医疗，贴近民生，也靠近财富。受居民收入水平、国家政策风向、新技术赋能等多重因素影响，中国医疗产业在特定时间段内的变化趋势，决定了医疗企业的长期发展和未来价值。作为中国发展变化最为缓慢的医疗产业，近年来的变革步伐日渐清晰，或许我们即将迎来一个医疗产业的大变革时代——“患者”身份逐渐淡化，数字化的“消费者”定位逐渐形成；AI（Artificial Intelligence，人工智能）技术赋能下，辅助决策价值日渐凸显，多条业务闭环逐步形成。本文将具体与您探讨，数字化“消费者”的数据沉淀基础上，AI辅助决策与三条正在成型的医疗业务闭环。
数字化“消费者”的未来轮廓
世界上的每个人都有独特的身份信息，生活在独特的自然环境和社会环境，体内有独特的基因序列和“生态系统”……人类种种的独特性，造成了基于“平均”意义之上的、针对患者个体的医疗决策常常无法精准而有效地解决问题。例如，某种主治病毒性感冒的药物，即使90%的患者服用后会有治愈效果，但仍有10%的患者不适用。所以，个性化医疗必将是医疗的未来形态。
个性化医疗的实现，必须以患者全面而个性化的数据为基础。这些数据，不仅包括表型（性状）数据、代谢数据、基因数据、病历记录等一系列与医疗本身相关的数据，还包括患者的基本信息与一系列行为数据，在这些多维度数据的基础之上，才有可能得出精准化的、符合患者支付能力与支付意愿的、便捷而可持续的治疗方案。
从技术与产品角度来看，除了现有的个人基本信息和病例记录，上述数据的采集已经可以实现：
1、 表型（性状）数据的采集，主要来自于常规的体检报告，和家用式健康类硬件设备的日常测量记录；
2、代谢数据的采集，除了依靠常规体检之外，还得益于近年来飞速发展的基因测序与检测技术，该技术使人们可以透过基因，了解个体代谢信息；
3、通过基因测序与检测技术，还可以获知健康风险、遗传特征及遗传性疾病等基因数据；
4、行为数据的采集，离不开以手机为代表的、集成各类传感器的硬件设备，和各类承载用户行为信息的社交平台。
上述数据，大多来源于日常生活的测量与记录，而非治疗前的检查环节。随着人们健康观念的树立和逐步加深，将更多地购买基因检测服务、智能硬件设备，通过健康数据的采集和分析，达到预防疾病的目的。随着消费级健康产品与服务的逐步普及，“患者”的身份将逐渐淡化，“消费者”定位将逐渐形成。
数据采集能力虽然已经具备，但用于数据采集的硬件设备尚未被大规模使用，基因检测类服务尚处于早期扩散阶段，数据集成平台目前所接入的数据维度和数据量还十分有限。尽管如此，数字化“消费者”的未来轮廓我们已经可见，每个人生命数据库的建立只是时间问题。
AI辅助决策价值凸显，三大医疗业务闭环逐步成型
2012年，深度学习应用于图像识别和语音识别领域，实现了识别准确率的显著提升，AI迎来了又一轮商业化阶段（AI上一轮商业化阶段，始于上世纪70年代末兴起的专家系统）。
图片来源：AI商业化“二次革命”的产业落地—中国AI投资市场研究报告
放眼全球，中国是AI领域的重要“玩家”。近年来，医疗产业中诞生的AI产品层出不穷，一部分产品正在国内三甲医院中进行试用，一部分产品已经顺利通过CFDA的认证，正式进入市场化阶段。这些新型的医疗科技产品，正在加速着医疗产业链的革新，就目前来看，医疗产业中的三大业务闭环已逐步形成。
一、“智能的海绵”——持续的学习循环
AI如同“智能的海绵”，吸收的数据越多，它就越“聪明”。例如，AI算法模型的应用，使基于医学影像材料的辅助诊疗成为可能。借助图像识别能力，机器可以实现对病灶的识别、器官的识别与自动勾画、提高3D重建的精度等；借助深度学习能力，机器对经过人类科学标注的影像数据进行学习，依靠强大的算力和数据存储能力，快速形成对各类影像特征的认知和判断。在拥有足量训练数据的前提之下，短时间内，机器的识别准确度有望达到一名从医经验超过10年的影像科医生；在时间和费用方面，机器的“培养”成本远低于一名人类医生。
