巨头的医疗软肋

DiffDay2023-05-312024-06-28

截止2021年，一个略显“尴尬”的现象是，在辅助诊断用途医学影像AI的三类证审批上，有钱、有人、有资源的BAT颗粒无收。

对于医疗人工智能企业来说，三类证是最重要的入场券。而当前没有三类证的医疗AI公司，犹如怀有一身教学绝技，但没有在校内教学资格的老师。纵使本事不小，也上不了台面，更赚不了钱。

新冠之前，是中国互联网狂飙突进的十几年，改造重塑了不少行业，也有些行业始终不接受深刻指导。举例从没立起来一个母婴垂直电商巨头，医院除了挂号，多一点手机App看诊断报告之外，也是互联网化外之地，说明总有些领域有其特有的特质及禀赋，势必不能粗线条等同看之。

本文主题是"医疗信息化整合-AI化"历史撞墙，管中窥豹瞅瞅曾经失败的过往和各路神通，原文是一个<巨头的医疗软肋5问>系列，很长，摘录少许组织如下：

供给侧

矛盾的心理：大三甲生意难做，民营机构故事又不够动人，无法帮立人设。

铁锤人的狂躁

互联网一两年时间就要出成果的打法，在医疗行业连水花都打不出来，对一个巨头内部团队来说，按时间来兑现成果，是很残酷的一件事。

投入产出

B端软件要看人均投入和产出，一般B端软件传统人均投入30w，人均产出40-50w。但现在B端公司，招了互联网人员，算法人员，人均投入50w-60w，但人均产出都不能double，行业级软件不会因为产研投入贵，就有强溢价权。

医疗AI的商业化充满了定制化，人力成本高企的情况下，盈利非常困难。

模式碰墙

交付轻的医疗信息化软件商业模式不成立，没有一家企业在这个领域靠卖工具上市，客单价高，交付重的产品（如大数据）才是好底牌。远程问诊已交学费，基本全挂，奇点未到。移动支付甚至还倒贴一些成本（来自帮接口开发）。

医疗行业重渠道，重生态，重用户习惯，科室主任的个人主观因素，对医疗AI有决定性的生杀大权。应当从某一刻开始，从研发主导切换成合规主导。【大厂赛马机制及人员高流动，让信息科主任需要与不断更换的团队进行磨合】

创业的文化冲突

任何创业领域都是帮派，文化冲突大于业务冲突。消费互联网可以没有文化，靠业务驱动，团队不需要特别强的文化共识，只要业务告诉增长，也能往前走。可中国商业模式创新已偏红利尾声。

文化冲突其实非常难办，比如说医学背景往往就是体系内的人、技术背景往往是互联网人、产品有可能是B端HIT（医疗信息化，民营背景）、商务又是药械外企背景的。他们彼此吃饭的口味都说不到一起去。

利益冲撞

医疗行业的山头，利益群复杂程度要比教育体系更多，比如运营商就绕不开。运营商内部有KA，部分与医院合作一签就是三五年，强在本地服务网络，BAT就只能通过一个核心来辐射区域业务，人力体量与运营商没法比，与客户的日常沟通也没运营商多，慢慢出现一种现象，承接城市级的云，将医疗作为其中一个部分，间接获得一部分数据，核心还在运营商管控下的城市级云中。

需求侧

云，伪需求

有些企业更关注云服务中的弹性元素，如电商，但还有一些相对静态的企业，对云服务的使用需求较为稳定，维持核心业务系统稳定，高效，数据安全和可用性更加重要（医院就属于这后一批）

极少有高并发，一般不需要大算力，即便是医院规不断增大，医院信息中心进行有序的扩容也能满足要求，对云的需求甚至只是网站托管。

云服务出现故障，大公司部门林立，沟通流程很长，医院等不起，除了医疗事故谁来负责？数据上云之后，医院心理上就成为被动的一方，感觉被人拿住了七寸，上云之后，云厂商就从水厂电厂，变成了水老虎，电老虎。

上云之后很多开销，是花在传输线路上，共享式带宽，上传和下载速度不对等，仓促上云，很多项目细节没协调好就仓促上马，效果不佳结果易不欢而散（如单体架构换微服务没改造充分）

定制化

IBM Watson与德州大学医院做的私有化方案时，发现与HIS深度整合的构想实现难度极高，很多院内数据完全不可用，互联互通困难。

瞄向重做一套全新的HIS系统的方向，重做HIS那也不是一点点成本能包住的。

整个合作关系中，强势方还是甲方医院，作为吞金兽的院方，原来的HIS系统碎片化，本就是各院方刻意的成果。重做，除非来自上方的力量压力，否则是不可能的。

各路角儿

三甲

医院上云的核心顾虑在于数据安全，要数据安全，一个有效措施就是管控数据流动。上云对管控数据流动带来很大挑战，就算加了堡垒机日志审计，但终究失去了对数据的管控；拉了专线面对链路故障，灾害协作时间也是不太可控。

三甲医院必须要满足等保体系要求，机房面积，空调，UPS等，很多硬性规定，一开始就注定三甲医院会被“困在”机房里。从三甲医院信息中心主任来看，面向患者端的业务（移动支付，挂号等）可考虑上云，面向院内业务的上云动力不强。

民营

民营企业处境则完全不同，很乐意有上云需求，还爱数字营销。

医生

利益无法忽视，只要治疗方案没对患者造成严重后果，医生就很难被挑战治疗的合理性。一些医生和药企有利益关联，医生的治疗理念难推翻，哪怕AI-watson说自己只是增强智能，不是人工智能（虽然翻译过来都叫AI），不仅是原来的IBM的watson，和现今的AI，没结构，只能说是见过很多数据，概率的结果，在临床上会有意义困境