京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12