EMBA网讯:日前举行的“清华五道口金融EMBA&EE 2018新年思想汇”上,清华五道口金融EMBA 2016秋季班学生、微医董事长兼CEO廖杰远以“连接+AI 赋能三医联动”为题发表主旨演讲。
廖杰远指出,缺少家庭医生、医药流通环节费用高、医保使用效率低,是中国医疗健康领域急待解决的三个难题,而“连接+AI”将会给医生、医药和医保带来变革。微医首先将全国2400多家医院、18000多个基层医疗机构、1亿多家庭连接在一起,实现将优质医疗资源下沉到基层医疗机构和家庭,完成场景的前移。微医开发的“睿医云”西医人工智能应用和“华佗云”中医人工智能应用,让基层医生在AI助手的帮助下成长为一个优秀的全科医生。其次,将药厂和医疗场景直接连接在一起,可以大幅压缩医药的流通环节,优化用药价格。最后,通过更加科学的预测,“连接+AI”能提高健康险公司服务能力,提高整个就医过程中医保的使用效率。
以下为廖杰远演讲全文:
老师们、同学们大家好,我是廖杰远。在我们五道口的同学们看来,天下没难事,只有一件事情我们至今依然困难——看病。
7年前,我花了10个月的时间,带着我1岁半的小侄儿,辗转了3个城市,8家医院。我家小侄儿做了两次的滑膜全切除手术。我寻医的过程跟同学们一样,找大医院、找大专家。但是,最后是误诊,是完全的误诊。这个1岁半的小孩子,就这样留下一个终身的遗憾。
在医院里面,从夏天到冬天,10个月的艰难。当时我只有一个念想,就是用自己比较熟悉的IT,让以后自己的家人看病能够方便一点,一转眼的时间7年了。
在这7年的探索中,我们会看到我们在面对是一个艰难又亟需去突破和改革的领域。我们来看看我们今天为什么看病难,中国有将近100万家的基层医疗机构、2.5万家一二三级医院。我们一年看病的人次是79亿人次,但是我们79亿人次每一位老百姓首选的是1308家的三甲医院,这1300家的医院要承载我们将近14亿人口,将近80亿人次的看病需求,显然人满为患必定成为这些大医院常年的状态,而过去的20年我们的基层医疗机构,没有得到应有的发展,我们近百万家的基层医疗机构,几乎是无人问津。
按我们的医改进行了很多年了,但是至今我们看到三个困境还没有突破:
第一,我们没有家庭医生,没有全科医生,常见病应该是首先通过家庭医生和全科医生的。
第二,我们在很多的行业。改革开放以后,双轨制都已经开始逐步并拢,但是在医疗行业,什么是政府该做的什么是市场该做的,至今没有搞清楚。
第三,如果是我们讲哪一个行业里面,他的效率是最急迫提升的,大家都会说:一,我们医药的供应链。我们看到一种数字,中国的新药,一年的研发费用投入是3.7%,但是我们在流通领域的投入是多少?50%-70%的钱是花在流通领域了。二,我们的医保的效率可能是我们所看过的,最低效率的手段之一。一方面,一到下半年,大医院没有医保额度的,全面控费。另一方面,我们的大妈可以用医保去刷大米。
这些挑战,我们在今天探索一个可能,是科技,我们会看到连接和AI正在给医疗带来不一样的变化,医疗、医药、医保,可能因为连接和AI带来的巨变正在发生变化。我们大概7年的时间花了将近70%的精力,在做一件事情,就是连接。
过去中国的大医院和互联网是没有连接的,有两个原因:
第一,隐私的要求。
第二,医院所有的系统,它设计的承载都是几百个工作站,我们的窗口加医生的工作站(共同的)。互联网上十万级的冲击,它是完全承载不了的,我们在2010年的时候,创建了一个前置服务器的标准,通过这个标准,顺利的解决了医院内网和互联网的连接。我们开始把医院的窗口逐步的移到互联网上。
第一件事,挂号。比如说301医院,301医院的所有专家好是提前两周全部投放在互联网上,我们帮助301医院把他专家接诊病人对症率,从原来不到20%,现在已经提升到了超过40%,当然还有很多的工作要做。我们在两周前刚刚完成了黑龙江436家医院,3800人口电子病历的互通,我们把医院的窗口挂号、缴费、检查检验报告的共享,医生的诊后随访,就这些过去你是长时间的在医院的窗口辗转排队,才能完成的事情,移到了你的手机上面。把这个窗口放散到了我们的每一个病人的口袋里。
第二件事,把大医院和基层医院连起来,我们到目前为止,已经连了1.8万多家的基层医疗机构,这些基层医疗机构,县里面、乡里面到村里面。这一次的九寨沟地震的时候,医疗队、救援队是凌晨出发的,但是快到震区的时候余震把道路封了,医疗救援队进不去,这个时候发现当地的县医院是连在互联网平台上面的。所以,在12点之前抢救和转移,都是通过我们的互联网平台来完成的,我们会看到,直接它穿透了物理的距离,我们会把效率的提升成为现实。
我们在连接上面做了一个创新,把医疗能力延伸到家庭,在这次世界互联网大会上,成了共同的焦点,是家庭的健康终端。老百姓只要按一个键之后,我们会看到,在上面你的家庭医生、全科医生和你面对面。常见病在线完成诊疗,直接给你开远程的处方,处方到达离你最近的药店,药店直接给你送药上门,在一部分的省份已经实现在线医保,老百姓在家里就能完成医保,这样的话我们会看到常见病的诊疗,把场景前移,移到了我们老百姓的家里。
