医疗真的是一门高门槛专业性的生意？医疗服务必须一对一个性化才能实现？这似乎是行业的共识，答案似乎也是肯定的，但真的是这样吗？
希望通过这篇文章，回答这些问题：从个体角度讲，医教与医治同等重要；从群体角度，特别是全社会资源利用率角度讲，医教的重要性要远高于医治本身，不得病是关键，发病初期自救自治或者周边普通人的协助治疗更为关键。
你做大健康生态，总有所谓的专家站出来指责说：医疗健康专业门槛高，不是人人都能做；互联网的优势在于一对多，但医疗健康必须是一对一业务形态…因此，对互联网医疗生态，看衰者有之。
但看好者认为，除了极个别病症，绝大多数病症依然具备群体共性，也就是就像买衣服和鞋子等等一样，疾病的诊疗并没有所谓的“一对一、个性化”的需求，比起购买衣服、鞋袜有大小颜色之分，疾病的诊疗几乎在特定群体中，千篇一律。
难怪马云放言，三十年后绝大多数医生都会失业。
一、医疗从业门槛是否真高？
这是一个真实的故事，美国知名心脏病学家、基因组学教授埃里克·托普在他的著作《未来医疗》中介绍了他的一位患者：金·古德赛尔。
这是一位四十多岁才被诊断为患有一种罕见心脏病的患者：心律失常性右室发育不良（简称ARVD），ARVD是脂肪浸润后纤维以及脂肪组织侵入心肌所致，尤其是侵入右心室心肌。属于典型的常染色体显性遗传病。
1. 专家医治方案
金·古德赛尔的主治医生为她制定治疗的方案是：“为她的心脏植入除颤器，当除颤器检测到她的室性心律失常发作较为严重时，将同步释放电脉冲进行体内除颤，将心率修复正常。”
不幸的是，金·古德赛尔的室性心动过速总是反复发作，在过去十多年间她的心脏除颤器已经让她休克过好几次。这一切对她身体的伤害可能比任何人想象的都严重，因为每次在金·古德赛尔处于完全清醒状态释放电能时，她会感觉像有一块木片在她胸口猛烈震动，这种恐惧和疼痛让她的情绪几乎奔溃。
之后，金·古德赛尔的健康急转直下，开始出现肌肉无力及多种神经系统疾病的症状。她无法拿起餐具吃饭、步态速度不稳、行走困难、腿部发麻、小腿肌肉萎缩等等。从她从梅奥医疗研究中心诊断的结果看，她患上了罕见的轴索性腓骨肌萎缩症（CMT），这是一种极其罕见的疾病，发病率极低，多发于幼儿期，同样具备遗传性。
当金·古德赛尔询问医生和专家们，她为何会患上这类疾病时，医生只能回答说运气不好。
2. 久病成医
不认命的金·古德赛尔并不相信自己只是运气不好，于是她开始了寻找病因的历程。金·古德赛尔花了无数日夜阅读网上能找得到的相关文章，其中包括相当晦涩难懂的专业内容。除了大学生物课以外，金·古德赛尔没有任何医学专业背景，但她学到了很多遗传学知识。
逐渐地，她越来越擅长查找出她在阅读的文献中出现过的某些特定基因和分子途径。最终，她发现了一种罕见的基因突变，即LMNA基因突变可以将她的心脏和神经系统的疾病联系在一起。
于是，她回到了梅奥对这个特殊的基因进行测序，结果发现此基因确实存在突变。了解基因突变以及相关生物学通路后，她开始改变饮食习惯，从而缓解了部分神经系统症状。
3. 案例启示
这是一个非常特殊的案例，但也是一个非常了不起的案例，当专业的医生甚至专家对金·古德赛尔宣判了“死刑”后，金·古德赛尔自己通过努力，找到了自己身上极其罕见和复杂的遗传疾病组合的根本原因。而这个能力在多年前的基因学发展技术上，是根本无法实现的。也是最近几年，有了足够多的人类基因组序列和因突变的知识，才可能破解这样的病历。
一方面，找到病因是需要获取所有专业的科学文献和基因数据库的，才有一定的可能性破解这样的疾病，绝大多数人一不知道去哪找；二是社会根本不提供这样的基础服务；三是就算有基础服务，大多数人群也不知道如何寻找、使用、解读等等。
另一方面，患者自我通过努力，提升医疗健康的认知实际上对找到病因至关重要。当然，患者的努力的前提也是要有便携的通道提供数据、资料等支持。
