12月19日-20日,腾讯医典互联网医学科普论坛在深圳举办。围绕后疫情期用户日益增长的健康资讯诉求,论坛汇聚医生、医院及搜索入口、移动应用等互联网平台代表,共同探讨医学与互联网科技如何深度融合,实现科普从专业生产到精准触达的闭环,普惠大众。
腾讯医疗副总裁张猛发表致辞
腾讯医疗副总裁张猛在开场致辞中表示:“今年突如其来的新冠疫情使科普价值格外突显,同时也推动医学科普进入社交化、场景化时代,由原来的‘人找内容’转向‘内容找人’。这一趋势下,腾讯医典期待和更多医生、专业机构开放合作,以技术的力量赋予专业科普更多温度,渗透到人们日常生活的方方面面。”
医学+科技深度融合,满足后疫情期用户医疗需求
腾讯医疗副总裁黄磊指出:正如钟南山院士在今年腾讯医学ME大会寄语中提到的,互联网的任务是解决用户的痛点,而医学则是为了解决人类生命的痛点。腾讯医典希望一方面充分发挥在用户需求方面的洞察和运营经验,携手医生打造可信赖、且有传播力的科普内容;另一方面广延触角,与各类平台、机构开放合作,实现医学科普在线上线下、院内院外全场景的精准触达。
腾讯医疗副总裁黄磊发表致辞
医生是腾讯医典建设科普内容的核心力量。清华大学附属北京清华长庚医院全科与健康医学部部长、全科医学科主任王仲教授带来了《互联网时代的行与思》、《理性的医学与感性的疾病》专题分享。他表示:“医生与科普平台合作,向老百姓普及医疗健康知识有巨大的社会价值。第一,能够及早发现异常情况,提前干预。第二,通过资讯切口打通和服务的衔接,将对应的患者需求链接至专业医务人员。第三,最大程度解决线下医疗资源,降低不必要就医。”
搜狗公司高级副总裁许静芳作为机构代表出席论坛,并带来《如何应对后疫情时代的用户医疗需求》主题分享。她指出:“疫情进入常态期,医疗搜索与疫情前相比依然上升15%,同时呈现更多个性化需求。未来期待与腾讯医典密切合作,一方面以结构化图谱、知识聚类专题内容满足用户通用性需求,同时结合语义分析技术,实现用户个性化需求的智能分发模式。”此外,双方还将探索AI可交互式技术的应用,让用户获取更多、更精准的查询结果。
无码科技创始人冯大辉受邀出席论坛,并表示:“在医疗资讯方面,用户存在着很多痛点。举例而言,对于患者而言,得甲亢后是选择吃药还是碘131治疗方案,患者往往会茫然,不具备决策能力。而通过互联网技术和数据分析,可以整合、回溯整体概率情况和效果给到用户决策参考。此外,互联网科普平台还可基于大数据为用户提供趋势性判断,帮助用户对时令性高发疾病提前作预防和干预,节约经济成本和时间成本。”
视频、直播等多元形式,让健康科普更贴近日常
随着5G等技术的发展,医学科普形态也由图文向短视频、直播等形式变迁。腾讯微信事业部高级商务经理杨明熙带来《从微信生态到视频号:助力医疗科普》前瞻性分享。他指出:医学科普是微信视频号内容生态重要一环。目前视频号对医生创作者个人或者机构采取强认证机制,并在账号信息中身份外显,增加用户的信赖感。此外,目前视频号已和微信生态体系中的公号、小程序、搜一搜等公域平台打通,从而打造医生个人私域流量与公域平台的连接,以视频号为切口,串联全链条资讯及服务。
论坛上,腾讯医典合作专家代表、中国性学会会长、北京大学第三医院男科主任姜辉结合自身经历,带来《如何通过新媒体平台做好健康科普教育》分享。他表示:“性知识缺乏是当前较为突出的社会问题,公众存在较多认知盲区。为此,中国性学会和腾讯医典双方携手推出直播、视频栏目等多种形式,向公众普及相关知识。双方共同打造的两性知识科普短视频账号‘腾讯医典康康’目前全网关注人数已超过150万,播放总量15亿次。”
作为腾讯医典“医学科普官”代表,天津254医院心血管内科副主任王星出席论坛,并分享生产健康科普短视频的“一二三四五六”方法论,即一颗初心,科学+普及二字并重,平台+官方+创作者三方协作,“加减乘除”四种算法(有价值科普内容平台应当给予更多流量倾斜和扶持,反之则降权),道理、人话、情怀、故事、格局内容五大原则,以及责任、担当、爱心、奉献、特点、创新六大要素。
腾讯医典与豆果美食合作页面
此外,腾讯医典合作伙伴代表豆果美食COO钟锋受邀出席,并分享与腾讯医典在医食融合方面的探索和落地成果。双方以健康为切入点进行内容共建,开设“健康管理”、“涨知识”等健康膳食专区,让膳食菜谱及科普知识一触及达。同时,每一篇食谱中都设有“营养分析”版块,各种所需营养元素的作用一目了然,守护用户饮食健康。
作为腾讯旗下医学科普平台,腾讯医典在国内首创了深度、体系化互联网医学科普模式,并推出医学科普官、大众科普官、内容开放三大计划,打造国内最大的开放医学知识库,联合专业医生、机构、患者和公众,以社交化、场景化重塑科普新连接,提升全民健康素养。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。