如果周鸿祎做健康管理.docx

如果周鸿祎做健康管理.docx

《如果周鸿祎做健康管理.docx》由会员分享，可在线阅读，更多相关《如果周鸿祎做健康管理.docx（6页珍藏版）》请在冰豆网上搜索。

如果周鸿祎做健康管理

如果周鸿祎做健康管理

林藠头 2013-08-2116:

31 1条评论

分享 

标签：

硬件 360 健康 移动医疗 大数据

【编者按】本文作者康诺云联合创始人郭辉。

序

如何用360在互联网的玩法在健康管理市场破局？

一个是硬件免费，服务收费，针对有需求的人收费；二是数据对比刺激使用者产生行为。

当数据分析的成本随着用户增加而边际成本降低，完全可以实现硬件免费赠送，按需付服务费的模式。

通过这种商业模式，才真正实现了无需求者完全免费，有需求者为服务而不是硬件付费的模式。

健康管理在中国一直没有火起来，主要原因在于这是对人天性的挑战。

人的本性是懒惰、追求生活舒适和随意，不愿意约束自己的生活，而慢性病的形成就是人破坏自己的人体节律和生物钟，该吃饭的时候不吃饭、该休息的时候不休息、该运动的时候不运动以及饮食结构不科学等因素导致的；同时人有时讳疾忌医，在没有疾病症状和医生诊断时会选择忽略身体不健康的信号。

做健康管理就是与人的天性作战，所以本文在讨论在体征分析判断模型革新的前提下，利用360两大法宝：

数据对比刺激行为和免费概念，把健康管理推动起来。

最近两则新闻让可穿戴式设备和医疗健康相结合成为了热点话题：

一个是Withings融资三千万美金——Withings应该是第一款以iPhone等智能机为核心，将血压检测数据、体重数据等个人生理体征数据检测和数据联网云化以及便捷分享的设备，而且数据与Facebook，Runkeeper等打通，让医生能够更完整的了解病人在家中的检测情况，从而达到更准确和有效的判断病情的目的；另一个是Indiegogo上一款轻巧的体征检测设备ScanaduScout上线筹资快速达成150万美金的销售，而且这款设备被誉为“三体仪”，看过《星际迷航》的朋友都能理解这是一个很高的评价，说明这款设备充满了科幻色彩。

很多朋友看到这两条消息，都认为可穿戴式设备改变普通人的健康状况的时代来临了，但是仅仅有设备就够了吗？

现在很多公司尝试更轻巧渐变数据方便传输的家庭式体征检测设备，希望能把健康管理的场景从医院、体检中心转移到家庭中。

但是解决了数据传输问题和检测场景的情况就行吗？

这里面有两个问题没有解决：

设备检测精度的问题。

这是家庭式检测设备最爱被诟病的地方。

同时用户的随机和随意性的检测必然会带来大量的数据噪点，如何排除这些噪点对分析的影响？

数据分析模式的问题。

利用传统医学模式对家庭设备检测数据进行分析判断并无法有效的做到提前发现和预防。

因为现在的医学检测模式是黑白模式，所有检测体征都有一个统一标准值，超过标准值判断为有病，低于标准值判断为正常。

这种判断标准在医院领域进行疾病诊断是有效的，但是黑白模式的分析标准即忽略了不同年龄性别的人群差异，也并不能反映一个人的健康变化过程，还无从去做大数据的比对来进行风险预警，在家庭中做健康管理的数据分析更适合使用灰度模式，灰度模式放弃了对单点数据的分析，更强调从数据连续分析中的变化中寻找问题。

分析模型的革新使疾病的被动诊断变成主动预防成为可能。

下面我们会着重谈产品在不同的市场状况下使用场景和实现价值的巨大区别，顺便也跟大家探讨一下在如何结合中国的国情来利用可穿戴式设备帮助用户进行健康管理提高生活质量。

一、健康管理产品为什么不可或缺？

我们先从市场状况聊起，根据联合国卫生组织的报告，困扰人类十大疾病头两位并不是大家认为的高致死率疾病，如艾滋病和癌症，而是高血压和糖尿。

因为这两类慢性疾病患病人数广，并且得病后是终身不可逆的过程，需要终身服药，这两类疾病以及相关衍生性疾病的治疗费用占人类疾病总治疗费用的70%，导致死亡的比例占疾病导致的总死亡率的85%。

