很有趣，看了一下，刚好去年也是1月6号写的。嗯，2020，魔幻的一年过去了，如同每年一样，写个总结，既是回顾，又做展望。在去年的基础上，进一步分了三个篇章，回顾是对比2019年初的想法，看看2020年的思考有哪些延续性的不足；总结篇，如同上年度一样分成了方向，方法和技术的三段总结；最后是展望，对方向和技术的2020题一个要求

回顾篇-2020年的那些想法怎么样了：

2020年大概给自己定了技术和业务两个方向的目标，下面一个个分析一下

技术落地，CloudNative+AI增进工程效率提升

CloudNative的了解，相较之前应该有比较大的进步，微服务、DevOps、容器化、持续交付，除了一直以来想对比较深刻的持续交付意外，2020年对于微服务的学习和实践也日益加深了。

想了一下，2020年尝试了2个东西，一个是集成第三方公司邮件，通过自然语言读懂邮件，并将其结构化为需要的内容，这个在NLP领域被称为NER（named-entity recognition），看了些内容论文也因此大体了解了NLP领域常用的语义分析软件。但是很可惜停止在了数据集收集的地方。数据集始终没有准备好，这是个让人很头疼的事。确实也领略了当时有看到行业花大价钱去找人做表标示工作。这的确是个Lessons Learned。接下来这个方向肯定还是要做点什么，就这么放弃了感觉比较可惜。加油吧2021，需要给自己再plan一下

第二个是关于Menu的OCR，后来因为疫情就没继续。不过这块的确衍生出了接下来的Data方向，在数据vision上有了不少思考

业务思考

关于医生经纪人，算了吧，感觉目前还是没有这个动力去做。我觉得从技术出发做点事情可能会更靠谱一点。不过在此基础上，基本上明确了养老这个方向，当然这方向里设计很多上中下游的东西，而且我也知道这个方向不容易做。但是终归还是有这个心，希望做善事吧。接下来的更多思考肯定是做产品行业，还是服务行业

综合来看，2020面对疫情，整个工作出现了比较大的变化。所以在落地的工作方面却少了很多。但是思考的方面，却多了不少时间。所以还是有了不少的思考时间。包括学习了如何思考的方法，也是很不错的东西。

总结篇-2020自己取得了哪些值得骄傲的成就：

方法论：

• 今年的方法论核心应该是在战略安排上。今年最成功的事情是总结了技术上的stability strategy以及数据的Data strategy，这两个的总结提炼让我对与如何写一个让人看得懂的战略规划有了一个新的认识。在我看来这里可能需要分为如下的几个步骤

  • 根据远景定义核心目标，注意这个核心目标往往不是要解决某个问题，而是这个公司、部门或者这个方向存在的意义，比如技术就是提升研发质量，比如数据就是提供高质量、高价值数据

  • 将这种目标，增加需要执行目标的限定语句，比如对于提升研发质量，“Build sophisticated tools to Reduce developer mistakes significantly”，这里建立成熟的工具，就是后面降低错误的执行方法限定语句

  • 接下里的事情其实就简单了，那就是对这个限定语句进行解释和结构化。比如“Build sophisticated tools”，什么叫成熟的工具，这些工具的彼此支撑结构是什么。后面的东西就是我以前也表熟悉的规划了。特别是对于对词语的抽象能力，这是咨询师必备。

  所以我还挺兴奋于今年在战略规划上所学到的东西。因为以前我的工作模式比较偏线性，走到哪儿算哪儿，持续改进是我的长项。不过这次的战略策略实践，让我的视野上升了一层，有了更佳明确年目标级别的规划能力，这东西是一个产品战略能力，很庆幸！

• 提升质量方法论的进一步成型。从Code Protector，Scalable Protector到Process Automation，我觉得这三个的总结基本上涵盖了我现在触及到的形形色色的质量改进，并且关于Code Protector，有数据，有工具，有最佳实践，还是蛮成型的了。接下来可能更关注第二个吧，看看通过第二个的总结，2021年能有什么建树。

