引言

正在为互联网医疗事业尽绵薄之力的我，在进入这个细分领域之前，可能与众多领域外的人一样，对于这个领域感受一片向好。有着地球上1/5人口的中国必然有着最为广阔的医疗需求。

虽然中国医疗在国际中未必是最为领先的，但是中国的互联网行业绝对是世界第一梯队。所以“互联网+医疗”就成了当下的必然产物。

与其他“互联网+”领域不太相同，互联网+医疗有几个明显的特征：

下面我将围绕目前B2C互联网医疗的常见业务模式、规模以及初步分析目前领先集团的盈利情况来预测接下来一段时间的发展趋势和未来预期。

有关B2B、B2G、B2G2C这些业务模式另外再写文章来讨论吧。

互联网医疗的常见业务模式与规模

首先我先引用一张来自动脉网的一张VB象限图（从业经历告诉我该图准确性还有待考量，不过总体上是可参考的，因为整个互联网医疗的涉及面太广，本文仅以此图为线索，尝试进行一些分析和讨论，但是并不代表我认同这幅图是绝对正确的，后文涉及到的公司、排名等任何要素，均参考于本图中，同样也未必正确），图中我去除了“体外诊断”这一领域的公司，因为目前这一领域在“互联网+医疗”体系中医疗要素占比超过了95%，更像是一种生物医学的范畴，本文不做讨论。

对于VB象限的说明如下：

VB象限是动脉网蛋壳研究院对医疗健康行业历经数年的跟踪、观察、思考、沉淀得出的一套细分领域、企业评价模型。该模型参考了企业基本信息、核心管理团队、运营数据、融资情况以及政策管制等5大类指标，由超过200个维度的数据实时动态计算得出。

人工智能

首先是近期非常热门，资本也一片看好的人工智能领域，其实人工智能解决的首要问题，就是如何定义人工智能是什么，在不同领域里，这个答案是不同的，目前（特指在量子计算领域突破之前）引用一下我曾经为某公司规划的医疗人工智能解决方案：

其实医疗行业的人工智能就是NLP（自然语言处理）与CDSS（临床诊断决策支持系统）的结合，前者用户解决与用户之间的沟通问题，也就是能够理解用户所表达的内容并提炼之，随后将系统思考的结果以一种用户能够理解的沟通方式表达出来；后者则是解决系统对于信息的处理逻辑，例如当我们收到用户描述自己有咳嗽症状之后，系统将要如何处理下一个环节或者进行医学影像识别，给出诊断？进一步询问，又该询问什么？给出检查建议，需要检查什么？

同时我们可以再看一下行业翘楚对此的规划：

可以看到，除了处理能力，还单独强调了自学习能力（即其URL特性中的L部分），即便是最新的医学论文，也能够该瞬间“读懂并掌握”，千万要区别这里的“读懂并掌握”及存储之间的区别。

国内在这一领域的领导者从象限图中看到是“微医”，并且在第一象限内，仅有“微医”与“云知声”而后几乎所有其他公司都侧重在语音交互或者影像识别，但如果把IBM的加入到途中，应该说他将大幅领先于包括微医在内其他所有的潜在对手，但我们也依然发现的商用情况并不理想，这其中牵涉了太多的原因，如果要展开讨论，可能需要单独写一篇《论2018年人工智能应用场景突破的关键障碍》。

如果一个名校毕业的大学生目前就业情况还不是很好，更何况对于刚上初中这些小同学们。在医疗场景下关于医疗健康互联网的理解，人们对其的不信任程度将远高于一般场景，企业也不会将人工智能草率应用到医疗的关键环节中。