从硅谷出发,到乡村医院,他重新定义医疗互联网

2020 年 3 月 9 日 创业邦杂志
不管怎么说,陈卫党都毫不怀疑,对渔歌医疗而言,这将是一段被铭记在心的岁月。

疫情是对医疗互联网应用的实战考核

自新型冠状病毒感染的肺炎疫情发生以来,截至3月6日24时,累计报告确诊病例超过8万,累计追踪到密切接触者超过66万人,牵涉14亿国人的新型冠状肺炎,疫区医疗资源彻底失衡……但对国人来说,这是一场必须战胜的危难。

不过,写出《黑天鹅》的纳西姆·塔勒布说过,“真正能够保证有效生存的思维必须是‘反脆弱的’,能够在不断受挫中受益,能够不确定地应对不确定性。” 在这场战役里,在喧嚣的混乱与沉默的磨砺中,互联网医疗不仅呈现出爆发式的生长,即便身处其中的渔歌医疗,也似乎获得了一种特殊的催化剂。

春节前后,渔歌医疗配合国家中医医疗救治专家组组长、中国科学院院士仝小林,中国中医科学院首席研究员,大数据中心主任刘保延,在疫情初期研发出《居家隔离+互联网》无接触医疗兼送药服务管理监管平台,推动形成中医药干预的社会防控“武昌模式”。渔歌医疗分级诊疗,远程医疗平台,经过多次迭代, 二月三号, 基于医疗互联网的“居家管理”和“方舱”先后上线支持湖北武汉,孝感、黄冈、鄂州,内蒙古乌海市,河南新乡高新区、河南郑州经济开发区。

渔歌医疗创始人陈卫党

在渔歌医疗创始人陈卫党看来,医疗互联网在疫区的疫情防控中起到了两个作用:

一是医疗互联网有效的使高端医疗资源下沉。突破了医疗资源的地域限制,全国十余个省的三甲级中医院,在每家医院的领导下,成立了远程医疗自愿者团队,共600余名医生“随时随地”有组织,有计划的配合疫区内的医疗资源远程提供互联网服务给“居家隔离“和“方舱”。填补了家庭医生在疫情防控中的“缺位”,包括给予社区居民及时的病情咨询、分诊分流、情绪安抚、心理疏导等;通过远程问诊,实现患者就医行为上的“物理隔绝”;突破了医疗资源的地域限制,调动了全国的医疗资源“随时随地”参与疫情防控。

二是在疫区卫健委的互联网+医疗监管,保证医疗数量和质量。

疫情的暴发,不仅让所有人的关注点都聚焦到了人的健康上,而且在病毒传染的威胁下,公众对于医院交叉感染的风险有了更深刻的体会,也意识到一些小病、常见病更应借助于互联网医疗。

可以说,这次疫情给全国人民上了一堂远程医疗、互联网医疗教育课。

陈卫党对创业邦说,“面对疫情,医疗资源短缺,导致患有新冠肺的病人,不能被现有的医疗机构接收入院,无秩序的去各医院就诊,给所有医院带来严重交叉感染的风险。”

他认为,这里的核心问题,其实是分级诊疗(也就是说有序医疗)和应急灾备。所以疫情过后,国家一定会大力推广分级诊疗。

而在分级诊疗之中,他认为会延伸出很多机会,比如医共体、医疗的数据化、病例的数据化、远程诊疗、健康档案的云端化、特种机器人的研发、特种医护人员的培养等等。

陈卫党相信,经过这一次疫情,国家将加速推动医疗行业的深化改革,互联网也会和医疗行业有更深度的结合。

做有中国特色的分级诊疗,远程医疗

陈卫党不仅是医疗系统的科班出身,而且在美国互联网行业浸淫多年。

1984年,陈卫党毕业于北京医科大学,在海军总医院心胸外科做医生,1989年赴美访学,获得医院管理硕士和电子计算机硕士学位。留居美国期间,先后在Ebay/Paypal、Facebook全美知名互联网企业工作多年。

