一年前,一个隶属腾讯电脑管家的产品团队,被抽调到新的智能医疗硬件产品平台上。 2015年1月20日,这个团队拿出了第一款产品——糖大夫智能血糖仪1.0。这个产品具有传统血糖仪测血糖数据的最基本属性,但是同时兼具互联网终端的架构:每一次测完的血糖动态数据,实时记录到设备上,形成连贯、持续的监测指标,并围绕这些数据展开一系列和医疗监测和防治模式的探索。这个产品在以每两周一个版本的迭代周期往前小步快跑,2015年11月19日,糖大夫升级到2.0版。 如何做商业抉择? 一个以数据和交互为特长,曾构建全球最大的恶意网址数据库和过亿活跃号码库,长期研究杀毒和反黑客的安全产品团队,跨界涉足智能医疗硬件,为什么会选择糖尿病这个细分领域呢? 首先,这个领域的受众绝对大: "几乎我们团队成员家里都有一个亲戚血糖有异常,所以大家在这一方面的用户体验感触非常深。"负责安全业务的腾讯公司副总裁丁珂说。糖尿病已经成为国内最常见疾病之一,根据IDF统计,2013年中国糖尿病人数已经达到9840万,已经居全球首位。 其次,国内医疗基础不足带来的市场机遇: 如果被诊断出糖尿病的人只是吃点药,而饮食照旧,则不仅血糖不会降下来,时间长了,还会出现并发症,糖尿病是慢性病,根治很难。久病成医,很多糖尿病患者熟知需要家中配备血糖仪、血压计、听诊器、人体秤、记录本,经常小结,及时记录数据提供给医生参考。医患之间紧密配合,才能有效地控制住病情,避免恶化和危机生命。但是国内的常见医疗条件在这个方面又很欠缺,无法在日常交互的模式下来协助患者防护,因此这个市场存在着看得见的巨大商机。 再者,国内医学界已经积累足够的数据基础: 糖尿病是常规病,医疗机构手里积累了海量的病患数据,也有海量的治疗手段和医疗方法,但都分散在全国各地各大医疗机构,对于腾讯这样的互联网公司而言,存在着可观的大数据整合契机。 最后,以数据挖掘和数学模型的治疗方式可行: 国内医学研究机构对于以数据挖掘和建模,来治疗糖尿病病患的研究已经颇具成果:采用临床流行病学方法,收集病患者的数据,再结合人工神经网络、模糊系统等理论进行数据建模和分析,最后,以数据挖掘结果结合中、西医理论进行诊断判断和治疗,这在临床试验之中已经获得非常高的成功率。 不过受限于临床数据有限,这些方法主要用于治疗糖尿病慢性并发症,而糖尿病患者控制病情,则需要更加广泛的数据——来自于平时监测的血糖数,血压数,体重,心跳数等。腾讯探索的,是一种在尽可能高覆盖率的高样本量下,通过常规监测数据的持续积累和优化,达成最高治疗成功率。 腾讯是怎么实施的? 处理实时数据和动态数据,这恰恰是腾讯的强项。在安全管家时代,腾讯一直依靠全国数亿电脑和手机用户每日提交的有害代码的样本,以及不断迭代加强防护、完善连接和做用户体验。腾讯管家团队的出发点,就是把数据处理整合得更加高效——以前,他们处理的是积累了多年的安全数据,如今不过是换了个设备,通过做血糖仪来处理患者数据而已。 糖大夫团队在6个月内访谈了一百名医生和医助,跟几万名病人进行了交流,就是为了让产品模式更接地气。 "因为做互联网产品,腾讯讲究小步快跑,所以不是拍脑袋想到一个产品就往市场上一扔。我们主要的方法是一步一步的去通过实证,完善我们的产品。"丁珂说。 第一个阶段:快速切入日常监测,让患者用起来 市场上之前销售的血糖仪,在用户使用方法上很复杂,老人很难学,糖大夫1.0基于以上发现,将交互过程设计得非常简单,大屏幕展示、字体容易识别,界面交互方便,使用门槛很低。 通过分析患者测量的血糖绝对值来看,糖大夫团队还发现,居然有51.4%人的测试不达标——之前他们判断不达标的比率大概只有30%,但实际数据显示中国糖尿病患者的自我控制情况很糟糕。 究其原因,不像国外医疗体系有那种连续性的观测,中国"守株待兔"式的医疗方法,让患者缺乏日常指导下的自我监控,也没有科学办法对其进行指导。