  

• 关于数据的理解以数据中台和DaaS数据业务为蓝本，虽然不一定完整，这里简单罗列一些吧，我相信这个也会在2021年有所演进

  • BI与BI成熟度模型
  • 数据分析师（data analyst）和业务分析师（business analytst）之间的skill set差别
  • 数据工程师（Data Engineer）和数据科学家（Data Scientist）实践中的交集与各自能力，以及他们需要处理的主要问题
  • 数据治理的困难以及如何提升数据质量的基本方法与指标

技术篇：

技术上，想象提升的的确比较少，找个借口就是可能数据那块儿想的比较多，确实看了不少书，也用了不少时间。但是这也不能算是接口，实话实说，刚刚过去的2020年，代码写的的确比较少。这一点可以从Github的提交记录可以看到，自从三月份以后，就鲜有提交了。归其原因也是AI这块儿一直没有突破，给自己比较强的挫折感。

如果一定要说2020学了哪些技术上的东西。我觉得SRE和微服务勉强算吧。之所以说是勉强算是因为自己不是亲身参与，更多的是从书籍以及团队的实践出发。但是这种实践，感觉上还远远不够。SRE嘛，我觉得还得再读，目前皮毛上，确实解决了我一些对于架构的衡量问题，但是具体下来的实际操作还是空白。这不利于给架构组定理合理的目标和预期。

展望篇-2021要干点啥：

方向上要思考的事情：

• 工程效率大方向应该不会有大的变化，我觉得目前让我百思不得其解的还是在为什么效率本身遇到的瓶颈问题。目前在40左右似乎遇到了非常大的瓶颈。我觉得接下来需要做更精细化的计算，计算到人，先把DO、研发和QA三个角色分拆开。总之得找到提升的核心问题。慢慢应该可以找到各个工种的效率，说白了就是要做细致

• 战略，2020可以说对于战略的规划有了实践，接下来需要一些书籍进行辅助和体系化，看看之前的实践有哪些问题，优缺点在哪里。从《好战略，坏战略》开始吧。之后进一步改造现有的战略安排

• 业务，就是养老这件事，继续。。。

技术方法论要提高的：

这个事儿还是得有些改变才行。立几个可能的flag吧

• Python转Go，Go的成熟度已经开始变高了，而且从外部判断来看，似乎对我而言更合适一些
• 容器化，做出两个Go容器吧，一个用来做web service，通过这个来学习一下基本框架的使用
• 把Protobuf要弄一下，刚好要做web service嘛，这个以后还是要自己搞过才行

附录本年度的主要工作结果

• NLP算法相关论文和材料目录

  

• 质量相关

  
• 成长模型

转眼一年过去了，总结一下。确实发现了不少问题。也想清楚了不少问题。花了不少时间在纠结和思考，乐观一点想，这算是一个蜕变的过程吧。

方向篇：

之前也在和不少人谈，觉得这些年，做了业务，做了技术，但是自己的定位到底在哪儿呢？年轻时候，一直想着做寄一个技术的领导者，去改变世界。这之后可以说一直在沿着这个轨迹走，一个技术的BU head，两任CTO都是技术领导者，但这一年，很明显的感到瓶颈来了。这个瓶颈就在于前半句做到了，但是后半句一直没有，怎么也做不到。我到底改变了什么？在这件事情上，就很纠结。团队一直在50人上下徘徊，似乎这也成了自己一个无法逾越的坎儿。从某种意义上讲，我的公司挑选是正确的，地域的选择也没有问题。这是薪酬一路上涨的原因。也确实随之能力也在不断提升。不过忽略了业务与行业的选择问题。也就是后面一件事，去“改变”。从业务也就是公司（或者个人），到行业，自己是否应该把更多精力放到寻求改变里面呢？回到了一个老生常谈的问题，一到业务发展瓶颈期，就退缩了。在TW当时面临的是创建的业务，因为边界不清，始终得不到认可。然后在杏树林，吸取了经验教训，但其实问题并没有得到改善。刚开始做数据业务的时候，其实更多还是波哥在做，要不是他后来离开了，可能也轮不到我来主导业务。但问题存在于销售端的控制上，缺了这个部分，总觉得不踏实。后来药企这摊事儿，也是努力了好久，做了好多，但是最后因为认可问题，一拍两散。准确的说并不能说一拍两散，遇升还是在最后妥协了的。说明有些事情，力争发展是有可能。然而退缩的是自己，一方面担心搞不定。一方面对财富的增值太看重了。我觉得这可能导致了自己长期上的发展僵局。所以目前自己最重要的是对于方向的决心和信心。