2013年2月,陈卫党回国创业。

他做过多年医生,昔日同窗几乎遍布各大医院,因此他不但了解医生和病人需求,还了解不同地区的医院文化。

陈卫党认为,“医疗需求低频且分散,高科技医疗供给量少且集中”,导致 “看病难、看病贵”,。病患在大医院扎堆排队看病,人满为患。但更广大的基层乡医却无法起到供需平衡的调节作用,因此,医疗市场急需一个打通供给、数据、服务的中心化服务体系,统一就医路径。就是分级诊疗系统。

而如何捕捉医疗需求,高效组织医疗供给,是需要解决的两大难题。

为了解决这些问题,就需要引入互联网这个工具,对传统医疗行业进行改造。当时,互联网医疗领域创业已经如火如荼,有”轻问诊“模式;有从挂号延伸到线下的互联网医院模式;更有大公司投建 “未来医院”,它们侧重的更多是医院内候诊和支付流程,送药的优化。 由此可见,互联网对医疗行业的进攻,始终围绕着“医疗“核心的外围进行。

但在美国生活多年的陈卫党认为,“分级诊疗”或许才是解决“看病难、看病贵”这个问题的根本办法。

对比一下就可以发现,在国内,人们通常是身体不舒服了才会上医院,挂完号后,拿着医院发的一本病历,排队看医生;但是在美国,病人的医疗档案,是存在每一个人的“家庭医生”那里,看不看病,什么时候看病,该不该看病,不仅掌握在病人手中,同时也掌握在医生手中。

中美两国在看病方面之所以会出现如此差异,根源在于美国实行的分级诊疗制度和双向转诊制度。

美国私人医疗保险主要包括HMO和PPO两类。

购买HMO保险的病人看病首先要找自己的家庭医生,如果家庭医生认为有必要,会将患者转诊给专科医生做进一步的检查、诊断和治疗;如果病情需要住院治疗时,家庭医生或专科医生会联系合作医院将患者转入治疗;当病情缓解后,病人再转回医生诊所复诊。

而购买PPO保险的人,看病程序的最大不同,在于不用通过家庭医生转诊就能直接看专科医生。尽管如此,绝大多数的PPO客户也都为自己找了家庭医生并更愿意由他们来协助转诊,而这是家庭医生在美国医疗体系中扮演的重要角色。

不仅如此,陈卫党还认为,即便在美国,由于制度原因,那些医院的信息,也是一个一个的“信息孤岛”,并没有连接成一个整体。而国内与美国非常大的一点不同,就是资源禀赋优势突出的医院,都在一个整体的系统内,并且对体外系统的其他医院形成压倒性优势。

这一点,非常关键,因为即便到了2019年10月底,作为新兴事物的互联网医院,数量才达到269家,而与之相比,全国有三级医院2501家,其中三级甲等医院1479家,线上和线下力量对比仍悬殊。如果能为这个庞大的系统提高医患资源的精准匹配度,那中国特色的分级诊疗也就算建立起来了。

榜样在前,力量就是无穷的。2013年6月,陈卫党开发的“渔歌医疗”上线,2014年初正式运行。“渔歌”二字, 出自中国北宋名臣范仲淹的名篇《岳阳楼记》, “渔歌互答,此乐何极”。或许,他希望医生与病人的关系,能进入到一种中国古典的渔人收获后抒发喜悦而高歌的快乐境界。

这个产品利用信息和互联网技术,为医生和医生、医生和患者、患者和患者之间搭建一个集分级诊疗、双向转诊、健康(体检)咨询、大病随访、病例会诊、自我健康管理等功能于一体的健康服务网络社交平台,从而“为缓解大城市就医难、看病贵、缓和医患关系、促进优质医疗资源下乡、培养互联网用户健康管理意识提供助力。”

陈卫党希望用自己的专业互联网技术,在农村搭建村,乡镇,县,市,的四级上下转诊系统,在城市搭建社区,区,市,省的的四级上下转诊系统。将区域内所有医疗资源连接起来,搭建医疗互联网高速路。
 
截至目前,渔歌医疗的互联网+分级诊疗平台已经在已经北京、四川,辽宁,河南,贵州,云南 等12个省市卫健委医疗机构提供 “互联网”+医疗健康技术的支持与解决方案,目前,渔歌医疗的分级诊疗平台已入住16,000 家医疗机构,47,016医生,累计完成分级诊疗 423,212 例,为超过340万患者用户提供健康管理、医疗档案存储服务。