根据世卫组织的数据，当人均GDP处于3000-20000美金的阶段，正是慢性病的高发期。

前卫生部部长陈竺在去年的卫生部联合20部委关于十二五期间慢病防治工作规划的报告中就指出：

未来三十年中国已经进入了慢性病的井喷年代，部分省份高血压患者每10年增加一倍，糖尿病患者每5年增加一倍。

根据卫生部2012年8月份的报告，中国目前有高血压患者2.6个亿，糖尿病患者1.2个亿。

单纯看数字大家可能觉得和自己不相关，但是如果换一种说法，35岁以上人群每3人有一个人有高血压，7个人里有一个有糖尿病，你还会觉得这个病症离自己和自己的家人远吗？

根据世卫组织的建议，人到中年就必须时刻关注三大体征指标：

血压、血糖和BMI指数，只要将这三个重要的生理指标保持在合理的范围内，晚年生活将很难受到慢性病的困扰。

而这三种体征指标的检测传统是通过单机版的血压计和血糖仪都是自我检测自我管理，检测方法也是单点检测单点判断，在使用过程中存在着巨大的问题。

第一是检测时间的随机和随意性，用户完全不具备在检测之前排除干扰的意识，可能在吃饭、吃药、运动甚至情绪波动的状态下进行检测，检测的数值与真实体征不吻合。

甚至很多用户在没有异常体征感受时根本不检测，设备被闲置。

其次检测的数值完全不理解其代表的含义，无法对身体面对的潜在风险进行判断；最后检测的数据对用药没有指导意义。

我这里引用一组数据：

在中国，69.8%的高血压患者对自己已患病的情况完全不知晓，5.5%的人群知道后没有服药，18.6%服药后对病情改善和缓解没有太大帮助；只有6.1%的人群通过服药有效控制了病情。

而糖尿病人群也存在着类似的问题，很多人是等到糖尿病的并发症形成后才发现，而这时治疗成本大大提高，而治疗效果大大降低。

二、到底什么样的产品能解决健康管理的问题？

1、国外：

诊疗体系和新一代设备有效结合

因为病人在家中的时间远远超过在医院和诊所的时间，所以国外体征检测设备纷纷加入数据检测和分享功能。

比如在血压检测领域的：

Withings，iHealth（国内的九安在北美的品牌），日本欧姆龙也和Docomo联合推出了血压远程检测数据共享服务，在血糖检测领域有AgaMatrix。

设备直接和iPhone或安卓手机通过线缆或蓝牙连接，由手机驱动设备完成检测过程，检测完毕后数据上传到云端，最后通过Email等方式与家庭医生和家人分享（日本则是设备自带联网功能，数据给予家庭医生相应的读取权限）。

在整个服务链条里面我们发现有一个非常重要和不可或缺的环节那就是家庭医生，在我们通常的理解里，家庭医生起到的作用是数据的解读和病情分析的作用，其实他们最重要的价值更体现在前期的督促上，让检测者按固定的周期和频率检测才有有效的发现异常变化，所以按时督促检测是健康管理的非常重要的环节。

2、国内的现状与需求

如果Withings和iHealth进入中国，是否能满足需求呢？

除了国人需要被督促进行规律化检测和数据检测后需要被分析解读的需求之外，从设备角度来看，Withings和iHealth还只是一个带数据传输功能的血压计。

在物联网到来的时代，这些设备本身并不带数据自主联网功能，这就要求使用者有较高的设备操作能力才能把数据进行分享，而无法让其他人通过主动关联设备完成检测数据的实时关注。

在中国，因为老年人的数据不只是要让医生能分析到，家人的关注才是需求的主流，所以国内要实现每个设备都有独立的编号，同时设备应该和服务云结合，让被授权的用户能根据设备编号进行绑定，做到设备的检测状况、检测时间和数值已经相应的分析能让多用户多设备进行实时查看。

同时云会给每个设备制定检测的规则，根据每个用户的体征数值做动态的调节，当体征数值出现异常、气温变化异常、空气质量异常等会诱发慢性疾病的因素出现，自动调节设备的检测频率，防止意外的情况发生，而使用者体征数值状况良好则降低检测频率，减少对用户的干扰。

