“中國版沃森”臨產：海虹PBM+AI縝密大局

文/本刊記者 張智慧

“中國版沃森”臨產：海虹PBM+AI縝密大局

文/本刊記者 張智慧

一個看似常規的戰略深耕舉動，背后其實連著一個縝密的大局，向外界展示了海虹之于中國首個多維度人工智能醫療項目的非常規打開方式。

海虹智能醫療項目預發布會現場。

2016年12月21日，國務院常務會議審議通過“十三五”衛生與健康規劃的當天，與北京相隔數千公里的海口，國內首款機器人輔助診斷系統從幕后走向前臺，揭開神秘面紗。

在這場題為“海虹智能醫療項目預發布會”上，海虹控股（SZ：000503）總裁康健首次對外透露了該公司的人工智能戰略，俗稱“中國版沃森”。

與幾個月前IBM剛剛全面升級的“沃森”機器人相似，海虹此次發布的“中國版沃森”，同樣被賦予了非凡價值。如IBM高管所言：“從統計學上看，即使是經驗豐富的醫生也會出現判斷或診療失誤，這是人所無法克服和避免的，然而通過AI輔助系統，不僅可以更加準確地梳理海量信息，而且能提示人們可能的結果，當然最終的診斷還是人（醫生）來決定。”

盡管是市場“后來者”，“中國版沃森”卻擁有更多的應用價值和本土屬性——除臨床輔助診斷功能外，該系統還同時融合了醫生專業圖書館、患者自診斷、健康管理、醫保備案等貼近中國國情的實用化工具。

而支撐其龐大功能的，正是海虹運籌多年的PBM業務和大數據基礎，以及在臨床診療路徑、藥學、醫療醫保政策法規等方面積累的知識庫。

“PBM業務體現了海虹在醫療產業內的服務能力和公司價值，海虹智能醫療項目將成為海虹在PBM深耕細作基礎上的戰略重點?！笨到”硎尽?/p>

這意味著在深耕醫?？刭M、探路PBM模式7年后，海虹智能健康已從原有的B端服務逐步向C端延伸，以進一步挖掘其多年來在醫療大數據方面積累的經驗和價值。

海虹的下一步設想是形成“PBM+AI”(醫藥福利管理+人工智能)格局，屆時，公司的新增盈利點也將隨之在PBM、商保、人工智能、患者等多個維度同步滲透。

“中國版沃森”圖景

提到沃森，許多人早已不陌生，在2011年美國智力競答電視節目《危險邊緣》中，它戰勝了兩位實力極強的人類選手，贏得總冠軍——它就是那個誕生于IBM手中的超級計算機。

鮮為人知的是，那一次亮相后不久，風頭正勁的沃森就接過了美國安德森癌癥中心的橄欖枝，在這家全球最好的腫瘤醫院當起了助理醫生，負責驅動一個名為“腫瘤學專家顧問”（OEA）的軟件。如今，沃森就像躺在口袋里的專家，醫生在OEA界面輸入患者信息，幾秒鐘之內，他就會結合最新研究為患者量身定制多種診療方案，一行行羅列出來供醫生定奪。

這正是信息快速更新的醫學所急需的。

“醫生是知識和經驗門檻特別高、執業非常辛苦、知識系統龐雜又需要頻繁更新的職業。” 康健表示，曾幾何時，很多大醫院每年動輒數千萬去上馬IT系統，但能夠輔助醫生臨床診斷和治療的專業工具卻鳳毛麟角，“醫院幾乎找不到合適的產品和服務”，“中國版沃森”的一個核心功能正是因應此空白，幫助醫生來完成臨床診斷。

海虹控股副總裁上官永強將其進一步定義為“診療決策輔助工具”，即：運用醫學人工智能技術，為臨床醫生診療全程提供輔助診斷決策和推薦優選治療方案，同時提供合作專家的臨床處理方法和診治結果，供醫生參考借鑒。

“一旦醫生與海虹智能醫療系統簽約，就等于養了一臺機器人，幫助醫生完成診斷和互動學習的過程?！焙：缈毓纱蠼】凳聵I部副總經理張運江解釋。

這種功能與IBM沃森機器人的設計初衷幾乎異曲同工。

“他給醫生選項，不必再自己翻找答案?！甭摪铖vIBM全球商業服務部管理合伙人安迪·馬納稱，“醫生仍是醫生，沃森只是不可思議的決定支持者或決定制造工具。”