2020年，有两件事情是一定要做的。第一个就是作为技术领导者本身，在AI上一定要取得突破。我觉得自己选择的这个技术数据驱动，提升技术团队效率这个方向蛮有意思的，确实很喜欢。应用Cloud Native + AI技术实现真正的效率提升，代码和测试等一系列自动化编写。我觉得这个的确有可能改变世界些什么。说真的，我是笃信的。然而这个会遇上另一个矛盾，那就是作为业务领导者，因为改变技术本身似乎并不能改造社会，创造多么大的社会价值。或者，我知道机器人的引用，的确是各个公司需要的，因为他们的确在改造传统行业。可技术人员是个相对高级的工种，改造他们，作为技术领导者，他们愿意吗？当然这里也有一个分支方向，就是通过AI赋能Ops，不断寻找和提升Ops的效率，提升系统自动操作性（而不是restaurants，我不觉得restaurants的owner会为更多的功能买账，他们不是搞IT的！！！

2020年，另一件事情，就是纯业务，比如医生经纪人这样的纯业务领域。很有趣，自己之前做了不少，但想想，可能和数据项目当时的状态类似。我有一个很信任我的人，很愿意和我工作的好朋友在。然而我好像也贡献不了太多的东西。哦，也许运营是我可以做的。不过最关键的医院销售端，似乎还没太搞定。这么说来，这个的确有点意思，这不就又是当年的搭配么，我（用户运营），金尹（医生），华丰（私立医院）。不过这个东西和技术差异真的蛮大的，也是一直下不了决心的原因。2020年，需要考虑考虑。最后还有一件和业务相关的事情，就是我的关于美容美发行业的技术化改造。again，这事儿因为没有初期的伙伴。可能更是八字没一撇。

这两个想法，四个子想法，接下来要做个计划，留给2020年！否则肯定达不成结果！

方法论：

• 提升管理OKR方法论：对于国内还摸不着头脑的OKR来说，可能OKR的掌握自己越来越有效了。运用OKR来指导团队管理，还是很明显的。
• 提升质量的方法论：自己开始能够运用Tech Solution的四个基础方法，来规范技术解决方案。2020年，有望通过这一些列的技术解决方案提出技术的质量体系。我一直认为，研发的质量体系，应该是可以穷尽的。如果能够积累出一整套tech solution的方面，以后就可以不用这种bug一点一点出的笨办法，就可以把数据和案例驱动，变成最佳实践驱动，这样会大大加快速度。所以这也是2020年，有可能实现的一个重要目标
• 提升的纯技术管理方法论：Cloud Native：这个应该是最近要重点攻读的部分，因为感觉做了这么久的技术敏捷，一直没给自己找到个合理的原理来解释。Cloud Native因为继承了大量技术方法和管理方法。觉得应该会有点突破。

技术篇：

• 云端函数计算：2019年做了两个函数计算的项目，都有始有终了。虽然都不大，但是让自己对于函数计算有了比较好的初始实践。一个是部署在Aliyun上的团队index，一个是部署在GCP上的Jenkins每天总结和Wunderlist总结。Serverless的场景在我看来比较适合DevOps和数据团队做定期数据ETL和数据计算。至少这是目前我认为很合适的领域。至于其他的目前不打算探索。
• 从Code Function到Excel再到Data Studio的数据提取、计算到展现闭环打通。未来很多自动化都可以在这个基础上搞了。这回事OKR的重要基础，让OKR的数据收集工作变得相当简单。我认为这个以被写进OKR方法论。
• 开始对Python做了一些系统性的总结，这两年用python也比较多了，每次总是要去查，很烦。当然一方面说明还是用得少。训练太少。另一方面，觉得有可能形成一些自己的机械记忆会更好些。

