本文将从产品经理角度探索「聪慧医疗」领域 – 《左手年夜夫开放平台系统》产品计策定位、上风剖析、难点与方案，紧张利用网络公开信息进行产品剖析。不建议作为商业用场。
首先带大家理解一下左手年夜夫：作为互联网医疗康健领域早期创业者，从2016年发布的初版医疗知识图谱就得到了数千万的天使轮融资，2022年与医药实体业务相结合发布了数字化CDMO产品。总融资超过1.3亿公民币（数据来源：爱企查），做事500+企业客户（数据来源：官方网站）。
底层能力强大，具备出色的大数据信息处理能力，可以支持繁芜业务场景。依据AI大数据模型演习打造出数字分身，医疗决策，医学文本处理，知识问答等多种类型、智能年夜夫，智能导诊，体检报告解读，对话天生病例等多种运用。
接下来从计策定位、聪慧医疗的代价、上风剖析、交互体验、难点与方案几个方面详细拆解和剖析。
一、计策定位
根据他们的产品可以看出，他们紧张还是以AI大模型为核心能力，以公立医院为紧张客户（在目前公布出的客户群体中公立医院占比较高）的问答交互型聪慧医疗产品。
1. 公立医院（作为其产品的紧张客户群）在采购产品的时候可能紧张看重的特性
条件：知足紧张需求。
安全合规——政策哀求，数据存储（一方面要考虑到数据的安全性私密性，一方面须要考虑到公立医院的用户比较多，处理系统的压力和并发）行业办理方案能力——当有环境成分影响业务流程或者影响到系统时，相应的敏捷度和供应办理方案的迅捷性、准确性、可用性。同级别行业企业成功案例 ——着重在于功能的成熟度、打磨的精准度。产品与现行系统业务流程的同等性及拓展能力。至于产品功能的便捷程度、用户体验、风格是否符合自由体系的调性，作为其不愿定项着重在于决策人的主不雅观意愿。
2. 那么在以AI大数据模型为核心能力的条件下，该当如何构建竞争上风呢？
1）专业的精准度
连续发挥AI大模型的上风，不断提升自身在专业的精湛度，并不断提升自己在专业知识领域的品牌有名度。
2）市场霸占率
可以采纳多种运营办法，比如利用我们供应专业底层能力的上风加强与第三方乃至是竞品公司的互助，比如互联网门诊、聪慧预约等企业；也可以自己不断拓展自有客户，供应全流程做事。只管即便在市场里铺开自己的业务，一方面提升自己的有名度和营收能力，另一方面也可以不断在实践中反复打磨自己的产品。
3）交叉学科专业精准度
医疗领域也会涉及很多细分领域，对专业性的哀求都很高，无论是年夜夫角度、药品角度、病种角度、医用东西角度、检讨东西等等，如果对各细分领域都具备相称高的专业度，并经由实践的磨练，一方面为自己深入到目标领域打下了很好的根本，提高了自己的专业能力和成功概率，一方面打开了有名度，无论是找客户还是找互助都会有不错的机会。
4）行业标杆客户
在自己的目标领域中找到一个行业标杆客户，首先是行业和场景要足够有特点，符合自己的业务场景，以点带面进行品牌推广。
5）关键节点布局
当各个领域都具备专业的知识储备往后，就可以有充分的先决条件选择下一步发力点。
二、数字时期的聪慧医疗
数字时期的聪慧医疗有相称大的发展空间，在医疗的各细分领域比如门诊、急救、药房、监测设备、养生等各个环节都可以发挥很好的浸染。
在门诊环节（不止公立医院、也有民办医院和各种大型连锁医馆）可以做的事情比如线下的数字化预约登记、缴费、检讨结果及***打印。这种不单指可以在手机小程序、公众年夜众号或者APP上进行医院、科室年夜夫查询，网上预约登记缴费退费等操作，还有线下各医院里已经摆放的各种硬件机器，各种报告查询打印机器、***打印机器、以及取号缴费一体化机器，可以在机器上操作取号，个人报告查询以及签到、缴费等一系列操作，目前乃至已经遍及到了各中小城市。
我们已经可以创造，现在的缴费环节中都已经直接抵扣了医保的部分，乃至个人账户中有余额时也会直接抵扣，而不须要从自己其他账户出，解释大部分都已经完成了跟第三方平台的对接。跟随政策的不断变革，比如以北京为紧张试点城市的家庭共享医保账户，也紧随政策须要设定相应规则，都须要各研发平台有敏锐迅捷的反应力。
