,数字化“消费者”的未来轮廓我们已经可见,每个人生命数据库的建立只是时间问题。

AI辅助决策价值凸显,三大医疗业务闭环逐步成型

2012年,深度学习应用于图像识别和语音识别领域,实现了识别准确率的显著提升,AI迎来了又一轮商业化阶段(AI上一轮商业化阶段,始于上世纪70年代末兴起的专家系统)。

02.JPG AI辅助决策价值凸显,三大医疗业务闭环逐步成型 AI资讯 第2张

图片来源:《AI商业化“二次革命”的产业落地——2017中国AI投资市场研究报告》

放眼全球,中国是AI领域的重要“玩家”。近年来,医疗产业中诞生的AI产品层出不穷,一部分产品正在国内三甲医院中进行试用,一部分产品已经顺利通过CFDA的认证,正式进入市场化阶段。这些新型的医疗科技产品,正在加速着医疗产业链的革新,就目前来看,医疗产业中的三大业务闭环已逐步形成。

一、“智能的海绵”——持续的学习循环

AI如同“智能的海绵”,吸收的数据越多,它就越“聪明”。例如,AI算法模型的应用,使基于医学影像材料的辅助诊疗成为可能。借助图像识别能力,机器可以实现对病灶的识别、器官的识别与自动勾画、提高3D重建的精度等;借助深度学习能力,机器对经过人类科学标注的影像数据进行学习,依靠强大的算力和数据存储能力,快速形成对各类影像特征的认知和判断。在拥有足量训练数据的前提之下,短时间内,机器的识别准确度有望达到一名从医经验超过10年的影像科医生;在时间和费用方面,机器的“培养”成本远低于一名人类医生。

算法模型学习循环 AI辅助决策价值凸显,三大医疗业务闭环逐步成型 AI资讯 第3张

一款顺利通过CFDA认证、拿到医疗器械证书的AI医学影像辅助诊疗产品,其识别准确率已然达到较高的水平,比如93%(国内获批的此类产品的识别准确率,基本都在90%以上)。然而,其识别准确率将不止于93%。产品在医疗临床中的运用过程,是一个持续学习的过程。通过每日对大量医疗影像资料的识别,产品的部分漏洞将逐步凸显。而后,产品的供应方将对其进行再优化。事实上,目前企业面向院方的主要商业模式,就是出售“版权许可证”,一般以1年为限,并提供日常性服务。使用时间的限定,其中重要的目的之一,就是方便产品的更新迭代;日常性服务,除了基本的维护维修外,更重要的服务在于问题的反馈,以帮助模型优化方案的制定。

AI医学影像辅助诊疗产品,就如同一块“智能的海绵”,在辅助医生对影像片进行识别与判断的同时,也在间接利用这些影像资料进行自我优化,形成一个持续学习的过程。在这条学习循环链条之上,逐步形成技术服务公司与医院间的业务闭环。

二、不断“膨胀”的基因测序样本库

2014年以来,我国在第三代人类基因测序关键技术方面取得重要进展,即通过人工智能技术自动分析个体基因序列信息,实现了费用和时间成本上的瀑布式下降。

三代基因测序技术的费用与耗时 AI辅助决策价值凸显,三大医疗业务闭环逐步成型 AI资讯 第4张

据不完全统计,截止到2017年8月,我国提供基因测序服务的公司已有45家。为个人提供基本的基因测序服务(非全基因测序服务)的价格在400-1000元不等,并且还在下降。目前国内基因测序服务市场还处于早期尝试阶段,但未来的市场规模被广泛看好。

与AI医学影像辅助诊疗的学习循环类似,基因测序的样本库随着用户的不断增长而不断“膨胀”。基因测序的关键之一,在于个体基因数据与全样本库基因数据的对比分析。样本库所包含的样本量越多、种类越丰富,个体测序的结果越具有参考价值。当样本库达到一定规模时,依托国内先进的技术水平,基因测序将进入医疗临床过程,作为医疗辅助决策的重要依据。

基因测序价值提升 AI辅助决策价值凸显,三大医疗业务闭环逐步成型 AI资讯 第5张

正如上面的“学习循环”,基因测序服务不论以“消费品”的身份,还是以“医疗辅助诊疗工具”的身份,都将在不断吸收数据的同时,提升其利用价值,进而形成一条基因测序服务公司与消费者、医院间的业务闭环。

三、消费者“数字化”,为商业健康险提供“数据平台”

近年来,我国商业健康险受政策的驱动影响,发展十分迅速。2016年12月,国务院印发的《“十三五”深化医药卫生体制改革规划》中多次提到商业保险,并指出“要丰富健康保险产品,大力发展消费型健康保险,促进发展各类健康保险,制定和完善财政税收等相关优惠政策,支持商业健康保险加快发展。”

消费者的“数字化”进程,为商业健康险的科学决策提供了潜在的“数据平台”。当消费者的各类数据集成于同一个易于获取的平台之上时,将为保险公司的产品定价策略、产品种类与分布、销售策略、风险控制等方方面面提供支持。从宏观上,通过对中国各省份、城市人群的健康状况、收入水平等各方面数据的整体把握,保险公司能够因地制宜地开发适合不同地区的健康险产品,并不断调整其销售策略。微观上,保险公司将对消费者的各类数据进行综合分析,为消费者推出短期内出险率较低的产品,更好地平衡保险公司的收益与消费者需求。同时,消费者数据的实时性,使保险公司能够根据每个人的数据变化,进行必要的行为干预,以降低出险风险。而基于各类数据的综合分析与智能决策,AI将起到重要的作用。

商业健康险决策升级 AI辅助决策价值凸显,三大医疗业务闭环逐步成型 AI资讯 第6张

当消费者“数据库”逐渐成为保险公司的重要决策来源时,数据的完整性很可能成为购买商业健康险的“门槛”。例如,一个缺乏基因测序数据的消费者,保险公司将建议其购买基因测序服务,获得基因测序报告后,才能获得购险资格。如此,保险公司的决策过程,反向促进消费者的“数字化”进程,从而形成一条医疗产业与保险产业之间的业务闭环。