正文
曾柏毅还谈到,如果考虑用户和平台整体的体验和效率,移动医疗或在线问诊领域有很多机会可以运用人工智能。
以下是36氪整理后的演讲全文:
首先给大家分享一名用户的故事——
在刚刚开始创业的时候,有一天我们收到了来自网易前同事的感谢,她说春雨医生救了他一命。她当时的情况是非经期出血,因为工作太忙的关系,她没有去医院。恰好知道我们做了一个APP可以用手机来问医生,于是她下载了这个APP,并且把自己的症状描述给医生。医生经过几次仔细问诊以后,断定她有可能是宫外孕,要求她马上放下手上的工作去医院检查。经过进一步的确认,医院的检查证实了这名医生的判断,随后这名用户做了手术也恢复了健康。
我们讲这个故事,不是说移动医疗有多厉害,或者在线问诊有多牛。其实我们也在思考,在这个故事里,它充满了各种各样的偶然性。比如,这个用户恰好知道春雨医生,春雨医生恰好能够给她推荐一个比较好的医生,这个医生恰好也做出了准确的判断和比较快的回答。这里面,任何一步出现问题的话,我想结果都不会太好。
当然,我们感觉到了非常自豪,因为我们确实解决了用户的问题,但同时我们又觉得肩上的责任非常重大。医疗健康是一个非常严肃的行业,我们希望把每一个细节能够打磨好,这样我们才能在关键的时候去挽救更多人的生命。
回过头来想,用户到底想要什么样的医疗服务?我们的理解是:非常高效、有质量的服务。对于单个这样的案子很简单,但难的是,我们怎么样能够长期、持续、低成本的去服务很大规模的用户?
拆解来看,大规模的效率和质量从哪来?我们认为这个事情只能从技术中来、从机器里面来。机器能做的事情,尽可能让机器去做。我们既能得到效率和质量,又不会提高很多成本。机器能够做的事情,我们总结大概有几个是比较关键的。
一是众包。这是我们整个在线问诊模型里比较关键的点,它其实在过去几年已经经过了市场的验证,能够非常好地进行资源配置。在这个模型里,只要我们有足够多的医生,这些医生所有的零碎时间加起来就能够覆盖全天24小时,用户在任何时候来提问的话,我们都能够给到比较快的回答。
但是,今天其实并不准备展开来讲众包的过程,因为众包其实本质上已经在所有的在线问诊的公司里面实现了。我们今天要讲其实其他两个比较关键的,一个叫做医患匹配,一个叫做辅助诊疗,这是我们认为比较新的东西,也是说我们觉得人工智能或者技术能够做得比较好的两个地方。