展望篇：

最后展望一下2020年的几个可能的成果

方向上要思考的事情：

• Cloud Native + AI完善的管理方法（可以自己不是大公司的管理者，或者没有被大公司管理者认可，在这方面也许可以明确一下方向）
• AI帮助Ops（算了，这个方向是在没精力就算了，虽然有趣，但还是在给别人做嫁衣，最后的结果还是要依靠于业务的发展）
• 医生经纪人，这个先写，等等华丰
• 美容美发（算了，在有医生经纪人之前，暂时不考虑）

技术方法论要提高的：

• 解决质量问题，有没有可能出现最佳实践
• Cloud Native方法
• Python进阶语法和编程的进一步总结，需要做些题
• 对AWS有更深入的使用，（估计是有八九没戏，虽然是公司使用的主要AWS平台，但是交集太少）
• 对GCP有更深入的使用，这个如果AI能做的话，就比较有可能。

所以综合来说，2020年，属于自己的AI项目势在必行。这个会让自己在2020的技术上进一大步。加油吧2020！

附录本年度的主要工作结果

上周做了一次关于北极星的回顾，一直想写也忘记了。今天提起来，其中印象比较深的部分还是在讨论这次送iPhone活动的成效。

复盘的结果是这样的：总的来讲，本次活动的成效还是比较好的，收获了大量的新用户注册。但是，如果说病毒效应的话，这次活动并不算事一个很好的病毒效应传播。从数据上看，并未达到预期的增长效果。

总结复盘，看了一下这篇知乎上的文章，我认为说的非常棒。
http://www.zhihu.com/question/20901811

“在facebook出现之前，有sixdegrees, Friendster, Myspace之类的社交网站，有一本书上说：facebook之所以能打败Friendster之类是因为用到了病毒式传播。如下图, 病毒式传播开始一般是线性增长,到到达临界点(Critical mass),然后以指数方式增长,直到饱和点。如果没办法到达临界点,一段周期后,就废了。”

觉得这一段话比较准确的说明了病毒式增长的方法和意义。下面这张图是原文中的曲线表述。这个图形，和我们自己的活动图形还是颇为相似。但是如何界定什么是“Saturation”饱和点，什么事“Critical mass”这个问题上，我还是有些困惑。关于我们图形里的第二个波峰，是哪一个点，还不是很清楚。我的感觉是，还需要一、两个活动，进行持续观察，寻找图像之间的拟合系数。通过这种曲线拟合关系，也许可以寻找到医疗互联网的一些有意思的数据。也就是这大约280万医生的市场运作数据。

希望大家每一个人和我一样，每周对数据关注一点点。作为一家互联网公司，数据驱动，才是核心。身为精英文化，目前的我不完全认同“无脑强运营”的文化，更加倾向于精英就是努力寻找对的事情，用数据说话，把方向找准。都说互联网没有对错，只有试一试。我觉得这是对的，但应该在数据驱动前提下完成的。而不是试了，然后呢？再是下一个。中国的互联网大量资本注入，已经不允许我们万事浅尝辄止，应该可以精细剖析。这也是现在所谓精细化运营的重要体现。

WWDC，全称“苹果世界开发者大会”，是苹果公司面向全球开发者的一场盛会。今年的WWDC’15，吸引了来自全球5000人参与，为期一周时间。大会从开发者功能出发，讨论在多媒体、图像与游戏处理、系统架构、应用架构、设计和部署五方面内容。不得不说，每年6月的WWDC，是开发者的一次饕餮盛宴，也是苹果展现最新技术的巨大舞台。

