夾縫生存，互聯網醫療已至“天花板”
分級診療、市場化、互聯網＋，這是未來醫療產業三個關鍵字。
分級診療是新醫改政策進入深水區后的改革關鍵突破口，市場化是民營資本三十年參與醫療服務的紅利來源，互聯網＋更是2011年開始的醫療服務投資10年周期的最大風口。
“中國醫療市場商業化太低了，但未來可開發的市場極為龐大”
這是《多肽鏈》在對談不同醫療創業者，一句高頻出現的“臺詞”，故此，等風來。
醫療服務環節中，最關心醫療商業化的就是民營醫療機構，隨著政策發力醫改，吸引更多資本方參與到醫療服務環節，組成了至關重要的一環。
在不止一次的紅頭文件中出現“中國老齡化趨勢”這個關鍵字，其背后最大的需求就是醫療服務，就是看病。
大勢所趨，未來的醫療需求一定會爆發，且不說中國醫生是否夠用，就是如今大眾也依然面臨公立醫院看病難的問題。
如果在需求爆發的時候，如今占據20％市場數量確超50％的民營醫院就一定要會起作用，并且隨著政策一條條對民營醫院的開放，就可見得在逐步把醫療需求向市場化開放。
其一、醫生自由職業政策已經放開了，雖然還有一段時間才能完全自由，或者需要沉淀一段時間才能達到理想的狀態，但是，起碼我們有了希望。
其二、互聯網醫療、移動醫療等新興模式，以互聯網為主體，通過2C端的發展模式來實現，目的為滿足未來爆發醫療需求所面臨的效率不足，通過線上的方式平衡閑置醫療資源，但以現在的形式來開，這是一場持久戰。
如今，互聯網診療、互聯網醫院、遠程醫療只是幾種存在于互聯網上的比較典型、成熟的醫療業務之一。
互聯網醫療在本質上仍然是“新醫療”，互聯網終究只是提升醫療服務效率和體驗的工具，其形式對醫療服務的貢獻才是終極價值。
總的看來，互聯網醫療解決了部分地區醫療發展不平衡等問題，將優質資源進行下沉，為患者帶來更多好處，是醫療市場上的一大進步。
廣闊的市場前景引起“互聯網醫療潮”，其中既有傳統實體醫院向線上轉移，也有創新性企業的入局，但這場熱潮下也出現不少渾水摸魚的企業攪亂市場，究竟何種企業能夠脫穎而出還需拭目以待。
無論是從政策層面，還是在實踐層面，社會辦醫都是改革的重要路徑之一。
丨渾水漸清，需求明確
時過境遷，從事互聯網醫療的公司已經沒有多少存活下來，但是“互聯網醫療”作為一項技術，已經從投資人的談資逐漸走進了政府的各類規劃、指南中。
無論是出臺的建設指導意見還是各省市開始建設的智慧醫院項目，“互聯網＋醫療”都是必備內容，成為了政府及醫院推進醫療服務改革的重要舉措。
一面是投資界的寒冬，一面是醫院信息化的新寵。
實體醫療機構對互聯網醫療服務的需求空前旺盛，一批服務于醫療機構的互聯網醫療企業發起猛烈攻勢。
在想方設法為患者提供優質醫療服務的同時，順應時代，一批實體醫療機構開始舉辦互聯網醫院。
對于互聯網醫療而言，要徹底實現信息資源互通共享存在一定難度，對醫院剩余資源利用不到位，互聯網醫療企業涉及范圍有限。
而共享醫療除了信息共享之外，還可解決醫護資源分布不均以及資源閑置問題。
相關數據顯示，中國醫療設備的使用率不到四成，共享醫療可以將余下的六成共享出去，充分利用醫師資源和相關設備。相比較互聯網醫療來說，共享醫療提高了資源利用率，在場景應用落地上更加符合市場發展方向。
由于互聯網醫療受限于網絡速度、畫質等各種問題，且受醫療體制機制與人們傳統觀念的影響，互聯網醫療真正被人們所接受還有很長一段路要走。
況且，互聯網醫療行業整體上仍處于市場培育期，或者是現有醫療服務的補充和延伸，尚未真正成為醫療服務的有機組成部分，更多的還是作為效率工具和連接手段，為醫療服務提供方和患者提供服務。
雖然經過了七八年的努力，互聯網醫療本身已經發展出成熟的產品體系和足夠細分的市場體系，并形成了相對穩定的用戶人群，相關服務的用戶教育和市場教育工作已經基本完成。
但是，受限于政策法規，互聯網醫療尚未真正進入醫療、醫藥和醫保領域，沒辦法提供諸如診斷、開方、處方藥零售和醫保結算等診療服務。
丨科技釋放產能
一直以來，醫療產業是人工智能發展的明星領域，隨著日前“IBM人工智能醫療部門沃森健康大幅裁員五到六成，醫療AI宣告失敗。”的新聞出現，大眾對AI+醫療的質疑越來越多。
深度學習海量醫學論文、影像判讀正確率超過人類醫生等消息層出不窮，人們寄希望于醫療AI改革傳統的醫療體系，緩解醫療資源不足和不均，走向精準醫療、健康管理。
當然，這是理想化的狀態，醫療領域本身偏保守封閉，由醫療機構和醫生主導決策，容錯率極低。不像消費類應用投入大、試錯機會多。
市場上依然對醫療AI的應用處于觀望狀態，但不排除AI技術賦能醫療產業的未來趨勢。
人工智能醫療領域主要集中在八大應用場景中：虛擬助手、醫學影像、輔助診療、疾病風險預測、藥物挖掘、健康管理、醫院管理以及輔助醫學研究平臺。
如何將人工智能技術與臨床醫學領域相結合，成為一大詬病，中國目前大部分的醫療人工智能企業重心都集中在醫學影像和虛擬助手這兩個領域中。
目前，中國人工智能醫療面臨著CFDA監管審批嚴流程慢，醫療數據孤島現象突出、醫療數據標準不統一難以共享、可用的結構化數據不足（超過80％以上的醫療數據都是非結構化的）。
導致算法優化訓練遇到困難，以及市場教育過程緩慢、產品尚處于試用階段商業化落地難等問題。
醫學是一個前沿學科，會隨時遇到新問題新的疑難雜癥，需要時間去攻破，同時AI醫療產品的數據算法也需要不斷更新和迭代，科技創新和學科交叉共同促進現代醫學的進步。
谷歌、微軟、百度、騰訊、阿里巴巴等巨頭也爭相進入AI醫療領域，AI醫療肯定會迎來極速發展階段。
當然，從目前的現狀來看，AI在醫療領域的應用還有很長的路要走，市場雖有貶語，但更應當給予鼓勵。
多肽鏈丨多肽學社宣
作者丨叢名龍
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
