丁香園創始人李天天：沒有數據的服務太低效，沒有服務的數據無價值

題圖來自視覺中國

【該欄目為丁香園創始人李天天在鈦媒體開設的獨家特約專欄，專註於對大健康行業趨勢及技術創新的觀察，每月更新。】

鈦媒體注：在言必談人工智慧與大數據的當下，卻很少能有人說清楚，大數據能在醫療領域如何落地。「大數據也好，小數據也好，黑貓白貓，能抓老鼠就是好貓。」在丁香園創始人李天天看來，沒有數據的服務太低效，沒有服務的數據無價值。

丁香園有三大使命，其中之一是「打造數據驅動的服務平台」，丁香園是如何理解數據的？在實際業務中又是如何用數據驅動業務的？以下是李天天的分享，原文標題為《數據驅動的醫療服務探索》，鈦媒體編輯略有刪減。

在我這兒沒有「大」，只是寫了數據。首先丁香園現在全平台，每天產生的數據量，大概在1.5-2個TB之間，我也不確定這是不是大數據；第二，大數據也好，小數據也好，黑貓白貓，能抓老鼠就是好貓。所以我的題目是「數據驅動的醫療服務探索」，重點落在「服務」二字上。

丁香園起家於疾病，18年前丁香園是一個醫生論壇，走到今天，覆蓋了全中國70%以上的醫生。但是我們發現，只服務醫生是不夠的，我們希望能夠給醫生提供最好的知識、最好的工具，幫助他們去治病，但是到了有病這個階段，我們能不能再往前走一步，所以我們後面就把丁香園的願景加了五個字，「讓健康更多」，這也是丁香園從三年前開始面向消費者，面向大眾去做的一系列探索的基礎。

丁香園獲取高質量醫患數據的主要方式，簡單講就三條，對醫生服務，對企業服務，對大眾、患者的服務。

對醫生服務是我們的老本行，一乾乾了18年，從2000年開始，我們就開始在網上建BBS。在丁香園上面醫生的交流、分享、互動，為我們留下了大量的醫生行為數據。

在醫生的基礎上，我們開始為企業端服務，包括製藥企業，公立、民營醫院，提供的服務包括學術推廣、人才招聘等等，這些工作也為我們積累了大量數據。

最後一塊是我們面向消費者和患者的服務，這塊服務起始於2015年，我們做C端時間非常短，但是短短三年我們已經做到了微信科普端的第一名，目前暫列抖音第一名，有了丁香園醫生的存在，抖音上面不只是「我們一起學貓叫」，上面也有丁香醫生的一股清流。

數據可以幹什麼？簡單講就三個字，做決策。數據起的作用很多，測量、挑選、優化，這些工作幫助我們業務改進產品，評估效果如何，選擇哪些渠道，怎麼樣篩選醫生，怎麼樣去精準地定位目標客戶，這些就是數據能幫我們做決策的功能。

有了這樣的數據決策，我們在某種程度上可以把一些不確定性變成確定性，我到今天也不敢說有了數據我們就知道一切答案了，這是不可能的，同樣的數據有不同的結論，不同的數據甚至也會證明同樣的結論。在不同人的眼裡，不同部門的功能裡面，看到同樣的數據，得出的結論是不一樣的。

所以今天我們內部仍然有很多爭論，對於如何做決策，還有很多地方搞不清楚。我只能說在某種程度上，數據可以幫助我們把決策的不確定性，轉化成確定性。

數據來驅動服務，我們是這樣來理解的數據跟服務的關係的，沒有數據的服務就是傳統服務，非常低效。而沒有服務的數據，是缺乏商業價值的，缺乏變現的。

特別是最後一句話，沒有服務的數據沒價值，我知道可能做大數據的很多同事不認同這個觀點，沒關係，結尾處我給大家看三篇論文，看一下數據和服務是怎麼相互呼應共同體現價值的。

今天我一共準備了5個案例，作為互聯網醫療第一線的實踐者，我希望把我們經歷過的這些案例，能夠跟各位分享。兩個案例是面向B端的，面向企業，三個案例是直接面向C端的，面向醫生和患者。 

第一個分享的案例，就是數據來幫助我們對企業的服務，醫生的行為在丁香園上面可以被抓取到，比如搜索的關鍵詞，醫生收藏、分享的內容。

我給大家分享一個非常有意思的小故事，你去問很多醫生，他喜歡讀什麼樣的內容？醫生說我喜歡讀四大醫學期刊，可是當你真的費勁把四大醫學期刊翻譯出來以後，很多醫生不看。他幹什麼？

他在朋友圈裡面分享各種期刊、各種行業指南、各種專家共識、各種進展。醫生分享的內容跟醫生收藏的內容，是完全不同的兩類內容。我們跑到後台看看醫生收藏了什麼內容，發現是抗生素的合理使用，手術的基本操作，而且不光是小醫生收藏這些內容，很多高年層的醫生收藏的也是這些內容。