一款顺利通过CFDA认证、拿到医疗器械证书的AI医学影像辅助诊疗产品，其识别准确率已然达到较高的水平，比如93%（国内获批的此类产品的识别准确率，基本都在90%以上）。然而，其识别准确率将不止于93%。产品在医疗临床中的运用过程，是一个持续学习的过程。通过每日对大量医疗影像资料的识别，产品的部分漏洞将逐步凸显。而后，产品的供应方将对其进行再优化。事实上，目前企业面向院方的主要商业模式，就是出售“版权许可证”，一般以1年为限，并提供日常性服务。使用时间的限定，其中重要的目的之一，就是方便产品的更新迭代；日常性服务，除了基本的维护维修外，更重要的服务在于问题的反馈，以帮助模型优化方案的制定。
AI医学影像辅助诊疗产品，就如同一块“智能的海绵”，在辅助医生对影像片进行识别与判断的同时，也在间接利用这些影像资料进行自我优化，形成一个持续学习的过程。在这条学习循环链条之上，逐步形成技术服务公司与医院间的业务闭环。
二、不断“膨胀”的基因测序样本库
2014年以来，我国在第三代人类基因测序关键技术方面取得重要进展，即通过人工智能技术自动分析个体基因序列信息，实现了费用和时间成本上的瀑布式下降。
据不完全统计，截止到2017年8月，我国提供基因测序服务的公司已有45家。为个人提供基本的基因测序服务（非全基因测序服务）的价格在400-1000元不等，并且还在下降。目前国内基因测序服务市场还处于早期尝试阶段，但未来的市场规模被广泛看好。
与AI医学影像辅助诊疗的学习循环类似，基因测序的样本库随着用户的不断增长而不断“膨胀”。基因测序的关键之一，在于个体基因数据与全样本库基因数据的对比分析。样本库所包含的样本量越多、种类越丰富，个体测序的结果越具有参考价值。当样本库达到一定规模时，依托国内先进的技术水平，基因测序将进入医疗临床过程，作为医疗辅助决策的重要依据。
正如上面的“学习循环”，基因测序服务不论以“消费品”的身份，还是以“医疗辅助诊疗工具”的身份，都将在不断吸收数据的同时，提升其利用价值，进而形成一条基因测序服务公司与消费者、医院间的业务闭环。
三、消费者“数字化”，为商业健康险提供“数据平台”
近年来，我国商业健康险受政策的驱动影响，发展十分迅速。2016年12月，国务院印发的《“十三五”深化医药卫生体制改革规划》中多次提到商业保险，并指出“要丰富健康保险产品，大力发展消费型健康保险，促进发展各类健康保险，制定和完善财政税收等相关优惠政策，支持商业健康保险加快发展。”
消费者的“数字化”进程，为商业健康险的科学决策提供了潜在的“数据平台”。当消费者的各类数据集成于同一个易于获取的平台之上时，将为保险公司的产品定价策略、产品种类与分布、销售策略、风险控制等方方面面提供支持。从宏观上，通过对中国各省份、城市人群的健康状况、收入水平等各方面数据的整体把握，保险公司能够因地制宜地开发适合不同地区的健康险产品，并不断调整其销售策略。微观上，保险公司将对消费者的各类数据进行综合分析，为消费者推出短期内出险率较低的产品，更好地平衡保险公司的收益与消费者需求。同时，消费者数据的实时性，使保险公司能够根据每个人的数据变化，进行必要的行为干预，以降低出险风险。而基于各类数据的综合分析与智能决策，AI将起到重要的作用。
当消费者“数据库”逐渐成为保险公司的重要决策来源时，数据的完整性很可能成为购买商业健康险的“门槛”。例如，一个缺乏基因测序数据的消费者，保险公司将建议其购买基因测序服务，获得基因测序报告后，才能获得购险资格。如此，保险公司的决策过程，反向促进消费者的“数字化”进程，从而形成一条医疗产业与保险产业之间的业务闭环。