第三方面，就是关于现有医疗结构中医生的问题，试想一下，什么样的人能够特殊到让医生利用所谓的同理心，花费大量的时间、精力和资源来寻找最优的医治解决方案？
我想除了家人，某些VIP、以及医生自己以外，并不存在第四种可能。患者首先一定要认识到，医生也是一份职业，和扫大街、做生态战略咨询、开罚单、卖漏油奔驰等等岗位并不存在本质上的差别，绝大多数都是流水线上一个的标准化操作流程，规范这些标准操作流程的系统制度才是关键。而能为自己健康和生命负责的，只有也只可能有一个人：就是你自己。
第四方面，如果医治知识足够容易获取，那么普通患者稍加专业的培训，都有可能成为专业的自我诊治师，如果医治基础设施足够成熟，稍加专业培训，也同样可以成为治疗师，这个培训的场所可以在学校，也可以在社区，公司等等。
所以，我的观点很明确：从个体角度讲，医教与医治同等重要；从群体角度，特别是全社会资源利用率角度讲，医教的重要性要远高于医治本身，不得病是关键，发病初期自救自治或者周边普通人的协助治疗更为关键，之后才是医院专科医生的诊治和康复的过程。
我们讨论的问题，又回到了前面关于生态本质的：精准健康管理和精准医疗的基础设施建设。医教的基础设施和行业统一的数据管理平台（主要包括共享处方、GIS或者健康档案等部分等等），本篇重点分析医教的基础设施和供给侧扩容，下一篇分析行业统一的数据管理平台的建设。
二、医教是大健康生态的基础设施
医疗教育是大健康生态的基础设施，优质医疗教育才是真正的供给侧扩容方式（关于供给侧扩容，请参考：通过赋能为供给侧扩容，从而发展增量 | 保险业智慧运营（五））。进行高效的供给侧扩容，让原本不可能进入的供给者进入生态供给，扩大供给数量，是生态成功的一个关键前提。
在医疗健康领域，供给侧扩容的典型方式有两种：
一是通过复制医生大脑为所谓的“低端医生”和“低端卫生员”“健康管理者”“营养师”等等所谓的持证人员赋能，从而实现扩容；
二是通过医疗行业知识库为普通人赋能从而实现扩容。
所有这一切，都离不开医教。
1. 基础教育
过去四十年，中国人用四十年的时间完成了欧美发达国家几百年的经济建设，但四十年的物质发展却难以追赶上欧美国家几百年的精神建设，物质发展过快导致文化建设撕裂甚至断层是未来中国经济发展，特别是打造属于中国的世界级品牌的一大挑战。在医疗领域，就是基础教育出发的精神、医教、艺术等等建设。
也就是说：相比于物质建设的充裕性，很多人在广义范围内的精神建设是严重匮乏。你看到的各种奇葩的社会现象都有其底层的原因，这就是其中一个。
随着物质生活质量的近一步提升，国人将会越来越重视身体健康和精神建设。前者的关键就是医教，医教最关键的一步就是基础医疗教育。从小首先学习怎么获取专业医疗知识的方式方法，其次在学习关于健康管理、自救、他救以及通过足够便捷的医疗知识数据库，实时获得自己与家人体征、健康信息、基因信息、家族病史等问题，并获得相应的专业诊治方向的指导等等，将是未来大健康生态最大的看点之一。
2. 复制医生大脑的能力开放给普通人
在大健康生态首篇中（原文点击此处：为什么微医、平安好医生和阿里健康都没做出真正互联网大健康生态？）我指出，我国的基础医疗供给存在六大缺口（不是短板，是缺口），如下图：
实际上，整个业务链条向前推演的话，在健康管理领域，我国健康管理产业也是存在极大的缺口的，他们分别是基础健康教育建设不足、缺乏专业权威且普通人易得的健康资源平台、足够数量的专业健康管理人员（这一点全科医生可以替代）、缺乏现成易用的健康管理IoT硬件、缺乏心理健康的基础设施以及最后国民整体缺乏健康管理的足够认知，最后两条的问题也可以归结给第一条关于基础教育的问题。
实际上在健康管理和就医诊疗之间，还存在一个过渡地带，这个地带的健康医疗服务也存在严重的供给短缺。同样的，从就医就诊之后出院到完全康复的这个环节，我国的供给状况也是非常短缺的。
