中国商业网 首页 商业

移动医疗红海机遇与挑战并存,看随访工具如何从中破局?

2015-9-17 16:42 收藏 分享 邀请

摘要: 近年来,智能手机、平板电脑等移动设备的普及化以及3/4G网络的高速发展给传统的医疗行业带来了前所未有的发展机遇。据易观智库预测,中国移动医疗服务的整体市场规模在2017年可能会达到200.9亿元,复合增长率将达到7 ...

    近年来,智能手机、平板电脑等移动设备的普及化以及3/4G网络的高速发展给传统的医疗行业带来了前所未有的发展机遇。据易观智库预测,中国移动医疗服务的整体市场规模在2017年可能会达到200.9亿元,复合增长率将达到78.5%。不可否认,当前,移动医疗已成为中国医疗卫生领域重点建设的IT系统项目之一。

 

     当互联网商业模式对医疗服务这样具有市场大、效率低、痛点多的长尾特征的传统行业进行强有力的渗透时,“丁香园”和“好大夫”等几个平台几乎已经抢先占据了医生入口与医院入口等线下资源,并早一步积累了更多的内容沉淀,沉淀的内容又将更多用户聚集过来,在移动互动医疗服务市场,已充分展示了行业发展初期的“网络效应”与“先发优势效应”。后来者短期内很难再与其争锋。

 

    然而,涉及诊疗最后几个环节的应用的发展却仍然处于初级阶段,如康复指导、随访等。一来因为比起导诊、候诊等初始环节,它们牵涉更多,需求和目的都更模糊;二来因为比起问诊,其需要的技术支持,如可穿戴设备等,也成为难题。成功打造一个移动随访工具还有很多路要走,在这之前,首先要看到的关键词应该是“数据”二字。

 

    在问诊导诊类工具应用中,“得医生者得天下”被奉为真理,而对于随访工具来说,恐怕这真理应改为“得数据者得天下”。有了数据即说明后台数据库中患者的病历更充分、更全面,医生也更乐意接触这样信息资料充分的病患。这就可能出现所谓的“地盘效应”,用户习惯了现有的数据平台后,就不容易转变渠道转而对接新的随访工具。因此抢占先机,更早地获得数据可能影响到随访工具未来的发展前程。

 

    医疗大数据的整理分为四大模块内容:一是疾病。由临床试验到搭建环境实验,进行慢性病演变规律分析或者由搜索引擎或动态社交追踪流行病;二是药物。观察药物变化与药物关系,发现配伍禁忌与处方异常;三是医生。用电子病历规范医疗行为,交叉对比医嘱与用药记录,追寻医生处方偏好;四是病人。避免调查问卷时的草率与轻视态度,以社交网络的影响力来收集病人的真正意见,了解患者真实体验以解决医患矛盾。

 

    这四点对于随访来说有极大的借鉴意义。例如医生方面,同治疗组、同科室的医生及时了解同一病人的病情信息,对其的医嘱及用药记录,避免两两沟通造成的误解与不便,也能让诊后康复的信息得到更充分地利用。病人方面,以手机端等移动工具进行更自然、更密切的沟通时,也能在人际互动中理解个体的行为态度倾向,了解诊疗康复过程中所产生的观点与感情,有利于改善现在随访问卷所带来的疏离感。

 

    但是,由于种种限制,大多数移动随访工具仍做不到建立庞大的资源数据库帮助医生与患者达到这些目的,目前许多随访工具所做的无非为零星工作,远达不到大数据的标准。针对这点,仁云医云提出的“轻度随访”是一种可行方案。所谓“轻度”,即是做随访之前的跟踪与协作,涉及患者预后情况、电子病历、医嘱指导、远程疗效,却不涉及量表、临床实验以及更深层次的医疗制度改革,目的在于患者第一手资料,积累经验,帮助医生科研工作的开展与业务水平的提高,将随访作为医疗事务工作的一部分,搭起了随访与工作之间的轻便桥梁。这样一来,在未接入可穿戴设备以及未建立数据库之前,也能顺利做到维系医生与患者的关系链、提高患者的协作性与依从性。最重要的是,先拿数据,而后再考虑大数据。无论未来如何发展,抢先争取用户,先一步积累资料总是明智之举。

 

    未来的移动医疗系统离不开物联网、云计算与大数据这三个技术的支撑,而大数据又将影响到用户的自行监测与医生的专业诊断。我们需要认识到,随着中国人口老龄化与慢性病蔓延的加剧,智能手机的丰富功能与便携性都给移动随访工具带来更多的发展空间,为早日实现低成本、高效率、高质量的未来线上医院,发展优化移动随访工具,聚焦医疗随访性服务刻不容缓。


鲜花

握手

雷人

路过

鸡蛋
" 商业之所以美好,就在于合作是一切团队繁荣的根本... "【中国商业网CCWIN.CN】
阅读4004 反馈0
上一篇:
宜聚网—强强联合scsc深圳超跑俱乐部发布时间:2015-09-16
下一篇:
场景增加刺激芝麻用户涨分热情发布时间:2015-09-18
推荐资讯
精选资讯
阅读排行
精选展示

Powered by 商业网 X3.3 Licensed © 2001-2024 Comsenz Inc. Design by 商业网<>

GMT+8, 2025-2-24 19:36 , Processed in 1.200592 second(s), 30 queries .

QQ