主题：【原创】一些关于经济学和医疗系统的杂想 -- 懒厨
家园 其实还是分离医药分离 医院不卖药，甚至ct之类的大额消费也应该从诊断机构里分离出去，让大家没有利益相关了，才能让医生尽量从需要开药，而不是利润为目的。
当然，医生可能接受某些品牌的赞助，ct可能成为以后纠纷的证据，所以这一招也不是万能的，不过总归也能好一点
家园 我认为有解 主要要动用新技术。
比如内科的诊断就是凭经验，可是一个普通医生脑子里能记住一千个病例吗？动用现在的大数据+电脑技术，做个内科诊断系统，我看比什么医生靠谱多了，省时省力省人省钱。
以后以机器诊病为主，人力为辅，我看就是一条很好的路。
- 复 我认为有解
家园 计算机辅助诊断(CAD)这个东西在美国已经折腾了很多年了 技术上完善与否姑且不论，美国医师协会给出的巨大压力使CAD的发展在美国举步维艰。以前美国的书店是可以买到一本书，书上根据症状描述可以帮助病人自我诊断一些常见疾病，不过这本书在美国医师学会的压力下，已经在书店中绝迹。
相反，这样的系统倒是很有可能在中国这样的国家开花结果。中国自2011年才开始正式接受“全科医生”这样一个概念，医生的专业资质方向上也才开始出现全科医生这样一个方向。很多的病人到了医院去挂号都不知道该挂哪个科室，（这和美国有家庭医生作为分诊的体系是完全不同的）因此经常出现挂错科室，看到医生才知道要去别的科室的情况，这样即浪费了病人的时间也无谓增加了医生的门诊量；另外的情况就是患者对自己的病情轻重无法评估，即使是非常轻微的疾病，在无法评估的情况下也会选择去大医院找名专家来诊断，造成本来就已经严重分配不均的医疗资源，更加向极端集中的方向发展。因此，中国政府这些年一直在努力推动社区医疗，多级分诊转诊，意在解决这一问题，但是目前看来收到的效果不好，社区医院的门诊量非常低，而京沪等地的三甲依然人满为患。大约的原因我猜测是患者对社区医院的医疗质量不信任。
事实上，根据症状描述（这个是非常不客观，不能量化的指标）、生化检验结果、影像检验的结果，通过CAD系统做出初步的分诊和筛选是能够对大多数常见疾病做出准确率较高的判断的。使用这样的系统帮助患者做好第一轮的分诊和筛选会对医疗资源紧缺和不均的现状有一定的缓解，但如何解决患者对CAD系统的信任仍然是个问题。
如果远程医疗的体系能够逐步形成，从一定程度上可以解决医疗资源分布不均的问题，但医疗资源稀缺的问题并不是远程医疗本身可以直接解决的。在和医疗大数据服务体系建立之后，计算机诊断在技术上和法规上都成熟之后，或许是解决医疗资源稀缺的唯一途径。
那个时候的医生的主要工作可能不再是直接为患者诊断治疗，而是要辅导和监控计算机系统如何进行诊断和治疗。
家园 IBM搞这个都几十年了 我个人估计，技术上是没有什么问题的，就是既得利益集团太强大，进行刚性柔性的抵抗而无法实施。
我也是看好中国先动手施行，因为中国这方面需求更急迫。
家园 所以国内现在在这方面做尝试的初创公司很多 这个情形和十几年前淘宝对阵ebay易趣等等电商混战的局面颇为神似。而什么样的企业将会是下一个淘宝，或者说下一个阿里，是值得我们探讨的地方。
如果说淘宝的胜出在于体验和以支付为依托的信用评价体系（支付宝）的建立，那么在虚拟医院这场混战中胜出的一方也同样需要解决这两个问题。
与普通电商不同的地方有几点：
第一，医疗是一个法规严格管控（highly regulated）的行业。
第二，医疗是一个提供专业服务（professional service）的行业。
第三，医疗服务的提供商（医生和医护团队）对比普通电商的产品和服务提供商，是稀缺资源，培养过程缓慢并且成本很高。
在这样的情况下，如何做出下一个千亿规模的医疗阿里？
家园 我的看法 还是得“农村包围城市”。
中国的情况是小地方，中下层人民的医疗问题更严重，上层富贵没什么问题，甚至现在流行海外就医，所以还是得建立“农村根据地”。
“农村根据地”如果得不到政府支持，那就尽量从避免法律纠纷的地方开始。我个人看可以从体检包括孕检开始（已经有很多干这个的了），再上大病检测，总之，先检测兼收集信息建立数据库，再向诊断上走。
- 复 我认为有解
家园 人工智能发展到代替人时或许可以，不过离人类灭亡也不远了 医疗是很复杂的，妄想以仪器替代，都是要付出极大代价的。在人工智能代替不了人之前。
- 复 我认为有解
家园 不邪恶的谷歌现在游说国会要所有人病例 如果要到了话，就是打的这个主意。电脑取代医生已经有许多在试验中了，人工智能现在发展很快，一年一个样，缺乏的还是数据。
这方面兔子有天然优势，需要的是观念的改变，根本不需要游说谁，国家意志就够了。
- 复 我认为有解
家园 这要是有用，医学专业并入所谓大数据结了，期待肥猪试刀 - 复 我认为有解
家园 大数据在国内医学领域还处于极端原始状态 原因是医学数据如果没有学过医就处理不了，而学医的又绝大多数不懂数据处理和数据分析。到目前为止我了解的能做这类工作的人还是个位数。
国内做大数据绝大多数在炒概念，目的在卖硬件设备，一小部分人在收集数据，很少有人愿意整理数据、保证质量，几乎没人能做数据分析。