所有这些都是大健康生态可以尝试切入的点，通过切入点再向整个医疗服务延伸，就会事半功倍。
由于基因进化的种种原因，人体更偏向于那些容易获取“多巴胺”奖赏的行为，例如吃甜食、性行为、食肉等等，但像教育、认知提升和减肥塑身这些行为往往都是反人性的，因为得不到类多巴胺物质的实时奖赏。
因此健康教育就会难上加难，在这种情况下，能做的只有两条：
盼望用户提升认知变得非常理性，让系统2战胜系统1，这就像你设计了一款产品当前市场没需求，你准备大量生产等待用户需求行为的改变，纯属赌博；
第二个就是洗脑，洗脑的唯一方式就是重复、重复、重复…重复的前提是啥，一定要有正确的资料或者数据，而复制顶级医生大脑的计划，就是建立行业资料库的一部分。
我会在后面一篇文章中关于怎么实现“供给侧扩容”中详细阐述这一部分，实际上复制顶级医生的大脑，将它开放给全体医务人员，并根据实际需求部分开放给普通人，这个过程就是在对供给侧进行扩容。
这个逻辑非常简单，第一个，针对医务人员开放的部分，市场对顶级医生的需求几乎是无底洞，但顶级医生数量全国不到千名，如果能成功复制顶级医生大脑，每一个专业的医务工作者经过适当的培训，是否都开了“金手指”一样？
这是肯定的。也就是说我们并不能通过复制医生大脑解决顶级医生的数量，但可以赋能一千多万医务人员达到或接近顶级医生的水准。
第二个，针对普通人的部分，通过专业的手段自我管理，不得病，小病在家搞定，特殊情况能施以专业的救助就够了。这些能力的习得，也需要有一个专业的开放平台进行系统化的教育。
如果能从源头上堵塞错误的发生，这对我国甚至世界的医疗行业会是多大的变革？像现如今的大小疾病都跑三甲医院导致三甲医院人满为患的情况，是否可以得到极大的缓解？
我想答案是显而易见的，一方面是人通过专业的手段对某些疾病进行了有效的预防，患病概率大大降低；另外一方面，小病小痛患者自己在家就可以搞定，自己搞不定的有全科医生搞定，跑医院的概率大大降低。
小痛小痒跑医院，一方面对整个社会资源造成了极大的浪费；同时对大医生来讲，一点成就感都没有，同时他的时间利用率也是极低的；对患者来说，实际上除了心理作用，并没有太多的帮助，而且还造成了极大的时间和精力的浪费。这是一类极端情况。
另外一种极端情况就是小痛小痒的就医通道不畅，有相当大一部分人，特别是农村地区的患者，选择了一忍二拖三等等看，最后小病拖成大病，小伤拖着重疾。
这个道理也非常的深刻，患者不选择救治的问题要么是对健康认识不足，要么基础医疗离他太远，要么就是骨子里的错误认知导致。
第一个要看医教，第二个要建设基础设施，第三个是哲学问题。就像长江大坝上每天堵白蚁窝的人，日常情况下谁会觉得他们的功劳大？但如果有一天因为白蚁窝导致决堤，有人跳出来力挽狂澜堵塞决堤口，立下大功。你说这两个人谁的功劳大？
现实世界中的人就喜欢英雄故事，所有人都会不约而同的选择后者，实际上能从源头堵塞错误的人的功劳更大。就像我们做保险业生态建设战略咨询的课程《保险业生态战略系列培训课程》，除了从认知、思维、时代逻辑和具体落地四大环节认识生态建设以外，更重要的是希望从源头堵塞大多数错误。这个过程看似不创造价值，实际上可以避免大规模的战略错误导致的人、财、物和时间的浪费。
再看大健康领域，如果真的能实现上面这种两种情况，对整个资源利用率而言，将是多大的提升啊？当然这一切的基础是要构建两个关键的数据库，一个是行业性数据库，一个是个人的GIS，这次主要分析个人GIS。
3. 构建个人人体GIS，匹配个性化医疗健康教育
人体GIS这个概念最早源于前面提到的这本叫《未来医疗》的书，GIS是Google地图上中一个叫“地理信息系统”的英文缩写，埃里克·托普医生在前面加了人类/人体字样，人类GIS有人口统计学、生理学、解剖学、生物学、环境学等多方面多层信息构成的一个丰富的多维度信息嵌合体。
如果所有的这些数据都得以完备的完成并有效利用，一个数字化的个体医疗体系也就形成了，如下图，主要包括12个维度：