本年WWDC’15的特别之处在于，苹果在健康领域的两大功能再次被提及——就是它的HealthKit和ResearchKit。那么对于移动医疗而言，我们能做点什么？苹果创造了新的机遇还是毁灭了什么？通过Keynote，HealthKit，ResearchKit以及Watch的几个session，笔者做了如下的一些小结：

Keynote－智能再生:

从2010年开始看WWDC的感觉，笔者认为本届最大的亮点是——智能。无论是Craig在OSX上高调的搜索“上周处理的文档”，还是Siri的日程提醒，一直到后来的苹果音乐推出的个性化推荐，都在这一点上给人比较深刻的印象。那么对于医疗健康而言呢？IBM在Watson上的“失败”并不是一无是处，至少它证明了在医疗领域计算机不能替代人类完成系统性决策任务，但是可以很好的给人帮助辅助决策。在笔者的走访中，关于计算智能化，目前主要还是海外的一些公司在做，比如FlatironHealth，被谷歌投资致力于癌症数据标准化与数据分析，实现辅助癌症诊断。当然，国内互联网公司许多也在从事这样的事情，但是目前成果还非常有限。以2014年的中国互联网融资报告中所提及的数据为例，在所有的不完全统计中，总数达14亿美金的医疗投资中，仅有一家是大数据分析的公司。当然这并不是说其他类别的公司不做智能，但是根据笔者所闻，确实很少。更多的公司还只是玩玩概念，说说而已。

HealthKit与ResearchKit－更加完善的数据和医疗研究方法论：

关于本次WWDC，苹果在HealthKit和ResearchKit两个演讲可谓可圈可点。作为两个以医疗为突破点的iOS生态模块，前者更加偏向大众健康管理部分，后者偏向医疗研究。

关于大众健康部分，iOS希望打造一整套与个人健康信息相关的数据服务系统，从各个层面为人们展现出更丰富的数据资料。过去的HealthKit数据指标项涵盖了身体量度，健身，医学指标，营养睡眠，核心生命体征五大模块。本次除了饮水量，UV紫外线外，还增加了一个重要的生殖模块，重点关注女性健康方面，包括基础体温、白带、排卵等。这确实又是一个大领域，在中国，过去“大姨吗”，“美柚”都算在此耕耘过。可见以数据类型（数据指标项）为基础，HealthKit通过数据链描述人的方面做得越来越趋近与完整。

不过，HealthKit的发展对于医疗互联网从业者来说并不十分有利。其中的重要原因在于，苹果对HealthKit的使用场景做了严格的限制。尤其在数据的使用上，iOS系统基本上就是将数据占为己有。这对以数据为中心的应用而言完全是不可接受的。让很多应用服务的发展少了不小的想象空间。可以说，没有了数据，上文中提到的智能化就很难建立。当然换个角度说，这也是互联网向物联网转型的一个发展模式。HealthKit最大的收益者莫过于智能硬件类生产厂商，无需再花费繁重的软件研发费用，把自己工作更多的集中在硬件制造领域，创造更加符合人使用习惯的外部设备。其实也不光是苹果的iOS，医疗作为全世界最大的资本市场，每年的硬件成本是相当高昂的。软硬结合的发展，让这个领域的公司有了更多合作与互补。例如，在心脏病领域，心电的实时监控已经是被广泛认定合理的诊断方法。将数据合理、快速的回传到医生的信息端，会大大方便医生的诊疗工作。

关于医疗研究部分，笔者深以为，这是移动互联完为医疗创造的最大价值之一。将医疗研究，从有限的人数，拓展到了互联网更加广泛的人群；将以问卷为中心的主观描述，变为可以持续收集的客观数据；使参加者得到更多反馈。这几句总结很精妙的描述了移动医疗的价值所在。举个随访的例子，很多人都觉得随访就是聊天，是医生和患者间的即时通讯。其实不然，随访是医生对患者进行跟踪诊断的最主要手段。医生通过对患者的不断随访，通过数据指标，调整用药和药量。其重要作用是明确写在医疗教科书里的。那么移动医疗要解决的，当然不是怎么让医患聊天的问题，而是如何让医生以最有效的方式，帮助患者进行诊疗调整。这其实也是一种研究。苹果的iOS系统确实在这方面做了很系统化的努力，包括主动式活动（如问卷调查），被动式活动（传感器采集数据），知情同意书，展示面板。这方面非常值得同业移动医疗人学习的。同时，苹果也在“医药与软件合作”、“表单处理”、“数据安全”、“参与者权利”四个方向提出了相当明确的参考意见。

