
微医集团大数据分诊的颠覆
在这个数字时代,我们身边的一切都被“数字化”了。只有一处,也许是由于其本身的根深蒂固,也许是由于它天然地排斥新鲜事物,医学,却从未被数字化浪潮所影响。从挂号网到微医集团,廖杰远是否能开荒成功?
在国内,不同来源的“误诊率”估计在50%~90%,临床诊治本身的有效性堪虞。在“互联网+时代”似乎所有的产业只要与互联网相加就会变得神奇起来。然而,在互联网医疗爆发的年代中,我们也看到太多互联网的固化思维和医疗界的筒状视野貌合神离的案例。大数据分诊的颠覆性创新带来了新的契机。“医疗机构无疑是最大的医疗数据集散地,但因体制、技术等因素,这些数据并未发挥太大作用,但未来的数据共享将对整个互联网医疗实现对用户的健康管理,将是极具价值的政策突破”,微医集团CEO廖杰远对21世纪经济报道称。
与强大的传统医疗体系相比,互联网医疗本身还处于弱势。而进入下半场的移动医疗,市场也更关注其商业模式、未来的盈利可能性。刚拿下4亿美元融资的廖杰远如何撬动难啃的分诊医疗?微医集团意欲深耕医疗资源配置和运用范畴。
医疗资源重置
挂号网初衷是想解决医疗服务过程当中的两个痛点,一个是信息对称,另一个医疗资源的配置。然而类似挂号网提供的挂号等医疗外围服务,医院同样可以提供,事实上目前已经有很多医生推出了自己的专属APP、微信就诊等。在2015年国庆期间,北京协和医院等三甲医院也陆续推出了APP,使挂号等更为便利。
2015年11月份出炉的《2014年卫生和计划生育事业发展统计公报》显示,基层医疗卫生机构门诊量占比由2013年的59.1%下降到2014年的57.4%。中国的三甲医院所拥有的医生数量占总量的10%,但承担的门诊量却是46%,与此同时,中国首诊准确率仅有60%。国家相关部门也意识到资源配置的问题,也一直在鼓励分级诊疗。2015年9月,国务院办公厅印发了《关于推进分级诊疗制度建设的指导意见》,“十三五”规划也明确表示要实行分级诊疗。
“现在探索的分级诊疗多数是隔靴搔痒。我认为分级诊疗的难点在三个方面:分级诊疗本质是‘双下沉、两提升’。中国基层医生参差不齐,谁来帮助他们提升专业水平?如何提升老百姓(68.91, 1.10, 1.62%)对基层医生的信任度?医患如何精准实现匹配?”廖杰远对分级诊疗的难度也有着清晰的认识。
挂号网也逐步开始布局分级诊疗平台。2014年6月,挂号网推出一款“微医”APP,意在让信息在医院、医生、患者之间流通,2015年9月,挂号网宣布融资3.94亿美元,更名为微医集团,计划用3亿美元构建一个基于团队医疗的全国互联网分级诊疗平台。
“通过组建多个‘同病种、跨区域’的医生协作组织,让患者从信任一个专家到信任一个专家团队,将专家的接诊能力扩大了几十上百倍。同时,用互联网重组医生资源,为患者提供‘家庭医生+专科专家’的服务,把专家品牌和基层医生时间结合,弥补当前医疗体系的缺陷。”廖杰远描绘未来分级诊疗的团队构成。
大数据分诊的颠覆
从目前来看,微医集团有强大的资金支持,未来能否破冰分级诊疗仍待观察,但未来盈利能力仍无法回避。
自2011年互联网医疗概念引入国内后,好大夫、春雨掌上医生、丁香园等一系列平台相继问世,并且受到热钱的追捧。
但随着资本趋于冷静及互联网医疗发展,包括PE、平台等在内都在停下来观察,很多互联网平台现在已经在转型中。如丁香园、春雨医生,原来都是做线上轻资产形式,运营多年后,发现变现能力差,于是在转型线下开诊所等,春雨医生创始人张锐称,未来将靠与保险公司合作盈利。而挂号网(微医集团)同样需要面对这个问题。
2013年,泰康人寿和挂号网共同推出了“泰康三宝”,将挂号网提供的健康管理服务作为险种的一部分。不过,从已有的数据看,以往商业健康险作为补充医疗保险的发展境遇并不好,至今的市场份额不足2%。
在廖杰远看来,无论是智能化的诊疗体系、健康管理体系,都要建立在医疗数据基础上。当前,医疗机构无疑是最大的医疗数据集散地,但因体制、技术等因素,这些数据并未发挥太大作用,但未来的数据共享将对整个互联网医疗实现对用户的健康管理。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08