所以從這個案例中，我們得到什麼樣的結論呢？醫生分享出去的是證明給同行看「我很關注國際進展、我很有自己專業水平」，可是分享出去的東西他不會再看。

而醫生每天要反覆打開閱讀的是他收藏的內容，就是這些基本功，臨床的基礎操作、抗生素的合理使用這些東西。所以不要被醫生的簡單問答、調研類的數據所迷惑，醫生真正最喜歡的還是貼近臨床的，有助於幫他提高臨床的實踐技能。

所以醫生的使用性是非常明顯的。我們通過這些數據分析，幫助製藥企業來涉及在線的學術推廣，幫助製藥企業來挑選出他們的目標人群，並且在他們喜歡的時間段，在他們喜歡的渠道上進行投放，並且根據醫生的行為，反覆調整內容的表現形式。

同樣的內容，有的就要視頻來表現，有的要用圖表來表現，有的用問答來表現，有的要在微信上看，有的要在PC端上看，有的要早上8點投放，有的要下午4點投放，為什麼？背後都是因為醫生的行為數據，我們可以進行分析。

第二個案例是大眾的行為數據。我們在大眾端起步時間比較短，到現在只有三年左右的時間。這三年中，我們衝到了醫學科普和教育的第一線，在微信上我們在健康科普類排名第一，在微信整個2000多萬個原創公眾號裡面，我們2017年的排行是第29名，進到了前30。

所以在這樣一個大的背景下，我們整個科普教育平台產生了比較巨大的行業影響力，包括去年大家熟悉的莎普愛思的眼藥水報道，包括今年的假疫苗報道，都有丁香醫生背後的參與。在這端，我們也能夠抓取到大眾的閱讀行為，通過這種行為，以及我們進行的市場分析的研究，我們為一些企業客戶提供服務，這也是一個企業客戶的案例。

康寶消毒櫃和華帝洗碗機，我們看大眾對這種消毒櫃、洗碗機的認知是什麼樣，為什麼對一個消毒櫃的大眾認同度高達94%，現狀真正產生購買行為的20%都不到？

研究發現，對於中國大多數的居民，消毒概念意味著拿開水燙一下，拿沸水煮一下，特別是年輕的媽媽們。這種用戶心理，導致了最後他不會把這種認知轉化為真實的購買行為。只有你了解到這種區別在哪裡，你才能夠有針對性地設計這種營銷方案，幫助企業把他的產品更好地推廣到用戶當中去。

第三個是我們面向大眾服務的案例分享。為大眾服務能做什麼？其實能做很多，除了寫文章之外，你還可以在線回答問題，所以有很多的平台，都會有這種在線問答的功能，我們對於在線問答有這樣一個認知，中國絕大部分的醫生，不具備在線問答、回答老百姓問題的能力。

很多人認為醫生平時不就是看病人嗎？他拿到網上不也可以看病嗎？注意，我談的不是看病，我今天談的是服務。中國的醫生，是沒有服務意識的，我自己原來是神經內科醫生，專看各種神經病，我被培訓過如何在5分鐘內搞定一個病人。

醫生這個人群很聰明，所以他在網上回答問題的時候，會非常地機靈，哪怕是一個付費的問題，醫生可以說「你的情況挺複雜，我這星期四齣門診，你來吧」，患者在網上沒有得到任何的幫助。並不是越大牌的專家越會服務，恰恰相反，越大牌的專家越沒有服務意識。

所以我們要挑選出好醫生來，我們通過丁香園上的醫生行為數據來建模，挑選好醫生。到今天，這個數量也不多，幾萬人而已。

通過這種比價，我們進行了不同的數據模型、模擬、測試，最後挑選出來這預測的效果比較好，測定出來以後我們再一個個邀請，所以在今天丁香園上所有回答問題的醫生沒有開放註冊，而是一對一邀請制的，理由很簡單，大部分醫生是沒有互聯網服務能力的。

第四個案例也是面向患者診所運營數據，我們做了丁香園管家診所運營管理系統，覆蓋了幾千家診所，在這中間我們能看到哪些是真正的價值型診所，哪些是「沙黃診所」。

什麼叫價值型診所？遵循循證醫學證據，以診金製為代表，注重患者體驗，不是靠賣葯掛水去服務的。什麼叫「沙黃診所」，診所在中間，左邊是沙縣小吃，右邊是黃燜雞米飯，這樣的診所，很多一部分是靠賣葯、掛水，甚至一些奇怪的操作來保持生存的。

我能理解，我們今天不去指責他，我們去理解這個行業。但在這個過程中我們能看到哪些診所是真正優質的診所，所以我們把這些優質的價值型診所組織起來變成診所聯盟，也不多，雖然我們的系統覆蓋了幾千家，可是真正挑選出來的價值型診所，百家而已。

而我相信隨著民營資本的湧入，隨著醫生多點執業的放開，隨著國家政策的開放，會有越來越多的價值診所。

最後一個數據是我們對糖尿病患者的服務，智能血糖儀採集血糖數據，血糖數據通過微信自動傳到後台，我們今年服務的患者，到今年底應該會突破10萬人。所有的後台服務跟進對患者的干預，都是基於患者的血糖數據以及定期的糖化血紅蛋白的採集來制定。

