首页 > 智能网

互联网巨头的医疗健康布局如何演变?

来源:智能网
时间:2021-08-24 14:00:28
热度:135

互联网巨头的医疗健康布局如何演变?近日,市场有消息称,谷歌将解散旗下健康部门,原因是负责人David Feinberg博士离开了公司。Feinberg博士的离开是因为加入了另一个公

近日,市场有消息称,谷歌将解散旗下健康部门,原因是负责人David Feinberg博士离开了公司。Feinberg博士的离开是因为加入了另一个公司,电子病历巨头Cerner宣布,Feinberg加入该公司,担任首席执行官兼总裁。可以说,谷歌是被挖了“墙角”,此举也说明在健康方面的发展,谷歌的进展并不顺利。一个部门的裁撤是无奈,也是发展的前景不明朗,才做出这样的决定。

谷歌健康部门于2018年成立,本计划把自己旗下的健康项目集中统一起来。但发展的并不顺利。运行了三年就开始撤离,说明部门的成长存在问题。当然,撤离一些部门并不代表着谷歌在这个领域不再关注。据悉,谷歌健康的临床医生团队现在正在开发一款工具,让医生可以更轻松地搜索健康记录。此外,谷歌还有专注于医疗成像、健康AI等等工作。

谷歌称:“谷歌深信技术在改善健康方面的力量,我们已加大了整个公司在健康领域的投入。这包括在谷歌健康部门内部开发项目,在Search、Maps和YouTube上推出和加强覆盖数十亿人的与健康有关的功能。”近年来,谷歌健康搭建了健康传感器、开发了应对新冠疫情的工具以及帮助患者找到医生的方法。

医疗专家认为,谷歌在医疗保健领域之所以步履维艰,是由于患者的问题主要还是整体体验而不是技术本身。谷歌也表示,“健康医生助理(PA)团队对于这方面的许多工作至关重要,而现在,谷歌健康确实是全公司范围内的项目,共同目标是帮助人们过上更健康的生活。”也就是说用户并没有很好地从谷歌的产品中体验到快乐,或者说需求,当没有真正的体验化产品问世或者直接给用户带来改变的时候,发展的方向或许就出现了问题。

有意思的是,在谷歌的健康部门被迫关门和分解之后,我们关注到,苹果公司的医疗保健业务HealthHabit部门裁员后也极有可能被关闭。据悉,苹果公司正在缩减其健康部门的重要项目HealthHabit,一个苹果员工可以记录健身目标,管理高血压,以及与AC Wellness的临床医生交谈的应用程序。据悉,有超过50名员工在这个应用程序上“花费了大量时间”。在接下来的几周内,如果他们中的一些人无法在苹果内部找到其他职位,就将带着遣散费被解雇。

2018年,苹果从初创公司Crossover Health手中接管了这些诊所。HealthHabit是Apple Health的一部分,当时的目标是,利用这些诊所来试验新的医疗服务,而HealthHabit这款应用程序旨在将与诊所相关的一些研究成果转化为产品。众所周知,苹果公司在可穿戴设备方面的投入也不少,而且,Apple Watch 给其也带来了丰厚的回报,苹果希望能够有更多的大健康元素可以被集成到Apple Watch 中,但显然,这种技术的延续需要时间。

随着科技的不断发展,科技公司对于大健康行业的投入变得逐渐热络起来,尤其是健康手环等辅助可穿戴设备的出现,加速了这种演变的过程。此外,AI技术的不断进步,也加大了科技公司的参与技术攻关的投入和准备。比如,苹果公司为Apple watch提供了一些医疗健康检测手段,苹果给手表添加了大量的健康功能,可以实时的检测用户身上的一些问题,包括心率,血压、心电图等等。众所周知,苹果一直在试图进入医疗领域,不过或许是因为跨行太大以及医疗健康领域涉及到的审批内容更多,苹果在这方面的进展并不是很快。当然,也存在着由于苹果一直延续的对项目高度保密的企业文化和医疗领域需要对话和公开临床研究的传统的分歧,医疗项目的推进困难并不顺利。

此外,我们也关注到现在的一些互联网巨头,包括手机厂商开始把视角更多地投入到医疗设备市场。众所周知,传统医疗设备的可操作性相对较差,用户体验不佳。但是,新消费时代,消费品牌的优势就是以用户为中心,注重用户体验。从行业的角度而言,包括药品和医疗器械开发商,医院,政府监管机构,保险公司在内的生命健康产业相对保守。这些跨界玩家的进入会带来其他行业的理念,通过竞争提升行业水平,消费品牌进入医疗,会给消费者带来更好的体验。而且,当更多的资本涌入到这个赛道后,无疑会推动整个行业的发展。

当然,可穿戴医疗涉及多种交叉学科,如医学、生物医学工程、半导体、材料、人工智能等。这些领域对人才的需求也非常迫切。无疑,可穿戴医疗设备在医疗健康领域有着较大的应用潜力。随着技术的发展,会有越来越多的应用场景付诸实施。低风险的医疗器械与消费品的边界会逐渐模糊化,在技术进步的支持下,会有更多的消费品健康产品出现,进而给人们带来不同的使用体验。事实上,医疗+AI是人工智能最受关注的领域之一,其在不同的场景中辅助医生实现更高效、更准确、更早期的诊断。一些医院已经引入了AI辅助诊断应用场景,比如对影像资料的甄别和前期筛查,都是AI非常擅长的领域。