Watch－依然值得期待的玩具

关于AppleWatch，其实是本届WWDC’15的重头戏，在所有267个演讲中，17个明确以Watch为主讲内容，还有若干把Watch作为重点工作进行描述，这对于以讲代码研发为主的WWDC而言是非常少见的。本次苹果在手表方面大幅增加其自身的运算能力，新版本的WatchOS也终于摆脱了对iPhone的完全从属地位。这给了软件研发着更多的空间。目前绝大多数关于Watch的研发，虽然许多在说医疗健康领域的话题，但大体还是集中在一些和个人健康指标相关的收集与展示上，没有太大突破。笔者认为，这主要与AppleWatch目前的传感器数量和计算能力有关。纵观所有Watch类应用，无外乎提醒（日程提醒）、提醒（消息通知），还是提醒。在纯展现的大背景下，确实能思考的东西是有限。所以，在医疗健康市场上，除了数据收集，唯一能看到的产品就是用药提醒类的应用。这就回到了最开始的话题，关于智能，其实苹果已经说的很明确了，以Siri为代表的语音计算，已经开始帮助人们解决传统的输入和输出问题。那么接下来的医疗市场，围绕此而展开的智能计算，应该会成为新的热点。但至于具体是什么，笔者也在思考，同时也在等待苹果给出更好的输入和输出解决方案，甚至可能不是语音，而是生物电传感或其他什么，谷歌不是很好的解决了听骨传音这个问题么，也许下一个创新就在这里。但不管怎么说，目前的手表市场还依然算是玩具，我们都相信这里巨大的商业价值，但还需踏踏实实的创新脚步。

苹果的盛宴还在继续，每年的这个月总是会让人感觉很兴奋。希望能从中获取到一些灵感。技术在一次次颠覆着我们的思考模式。在使用全新的方法，去完成过去耗费庞大人力物力才能完成的事情。而如果认为所谓全新的方式，是把一些过去的东西电子化，以及搬移到移动设备上，那便是大错特错了。无论是Keynote诠释的智能化计算，HealthKit描述的关于医疗健康指标的定义，还是ResearchKit里对于数据采集收集方法的突破创新，抑或是AppleWatch这个有可能颠覆人类“文字依赖”的革命，所有的一切都在告诉我们，移动医疗改变的必然对传统“计算”、“沟通方式”、“输入”和“输出”方面的革新。而这四个方面，恰恰就是每一个从业人可以思考的。

王哲，2015-6-20

欢迎关注我的微信

http://server.it168.com/a2015/0519/1729/000001729986.shtml

最近一直在做移动医疗创业，作为一个创新公司的技术负责人，一方面需要努力与团队研发更有价值的产品功能，另一方面还需要关心业务的发展。毕竟，没有业务，技术只是玩具。看了许多移动医疗方面的文章，大多从纯业务角度去划分医疗的阶段（如诊前、诊中和诊后），并以此出发去考虑移动互联网能做些什么，以及如何评价一个创业公司。

这种方法固然很好，但还有另一个事实被忽略了，那就是互联网从它诞生的那一刻就不是适应，而是改变，通过让人变得更为高效或者更为舒适，去改变人们过去的旧有习惯。举个例子，大约2年前，每个人还习惯于招手打车，那个时候，“有事儿”，“出门”，“找出租车多的大街”，“招手打车”。现在的习惯是什么呢？“有事儿”，“找车”，“车到”，“出门”，“上车”。所以，只要新方法足够方便，习惯并不是一成不变的。归根结底，新的技术让一切改变了。