所以糖大夫团队认为,这个产品最好的痛点,是帮用户把血糖指数控制下来。 因此糖大夫构建了基于监测数据的智能监控引擎,提供随时的提醒、护士服务和专业指导。 腾讯还设计了性价比极高测试仪硬件,性能和一台智能手机已无太多区别,甚至配备了联网的手机卡,辅助以进口的试纸等等,但是只卖299元,即使是不断升级之后也不加价——硬件价值是补贴给用户的,只希望用户能够很快用它来测试血糖,形成有效稳定的数据来源。 由于腾讯进入医疗设备领域不是很久,他们是通过贵州省的区域试点,获得早期真实数据的,这些数据对产品的设计和改进起到了决定性的作用。 "真实数据出现在我们面前的时候,有时候只能用‘吃惊’来形容——真相原来是这样的!"要想找到用户痛点,产品设计人员必须面对现实环境来一遍遍重新考虑如何形成用户闭环,不断改善用户体验。 对糖大夫来说,和传统医院合作不但是重要的数据突破口,也是给医生们提供服务的过程。和第三方的合作的三甲医院做电子病例系统,糖大夫力图给大医院的医生们呈现完整而智能管理的系统:如果收到患者自发需要咨询的要求,那么对应的患者相关的体系化的记录会出来,什么时候会开始做智能监控、智能监护;这个监护过程当中每一个月、每周、每天、每次血糖情况是怎样;包括他的基础数据、病史。、 从用户监测血糖获得的数据匹配到智能看护提醒,并根据用户自己选择的疾病点,快速匹配就近的医疗资源,确保五分钟之内就会有客服代表给用户电话——形成一个体贴的闭环服务,一个初步的智能看护引擎就建立起来了。 第二阶段:用有经验的人弥补数据不足带来的偏差 如同新入行的医生,由于缺乏足够的病例而无法很快给病人确诊一样,早期版本的糖大夫也存在这样的问题。而且当数据还积累不到足够充分的时候,数据挖掘的结果的误差会很大。 如何弥补?腾讯采用了人工的方式。 有经验的大脑是数据挖掘和分析最好补充:腾讯建立了核心用户微信群,里面有很多久病成医且异常热心的患者,愿意将自己经历过的病例以及求医经验分享给其他缺乏经验的初级病友。和三甲医院合作的电子病例系统,也为腾讯带来了最顶尖的医学经验,另外在新版的糖大夫上,腾讯接入了入股的社会化医疗平台丁香园,用其在专业医生领域的影响力帮糖大夫去构建一个7×24小时的看护团队。 这些系统+人工的努力,在样本获得积累的同时,也带来了正向价值。 对病人血糖异常响应速度,从传统的两周时间,降到的仅仅十分钟。医生对病人的看护能力也大幅提升,有机会放大有限的医疗资源来覆盖庞大的患者群体——"希望每一个医生的看护能力是一千人。"这是糖大夫团队的目标。 第三阶段:系统自动怯病,将疑难诊疗延伸到线下? 如果和云端病毒库一样积累过亿数据了,再多的病毒可能也是只是其中的变种,逃不过杀毒工具的查杀,那人类的糖尿病是否也符合这种有限病源的特征呢?从数据挖掘的逻辑来看,这样的道路是可能走通的。不过前提还是一个,积累的样本足够大,能够覆盖到每一个类型的每一个阶段的病理特征,并形成相对应的处理方法。 如果地球上有一个内分泌科医生,给数千万个糖尿病病人看过病,他的诊断能力一定是空前的,不过那这个医生有可能不是一个具体的人,而是糖大夫智能看护引擎。 使用这个引擎的人不断增加,引擎的处理能力也会与日俱增,一些简单常规化的病理,引擎完全可以作出精准的判断,且不需要常规化的医疗人员进行人工协同。但是具体到处理糖尿病并发症等高等级病例,则引擎可以将处理再次转移到线下,国内一线医院最专业医护人员那里。这是腾讯没有透露,但是却摆在眼前的O2O商业模式,也可能是若干时间后糖大夫3.0、4.0版本的方向。 至于怎么靠数据模式赚钱,2.0版已经可以看到雏形,结合众安的分级保险体系,并打破传统,提供康复激励保险,让患者体验到"互联网+医疗保险"所带来的一站式服务。 版权:本作品由作者首发于经理人分享(managershare.com)。若非授权,转发时切勿删除版权信息,否则追究相应责任。