但海虹的“中國版沃森”并不滿足于此，因為與生俱來的本土化特質，其在功能模塊開發上也顯得更接地氣。

《中國醫院院長》注意到，海虹智能醫療項目不僅能為臨床醫生提供全程輔助診斷，還會基于個人健康檔案與支付結算標準，增加諸如個體診療信息、醫保結算標準、同業臨床處理參考等提醒服務，進而幫助醫生自動匹配臨床常規和合理診療方案。

在診斷、治療之外，此系統亦可作為醫生的私人圖書館，全面收錄臨床指南、用藥指導、細分專業學術文獻、醫保政策、衛生計生委公示全國典型范例、醫生病例交流等臨床常用資料。

而“簽約管理工具”是“海虹版”適應中國國情，響應“家庭醫生簽約制”的又一創舉。借助該項目，可在第三方經辦基礎上促成參保人與醫生建立長期服務契約，并推進醫保備案。

不僅如此，海虹智能醫療項目還同時開辟了面向患者的“健康鬧鈴”“智能就醫助理”“健康福利顧問”等一攬子服務。當患者下載相關APP后，系統一方面可依據其提交的診療信息和診療常規中的概率測算，建立基于條件觸發的提醒機制，對個人健康進行動態干預；另一方面則可結合其健康狀態、醫保支付能力、地域醫療條件等因素，提供可及的醫療資源選項，從而最大限度地減少跨級、跨區域就醫帶來的個人負擔和醫療資源的系統性浪費。

“PBM + AI”雙引擎

與IBM沃森不同，海虹智能醫療項目更多是基于其深耕多年的PBM業務。

所謂PBM，全稱為“醫藥福利管理”，是指協調保險機構、藥企、藥店、醫院（醫生）和患者各醫療參與方，在不降低醫療效果的前提下，通過影響醫療服務各方參與主體的診療行為，實現降低醫療總費用的目的。PBM的核心業務之一是醫保審單，相當于在醫生診療時安裝一個電子眼，監控醫藥處方是否存在濫用藥物、過度診療的問題。

有資料統計，截至去年6月，海虹醫保審單業務已覆蓋全國24個省/直轄市近200個地市，審核結果公示反饋系統上線醫院8000余家、200萬執業醫師，服務參保人群逾8億人，審單量累計突破160億份。伴隨PBM業務的推進，海虹逐步積累起豐富的臨床知識庫、醫療質量、臨床績效評估、醫療基金運籌決策、個人健康征信等方面的豐富經驗。

這為該公司進一步調整布局，將戰略眼光投向人工智能（AI）領域打下了堅實基礎。

在此之前，業內已涌現出數目可觀的醫學影像智能識別、醫療大數據挖掘、母嬰看護機器人、基因工程人工智能、智能導診機器人等產品。

表面看，海虹智能醫療項目與其同類產品并無太大差異。但憑借“具有自有知識產權的專業化臨床知識庫”——713萬條醫學數據+5668萬條規則數據+200億審核處方量——海虹在整體產品設計、技術路徑選擇、系統架構和運營模式上，已表現出顯著的核心優勢。

眾所周知，醫療數據一直是橫亙在智能醫療創業者面前的一座大山。以往獲取訓練醫療人工智能所需的數據，主要采用合作和并購方式，成本很高，數據來源的正當性也飽受質疑。

相形之下，海虹顯得從容許多。受惠于PBM的業務根基，其臨床知識庫的堆積、從建成的醫療專家顧問庫獲取知識的便利性、在醫療機構內頻繁的試錯與模型迭代、國內外深度學習技術的合作分享，均可以為智能醫療項目的生成周期節約大量時間與智力成本。