回到互联网这个话题里，我们来看看最近几年的哪些移动技术改变了人们的生活习惯。

1） 高效移动计算能力－让计算成本变低
自从2007年的谷歌G1，应该说是移动计算的一个里程碑，安卓系统的推出，让人们发现原来手机不仅仅是一个为个体资源服务的小盒子，而是一个可以联系从本地到远程的计算资源。

其实很多人认为移动的发展是因为使用了碎片时间，这个说法没有错，但是碎片时间以前没有么？当然不是。根本问题是，计算资源提升了。这里要澄清一点的，“计算”不只是机器的事情，也需要人不断的进行输入、调整和验证输出结果，才能完整的实现真正意义上的计算。以前计算只能放在办公室里，然后下班回家，现在你可以时时刻刻的通过移动设备对需要计算的资源进行输入，实际的计算有可能是手机端，也有可能通过手机上传到远程服务器端完成，但不管怎样，任何计算都有机会时时刻刻被发起，或者经过调整被再次发起。这就是移动计算带给人类的革新。

2） 移动多媒体通讯－让沟通成本变低

说到沟通，其实归根结底是个沟通两端展示的问题。展示的效率，展示的形式，决定了沟通效果的好坏。 “文字”的发明让沟通可以实现远程而非必须面对面。电信的发明远程的传播效率更加便捷。而如今，通过移动设备的多媒体通信，让人们不再需要时间和空间的约束。与此同时，多种媒体的传输使得这种沟通变得更加容易理解。一张图片、一个视频可能胜过万语千言。也正是因为展示的快捷和易于理解，成本变低的结果，我们用同样的代价，可以获得更多的沟通，那么随之带来的，包括信息更加透明化，更加海量化也就水到渠成了。

3） 多种辅助设备－让收集成本变低
上面提到谷歌，接下来可想而知少不了苹果，笔者看来这家公司的伟大，不仅仅在于他发明多少很牛很炫酷的东西，而是他降低了各种辅助设备的成本，并把他们集中在了一台移动设备上。无论是陀螺仪、加速计、还是血氧传感器的引入，都大大增加了人们在它上面的想象空间。因为从那以后，人们有机会利用更加低廉的成本，收集更加广泛的信息。

正是因为上述所言的变化，使得人们有机会寻求新的改变，用这样的技术去创造新的生活习惯。如果我们意识到移动技术在过去八年时间里成功改变了人们的许多生活习惯；如果我们认为医疗群体也是一个有生活的人群，那么移动技术也一定会类似的，在这三个维度上改变传统医疗，使医生改变旧有习惯。更为高效或更舒服地从事工作。

从公司医疗业务同事那里，笔者不断尝试了解尽可能多的信息，寻找可能带来的改变。医疗会第一个想到“看病”，看病是什么，要“收集信息”，“制定方案”，“随访结果”，“调整方案”。只要是医疗，一定涉及这几个话题，这是循证医学的根基，无论诊前，诊中还是诊后。这也是几乎绝大部分技术型工种的工作方法（比如开发“收集需求”，“架构设计”，“结果测试”，“重构”）。于是乎，我们这回倒着说，从最后一条开始：

3） 多种辅助设备－让收集成本变低

现在不少人在这方面做努力，其中最典型的创新，就是大量硬件、软件的简易医疗设备的。过去医院、医疗单位、药厂研究机构等收集病历，简直是一项无比繁冗复杂的工作，如今只需要用收集拍摄一下，就会收集起来，自动识别成病历数据。

硬件方面，一个皮肤科常用的探测仪，动辄几千、上万，还操作极其复杂。笔者自己从“华强北”花36块钱买了一个高倍放大镜，配搭上自己的手机摄像头，把照出来的效果问了几个医生，还真不错。

再比如对帕金森的诊治和判断，一直是医疗界的难题，尤其是如何形容，让许多医生非常痛苦。后来开始有专注病例采集的应用，使用视频来进行数据采集，大大方便了对于帕金森病患阶段的描述。前不久，苹果又利用ResearchKit的工具包，开发了通过记录患者手握手机的抖动幅度，来进行临床描述的方法。