包括目前正在研发试点的在线远程问诊，也须要不断精湛和细化规则，充分考虑到患者年夜夫利用场景的同时，规范化问诊流程，只管即便赞助提高诊断的准确性，这对采购的软件会有极大的哀求。
急救场景中，我们须要考虑到患者的急迫性，由于不同病种会造身分歧须要急救的后果，且病人须要急救的时候多数会很慌张，这提醒我们，在可以稍缓或者等急救车前来的途中，我们可以帮助患者做哪些急救方法或者判断，或者供应在日常生活中就可以用到的那些绝对专业的知识。
购药场景中，一方面是药品的供应链，从质料、药品加工厂、到发卖全流程环节中聪慧医疗都可以参与进来，大幅提升加工的规范性、准确性，也极大的节约了各链路本钱；
另一方面在ToC的药店采买时，有些用户知道自己进来买什么药，直接供应给对方即可，如果在线上场景购买处方药时还须要专业医师的判断开方；
当有些患者不知道自己买什么药时还要供应问询做事，赞助客户查问病情，结合实际情形再供应详细的购药或者是处理建议，都须要专业医疗知识的赞助，除了详细的医师以外，更须要的便是聪慧医疗的参与。
监测场景中，可以分为不同的视角可群体，比如（ToC）用户视角，佩戴的康健监测产品如智好手表、智好手环、血糖仪、血压仪等，（ToB）医院视角，院内的赞助诊疗仪器如心电图、呼吸机等等，在生产过程中都可以加入聪慧医疗进行生产或监控管理掌握。
当然在做（ToC）用户视角康健监测产品时要充分的对用户群体从各个角度进行调研，并做好干系的用户生理研究，否则市场可不一定会买单。在这个新品层出不穷、专家一词成为乱来学欺骗学的时期，很难让产品从一众信息里脱颖而出，造成的后果便是市场并不买单。
养生场景中的内容就多得很，无论饮食、运动、生理康健，人生活的社会环境中各个方面都可以进行养生，而且灵巧度高，无论是开店、开课、做单品、自媒体传播或者得到资格后做私人康健管理师都可以。
但如何做好养生，哪些才是真正的养生，如何让别人知道、相信你做的事情是真正的养生，从各个方面都该当表示出来让用户感知到这是一个专业为人体康健努力的品牌。
以是说聪慧医疗的发展空间潜力巨大，立足点精确的条件下，也是为公民做贡献的很好的奇迹。
三、左医的上风剖析
左医具备专业性强、入局早，灵巧性高的特点。
在2016年入局，18年盘踞市场并得到了相称多的客户，在20年发布主动医疗产品雏形，22年发布数字化CDMO产品。
CDMO引于百度AI阐明：能够通过利用大数据、云打算和人工智能等新兴技能来提高生产效率和质量掌握，从而供应更高水平的做事。
数字化CDMO企业通过利用物联网(IoT)设备来监测生产过程中的温度、湿度、压力等参数，实现实时数据采集和剖析。这种技能的运用帮助CDMO企业优化生产流程、降落本钱并提高产品质量。此外，数字化CDMO还表示在个性化医疗做事上，根据客户的详细需求以及药物的特性，供应更加定制化的做事。这种趋势在癌症治疗领域尤为显著，由于癌症患者须要根据其基因、肿瘤类型和治疗历史等成分进行个性化治疗。
由此可见，左医通过演习AI知识图谱进行早期入局，不断强化AI医疗领域大模型，提高其专业度，在AI医疗细分领域也在加强知识的掩护和演习，已经在与实体业务相结合。不断发挥自身大数据医疗模型的上风，扩大知识面，并在行业内的运用实践中打磨自身产品，提高各医疗知识领域的专业度。
四、交互体验
整体左医系统的内容上专业性也是很高的，各知识中乃至附上了引用的链接，提升了产品的用户可信度，当有专业人士利用创造其可能存在的问题时也便于排查和后续掩护。
详细利用上每个步骤和环节都有奉告提醒，便于用户理解下一步操作，但均为西医辅导思想，其实在急救的某些方面尤其是内脏（除意外外伤）领域中医层面也有很多医疗方案可以考试测验。