（1）社交图谱与表型组
社交图谱，社交图谱和健康的关系在于所谓的潜移默化的影响，也就是我们所说的圈层。圈层对人的洗脑作用是非常的大，例如你的闺蜜天天酗酒吸烟逛夜店，很大概率上你也是存在酗酒吸烟和逛夜店的习惯。当然，如果你的闺蜜跑步健身逛书店，你很大程度上也是喜欢运动和读书的人。
生活中我们经常会听说周围女孩子来大姨妈的时候，会导致一大片女孩子被“传染”，胖子要有一般都是一出一窝等等，这就是社交图谱在健康领域的现实意义。
其实，社交图谱中包含了大量的与健康有关的信息，其中就包括人口统计资料、人口分布位置，个人的家庭和朋友、朋友的朋友以及各自的兴趣爱好、受教育程度、认知水平、对待小动物的态度、各种照片和动态等等，得益于互联网的发展。
这些都可以定量的存储在各种社交产品中，例如：美国的facebook，中国的微信等，并被定性的统计分析加以利用，从而挖掘其中的价值。例如从这些所有信息数据里可以提炼分析出你的健康状况，而医疗圈普遍还没有把这些信息视为个人健康背景的重要组成部分。
另外就是表型组，传统意义上认为是依靠病历获得的患者基本信息和临床特征，包括患者的年龄、性别、职业、家庭史、用药、症状、手术史和既往诊疗过程，还包括其他体格描述，比如身高、体重、外观和重要生命体征。
（2）传感器和生理组
医疗健康领域早期的自然属于各种各样的血压仪、心率监测设备等等，随着AIoT的发展，各种可穿戴式智能设备得以低价走近个人消费者，所有人都可以轻松地通过各种app连接到手机上获取各式各样的信息，例如人体的生理数据，包括血压、心率、呼吸频率、血氧、心率变异性、心输出量、心博量、皮肤电反应、体温、眼压、血糖、脑电波、颅内压、肌肉运动和其他指标。
很多时候，仅仅通过一款智能手机就能简单又方便的检查眼睛、耳朵、颈部血管、心脏、肺部、腹部甚至做胎儿的检查等等，同时还可以向全网任何人分享这些医学影像，特别是将检查结果分享给自己的全科医生从而实现零障碍交互。
相比在传统的医院流程中，要做一个简单的检查，所耗费的心力、精力和情绪资源，简直可以忽略不计。这对整个社会而言，是多大的效率提升和资源的节约啊！！！
随着AIoT的发展，特别是到目前为止，全行业都在期待AIoT领域能像2007年iPhone发布一样出现革命性的产品，导致整个人类的交互方式产生巨大的变革，到时候我们的身体机能将得到前所未有的延伸，人类对自身健康的认知也会得到空前的提升。当然这一层面都是集中在可穿戴和无创传感器范畴，除此之外还有另一个方向就是纳米芯片。
纳米芯片的前途，主要是嵌入人体，例如嵌入血管中来监测癌症DNA信号，免疫激活、提示急性心肌梗死和中风的基因组信号等。如果有一天艾伦·马斯克幻想的脑机接口真的得以实现，集合纳米芯片，对人体健康的管理是不是会迈入新的阶段？
（3）成像和解剖组
磁共振成像、CT扫描、超声波等可以使人体的解剖结构清晰可见，但是目前做这些检查只能在医院实现，并且我们也很难拿到原始的数据。但是在其他方面，可以通过一部智能手机或者其他小型设备就可以检查眼睛、耳朵、颈部血管、心脏、肺部、胎儿等，并可以向其他人分享这些数据，我们自己也可以在平板和手机上查看自己的解剖构造影像。
（4）测序和基因组
基因组就很简单了，我们的DNA系列中的60亿个A、C、T、G碱基中，98.5%的碱基是不会构成基因，编码蛋白质的19000个基因只占到1.5%，它包含着我们生命的所有密码。过去十年，基因测序的费用打破摩尔定律，出现大幅度的下降，不再具有高价格的门槛，让每个人都有自己的基因数据成为可能。
凭借基因测序，我们找到了可以解释遗传性疾病的罕见序列变异体，从而逐渐认识了罕见病的发病原因。对罕见的线粒体疾病进行分子基础诊断的潜力在不断增强，疾病的诊断率已从1%上升到60%，这在很大程度上要归功于基因诊断技术。