我们在2015年创建的乌镇互联网医院,今天它已经成为了接诊量最大的医院。当时总书记在世界互联网大会的主旨报告里,把乌镇互联网医院和乌镇旅游共同作为互联网创新的缩影。互联网医院实际上不做首诊,至今为止它没做过一例首诊,所有的首诊是直接精确的分诊到我们线下连接的2400多家线下医疗机构。
在线下医疗机构做完诊断检查检验之后,电子病历回过头来,第二次、第三次的复诊和基层医疗机构发起的会诊,是在互联网医院上完成的。互联网医院到目前为止每天的接诊量在6万多人次,我们知道协和是1.6万-1.7万的人次。这次成为中东和国家医院联盟的13个代表队成员,其中前12家都是中国超大型三甲医院,第13家是乌镇互联网医院。
我们看到连接产生的变化,还只是物理变化,医生的时间是8个小时,一分钟都不会多出来。如果能够把有限的时间,如何能够更大范围的应用?这就是我们会看到的人工智能,AI可以把医生隐形的智慧和经验,能够万份、10万份的复制出来。
今年5月27号Google CEO出席乌镇围棋大赛,他说人工智能最大应用的场景在医疗,而医疗最大的机会在中国。在中国我们会看到最大的机会在中国的基层,通过人工智能帮助中国200万基层医生,每人配有一位医生的教练。我们中医的智能医生已经在400多家医院,包括中国最大的中医院、广东省中医院已经在规模应用了,到目前为止完成的辅助诊断和智能处方超过180万张,已经远远超过沃森诊疗量。
我们和哈佛大学、浙江大学共同开发的21世纪的赤脚医生,我们把38种常见病的诊断做到机器里,让基层的医生在机器的帮助之下,能够成为一个专业的全科医生。确确实实我们会看到,因为在中国本身医疗体系发展不平衡,新的科技产生了一个弯道超车的冲击力。我们会看到在影像的诊断上,中国已经快速的成长,在糖尿病、眼底病变的诊断上,我们目前已经超越了Google。原因很简单,因为中国有足够多的病例,这些医疗机构共同参与,我们会期待医学的AI会带来医疗新的变化。
连接和AI会对医疗产业带来的升级,我们会看到三个场景:
第一,医疗,把大医院、大专家的能力下沉到基层医疗机构,包括基层医疗机构能力提升,会把医疗的前景前移,移到千家万户的家庭里。我们预计在未来,不是很长的时间内,我们会看到,也许将近50%的病人诊疗在家里可以完成,不到35%的需要在基层医疗机构,而到大医院的留下不到15%的疑难症就可以。我们的健康维护、健康管理,基本都可以在家里通过远程,由你的家庭医生和全科医生完成。
第二,我们看到连接和AI在医药领域里的促进,因为连接实际上把药厂和最终的消费场景之间连接在一起,把中间流通链可以大幅度的压缩,我们已经成功的把药厂最有代表性、主销药品的品类价格压缩了一半。
我们在新药的研发上,因为老百姓连续用药大数据回馈回来之后,特别在5000年中医上的积累,我们会看到对新药的研发上,会带来新的推动力。
第三,在医保上。医保和健康险的界限,恰恰就是公益和市场的界限,至今没有理清楚。没有理清楚的原因,因为市场的力量太弱了。健康险第一要服务,第二要预测。因为中国健康险公司,不像国际上完全能够主导医疗的服务流程,它没有这个服务能力,我们的健康险没有得到发展,但是通过连接我们会看到,健康险公司已经能够和医疗体系真正的质量和成本紧密协同在一起。这时候,我们能够了解到,一个病人连续在不同医院、不同周期的体检报告和电子病历,这时候我们有可能做预测了。
我们会看到因为连接和AI,我们会驱动着健康险快速的成长,同时对医保的使用效率,完全可以在医生开放的过程中,做一个有效的监控。医保使用效率的提升,我们也会看到,医药险在连接和AI的触动下,会产生一个剧变。
互联网和医疗恰恰是两个相反的领域,医疗是昂贵、保守、严谨的,互联网是开放、免费、自由的,我们其实有很深刻的体会,科技和医疗的融合,最难、最大的瓶颈是团队、文化和思想的融合,这是我们内部融合最大的挑战。
我们也会看到,在这个领域里能够做得成功的企业,其实最重要是把文化的融合真正的做好,外部才有很好的结合。我们在成长的过程中会很深刻的感受,因为跟政策有比较好的契合,我们在推动预约挂号的时候,正好政府在推动预约诊疗,我们推动互联网医院的时候,政府在推动互联网+。
今天我们在推动大数据驱动的时候,我们会看到政府把大数据提升到国家的战略,因为医疗是一个公共服务,只有科技政府的政策和我们真正老百姓的需求产生互动,它才会形成突破。
当然,最重要的还是像愚公一样,持之以恒、锲而不舍,确确实实不管多难,每一天都能够日以复始,一年一月的坚持下去,直到我们看到科技融合产生真正化学的聚变,成为我们每一位老百姓的健康保障。
新年到来,祝每一位老师、同学们,天天健康、天天快乐!
文/清华五道口金融学院