只有实现上述功能的设备，才能有效的及时发现异常并有效预警，降低常规家庭检测设备带来误报和漏报的情况。

更适合家庭医生和社区医生不足的中国的现状需求。

三、技术的进步会创造新的市场需求

传统的家庭检测设备的市场最开始的购买主力都是自购需求，大多是老年人去医院就诊，医生建议病人去药店购买家庭式血压计和血糖仪，当出现体征值超过标准线的情况尽快服药，设备的作用是为了督促服药，而现在市场购买的主力人群已经转变成礼品市场，子女给父母购买成为主力人群。

他们往往通过电商渠道进行采购，希望父母能够坚持检测尽量提早发现异常。

现有的产品能满足这样的需求吗？

人们需要的只是一个简单的体征检测设备吗？

根据我们做的调查发现：

子女的愿望往往很难落实，父母很少能坚持检测。

最重要的原因是检测完后没有人解读数据，该如何做也未知；同时子女由于不知道父母的具体状况，也无法起到督促的作用——因为一般子女不跟父母居住在一起，每个月平均跟父母就通两次电话，关于健康的话题都很短暂，而父母也往往以身体还不错作为回应，子女给父母买的检测设备往往起不到预防的效果。

这也是为什么中国的健康管理总是听见楼梯响，不见人下来。

当每个人谈到健康管理的时候，他的思维都是落在“健康”两个字上的，他联想到都是健康的身体带来一系列的好处，当产品和美好结果联想到一起的时候，自然会认为这是必需品。

可是当他真的要花钱购买健康管理的产品时，他的关注点落在“管理”两个字上了，因为要达成健康这个结果，势必要对自己进行有效的约束，约束的前提是让用户发现存在的风险，并且在用户开始管理后，要让用户看到改善的结果，这就是我们常说的“发现-处置-评估”的过程。

传统的设备用医学数据分析模式来作为评判指标，而人的本性是天然排斥自己不健康的信息的，所以当使用次数多了而身体还没出现体征感受，数字带来的警示作用就在逐渐减弱。

当医生没有给予疾病诊断结论的时候，如何让使用者对自己的健康状态产生警觉的效果？

一般来说两种方法最常见：

一个是通过对比产生行动，最典型的案例就是360，通过开机速度的比较使杀毒、整理硬盘和清理垃圾文件成为日常行为，极大的提高了软件的日活率；另一种方法就是通过对风险和后果的预警让用户产生改变的动力。

但是第一种方法需要一个完整的分析模型动态去评估，如果只是拿单点的数值进行比较，既没有医学价值，还容易错误的引导。

最科学的方法首先要有不同年龄、性别用户人群的体征波动规律的正常基准值，然后拿测试的自身检测基准值去对比，才能形成风险状况的对比；第二种方法则需要有足够的医学临床案例做基础，将异常的体征波动规律和中长期的疾病风险的特征值进行对应，用户的体征波动规律采集后才可以对不同的异常的体征波动规律进行不同的预警，当用户看到这样的提示：

您的体征节律显示3年内患缺血性中风的风险是常人的8倍，就会比较容易去坚持服药并规律化生活。

发现了风险之后就是处置的需求了。

大部分体征异常在初期被发现时还无需药物介入就能调整好，可以根据连续采集到的体征节律帮助使用者发现身体的节律状况，找到最佳的运动、饮食和睡眠的时间，和合理的饮食结构建议。

当身体体征异常很严重了，还能把连续体征的数据和分析结果提交给医生并完成挂号等预约，所有这一切都是子女简单在手机App上实现并付费，对于父母来讲仅需按时去医院并拿药即可，解决了老人因为怕花钱而耽误就医和服药的过程。

并且所有的药品由医院开出后，自动添加到使用者的云端提醒数据库中，当服药时间到，可以通过App、短信的方式告知应该服用哪种药和数量，医生还能通过后台查询到服药后体征的变化情况，在下一次就医时进行药物种类、剂量和服用时间的调整，这就充分解决了服药而不能有效控制病情的难题。

而使用者还可以通过连续检测体征的变化，可以看到自己的健康风险是升高、降低还是维持，当身体健康状态持续正向改变，更容易帮助老年人形成健康规律的生活习惯，慢性病患者也更能坚持服药。

前文中我们提到的70%的未知病情者和18.6%服药未控制病情的患者+5%的已知病情未服药者都能通过设备和服务改变以往的服药和治疗习惯，更好的稳定病情。

四、商业模式的变革带来新的蓝海

当国外的家庭式检测设备Withings和iHealth出现，国内也出现了大量的学徒，他们纷纷研发出带数据传输功能的家庭检测设备，通过音频口、蓝牙和手机相连，或者直接带GPRS和3G的数据传输模块，解决的数据采集的问题，但是基于单点检测单点分析医院黑白数据分析的模式，后端的分析必须和医院和体检中心合作，由专业人员来做体征数据的判断和解读。

