看病难，看病贵，好像是多年来困扰大众的一个问题。而如何解决这个问题，似乎至今没有一个定论。
据《经济合作及发展组织》统计数据，2016年我国平均每1万人口仅拥有31.5位医护人员，每1千人口仅拥有5.37张医疗机构床位，同发达国家相比还存在较大差距。
医疗卫生资源相对稀缺、人口老龄化加快、慢性病患者增多、亚健康普遍等现状对我国健康医疗事业的发展提出了更为强烈的需求。
什么不够补什么，医生不够让更多的人当医生是大家最先想到的。增加医护人员是解决我国医疗资源紧张的最好方法么？也许并不是。
2018年中国即将毕业的大学生高达820万，但即便这些学生全部学医，也不够让上面的数字翻倍。
更何况，医疗是一个人命关天的事情，学习与实践不能求速成，培养周期长、投入成本高。对于一个拥有 13.79 亿人口的大国来说，想要靠加大医疗人才供给来解决医疗供需问题，真的难度不小。
而这些辛辛苦苦上了这么多年学的医生出来之后每天都做什么工作呢：
患者：医生，我头疼、腰疼、肚子疼、浑身无力、想吐……怎么办啊？
医生：这么严重！？什么时候开始的？
患者：从老板说周末加班开始的。
医生：下一个！
简单的头疼、脑热、感冒、便秘等常见病，患者基数大、频率繁多，而且也不能就真说是“小病”而不去治疗，所以真的需要很多医生来解决啊！
而医生治疗这些常见、“简单”病症时的程式化，也让大家误以为医生“照着监测结果机械化开药”其实“不是一项技术活”，加深了医患之间的误解。
全国人大代表、腾讯公司董事会主席兼首席执行官马化腾，在今年的全国人民代表大会上就带了这样一份建议案《关于以数字技术驱动健康医疗事业平衡充分发展的建议》。
分级诊疗是个宝，但离不开数字技术
其实要解决上面提到的问题，在业界已经有了两个大方向，一个叫“分级医疗”，一个叫“精准医疗”。
前者的意思是，得了小病去小医院，得了大病去大医院，不必什么病都去大医院排大队，如果小医院治不了的再往大医院和“老专家”那里转诊。
后者是指因人治病，因地治病，因病治病，不要“啥病都是吃那些药”，让治疗方案更符合患者的状况，获得更好的治疗效果。
去过日本旅游的朋友可能会对日本大街小巷到处都是医院印象深刻，但如果你观察仔细会发现这些医院和中国大众所认知中的医院很不一样。
我们印象中的医院：大高楼，大挂号厅，忙碌的各科医护人员，患上不同病症的病人。
而日本的医院是：小房子，只治几种病，就1~2个医生，甚至没护士，一次只接待一个病人。
与其说日本街头的这些是医院，不如说是“小诊所”。
中国患者不愿意去小诊所的原因有许多，但最主要的还是对小诊所不放心。这后面其实也是分级诊疗制度还不够完善导致的。
为什么日本患者愿意在家附近的“小诊所”专科治疗呢？
在家附近的“小诊所”治疗，因为长期在“小诊所”治疗，所以医生会对患者个人的身体状况有较长时间的追踪，应付“小病小灾”比在大医院的医生流水诊疗还要有针对性。
“小诊所”的医生也是在正规的医疗教育体系下培养出来的合格医生，一旦发现有“超出自己能力范围”的患者，为了避免医疗事故不会“强行治疗”，而是会帮助患者转院。
看过《白色巨塔》、《Doctor-X:大门未知子》、《孤高的手术刀》等医疗日剧的朋友可能知道，日本的小诊所、小医院里的医生和大医院里的老专家都是“师徒”关系。一般在转诊过程中靠的都是介绍信与自己在大医院中的老师直接沟通。
这种常年建立起来的学派做法，虽然一定程度上解决了转诊过程中医院与医院之间信息沟通和信任的问题，但却容易造成医疗资源的不平衡和医疗腐败，而且效率也很低下容易贻误病情。
那么，分级诊疗有更好的方法么？是有的，就是靠互联网啊！
在马化腾的建议案中的第一条建议，就是要“加快数字技术应用，促进医疗资源和能力平衡发展”。
数字技术如何“均衡”医疗资源，分为一个医院内和医院与医院间两个部分。
▲广东省深圳市南山区人民医院消化内科程医生说，引进腾讯觅影之后工作效率大幅度提升：“给5000个病人做食管癌筛查，腾讯觅影就发现了5例早癌病例，这远远高出全国平均诊断水平。”
在一个医院内，人工智能和数字技术的引入，可以大幅度减少常见病、慢性病的常规性诊断，让人工医生有更多的时间在攻克疑难杂症和急症上。高精度的院内导诊、电子化的检验单及检查结果反馈、病人资料的管理等，可以大幅度减少医护人员在“治病以外”的工作量。
