两会召开前,一段“白衣女孩怒斥号贩子”的视频风波引来社会广泛讨论,而卫计委随即发文,取消医生在商业公司的加号服务。这一政策在有效杜绝医院号 贩子的同时,也无形给移动医疗从事挂号服务的公司一记重拳。这也给移动医疗的挂号服务加上了枷锁。一位移动医疗从业者表示,移动医疗从去年开始融资缩紧, 这无疑是雪上加霜。
而几乎在互联网医疗领域同时发生的是,阿里健康宣布将药品电子监管码移交国家食药监总局,这无疑给阿里在医疗投资领域一次重创。一个是流量入口的挂号服务,一个是可带来现金流的线上药品销售,这两大业务的政策都不约而同地收紧。
据了解,在北京卫计委发文当天,例如传太医、挂号网等APP已停止了与医院的大部分服务。
正经历倒春寒的移动医疗行业是否就此没了机会呢?
不止是挂号业务是雷区
从目前移动医疗公司的业务来看,除了推出挂号的诊前服务,包括随诊、慢性病管理等为用户提供诊后服务。例如,患者通过移动端获得与医生的问诊和 就诊机会,患者再通过二维码进入该医生个人诊室的患者管理系统中,从而获得与医生的长期联系,医生可通过移动端上患者的病历数据,持续跟踪患者的状态给予 其知指导。这种方式很好地绕开了医院,获得了患者的病例数据。
“但如果医院将自己患者管理权像今天挂号功能一样彻底回收,禁止医生使用外部技术获得医院本身的患者资源所属权,不知道又会有多少个移动医疗公司倒下。”爱问医生柳方认为。
在我们医疗领域,毕竟是僧多粥少,在医生资源极度匮乏的环境下,企图与医院争抢现有资源拿来已用,一旦触犯到利益,移动医疗某系业务又要被禁锢。
互联网医疗专家刘谦就认为,医疗资源无法实现合理配置之前,移动医疗注定是个小心翼翼的慢生意。
今年两会,腾讯公司CEO马化腾就表示,腾讯在互联网医疗上做了很多研究,但这块行业相当复杂,比如腾讯投资的挂号网,因医院线上系统很复杂, 供应商有好多个,也很难将他互联网化。即使是曾经在医疗领域赚到钱的百度目前的发展也并不如人意,据悉,因迟迟未取得互联网药品交易服务A证,百度计划下 线百度健康医药馆。
因此,互联网医疗对于那些有资金、流量、技术的BAT公司而言都有些措手不及,而那些还在移动医疗里游泳的创业公司则很难抗风险。
另一只眼看医疗 其实可做的业务还很多
柳方认为,移动个医疗公司更应该去做技术含量高的事,比如通过互联网的信息对称性,让患者找到适合自己的医生,让医生找到合适自己的病人。
刘谦认为,对于BAT公司来说,可以在支付、金融、人工智能等于医疗深度结合,成为医疗IT基础服务商。
而对于一些创业公司而言,可以提供基于医疗周边的服务,例如陪诊业务,让一些没有时间带老人看病,或孤寡老人提供陪诊服务。又例如,名医主刀做 的业务就是利用互联网技术实现医患精准匹配,将名医资源与有空闲创维的二甲医院等进行配置,帮助有手术需求的患者在第一时间预约名医并安排手术。
“互联网的优势不是可替代医生和医生中的手术刀,而是帮助他们提高医疗服务效率。”名医主刀创始人苏舒认为。
“在现有医疗服务供给不足,医生资源匮乏的情况下,为医生找到适合他的患者,为医生提供服务,成为医生的经理人、助手,为患者提供导医、陪诊,为患者找对医生等。这些都是刚需。”传太医运营总监崔格表示。
靠讲故事没用 移动医疗注定是个慢业务
业内人士认为,政策出来一定给做挂号业务的公司短期发展受阻,但移动医疗后续发展并不会为此受到影响。
刘谦认为,那些靠讲故事融资,试图与医疗体系抢资源而没有对医疗行业深入了解的移动医疗企业而言,必定在政策面前一病不起 。“带着淘金心态去做移动医疗注定是失败的。“
从两会来看,医改还在浅水区扑腾,在政策仍未明朗下,移动医疗这个新事物注定要经过千锤百炼,靠互联网技术手段欲颠覆传统医疗体制等于痴人说梦。
目前,国家提倡提高医疗信息化水平,解决医疗信息不对称、无法对患者进行及时的信息处理等。这其实给欲在医疗领域上创业的公司带来机会。
或许现在更适合创业公司做的是,“通过互联网让医疗资源更合理分配的业务,而不是与现有既得利益方抢资源会更来得靠谱。”柳芳表示。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。