推出AI-MDT专家智能健管系统,「中康资讯」要以体检机构为入口帮用户建立“健康护照”
老龄化社会的到来,让慢病管理受到越来越多的重视。根据国家分级诊疗的要求, 体检机构、药店和社区卫生健康管理机构等未来会成为居民健康管理的入口(仅次于家庭场景) ,它们将在防控高血压、糖尿病等一系列慢性疾病上发挥重要作用。
但上述机构的服务能力还有优化之处:1)体检机构仅限于医疗前端的检测或筛查,并指引患者前往医院复查确诊及接受治疗,对于进入“慢病前期”用户缺少后端延展的服务,即有效预防慢病的处理方案及健康管理服务;2)线下药店则停留在保健品后端销售的角色,一般不能在售前给消费者提供专业健康分析评估和健康管理建议;3)社区卫生健康管理机构更多承担医院功能的分流,即日常保健、轻微健康问题处理和辅助康复治疗,慢病前期的专业能力不足。
为此,健康产业咨询企业「中康资讯」联合在临床医学、功能医学、营养学、心理学等领域的学科专家(主要是南方医院和北京301医院)共同研发和推出了针对慢病前期(未病)人群体检后的健康管理系统解决方案——“AI- MDT多学科专家智能健管服务”(以下简称:“中康AI-MDT”),目标是 为终端用户建立基于个人健康数据和专家建议(需要专家签字背书)的“电子健康护照”。
所谓AI-MDT,即运用MDT(multi-disciplinary team,多学科专家团队协作诊疗)小组的众多专家经验训练AI模型来实现AI- MDT,让更多基层患者享受高端医疗专家组的MDT服务;AI-MDT多学科专家智能健管服务,是以AI- MDT为核心,为亚健康、慢病特别是多慢病人群提供的临床级精准分析评估,以及个性化营养及运动等健康管理执行方案。
AI-MDT体系为用户提供的指导建议(团队供图)
据中康资讯AI-MDT运营总经理江宏峰介绍,“中康AI-MDT”目前的服务内容包括两个内容:其一, 多学科专家精准健康分析评估报告,对大众的体检结果重新进行深入综合的分析,解读指标数值含义,识别慢病风险,提供精准健康管理方案 ;其二, 移动端智能健康管理系统,以对慢病前期人群的生活方式进行监督管理 。而针对不同机构,上述方案会有不同的落地场景,具体如下:
结合“中康AI-MDT”后,体检机构除了发挥疾病排查功能,还能实现疾病前期的风险评估,健康管理方案的个体化定制,以及包括指标监控、复查提醒、营养膳食监控、运动健身跟踪,压力疏解指导等在内的严格生活方式健康管理;
线下药店则能为消费者提供多学科专家健康分析评估和健康管理服务,及保健品选择和服用指导服务,促使未病或慢病前期人群甚至已病人群从线上电商一部分回流到线下药店;
社区卫生健康管理机构将实现全社区覆盖的多学科专家健康分析评估以及慢病预防。
至于落地进展,江宏峰告诉36氪,目前 中康资讯已与美年大健康达成合作,将后者作为重要的服务入口,去撬动C端资源 。据悉,该方案已在美年的数个门店进行试运营,到9月份正式对外发布,并进行大规模复制。
江宏峰指出,目前美年大健康每年有3000万的体检用户,其中20%左右会进行精密体检(剩下80%为团检客户),即所谓的多指标客户,根据门店现有的转化率来看,能实现5%的转化; 待规模复制后,有望撬动30万的C端客户 ,这也是中康资讯现阶段给自己定的目标。至于收费标准,他透露,目前一份报告的价格不超过500元人民币,“试运营阶段用户对价格的满意度超过95%”。
接下来,“中康AI-MDT”也会铺到连锁药店,不过鉴于有完善会员服务体系的药店较少,药店渠道的布局会较缓慢,具体落地的时间预估是明年底。江宏峰透露, 考虑到美业想转型到大健康领域的整体诉求,除了连锁药店和社区卫生健康管理机构,美业机构也会成为该产品要布局的重要渠道 。
谈及行业壁垒和竞争优势,江宏峰告诉36氪,主要还是技术和渠道。一方面,“中康AI-MDT” 采用的是知识图谱技术 ,经过一年半的时间吸收了大量专家的学科知识和真实临床数据——同赛道的健康有益则主要是基于现有知识库或者医学指南做反向深度学习;另一方面,公司 抢占了头部体检机构 美年这一重要入口,能和同业竞争者快速拉开差距。
目前,与“中康AI-MDT”业务直接对标的还是健康有益,后者主要通过Health AI开放平台为华为、科大讯飞、小米、京东、oppo、vivo等输出AI技术和服务,实现AI健康管理方案的落地。
作者暂无likerid, 赞赏暂由本网站代持,当作者有likerid后会全部转账给作者(我们会尽力而为)。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: