5月14日，以準入+醫學+數據為主題的驅動營銷高峰論壇在上海舉行。隨著大數據時代的到來，人工智能從技術研發到開始走向市場，以醫生為關鍵的傳統醫療商業模式開始動搖。面對新技術的開發、新思路的崛起，傳統的醫療商業模式開始受到挑戰，以病人為核心的新型醫療商業模式開始被各路醫療專家提上議程。

　　醫生在未來將受到挑戰

　　大數據時代的到來，讓精準醫療在近幾年成為熱門話題。針對病人個體情況，采集相關數據進行分析，并為其制定出專屬個性化醫療解決方案，這是精準醫療在醫療行業展現的突出優勢，但從當下的醫療現狀來看，精準醫療的實現面臨巨大挑戰。如此狀況，以病理科和影像科表現得最為顯著。上海第一婦嬰保健院院長段濤舉出乳腺癌實例：如若病人為乳腺癌患者，不同病理科醫生對病人的診斷各有差異。如此一來，雖然此類誤差勢必會出現在任何以人力為支撐的崗位中，但傳統醫療模式的劣勢還是袒露無疑。面對每天成千上萬位獨立且極具差異化的病患，為每一位病人提出準確的答案著實困難。盡管這些醫生是經歷層層選拔、精心培養的行業精英，但要與集智能化、信息化和速度化的人工智能相比，依舊展現出明顯劣勢。一則數據表明，針對同一病理科案例，人工智能與國內知名專家進行專業PK，其最終結果是，同一時間內，人工智能的準確率為88.5%，專家的準確率只有73%。值得注意的是，73%的準確率在醫生診斷中應屬上限范圍;而對于人工智能而言，隨著數據的不斷積累，將變得更加“聰明”。

　　從大數據的儲備積累來看，傳統線下醫院的數據主要由結構化數據和非結構化數據兩方面組成。傳統醫院手握大量病例資源，醫生天天面對情況各異的病患，為其診斷、治療、提供相應解決方案，整個流程已經占據醫生每天的大部分時間，對于病人病例資源的合理整合處理，大部分醫生因為疲于應對都被擱置在一旁。結構化數據主要以皮膚科、病理科為主的標準化數據，針對此類數據的監察工作往往較為枯燥，工作內容繁瑣且單一。將經過專業培養的醫療人才放在這樣的崗位上略顯大材小用，一方面降低工作效率，另一方面浪費醫療資源。如今，非結構化數據的升級雖未被打通，但段院長指出，“未來兩至三年內，大數據的應用將會在圖像、影像采集方面優先取得突破，人工智能在這類領域里將不可逆地取代醫生”。

　　病人將是未來醫療模式的關鍵

　　從醫療商業模式發展趨勢來看，從最初的以醫療為核心的醫療模式，經市場經濟影響后，開始轉向當今時代下，以市場準入為導向的商業模式。輝瑞副總裁谷成明先生指出，“在未來醫療領域內，病人將成為醫療領域的核心關鍵，在大數據方法的優化整合下，醫生與病人針對病癥將會共同決策”。而能夠完成此目標的只有通過精準醫療，實現個性化醫療服務。以病人為核心無非是處處從病人角度出發，根據病人的個體特征，提供專屬服務并能完美地滿足其需求，但如何做到以病人為核心還需繼續商榷。當醫院、社保或商報爭先搶占大數據資源時，從第三方角度“為病人著想”的觀念，不過是在意淫病人的需求罷了。

　　大數據資源是未來醫療事業發展的核心環節，但并不意味著各自為戰，資源共享才是王道。真正做到以病人為中心，是通過病人自己做決策來實現的。醫院通過體術支持，完善醫療設備的數據接口，將病患數據資料船上云端，針對病人自身的病情狀況，結合專業的醫療分析，為其提供多個精準、個性的解決方案。最后，病患結合自身多方面情況，對所有方案進行比對、考量，直到做出決策。如此一來，多方商榷、專業評估、自助選擇，才是未來醫療領域的前進方向。

　　打造互聯網醫療信息閉環

　　互聯網的發展，讓社會各方開始重視數據資源的合理分配，醫療行業內的各大企業開始紛紛涌向互聯網大數據領域，爭先成為互聯網醫療新一輪洗牌后的領頭人。但各方的只競爭不合作，讓各企業各自領域內進行閉門造車式的開拓，最終使得整個互聯網醫療行業陷入信息孤島的困境中去。對此，段院長指出將APP的開發、可穿戴醫療設備的研發和物聯網的完善結合在一起，將人對人、人對物、物對物三個節點進行系統的更新和資源的合作分享，最終形成互聯網醫療的信息閉環。從實際角度來看，每個節點包含的數據資源都足夠龐大，但只有將三個方面整合在一起，并且進行合理的優化配置，才能滿足人工智能這一“數據怪獸”對海量數據的要求。

　　在當日的高峰論壇上，精準醫療、大數據、人工智能等熱門詞匯被反復提出討論，各位專家從醫藥、信息化發展、醫療技術開發等多個角度，為互聯網醫療的發展趨勢出謀劃策。“未來看病可能不需醫生”的圖景，在大數據高速發展的今天，被各位專家反復強調。但聚焦當下，醫生仍然在整個醫療系統中占有重要地位，AI取代醫生只是在某一領域，虛擬醫生較傳統醫生更有優勢。此時想要彎道超車實屬危險動作，以醫療人才為基點，以臨床醫生為核心，利用技術支持，整合數據資源，優化醫療體系產業結構，才是當下發展的燃眉之急。