关于测序，当前的技术依然有很多局限因素。另外一些激进分子在实验室干着各种各样我们无法察觉的“危险行为”，部分行为很可能因为一个人活着一个团队的失控导致整个人类进入的加速灭绝的状态，也不是不可能。当然灭亡是迟早的事情，只是时间周期的问题。
（5）转录组
细胞必须把DNA分子中的遗传信息转录为RNA后，我们才能对其测序，数十年来我们一直知道这一点，但最近我们才开始重视RNA。我们不仅发现了RNA的许多形式和特征，而且越来越清晰地了解到RNA对基因表达调控的影响。
这就是转录组学的发展过程，技术演变是如此迅速：人类已从尝试探测全基因组的基因表达发展到了RNA测序。可以利用RNA测序来探测基因融合以及不同RNA的广泛分类。
（6）蛋白质组和代谢组
在常规的实验室化学反应中，如在对肝脏和肾脏的功能进行测试时，人类就发现了蛋白质的存在。如今，个体蛋白生物学的视野得到了极大地拓宽，为此我们可以明确自身抗体（直接对抗自身蛋白的抗体）的存在并解释蛋白质间的相互作用。
类似的，采用质谱分析法，可以评估一个人在某个时间点产生的所有代谢物。通过这种方式得到的结果是全局性的，与大多数实验室采用的对单个或者单组蛋白质或代谢物进行分析得到的结果差异巨大。我们将踏进一个以个体为单位进行研究的时代，可以随时了解个体全方位的RNA转录、蛋白质和代谢物的情况，为公正全面地理解个体即时生物学创造了非凡的条件。
（7）微生物组
不知道你有没有听过抗生素进入中国所制造的第一场事故，治好了外伤却导致内脏全部腐烂死亡的军中凄惨故事。我们是由9/10的微生物、1/10的人体组成的，但通过细胞统计数据来看，这是事实。微生物组是个体和外界环境之间的连接口，对其的医学研究已远远超出了我们的预见，它们对肥胖症、癌症、心脏病、过敏症和自身免疫性疾病等都有影响，其中肠道微生物组的影响作用尤为突出。
（8）表观基因组
通过DNA碱基甲基化、组蛋白修饰、染色体重塑的途径对DNA进行修饰和包装来控制基因表达发生可遗传的变化，是如今基因生物学又一项高度活跃的研究内容，如DNA碱基甲基化可以使基因保持沉默。
现在，评估基因的某段特定片段而找到表现基因的标志物，从技术角度已经很容易实现了。表观基因的改变是可以遗传的，不涉及DNA序列的改变，表观基因重塑对许多疾病都有影响，包括癌症、糖尿病、自身免疫性疾病以及心血管疾病等。
（9）暴露组
通过电磁辐射、空气污染、花粉传播、食物上残留农药等污染途径，环境对医疗保健的本质产生了深远的影响。很多无线电连接设备或装于手机内的环境传感器已经或者正在被开发，用以量化和追踪这些污染对人体的影响。
总体来说，以上10种组型全方位展现了个体的面貌，帮助医学向前发展的同时也让我们不断获取了更广泛的信息。我们对人类整体GIS数据进行展望，并不代表这已经具有可操作性，不仅是因为费用高昂，而且当下所产生的数据已然远远超过了我们的解读能力。然而，它却具有可行性，它代表着人体数字化的开端，为个体化医疗打下了实实在在的基础。
全文完，欢迎留言批评~
两张图差异非常明显，主要包括以下几个部分：
（1）我将原来的四层图升级成了全新的三层图；
（2）针对保险业，增加了资产管理、保险精算和合规性三部分；
（3）最重要的是将原来的互联网生态的表述升级为“用户性生态”，同时在供给侧（产业层）新增了产业型生态。众所周知，阿里和华为就是这两种生态的代表。
（4）第四个升级的也是比较大，最近中台概念大火，讲中台的各种文章，我始终坚持中台首先是企业战略中组织变革部分，其次才是服务于组织变革的各种软件工具，因此用第8和第9两大板块讨论中台，占比非常大；
（5）最后一个小改动是，我将我当前所做的保险业互联网生态建设咨询的工作添加到了产业层，新增一项。全图谱合计22项内容，原计划200将也会因为这次升级内容有所升级，具体篇幅以各渠道更新为主，更新文章将超过原计划200篇。
