有一篇《北医三院干了件大事！所有医院都慌了！》的文章在网络流传，标题起的很惊悚，搞得许多人人心惶惶。

其实在这篇文章刚出炉的时候，本人就已经读过了。当时并未将这篇文章的内容太当回事，但近日有几位大健康行业的朋友都跟我聊到此事，今日索性就再谈一下吧。

北医三院的网上问诊医疗，仍然与现在已有的、体制外的网上医疗做法没有区别。

当前，成百上千家互联网医疗企业，没有一家盈利，包括大资本投入和具备大量客户数据基础的“平安好医生”等，究其原因：

1、这些IT医疗企业，只是把传统坐堂行医的医生搬到线上，还是依靠有经验的专科医生“坐网行医”，这一做法虽然实现了让”信息跑路，人不跑路”，但由于上线的是专科医生而非全科医生，因而不得不在患者与医生之间设置一个中间分诊环节，来决定患者应由哪一专科医生接诊。这一过程等待时间长、不直接，需要患者有较好的耐心；同时，由于医患不能即时面对面，因而失去了患者与医生即时面对面所产生的亲切感和信赖感，导致整体体验感不好。

2、更重要的是，这一分诊环节要求患者在与医生沟通前，预先能动地、自主地将自己的病情以文字方式描述出来，这无疑对患者提出了很高的素质要求。事实证明，绝大部分患者均无法在没有医生的帮助下准确全面地描述自身的病情，从而使得医生对病人病情掌握的正确性和完整性大打折扣，使得诊断的漏、误诊率，在逻辑上比医患直接见面诊断的方式更高。

由于以上原因，大部分患者都难以适应上述二点，因而干脆放弃在网上就医。这就是当前网上医疗诊疗率或咨询率极低的深层原因。

如何破局呢？

只有运用医学AI系统，才有可能从根本上突破上述二条的限制，使网上问诊从“必然”走向“自由”。

网上医学AI的一个重要作用应是：因其知识的全面性、医患见面的快速性、方便性，而为”欲病”群体提供疾病的超早期预警。落实为五亿已签约”家庭医生”的客户服务的工作，真正让“上医治未病”这一口号从理念变为现实。

AI获得结果有二种驱动方式，一种是知识驱动，另一种是时下热闹的数据驱动方式。

知识驱动是由概念、事实和完整的逻辑出发来获得结果，医生的诊断思维即属此种。

大数据不完全依赖（医学）知识，它只是根据已知疾病中各类数据出现概率的高低，来获得结果。数据中虽含有相关疾病知识，但数据本身並不是知识，无法对每一数据本身定义，对其处理所得结果带有很大或然性。这种方式是一种工程师而非医生的思维方式。由于其结果带有或然性，因而有时甚至可能出现“狗有四个脚，有四个脚的必然是狗”荒谬结论。其次，世卫组织所命名的九千多种疾病中的大部分病种是罕见病，根本没有大数据可资使用，因而其使用范围受到很大限制。大数据方法最大的优点是，不必花费艰苦的劳动去建立巨大而精确的知识库，虽然运作成本不一定低，但开发成本低，因而为人们所热衷。

未完待续……