渔歌医疗的远程医疗,远程诊断包括影像,心电,超声,病理服务共68000例,远程会诊1000余例。

“弃医从文”的冯唐,在每年都发布的《送给中国医疗的十句话》中,总会出现一句话:有质量、有服务的医疗在中国依然稀缺。

而陈卫党,希望自己的渔歌医疗能为补上这个稀缺做点什么。

走出资本狂热期

陈卫党创业之初,并没有像大多数创业者一样,选择从一线城市中的大医院入手,而是反其道而行之,下沉到了广大的农村。

大医院不缺医生、不缺病人、更不缺IT系统,所以并没有直接动力来改变现有的医疗系统。

真正的大规模痛点其实在农村,关键的切入点也在数量最庞大的基层。

他放弃北上广,直接带领团队下乡,先从村医入手。

由于“分级诊疗系统”是渔歌最成熟的系统之一,村医都可以使用到,所以从村医开始,系统就可以纳入病人的处方、电子病例和其他相关报告,并且随着转诊的轨迹,做到将就诊数据通过医院服务器的接口进行实时更新。

这样一来,病人看病容易了,基层医生病人多了,上级医生更有效率,且都在一定规则的监管中,形成良性循环。不过,基层医生除了“首诊”之外,还要担负诸如公共卫生和慢病管理等“签约家庭医生”职能。

值得一提的是,渔歌还用电子签约的方式代替传统纸质,让卫健委不仅可以追溯到基层医生的公共服务是否到位,还可以看到转诊信息和医生的所有行为,系统会实时监测数据并做异常预警,以及定制个性化的报告。医院也能据此来做医生的绩效考核。

而渔歌,除了获得满足卫健委和医院精细化运营的SaaS监管系统的订单之外,还为医生提供影像报告比对的增值服务。 

这正是他期待的一个多赢的结果。

然而,由于种种原因,互联网医疗在经历2014年、2015年的狂热之后,行业进入了沉寂低迷期。不少互联网医疗企业因难以撬动有限的医疗资源、缺乏明晰的商业模式等原因,黯然退出了市场。

但是,在这次新型冠状肺炎黑天鹅影响之下, 医院、医生、居民的行为均发生了巨大的变化。

在医院方面,为减少患者间的交叉感染和提高医疗资源运营效率,更多的实体医院选择建设互联网医院,提供线上问诊服务;在医生方面,疫情暴发后,不少医生主动提供线上诊疗服务,为患者提供新冠肺炎及其他疾病的线上咨询和诊治服务;在消费者方面,受疫情影响,越来越多的居民选择使用线上问诊。

疫情暴发以来,全网针对新冠肺炎疫情的问诊量超千万次,相当于普通三甲医院约 10 年的门诊量。

互联网医疗的优势和作用展现出来。

医疗监管部门更是两次连续发文,鼓励利用互联网医疗平台,来解决线下问诊带来的医疗资源不足、交叉传染等问题,特别是对发热患者的互联网诊疗咨询服务,完善“互联网+医疗健康”服务功能,推动互联网诊疗咨询服务在疫情防控中发挥更为重要的作用。

过去为什么没有见到成功的医疗互联网?陈卫党认为,主要有三个原因:

首先是医疗的专业性(需要监管);其次是存在“代沟”—— 医疗和现代互联网;最后是由于医疗管理模式滞后。

但是,现在由管理医院的政府部门或医院牵头,在有医疗监管的前提下,各级医生在这个平台互动,医生和患者的互动,患者和患者的互动,在这个平台上,在国家法律许可下,产生医疗行为,各级医管部门,同时对平台上的医疗行为进行数量和质量的监管。

“具有这样功能的平台,我们叫他医疗互联网平台。”陈卫党说。

陈卫党更是认为,“密集的利好政策,有望成为互联网医疗行业发展的助推器。”他表示,根据过去8年医疗互联网创业实践,现在是重新定义“医疗互联网“的时候了。

结语

回顾历史,17年前的2003年,“非典”来袭,为淘宝电商模式培养了一波用户习惯,阿里集团乘势飞跃到一个新的高度;因为大家都不敢出门,线下门店大量关门倒闭,刘强东顺势把线下的生意搬到线上,成为京东如今辉煌的肇因。每一次的危机一定会有一批物种倒下,更会有一批物种崛起。

