醫療產業成長爆發之Tipping Point探討-NEXT
理論基礎
本篇的理論基礎以Clayton Christensen的 Innovator’s Prescription與Scott Galloway的Post Corona, From Crisis to Opportunity理論為主，另外 Scott Galloway的The Four: The Hidden DNA of Amazon, Apple, Facebook, and Google一書啟發個人採用價值鏈架構分析產業發展。
制度篇
本文思維的初始根據Clayton Christensen的Innovator’s Prescription的理論，探討文章如下
醫療產業成長爆發之Tipping Point探討-制度篇
在當時的時空下，雖然已有成熟的平台商業模式，但無足夠的科技技術來推動破壞式創新的發展，此外，該文的思維主要是以醫療圈內的domain思考為主，如何就健保制度，醫療服務模式，推展Value Based System已達到省去不必要醫療浪費為目標
隨著時間的過去，也發現這是 一條緩慢的路途，這條創新路上，是典型的維持性創新。
生命找到出路篇
但就近5年開始，AI技術的成熟與RPA技術的到臨，加上成熟的平台商業模式可參考，這類破壞式創新為主/維持性創新為輔的改革解決了醫療服務最大的痛點 — 龐大非加值成本的費用，如繁鎖的行政，舊系統無法資訊整合，殺雞用牛刀的診療方式等等。
最後利用這類創新，讓醫療服務大幅減低成本，回歸合理的價值。
醫療產業成長爆發之Tipping Point探討-生命找到出路篇
根據目前的觀察，AI在現今醫療產業革新上，主要扮演的角色類似早期工業自動化的角色，把原先需要大量人力的工作，如影像判讀的工作，交由機器來處理，因而大幅減低人力成本，並提升單位時間產出及一致性的品質。
這個階段的發展，主要是解決現今醫療體系效能低落，費用過高，但品質有限的問題。
與之前文章（制度篇）提到的value based solution的觀點，最大的不同在於現今AI的首要目的為設法減低不必要，沒有加值性的開銷，讓原有的照護回到合理的價位.
而 Value based solution則是以醫療產業專業範疇的角度，有效對症下藥達到治療成果，避免不必要的醫療資源浪費。
舉一例，氣喘治療方面，假設醫生導入一個電子氣喘日記的解決方案，讓家長確實紀錄小孩每天的尖峰流量值，並督促按時服藥，醫生根據氣喘日記的紀錄，對症下藥，最後減少小孩的類固醇藥物使用，達到治好病人，減少不必要藥物浪費。
用醫療服務價值鏈的架構觀察創新之發展
筆者從Scott Galloway的四騎士主宰的未來, The Four: The Hidden DNA of Amazon, Apple, Facebook, and Google,一書的產品區隔觀念得到以下啟發.
其提到產品區差異化的重點，差異化並非只看賣的實物，差異化可以發生在產品或服務的價值鏈上的其中環節，可以用加法創造價值，也有用減法減去麻煩創造價值。
這也是本文採用醫療服務價值鏈的架構觀察創新之發展，以簡化的醫療服務價值鏈（簡化為行政，分診，診斷，治療者4大項）來表示，如下
這個發展可用以下類比來形容
之前：網路購買個IPhone 3G 需要599USD，外加34.95USD的運費
現在：採用Amazon 或是Uber的配送，加上團購系統，所以用499USD，免運費就可買到IPhone3G
這是用減去的方式，剪掉麻煩，或不必要的開支，開始以破壞式創新為主/維持性創新為輔的改革
而 Value based solution則由以下觀之
之前：網路購買個IPhone 3G 需要599USD，外加34.95USD的運費
而 Value based solution的導入有類似如下發展
現在：因為高效能晶片的導入，故可以用599USD，外加34.95USD的運費，購買IPhone SE
這是用加值的方式，創造價值，以維持性創新為主的改革。
所以這也看出來，未來的趨勢會是如下：
未來： 採用Amazon 或是Uber的配送，加上團購系統，所以用499USD，免運費就可買到採用高效能晶片的IPhone SE。
小結
醫療產業成長爆發之Tipping Point已發生。醫療服務的革新會從RPA，AI，平台商業模式的導入，開始以破壞式創新為主/維持性創新為輔的改革。
而最後會逐漸演變成為 Value based solution這類漸進式創新的改革，不過進入這類的改革時，還是會受健保制度的變化速度影響，而呈趨緩的速度。
AI在醫療服務的角色，也將逐漸演化。
其將從大幅減低醫療服務運作成本，回歸合理的價值演化到發揮班傑明產品效應，創造更多附加價值。
醫療服務產業是各種次類別繁多，客群光譜寬廣的產業（從高價高規服務到低價低階服務），所以走到value based solution時，極少會有one size fit all的solution, 而是在特定領域以服務內容取勝。
未來的平台商業將走向一站式服務的趨勢，故value based solution的發展及可能類似專櫃在百貨公司（平台商業）的形式，依附平台發展。
其他延伸：AI，高階數位人力
行筆至此，個人認為，在下一個十年，無法善用的AI的產業保證一定成長空間有限，甚至會被淘汰。
而現在開始因應AI的演化，從產品，公司管理，品質法規事務等的組織規劃，納入AI的角色，把AI當作高階數位人力（因爲其可持續被訓練，不斷進化的），在組織上設計相關配套。
舉一例，以前有些人工智慧學校的朋友，知道個人想開發一套法規審核AI軟體（類似讀合約的AI，但沒有那麼複雜，基礎版的用RPA可達成），而且是不斷在研究中。
目前看到合適的開發手法，理論上認為可執行。
在這類公司，筆者先會導入一個產品開發管控軟體，第一步，用AI協助查核設計輸入以追蹤產品開發流程。此外，AI會學習每次客訴的紀錄，並反饋到設計輸入時，再追蹤產品開發流程時，AI可以產出階段風險管理報告，並查核對應的安全測試報告是否達成。
最後產品所需的labeling，如手冊，外盒，標籤，其他文件等，提出作業建議設計，最後開發完成時，labeling由機器判讀，告知法規判讀結果，由法規認為決定是否允收。
這個系統，會大幅節省法規人員審核時間，甚至可節省大部分製作技資的時間，連資淺人員只要有邏輯架構的思維，就可很快進入狀況。
其可省掉的不少人力成本/時間，更重要的是大幅減低出錯的機率，而法規人員則把省下的時間，來做流程改善，或是挑戰高難度的產品。
這個組織，就需要一個AI管理師，負責系統的導入，串接相關部門，讓該單位流程改善的insight，變成AI training的一環。
這只是一小部分，研發能做的更是宏大，這會類似現在的computation simulation team,用AI開發產品，對產品功能大幅加值。
發展到此，公司的COO，在組織上，就要對AI這種高階數位人力一定會需有一個統合規劃，發揮戰力加成的效果。
所以，當一個組織的發展變成人類與AI的複合體，與一個純粹是人力的組織，市場上誰能存活，則不言而諭。
最後，用一座常常讓筆者很感動的石碑，這座石碑是筆者公司頭號競爭對手Omron所捐贈，原圖如下
因為日久斑駁，個人用影像處理如下
文曰：“機器能夠做的事就讓機器去作，人類應該從事更富創造性的工作。”
AI的意義不就是這樣嗎！
延伸閱讀：
對醫療器材產業有興趣的朋友，歡迎到以下專欄參考交流