但是在详细页面的操作上也创造了一些瑕疵（如下按操作顺序）：
第一个是用户操作细节的问题，与原机操作系统习气的适配，一样平常苹果系统操作输入法中选择「完成」即可直接上屏，本系统操作为收起输入法。收起意味着不但改变了当前用户的页面「发送」位置，增加了额外的操作动线，也须要用户再次选择系统内的「发送」才能发出。作为纯工具型功能，紧张思想该当是减少用户的不必要操作，缩短用户的行动路线，其余要考虑到现有的软件产品已经给用户培养的一些习气，根据不同操作系统进行区分，比如苹果手机的「发送」按钮可以设置在最右，其他可收起的「附加」功能可以放在输入框中或者右数第二的位置。回答等待过程偏长，十秒起步。当有繁芜问诊需求时常常须要等十秒以上。对一些紧急须要高频率发问的场景十分不友好。系统不是十分流畅，多数情形下会伴随卡顿。这种情形乃至涌如今已经没有发送任何，只是上翻其他回答的知识内容时涌现。这种情形会让一些不明以是的用户思考这个别系的专业性和准确性。我个人会对这个别系提两点比较小的优化建议，比如第一点：有名专家回答的时候可附带「分享」动作，用于分享给系统内的其他好友，一方面可以在须要帮助或者是紧急场景中可以用于多人共同查看办理方案，协同采纳紧急方法；
其余一方面也可以提升本系统的交互率和利用好感，让一些没有成为自己用户的群体也在利用自己的产品，提升***的好感度，多数人对自己熟习的东西都会有一些天然的好感，也助于自有品牌的推广。
其实在测试过程中可以创造其AI回答的问题中是带有复制功能，意味着本身就考虑到分享知识的场景了，至于为何在年夜夫AI回答时没有分享或者复制的操作也是一个值得思考的问题。
第二个乃至可以网络患者当前定位供应最近正在业务、且符合该病情紧急状况救治条件的医院或分院位置。这种既可以用在医院的急救场景中，也可以用在连锁医院场景。
五、难点与方案
AI大模型有个天然的难点便是「信息量大、真假难辨」
方案：
专业的知识团队把控数据源。先获取全量有可信度的知识源，演习其整合剖析及应答能力；其次担保数据安全合规的条件下，获取已有知识源不断地实践结果，在作为知识投入演习，形成闭环。多维度、大规模、高频次、高质量验证。其余呢，便是「数据量大、检索韶光长」
方案：
这是一个不断优化的过程，一方面只管即便降落各维度知识的耦合度，一方面风雅化检索的逻辑和维度，也是一种办法可以达到简化检索路径的效果。
专业做AI大模型知识时会有个缺陷便是替代性强，须要不断探索其他可能性。由于各行业都在保障自有知识体系，无论是医疗行业的厂商还是互联网大厂，也都布局了这一领域，GPT发展往后尤其如此。当然作为AI大模型的能力厂商也要根据不断变革的市场情形来调度自己的迎战方案。
建议方案：
扩大自身上风，使其在医疗各知识领域都具备高精尖水平。依据自身上风，形成定制以「人」为主方案，并拓展周边产品。思考：目标客群的付费意愿及付费能力？根据生物CDMO龙头：药明生物的2023年报显示，报告期内营收170.3亿元，同比增长了11.6%，净利润35.7亿元，同比为负增长-21.5%。在营收有增长，净利润却为负增长的条件下这解释至少他的投入本钱是增大了的，在这种情形下是否还乐意为厂商供应的产品付费，这取决于产品为其供应的代价以及在他们业务中霸占的比例，这须要我们不断厘清自身的定位和目标收入。
方案：
以宏不雅观角度核阅和剖析医疗市场。确定方向后落实该业务方向的全流程做事。本人致力于深耕互联网医疗领域，剖析拆解内容也仅代表个人当前阶段的不雅观点，如有疑问随时欢迎各位前来与之亲切友好的互换。图片均利用公开渠道内容，若有见地或有建议可以联系删除
本文由 @Nydia王小样儿 原创发布于大家都是产品经理。未经容许，禁止转载
题图来自Unsplash，基于CC0协议
该文不雅观点仅代表作者本人，大家都是产品经理平台仅供应信息存储空间做事。
