药企借人工智能拓展慢病管理服务

药企借人工智能拓展慢病管理服务

  随着人工智能与大数据技术的快速发展,国内慢病管理的市场需求持续攀升,传统药企单一售卖药品的经营模式正在发生深刻转变。越来越多的医药企业开始探索“药品+数字服务”的全新发展路径,将业务边界从单纯的药品销售,延伸至覆盖患者全周期的健康管理环节,以此打通药品供给与健康服务之间长期存在的断点,为行业开辟全新的增长曲线。不少药企选择联动成熟的互联网健康平台,或是搭建自主运营的数字化服务体系,加速在这一赛道的布局节奏,相关实践已经在多个细分领域落地推进。

多家药企联动平台落地多元实践

  从今年1月开始,老字号医药企业达仁堂与腾讯健康正式启动战略合作,双方依托“数字运河”平台持续扩容中医药慢病数字化服务,目前已经推进近千家药店终端落地,探索老字号中药企业借助AI技术开展慢病服务的可行路径。津药达仁堂集团首席信息官叶辉在接受《经济参考报》专访时表示,达仁堂本次业务升级的核心,是从“卖药”转向经营慢病会员、从药品供应商转型为健康赋能方。依托由客户数据平台、营销自动化平台、社交客户关系管理系统及智能回访、AI话术等构成的完整AI体系,企业可以完成数据标签梳理、患者旅程编排、私域药师运营、智能人群运营等具体工作,同时把体质辨识、生活干预、用药指导等内容数字化,与中成药销售实现协同,打通完整的服务闭环。

  除了达仁堂之外,更多药企也在不同时间节点推出了各自的数字化布局动作。2月28日,悦康药业与专注“AI+慢病服务”的平台方舟健客正式签约,双方聚焦AI+慢病服务场景,共同推进全周期健康服务升级。5月12日,上海腾瑞制药也与方舟健客达成深度合作,围绕AI慢病服务、全周期健康管理相关内容,共建慢病数智服务生态,推动慢病管理走向更专业化的发展阶段。7月15日,生物制药企业云顶新耀与京东健康签约,双方将围绕创新药首发、患者服务、数字营销、互联网医疗协同等方向展开深度合作,依托药师外呼、社群随访等数字化手段,持续跟进患者用药全流程,有效提升创新药的可及性与用药规范性。

  还有部分药企选择完全依靠自身力量搭建数字化服务体系,不断加码布局提升自身的数字化运营能力。8月,力生制药在投资者互动平台披露,公司持续加码推动健康管理相关业务,设立控股子公司天津市三鱼数智健康科技有限公司,搭建数字化健康科技平台,布局大数据、健康咨询相关业务;同时依托旗下药房与社区健康驿站,探索社区场景下的增值健康服务。在AI时代,算力与算法并非传统药企的强项,因此这类企业将业务重心放在价值巨大的健康数据挖掘上,通过线上平台输出“药品+数字健康服务”的相关内容,逐步搭建起属于自己的服务体系。

银发慢病市场打开转型新空间

  人口老龄化进程的持续加速,直接推动银发慢病市场的规模不断扩容,院外药品零售的整体规模也随之迎来预期中的增长,这为药企从“以治病为中心”向“以人民健康为中心”的整体转型打开了全新的市场空间。慢病管理的核心矛盾,从来都不在于院内单次诊疗的供给是否充足,而在于患者离开医院之后长期院外管控的现实难题,过去患者用药依从性不足、随访落地难度大、照护成本居高不下等问题,始终制约着整个慢病管理行业的发展。

  AI技术的快速普及,恰好能够将传统中医诊疗与调理过程中积累的经验进行数字化、标准化处理,这与慢病长期管理的需求天然适配。面向普通患者,AI健康管家与AI用药助手打破了传统服务的时空约束,可以提供7×24小时的在线支持,结合个性化的动态随访机制,平台不仅能为患者提供定时的用药提醒,还能根据不同用户的实际需求实施差异化的健康管控,推动慢病服务从过去的被动响应转向主动关怀。面向一线服务人员,平台通过AI预问诊、AI辅诊及AI学术助手等工具,有效减轻医生和药师的重复性案头工作负担,大幅提升其专业服务效能,在一系列数智化工具的协助下,诊后随访的工作效率得到显著提升,进一步延展了优质医疗服务的覆盖半径。

  据新华网报道,方舟健客依托以杏石大模型为核心的技术底座,已经将AI能力深度嵌入医患服务的全流程,平台累计注册用户突破5980万名,平均月活跃用户达1470万名,同比增长23.1%,注册医生规模扩大至28.2万名。这类平台的快速发展,也为药企的数字化转型提供了充足的用户基础和技术支撑,让过去很多难以落地的院外慢病管理服务,逐步变成了患者日常可以接触到的常态化服务内容。

多重现实制约待行业逐步破解

  尽管“药品+数字服务”的发展模式拥有十分广阔的市场前景,但在实际落地推进的过程中,整个行业仍然面临着多重现实制约。首先是医疗数据孤岛与隐私合规相关要求不断抬高治理成本,不同机构之间的医疗数据难以实现顺畅流通,同时严格的隐私保护规则也让企业在数据采集、存储、使用的全流程中需要投入大量的资源进行合规改造,直接推高了整体的运营成本。

  AI算法的快速迭代,叠加药品与数字服务相关监管边界的模糊,也给行业带来了不小的合规压力。当前AI技术的更新速度极快,相关的监管规则很难完全同步跟上技术发展的脚步,药品作为特殊的监管品类,和数字服务结合之后,两者的监管边界尚未形成完全清晰的界定标准,不少企业在业务推进过程中很难精准把握合规尺度,容易触碰相关监管红线。与此同时,数字服务领域至今还没有形成稳定的商业化收费路径,很多慢病管理相关的数字服务很难找到合理的收费模式,企业投入大量资源开发的服务内容,很难通过市场化的方式获得对应的收益回报。

  除此之外,中医药数据标准化建模本身就存在不小的难度,不同中医的诊疗经验差异较大,很难形成统一的标准化数据模型;一线药师的服务能力参差不齐,不同区域、不同机构的药师能够提供的数字服务质量差距明显;中老年患者的数字素养普遍有限,很多人很难熟练操作各类数字化服务工具,直接导致服务依从性面临不小的挑战。更重要的是,这类“药品+数字服务”的模式如果想要实现规模化复制,需要专门的专职运营团队和跨部门协同机制作为支撑,这对很多传统药企而言都是全新的能力挑战。

  不少行业从业者也在思考,在当前的技术和市场环境下,哪些服务场景仍然容易出现AI判断失误的情况,相关服务的综合成本是否能够控制在普通患者可以接受的范围内,长期接触数字化慢病服务的一线工作人员,是否会担心自身的工作内容被AI替代。这些行业普遍关注的开放性问题,目前还没有形成统一的标准答案,也将成为接下来行业探索过程中需要逐步回应的核心方向。

(编辑:姜心源)