这种模式的最大的问题就是前端是互联网模式但后端还是传统模式，当采用服务的用户多起来，后端的专业服务人员也要同比例增长，很难进入边际成本下降的阶段，并且专业人员的数量也会成为瓶颈。

只有通过数据分析模型进行自动判断并自动形成处置方法，才能有效的对海量用户的海量数据进行实时的处理。

同时这种能力还能引导盈利模式的变革，传统的商业盈利模式是硬件销售单次获利，获利的能力与生产成本的控制和渠道的选择和营销能力相关，硬件销售后就完成了整个生命周期，后期再和用户发生联系都是成本，如：

维修、更换、投诉等，下一个型号的硬件再销售上述过程再重来一遍，唯一能传承的就是品牌印象，降低用户的选择成本。

而在未来，硬件的价值不再与成本相关，而在于它采集数据的种类和密度，已经从数据分析中带来的价值。

硬件完成销售只是刚刚开始，后面每一次与用户的数据交互，都是需求发现的过程，并且建立了和用户直接沟通的渠道，有利于其他硬件商品的再销售，节省了渠道和传播的成本，使得小批量生产的成本与大规模生产的成本接近。

并且硬件采集的数据通过分析发现有价值信息，用户愿意为这种分析服务持续付费。

当数据采集和数据分析和提示都全部互联网化后，海量用户增长带来的是边际成本下降，后期的数据服务的持续性收入将成为利润的主要来源，硬件销售获利的模式逐渐转变为硬件+服务获利，当服务性收费比例上升后，硬件可以逐渐降低获取价格甚至可以做到赠送，最终硬件变成载体而渠道服务成为利润的主来源。

所以如果数据分析服务是消费者需要的服务，为什么要让他们为硬件付钱呢？

当分析的成本随着用户增加而边际成本降低，完全可以实现硬件免费赠送，按需付服务费的模式。

为了避免杂乱用户随意申请使用，用户需要缴纳一年的服务费，免费领取硬件产品，当用户一年坚持按规则检测，且数据都处于正常范围，硬件可以申请全款退回。

对于服务提供商的成本就是要把设备外壳和电池更换，而留下来的顾客则会持续缴纳服务费，按照前面的数字比例，有需求的用户有病的几率非常的高，他们持续缴纳服务费用的收益就会远超过硬件单次销售的盈利收益。

而且服务收费是一种按需收费的原则，对于消费者更容易接受，同时也帮助国家、社会、保险公司和家庭降低了大量慢性病治疗成本。

因为中国的高血压患者每年并发冠心病600-800万人，中风600万人，老年性痴呆300-400万人，肾衰200万人，这些疾病的治疗、抢救和护理的费用高达几万亿，通过设备的广泛发放并配合体征状况分析，避免恶性并发症的出现，能节省巨大的社会成本。

通过上面的商业模式，才真正实现了无需求者完全免费，有需求者为服务而不是硬件付费的模式。

而且免费使用硬件和分析服务的机会建立在规律化检测和数据正常的基础上，这也解决了用户随机随意甚至不检测的问题。

尾言：

当人们为新的微型检测设备ScanaduScout的出现而兴奋的时候，认为可穿戴式硬件的时代来临，而我们的看法则是刚刚入门，它仅仅解决的是数据采集便利性的问题，还没脱离传统的单点采集单点分析无法摆脱的问题。

只有上面我们提到的硬件+分析+服务形成一个完整的闭环整体服务，从分析模式从传统的医院黑白模式的疾病诊断分析模式进入连续数据的采集健康预警灰度模式时代，可穿戴式设备才真正能实现帮助普通人逐渐远离慢性病的新纪元。

无论在中国和美国，真正解决医疗服务的难题的本质还是在有效预防和及时“未病”发现。

利用连续体征变化数据进行分析和预警灰度数据分析模式将是在家庭中解决慢性病的困扰的可见模式中最有效的方法。

在未来，设备和数据将帮助我们完成大人群的疾病初筛，用最低成本解决每个个体的即将形成的疾病，同时对已有病人的连续体征变化进行实时监控让每个人拥有一个实时监护的“家庭医生”的时代离我们越来越近。