风会吹灭蜡烛,也会助长山火。危机和压力,同样也是机遇与变革的动因。

这一次,疫情未必不会成为互联网医疗习惯养成的催化剂。 

陈卫党表示,“病毒肆虐,会带来局部的催化和改变。不过,中国经济本就处于大的调整之中,这一次的疫情,将使调整的步伐加速。”

从更高的层面看,国家一系列的政策利好陆续发布,互联网医疗看病、购药、医保支付的就医闭环已经彻底打通,在大幅满足因城乡之间、东西部之间的医疗资源分布不均带来的需求的同时,对促进分级诊疗的落地乃至对推动整个医改都有重要的作用,在这种背景下,行业发展的转折点应该已经来临。



MORE | 更多精彩文章

● 8个独角兽,最高估值140亿美元,东南亚将诞生下一个10亿移动用户 | Going Global
● 掌管超3000亿资金,京东、头条、小米、百丽背后的资本女王 | 创业邦2020女性投资人榜单重磅发布
● 新款国产特斯拉曝光!“减配门”之后,你还会选择它吗?| 撩车
● 美团点评迎十周年,股价大涨;京东发布2019年财报,净收入5769亿;微软、亚马逊、谷歌国际大科技公司普跌 | 科技股周报

登录查看更多
0

相关内容

陈卫,微软亚洲研究院的首席研究员,清华大学的兼职教授和中国科学院的兼职研究员。他的主要研究兴趣包括社会和信息网络,在线学习,网络游戏理论和经济学,分布式计算和容错能力。他在社交网络中信息和影响传播的建模和算法研究方面进行了广泛的研究工作,并在顶级会议和期刊上发表了一系列出版物,获得了6600多次引用。于2013年与人合作了《社会网络中的信息和影响力传播》,并且是即将出版的《大数据网络扩散模型和算法》(中文)的唯一作者。他是CCF大数据工作队和理论计算机科学技术委员会的成员。
【CVPR2020】多模态社会媒体中危机事件分类
专知会员服务
54+阅读 · 2020年4月18日
专知会员服务
27+阅读 · 2020年3月6日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
2019中国硬科技发展白皮书 193页
专知会员服务
82+阅读 · 2019年12月13日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
领域应用 | HiTA知识图谱 “药品-适应证”图谱数据发布!
2019年药品零售行业全景图
行业研究报告
31+阅读 · 2019年9月18日
2019互联网医疗行业洞察
行业研究报告
8+阅读 · 2019年5月28日
2018年物业管理行业深度研究报告
行业研究报告
7+阅读 · 2019年5月17日
青光眼,哪里跑!
中科院之声
4+阅读 · 2018年7月9日
【智能医疗】如何利用深度学习诊断心脏病?
产业智能官
8+阅读 · 2017年10月3日
Self-Attention Graph Pooling
Arxiv
5+阅读 · 2019年4月17日
Arxiv
10+阅读 · 2019年2月19日
Arxiv
23+阅读 · 2018年8月3日
Arxiv
9+阅读 · 2018年3月23日
Arxiv
10+阅读 · 2018年2月4日
VIP会员
相关资讯
领域应用 | HiTA知识图谱 “药品-适应证”图谱数据发布!
2019年药品零售行业全景图
行业研究报告
31+阅读 · 2019年9月18日
2019互联网医疗行业洞察
行业研究报告
8+阅读 · 2019年5月28日
2018年物业管理行业深度研究报告
行业研究报告
7+阅读 · 2019年5月17日
青光眼,哪里跑!
中科院之声
4+阅读 · 2018年7月9日
【智能医疗】如何利用深度学习诊断心脏病?
产业智能官
8+阅读 · 2017年10月3日
相关论文
Self-Attention Graph Pooling
Arxiv
5+阅读 · 2019年4月17日
Arxiv
10+阅读 · 2019年2月19日
Arxiv
23+阅读 · 2018年8月3日
Arxiv
9+阅读 · 2018年3月23日
Arxiv
10+阅读 · 2018年2月4日
Top
微信扫码咨询专知VIP会员