以此為平臺和跳板，該公司在AI產業尤其是臨床智能輔助工具上，已然為其他同行預設了較高門檻。至少到目前，這一填補國內需求空白的全新項目，尚未找到同一當量級對手。

而臨床智能輔助工具還僅僅是其踐行AI的一步棋?！吨袊t院院長》注意到，海虹在中國商保及C端領域同樣廣泛布局，高歌猛進。

在商保端，該公司已與13家商保機構結成戰略伙伴，負責為其提供TPA產品設計、核保核賠以及續保服務，通過利益共享、風險共擔，從根本上解決商業保險盈利難的問題。

至于C端，海虹則正積極構建“新健康”醫療網絡，與醫院、藥廠合作，利用電商平臺與APP，提供包括預約就診、慢病管理、家庭配送等特需服務。

類似的戰略考量有些似曾相識。比如，發明AlphaGo的Google下屬DeepMind公司，其核心醫療板塊DeepMindHealth就是與NHS（英國醫保）合作，準備在5年內建成全新的人工智能臨床信息系統。同時，Google公司在Android平臺發布的健康傳感器應用Tricorder X，也是與手機配合記錄個人的視網膜掃描數據、血液樣本和呼吸參數。其傳感器組能同時支持54項生物采集信息，可定量測量幾乎所有的人體表征，達到健康實時監測，為支付方及時進行健康干預、維持健康狀態、減少整體支出奠定基礎。

不難發現，國外PBM公司與其他人工智能科技企業間的結合已經渾然天成。

“國外產業資本布局時間較長，國內剛剛起步，海虹基于PBM+AI雙引擎構建醫療產業服務分享與應用分發平臺，將支付方服務嫁接給其他合作伙伴，輔以利益共享的長期合作安排，可最終促成共同壯大的雙贏局面。”康健稱。

更大的期許

如果把海虹智能醫療項目的戰略景深拉得再遠些，或許還能有更多的聯想。

最近幾年，互聯網的普及一直推動著知識快速傳播。一方面，患者群體對健康的認知水平逐漸提升，對醫療供給能力的期望趨于苛刻；另一方面，囿于臨床專業知識的巨大門檻，傳統用藥、就醫往往處于無規律的隨機游走狀態，因聽信非專業網絡宣傳而造成錯誤用藥、不合理就醫的現象屢見不鮮，既損害了醫院的公信力，又讓患者錯過了有效的治療時機。

在醫療供給層面，臨床體系的應用交叉和知識體系的爆炸，同樣讓醫生群體面臨更大的臨床操作難度和醫患溝通的挑戰。尤其?？漆t生，在臨床專業越分越細的背景下，他們必須及時跟進并獲取大量的循證醫學證據來支持患者的個性化治療方案，并為此花費大量的時間和精力，通過閱讀海量文獻，追蹤學習國內國際最先進的治療經驗和診療路徑。

“每個人的接觸面和記憶力都是有限的，即便能夠接觸到海量信息，也很難做到過目不忘，信手拈來。稍有不慎而處置失當，就可能激起患者反感?！蹦翅t生在微博中感嘆。

對此醫患兩難處境，海虹智能醫療項目無疑可以逐一化解。

張運江介紹，該公司目前已能從此前積累的數據庫中找到癥狀與疾病的集束聯系和常人無法總結出的趨勢與規律。未來，其應用程序可以在電腦或平板上運行，它能將一個患者的資料和病史與自己的數據庫做對比，之后應用程序返回的數據會被作為醫生診斷決策的參考。

未來，海虹希望在幫助醫生精確診斷的同時進一步共享臨床知識，完成患者端的臨床教育，進而徹底重構患者的就醫秩序，促進醫療資源的合理分配。

而通過分享患者健康狀態、展示臨床診斷路徑、公示治療標準，客觀上又能幫助建立醫患專業溝通的對話機制，彌補醫患之間巨大的專業鴻溝，促使醫患共同交流疾病表征、自感反應，根據患者的經濟與健康承受能力，協商制定治療方案，并在這個過程中培養醫患互信。

一旦專業信賴和情感培養達成，以往醫療機構對醫生的硬性約束就可以轉變為軟性約束，使醫療機構僅僅成為醫生提供服務的法定場所、服務設施租賃平臺和結算繳稅單位，為真正的醫生自由執業打下堅定基礎。

這是一種充滿萬千想象力的多贏局面——當然，其實現的前提是海虹智能醫療項目足夠成熟，且能系統、全面地著陸。目前至少在C端領域，其建立的個人健康檔案仍只限于醫院的門診記錄、用藥記錄，還稱不上真正意義上的個人健康檔案，需要進一步豐富、完善才行。