在医院间，数字技术可以显著的提高转院的速度和质量。比如在上家医院拍过的片子不需要重新拍，病例也可以一键传输，既快速又不像纸质病例那样容易丢失毁损。同时，通过远程诊疗等手段，一家医院可以在医疗资源总量不变的情况下，为更多的人口提供医疗服务。
比如在未来，如果社区诊所的全科医生遇到拿不准的病人，可以立刻给定点的大医院值班专家来一次远程连线，这既减少了大医院的就诊压力，也避免了误诊、延误病情的可能。
数字技术还能让更多人不进医院？
上面说到的，都是如何让已经去了医院的患者能尽快的治好。但其实，数字医疗技术还有“让患者不去医院”的方法。
在马化腾的提案中提到，要推广全方位全周期健康服务。
不要觉得这又是个玄之又玄的名词，其实我们大多数人都接触过了——看看你的手腕上，是不是有个运动手环？
你可能觉得这个手环听没用的，但其实如果“用好了”，就不一样了。
在实践过程中，很多医疗事故都是因为基层医院对病人的个体差异判断不准造成的。比如简单一个感冒，青壮年和患有老年病的老人肯定不一样，健康人和有慢性病的人不一样，处在良性生活状态的人和亚健康状态的人肯定也不一样。
我们简单举个例子，一个年轻小伙子得了流感，依照现在的治疗方式最佳的方式可能是开些药物然后等待流感走完自愈周期。
而在未来，医生一看手环数据发现这位小伙子过去一个月，每天早出晚归，睡眠不良，吃的不健康还略微有些神经衰弱引起的心律不齐，这可能就不是“简单开点药让患者回家休息”的事情了。
而更重要的是，医生可以通过数字化的体征信息提早的发现患病的风险。
2018年2月，一家科技初创公司公布了一份临床研究报告，报告称Apple Watch可以检测已确诊糖尿病患者的糖尿病症状，准确率达到85%。要知道，Apple Watch并没有硬件的血糖检测传感器。
报告显示，这家初创公司与加利福尼亚大学旧金山分校合作的DeepHeart研究项目，利用了人工智能算法通过心率和心率变异性实现了对佩戴者血糖和血压状况的预测。这一研究结果同样适用于其他有心率监测功能的智能手环。
这意味着，在未来我们可能还没感觉到自己生病，我们的医生已经打来电话告诉我们要怎么预防了。
“我怎么没发现我的智能手环有这样的功能呢？”
确实，这也是马化腾要在全国人民代表大会上提出这个建议的原因。在数字医疗这个领域，数据遵循什么样的标准，该如何利用，利用之后万一出了不良后果责任如何确定，现在都还没有一个明确的框架。
虽然我们每个人都戴上了手环，但医院不看，这才是“推广全方位全周期健康服务”的难点。
光明的未来与曲折的道路
不要觉得数字医疗能够解决的都是一些小问题。
除了上面提到的这种在改进医生与人、医生与医院、医院与医院的沟通之外，新技术本身也是医疗技术的一部分。
你可能听说过癌症治疗的方法之一是靶向药，用一个形象的比喻，靶向药就是针对癌细胞特定的基因缺陷进行攻击的“杀虫剂”，而对“好细胞”不起作用。这类药不仅效果好而且比起传统化疗对患者的全身的副作用大大减小。
但遗憾的是，现在的靶向药都是针对特定癌细胞的，并不能适用于所有癌症患者，而这一情况可能被新技术所颠覆。
很多人都在中学课本上学到过20世纪90年代，由六个国家、20多所大学、历时15年的“人类基因组计划”。而到2020年，在人工智能和摩尔定律的作用下，一次个人的基因测序可以压缩在24小时以内，500美元成本。
在未来，每个癌症患者都可以在确诊时进行一次“全基因测序”，然后再根据其特定的基因特性与癌细胞的特定基因变异，制作“针对这位患者的靶向药”。
这对我们意味着什么呢？意味着癌症将不再是致命的疾病，虽不能根治但可能变成像高血压、糖尿病那样“每天吃点药”就能和正常人一样生活的普通慢性病。
但同样的，正如上面所有的讨论的问题一样，医疗事业“人命关天”。
在“把新技术尽快拿来治病救人”和“证明新技术没有新的负作用”之间也存在一个平衡。在这方面，马化腾的建议是“完善数字技术应用的制度环境和协同创新机制”。
在这条建议中，提到了三点具体的细节：
首先，建议立法明确管理机构、医疗机构、市场主体、患者个人等各方主体对医疗数据的权属关系。
其次，应建立由政府牵头、多方参与的健康医疗领域开放创新平台。
再次，制定并完善数字技术参与临床医疗的评测、准入和应用保障机制。
简单来说，在过去很长的一段时间里，救死扶伤的医学界和致力于科技商业的企业之间从属于完全不同的世界。而在未来，他们之间的距离会走的更近，相互促进实现共赢。
当然，他们的共同目标都是让更多的患者早日摆脱疾病的痛苦。
