非常感謝各位到這個時間都還在參會，我作為一個聽者也收獲很大，感謝主辦方搭建這么個平臺大家交流。

劉洪：IBM中國醫療與生命科學事業部總經理? 第七屆移動醫療產業大會現場圖

實際上現在從技術的角度服務醫療健康產業，從云計算、大數據顯然是兩個非常重要的主題，我這一段想給大家一個印象，實際上這兩個主題服務到具體的業務場景的時候，IBM比如說認知計算，類似于人工智能的機器學習，服務這個場景的時候，大家可以想兩件事兒

第一，深度學習。我們怎么樣能夠讓我們的系統，無論是做什么樣的業務具有知識化、具有能力，不斷的提高。

第二，智慧的終端傳感器或者是物聯網的技術的推動下移動終端，導致我們跟我們用戶的合約關系能在一起。

實際上現在對人工智能最新的發展技術能力來看，大家認為關于智慧終端，就是傳感器方面，對用戶節點上帶來了一些變化，可能遠勝于機器學習的產生類似于像阿爾法狗和阿森醫生這樣的，實用性或者是潛在的能力要更多。

所以我想用這兩個觀點，一個是關于終端的問題，一個是關于機器學習問題，這兩個結合在一起就變成了一種連接，這個連接怎么樣維系連接的進行，也就是說夠到一個有效的連接，就是我設計這個題目的初衷。

我這里面結合IBM服務行業的具體的工作體會，來給出幾個連接的場景。每個場景把它闡述起來都很復雜，但是我想用一句話再總結一下，醫學的知識就跟人類的學習是歸納演繹有兩個角度，它規范到一定程度的時候，就變成一種演繹的理解，比如說路徑、指南、教程，這種規律性的，但是由于人體健康環境的多樣性，實際上這種演繹永遠是不徹底的，一定是一個實踐性，這種實踐性就導致了路徑，需要不斷的補充新的內容。在醫療里大家知道有一個生物、心理和社會這樣的模型。在座很多的融合的各個方面技術能力，大家也都是在這種模型下，我們問到了醫療或者是服務到了大健康的領域。

比如說在醫院里關于臨床路徑，關于醫生的治療上的一些規范，由于有了傳感器或者是物聯網大數據，就不斷的在充實這樣一種情況，在充實的背景下，醫生無論是做患者的分型、疾病的分型、診療的有效性或者是現在很流行的多學科團隊或者是現在包括去年12月美國FDA也公布了RWE，現實世界的證據可以作為藥和治療治療手段的佐證，FDA還專門有一個補充的條款。這樣就導入了大量的意愿，剛才有很多領導都談了，醫生真正對互聯網內在的動力并不是很足，越是大腕的醫生他的需要性越不緊迫，有了這樣的一些背景，如果你能貢獻有意義的內容，IBM的沃森腫瘤我們在各地推廣來看，醫生非常歡迎的。

第二個連接的場景就是在支付方。實際上現在包括在國內，前不久北京市搞醫藥分家，現在有很多類似支付寶實時的結算，這種支付不僅僅是推動了醫療的效率，所謂三長一短，讓患者方便。重要的是把這個要素重新的有一些組合的情況，比如說我要付費，我看了處方馬上付費，就說明這個處方到藥房或者是檢驗的過程已經成了邏輯上能夠連接到其他地方的對象，這個對象如果一旦把它釋放出來就形成了第三方的服務，包括配藥、第三方的檢驗等等，都能給我們構建一種非常有效的連接，這是業界值得關注和珍惜的商機。當然還有很多別的，像支付方針對診療過程的一些其他的干預，他實際上也是希望把這個診療過程給透明化，像IBM的沃森，特別是在美國，有很多支付者，像藍十字、藍盾這種醫保機構都愿意提供一些幫助，甚至是商業上的合同安排，重點就是希望把這個臨床過程讓連接起來更加的靈活或者是有第三方的可能性。

另外就是關于智能化的連接帶來的收益者，毫無疑問應該就是患者或者是包括護理、護工，總之就是個人的用戶。這個用戶談互聯網思維，經常談的是體驗，究竟這個體驗在現在的格局下，我們應該怎么樣來，我想有幾個最基本的關鍵詞，一個是他的關聯性，是不是你的服務確實讓我感覺到跟我的不一樣，像IBM我們在東京合作的一個養老項目有幾十萬個用戶，用沃森的分析手段，差不多能給他制定的，可以任取兩個護理的計劃都是不一樣的，關聯性很高，再者就是它的聯系性，上下文有關系和引入一個學習的載體，甚至包括患者來學習。

其實患者參與醫療過程是一個擋都擋不住的趨勢，比如說看病之前先百度一下、谷歌一下。實際上我主要想講的觀點就是這么幾點，至于你說在技術上怎么實現，這肯定是很難的事情，我們可能需要進行一些深度學習的安排，一些整個對我們原來的程序的設計，包括數據都要產生一些新的觀點，我想大家發現過程，特別是下午，我還有個同事，我們技術上專門給大家分享IBM針對深度學習的一些設備，歡迎大家進一步跟我們交流。

連接最后就是一句話，我們在所謂的B端和C端，大家知道醫療里的B端是具有很大的話語權的，養老真正的話語權在醫上，醫養結合，我們怎么把B端產生一種連接的沖動，和做C端的能夠這種，我這里有一句話，基本上是把這種觀點給梳理一下，以期能夠對行業的一些創新和可持續的發展做一些貢獻。

我的演講就到這里，謝謝大家！