可以说，收集信息成本的降低，让越来越多的医生可以不再需要购买昂贵的医疗设备进行初级临床数据收集。这里笔者特别强调初级的概念，因为高级医疗是一个非常需要精准的专业领域。降低的成本主要用来帮助更广泛的个人、地县级医院或社区医院的医生从事医疗判断，完成初级筛查，这是现在在中国存在的很严重的社会问题。

2） 移动多媒体通讯－让沟通成本变低
机缘巧合，前两天和一位医生朋友聊到一个很有趣的话题，emoji，就是我们常见微信里的那种表情图标。他说因为这个事情，让他避免了一个险些出现的医患关系问题。当时的情况是两个人通过医患沟通的软件，谈话有点僵，大概是病人没有遵医嘱，所以出现了些问题。在郁闷之时，他误点击了一个女儿不知何时装进软件的一个很欢快的表情，发了出去，此后神奇的事情发生了，患者也回了一个表情，一来二去，两个人的谈话竟然转入了互相理解的环节。最近很流行一句话，“你懂的”。其实图像在许多时候可以表达出语言或者话语无法描述的内心含义，让许多的沟通解释变成了浮云。

再举一个例子，笔者和产品经理一起看到用户反馈，说到患者教育有多么痛苦，几个小护士不停给患者打电话，累得半死不说，因为频繁打扰到患者的生活，患者既记不住，也不领情。于是我们尝试在移动设备里添加了一个被津津乐道的功能，医生可在设备上进行简单的配置，剩下的交给系统，然后自动发送到患者的移动设备上。患者可以在任何时间看到这些精心制作的文字、图片、影音信息，并填写反馈信息，从而得到了非常好的效果。

1） 高效移动计算能力－让计算成本变低
说到移动计算能力，在互联网这个时代，更多的人会想到大数据分析和数据整合。是的，医疗的大数据分析需求是非常大的，而且广泛的，这也是笔者目前专注的重点。但其实现实世界远不仅于此。以我们近期主导的一次搜索引擎改造为例，最传统的医生若想提升自己的研究水平，需要到病案室去，利用各种检索方法，搜寻到自己想找的“诊断”，“药典”或者“病历”资料。后来图书馆里有了电脑，查询变得稍微方便了一点。不过今天，技术的发展，让医生可以随时随地在手机上查找想要的东西，高效的搜索引擎，通过对海量数据的索引，完成目标的获取，并返回给医生的移动终端，这个过程可以在家里、地铁上、回家的路上、或者某个餐馆里。

最后，如果一定要个总结，那就以笔者做博士研究时导师说过的话作为结语：创新无非两种，一种是跳跃性的，突破进展，第二种是延续性的，遵循规律踏实下来探索。前者虽然伟大，创立了诸如相对论等的伟大理论，而后者才是世界上绝大多数成果的来由，不断促进着社会前进。同理我想说，所谓颠覆是一点一滴的创新的汇集；所谓创新本身，尤其是移动互联网的创新，也没有那么难，还是可以从一些规律里面寻找创新点，结合业务去探寻。作为一家创新互联网公司的技术团队，我们继续努力了解医疗与医生的每一滴渴求，从技术出发降低他们的工作难度，这就是我们的技术颠覆传统医疗之路。

今天读到一片文章《腾讯年终总结：微信用户一天到晚都在干啥》，搞好最近在研究微信的一些东西，于是想到还是写出来给自己留个纪念。比较在意下面这张图，其中蕴含的背后含义，我觉得是如今微信生态圈的核心

总结一下，作为微信的运营大概需要这么几个点：
－ 以目前微信的生态环境而言，无论是订阅号还是服务号都无法实现大量阅读和广泛传播的目的；
－ 微信的主要传播途径是朋友圈的转发，和因此产生的马太效应；
－ 微信的内容可以有这么几类，“有用”，“有感情”，“有参与感”。

王哲，CTOin杏树林
作为一个公司领导者，无论是运营，产品，技术，客服，推广什么都得学