社区

衣公子的剑——从商业的角度，看看这个世界

01

“看病难”的问题很复杂，对于日常就医而言，最大的痛点就是排队。多年来，医院里挂号时间长、候诊时间长、缴费时间长、看诊时间短的“三长一短”的问题一直存在。

根据国家卫生健康委发布的《2022年我国卫生健康事业发展统计公报》统计。2022年，全国医疗卫生机构总诊疗人次84.2亿，与上年基本持平。居民到医疗卫生机构就诊平均每人每年6次。

这些年有明确的体感，中国医疗的数字化，让这每年人均要跑6次的“难”改善了很多。

以我自己为例，一款慢性病，没有大问题，但是要三个月复查一次。

每三个月，手机挂号——按时到达——医生开单子，简单问两句——我抽血留尿。直接就走了，一小时内搞定。

不用在医院苦等，因为化验结果出来，只需要在支付宝浙一医院的小程序里看报告。由于是慢性病监测，医生说，只要XXX等几个指标不恶化，就没必要再复诊。

有一次，打开手机看报告，指标爆了，化验单上无数个红色箭头。已经在出差高铁上的我，顿时一身冷汗，心情爆炸。急忙要取消出差，立刻买返程的票，直奔浙一。

突然发现，支付宝上还能远程复诊，50元，对接的还是同一个医院同一个科室的副主任医师。由于系统全部打通，医生能看到我过往所有的化验报告，言简意赅地问：你是不是感冒了？休息两周再来化验一次。

胆战心惊的我，这时，像一个溺水的小孩被一双大手抓上了岸。冷静下来，安心出差，两周后再检，指标正常——果然只是感冒引起的急性炎症。50元的远程复诊服务，为我省下巨大的成本，免去一次剧烈的折腾，真是一场对打工人酣畅淋漓的营救。

这样的体验背后，是技术在节约成本，方便生活。

不仅是数字化，AI在医疗行业的应用，也应该遵循一样的方向：落到普通人能够用的上的实处。

在我所在的浙江，卫健委推出全国首个数字健康人“安诊儿（Angel）”，全省92家医院推广使用。在支付宝搜“安诊儿”就能调用服务，其背后是支付宝开放的“AI就医助理”解决方案。

具体有什么用，举个例子。

奶奶因为经常抱孙女，晚上睡觉手麻。问题来了，去医院应该挂什么科室？——老年慢性病科？神经内科？还是骨科？

以往，病人往往要亲自研究，通过搜索引擎、知乎小红书、发朋友圈咨询朋友，亲自甄别信息质量。明白了，先看神经内科。然后带上老人，全程陪伴。

但现在对着“安诊儿”提问就可以了，除了能够导诊，还能实现就医全流程陪诊、大模型健康问答。我的使用感受有两点：

第一，是方便。“安诊儿”是数字人形象，就像现实中咨询的护士一样。妈妈只管说话，口语化地提问，安诊儿就会解答和指导。

第二，是放心。妈妈用搜索引擎、社交网络咨询医疗问题，我很不放心，因为信息真伪难辨，到处都是广告导流。支付宝的“AI就医助理”，用的是医院积累多年的真实有效数据。如此，妈妈和安诊儿对话，我很放心。

诊前，咨询挂什么科室。诊中，安诊儿会导航到要去的诊室，会在手机叫号，推送提醒。看完医生，引导到接下来要做的项目。还有诊后，提供用药指导，跟踪健康。这一套覆盖看病就医前、中、后的“AI陪伴就诊服务”，即使是老人，也能用得明白和安心。

02

怎么把AI用起来，也是一个世界难题。

算下来，AI震惊世界的次数也不少了。1997年，IBM的深蓝，打败人类国际象棋冠军。2011年，IBM的Watson在一档答题节目里血洗人类冠军。2016年，AlphaGo战胜围棋九段李世石。再到2022年，OpenAI的ChatGPT惊艳登场。

当年IBM给自己的AI业务取名“登月计划”，听着名字就知道多宏大。调研了一大圈，IBM最终决定把重心放在医疗。

Watson为13种癌症提供治疗方案，为8万余名患者提供过帮助，走进了全世界的230家医院。其中包括MD安德森癌症中心、克利夫兰诊所这些世界最顶级的医疗机构。但是，最终成果有限，没有达到预期，各大医院纷纷缩减和终止合作。

按照前人探索AI落地的经验——既需要高大上的技术，也需要脚踏实地解决问题。

“AI就医助理”这个解决方案，是对新技术在医疗场景里的一种应用。目前来看，至少带来两个助益。

第一，在用户层面，就是前面我自己就医的体验，给用户带来方便和放心。

第二，在医疗资源方面，把宝贵的医疗资源从重复繁琐的事务中解放出来。“挂什么科室”、“这个病要注意什么”、“抽血在几楼”，这些问题，作为患者很揪心，但是对医生和医护来说，每天要像复读机一样回答无数遍。现在大部分都由AI就医助理代劳。解放出来的时间和精力，好钢用在刀刃上。

03

“AI就医助理”，看似简单，但是要做好，来之不易。这要感谢中国多年来坚定的数字化，现在又多了一个转化成果。

拿支付宝来说，从和上海电力局合作，中国人第一次实现网上交电费开始，已经在民生服务领域坚持了15年。后来从水电煤缴费拓展到交管、公积金等的查询、缴纳、提取。支付宝链接了10亿用户，全国9成的三级医院，多年来提供的服务包含挂号问诊、医保凭证、买药送药、体检检查等上百种、2万余项服务。由这些优质数据训练出来的“云陪诊”，也已在浙江快速铺展开来。正因为此前的深厚积淀，新技术一出现，中国马上就能做医疗相关的应用和场景。

对比之下，IBM的Watson有过遗憾。当年，Watson在答题节目里血虐人类冠军。在“60分钟”节目里和小威（Serena Williams）、鲍勃·迪伦（Bob Dylan）谈笑风生。热度空前，但是去了产业里，遇到问题了。

IBM的工程师做过复盘，和医院合作的时候，发现院内数据不可用，无法互联互通。为了发挥出Watson肿瘤的能力，先要花很多时间去做全新的HIS系统，去做深整合。前期Watson效果不理想，和这一点关系很大。好不容易IBM技术团队把数字化提上去，DeepMind做出了AlphaGo, 行业新热点来了。在Google的衬托下，合作伙伴觉得IBM好老迈，那么久不出成果，于是渐行渐远。

前两天和一位师兄吃饭。他浙大毕业后一直在跨国药企，已经二十多年，对各国医疗环境颇为熟悉。连他都由衷感慨，在杭州，手机挂号，踩点到达，抽血后直接走，一个小时搞定。看病难是世界难题，但是这个“杭州体验”放在全世界任何国家地点都是极佳的。

更令我们俩感慨的是，中国的生命科学、医疗资源整体是落后的，但是看病的体验已经超前，靠的就是踏踏实实把技术的应用做好了。

AI技术，尤其是这次的大模型技术，美国是先行者领先者。但中国也有优势，就是这些年坚定的数字化基础设施。这些年，不仅是看病，中国已经普及，足不出户，网上办事。政务追求“最多跑一次”，很多商业业务追求“一次都不用跑”。在这一点上，始终是举国上下一条心。

技术革命的浪潮，永不停歇，只会越来越汹涌。我们要做的是在底层技术上，踏实追赶，同时发挥出自己在数字化里积累的优势，做好新技术的应用和落地。这才是中国产业界应有的好态度。