我們發現，特別是中國的一些傳統節假日臨近的時候，患者的血糖都會出現劇烈的波動，最要命的三個節，端午、中秋、春節，這三個節日期間，糖尿病患者平時管理得不錯，結果這三個星期基本上就會出現劇烈的波動了。我們也會根據這種數據的分析，適度地制定出干預措施來，提醒患者注意血糖、控制好飲食。

以上分享的五個案例，是我們用數據來驅動我們的醫療服務，無論是對患者、對醫生，還是要製藥企業，甚至包括對診所這樣的一些服務實際的分享。

分享過後，我還是想引用幾篇論文呼應一下我前面提到的觀點，沒有數據的服務太低效，沒有服務的數據無價值。

這篇文章，它的右上角是編號，感興趣的同學可以回去查找原文讀一下。這篇文章的設計思路很簡單，給患者可穿戴的設備，包括監控心電和血糖。因為很多可穿戴設備是跟智能手機連接的，有一些入組患者會說我沒有智能手機怎麼辦？這個實驗給你發iPhone，他就是要研究最後的數據是不是真正對患者產生良好的影響。

經過六個月的臨床實驗，發現病人的體檢指標、就診次數、醫療服務的總花費，以及患者對疾病的認知，沒有差異。

這是一個陰性的結果文章，為什麼？因為他只給了設備、只採集了數據，沒有任何的服務跟進，給患者發一個血糖儀和智能手機，回去也測，測完了怎麼辦？沒辦法，所以6個月的結果，對照組和干預組無差異。

那我們看看加入服務，會不會有變化？

這是發表在JAMA上的一篇文章，不光是給了設備，也給予了諮詢、干預這樣的遠程服務，6個月後，再入院率無差異，死亡率無差異，生活質量有顯著差異，我們終於看到一個陽性指標，可惜不是最關鍵的，最關鍵的還是再住院率跟死亡率，這裡面出現什麼問題呢？我已經給了數據，也有服務了，這不是應該有很好的結果嗎？為什麼這個案例沒有呢？我們看看選擇的病例是什麼，心衰，心衰這個病太重了，不好管。

所以要挑好管、容易管、能管出效果的病來做，這也證明一個觀點，移動醫療也好，互聯網醫療也好，不是萬能的，醫療有時移不動，我還是強調我五年前說過的一句話，對於一些危重的、疑難的甚至風險比較高的病，僅僅通過互聯網的方式，不太容易做到。

我們再看第三篇論文，這又是一個臨床實驗，不但給了設備，不但給了服務，而且提到了用一種獎勵的方式，你做得好我還給你獎勵，你每天走了1萬步我還給你6塊錢，這樣的一種方式去刺激患者。

可是我們看到6個月的結果之後，沒有顯著提升，用藥的依從性和降低再住院率，表面上看又是陰性的結果，又是發表在JAMA這樣的四大醫學期刊裡面，問題出在哪裡？

我們回頭仔細去看，發現人家的對照組，選的是社區管理，也就是拿遠程的管理跟社區服務的管理去做對照，前面都是空白對照，而這個是跟社區的管理做對照。

那其實從我的解讀來講，我認為這篇文章是陽性結果的文章，為什麼？跟一個社區的慢病管理已經很成熟的體系做對照，得到的結果是沒有顯著提升，至少也是有提升的，或者至少這個效果是接近的，只是沒有更多的好過於傳統的社區慢病管理模式。

所以我認為數據加服務，是能夠在某些特定的病種，在某些特定的領域讓患者受益的，特別是基礎醫療，特別是常見的慢病，而非複雜的慢病。

我認為數據指導醫療服務的挑戰，是數據的質量。據我觀察，很多談到海量數據、大數據的時候，更多的我們會想到醫院體系、醫療體系，但是中國過去30年間，以葯養醫的政策，對於我們治療數據造成了污染，我作為一個神經科的醫生，我能夠看得到神經科的一張處方中的貓膩是什麼，但我看不出一張兒科的處方中的貓膩是什麼，我也不相信程序員、IT工程師能夠比我更厲害，能夠清洗這種被以葯養醫政策污染過的數據，就這麼簡單。

這也是丁香園為什麼一直沒有去從醫院撈數據的主要原因，大家看我前面舉的五個例子，都是通過線上的方式，通過我們自己診所的方式去看數據的。

醫院的數據第一很難拿，介面不標準，政策壁壘很多；第二，我們也接觸到了一些醫院的數據，拿到了以後我們看到在診療環節這一塊，會有很多的問號，清洗起來幾乎是不可能完成的任務。

最後總結，丁香園的經驗是數據+服務雙輪驅動，而且必須是一個高質量的數據，才能得到高質量的服務，無論是用戶的行為數據、業務的運營數據、內容數據、問答數據、調研數據，它可以幫助我們去給用戶提供更精準的服務，幫助企業找到他的客戶人群，幫助產品獲得更好的運營，能夠探索一些未知的新服務。

高質量的數據才能帶來高質量的服務，高質量的服務才能產生更多的高質量的數據，二者是相互相生、相互支持的關係。（本文首發鈦媒體，作者／丁香園創始人 李天天，編輯／付夢雯）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！