如果借助RFID技术，将手术可能用到的器械都放在一个具有射频信号接收器的桌子上，每个手术器械的信息都显示到IT系统上。手术做完后，外科大夫只要看一下系统，就能确定所有手术器械是否已经归位，然后再缝合伤口。这样，把手术刀到遗留在肚子里的情况就不会再发生了。
即将进入发展快车道
以上描述的手术器械追踪解决方案只是移动医疗的一个应用场景。移动医疗解决方案可以帮助医院和医疗中心以更低的成本更有效地采集、管理信息，还有助于这些机构在特殊情况下挽救生命。据悉，目前移动医疗可以贯穿患者从急救到康复的整个过程，帮助医院提高运营效率，降低人为差错，提升护理质量，降低医疗成本。
然而，尽管看起来很美好，但事实上移动医疗在我国的推广情况并不尽如人意。摩托罗拉系统（中国）有限公司（以下简称摩托罗拉系统）企业业务医疗行业经理陈阳介绍，CHIMA（中国医院协会信息管理专业委员会）统计的数据显示，目前参与CHIMA调查的CIO中，只有7%~8%CIO所在的医院应用了移动医疗，超过20%的CIO表示有计划应用移动医疗。
陈阳认为，在没有电子病历的背景下，整个医疗过程中存在很多不确定性，这成为推动移动医疗的一大障碍。陈阳分析说，在中国，移动医疗最早是从移动护理开始做起的，用于病人体征信息的采集，如量体温、血压。这是因为护理是医院执行诊疗的最后一步，无需纠正，而之前的环节都有纠错机制。
但是陈阳认为，随着电子病历的大规模部署，移动医疗将得到大力推进。顺应这一趋势，摩托罗拉系统在移动终端、条码扫描器领域不断发力，以帮助医疗卫生机构加强对患者、药品、器材和电子病历的管理，优化医护人员调度，提升医疗护理移动性。
在这一背景下，摩托罗拉系统提出了无缝移动医疗的概念。陈阳解释说，所谓无缝医疗，就是借助摩托罗拉系统的终端设备和网络，将移动医疗的范围从医院的一个科室，扩展到全院，甚至医院以外。
在5月24-27日举办的2012中华医院信息网络大会暨第五届中美医院信息化论坛举办期间，摩托罗拉系统基于这一概念，搭建了下一代移动医疗互动展示厅，模拟患者从急救到康复的救治旅程，设置急救室、手术室、药房、病房、供应室、医疗废物处理点和IT数据监控中心七大场景，针对医疗系统各关键环节的需求，设计出一系列由其移动终端、条码扫描器与无线网络设备组成的移动医疗解决方案，包括急救应急通信解决方案、手术器械追踪解决方案、药房管理解决方案、移动护理解决方案、供应室管理解决方案、医疗废物处理解决方案以及IT中心解决方案。
强化生态链合作
陈阳指出：“为了满足行业发展需求，摩托罗拉系统的下一代企业移动解决方案能够切实帮助医疗机构提升运营效率和工作效率，显著改善患者诊疗体验，并确保医疗信息的安全。”
他认为，下一代移动医疗有两个关键的发展方向：其一，跨平台的统一管理；其二，跨平台的开发平台。为此，摩托罗拉系统推出了移动服务管理平台MSP和跨平台的移动开发平台RhoElements。
记者在采访中了解到，摩托罗拉系统将强化与包括HIS（医院信息系统）提供商和ISV在内的中国合作伙伴的合作，将摩托罗拉系统的先进技术和本土的实际需求紧密结合，推动移动医疗的发展。
最近，国内移动医疗、移动健康领域有不少新的创业者以及热门产品涌现，如春雨掌上医生、快速问医生、5U家庭医生、掌握健康及糖护士、智能体温计、康康血压计及37健康的血压管家等等，都获得了天使投资人或VC机构的投资。
刚性需求背后的巨大市场空间
2011年国务院办公厅的《社会养老服务体系建设规划（2011-2015年）》指出，预计2020-2050年中国将进入加速老龄化阶段。到2050年，老龄人口总量将超过4亿，老龄化水平将超过30%。而65岁以上老龄人口的冠心病、高血压、糖尿病、哮喘、关节炎等慢性疾病的患病率是 15～45岁人口的3～7倍，造成了医疗资源的严重短缺。与此同时，独居老人增多、空巢化趋势加剧，也造成了医疗服务需求特别是能够实现远程实时监控的移 动医疗健康服务需求的急剧增长。
另一方面，由于中国医疗资源不足、配置不均衡，存在看病难、治病贵等各类问题，与城市各大医院相比，社区医疗与农村医疗相对薄弱，总之医疗服务供需之间的矛盾也为移动医疗健康产业带来了巨大的机会。
技术应用方面，大数据技术、移动互联网以及物联网技术的发展为移动医疗健康领域的崛起提供了必要条件：利用大数据技术建立电子病历平台，便于搜索病人信息，寻找疾病线索；利用移动APP，市民可以与医生随时随地在线联系；而物联网技术则使得病人个体化自我监测成为现实。
根据移动互联网权威机构的数据统计，2012年中国移动医疗健康市场规模达到18.6亿元，较上一年增长17.7%。2014年中国移动医疗健康市场规模将达到28.4亿元，预计到2017年，将突破125亿元，年复合增长率超过70%。
资本热捧移动医疗健康
最近，国内移动医疗、移动健康领域有不少新的创业者以及热门产品涌现，包括专业化的人体指标监测产品，如监测血糖的糖护士，为育龄妇女和儿童监测体温的智能体温计，监测血压的康康血压计和37健康的血压管家，以及各类医疗在线服务平台和论坛，如掌上医生、快速问医生、5U家庭医生、掌握健康等，都获得了天使投资人及VC机构的投资。
其中，睿仁医疗推出的“可穿戴智能体温计+App”可以为备孕妇女和儿童实时监测体温，正是瞄准了现实生活中的刚性需求，以相对容易监测识别的体温数据为出发点，将移动医疗与大数据技术结合起来。目前睿仁医疗已经获得北软天使基金、英诺天使基金及戈壁投资1000万元的投资。
而春雨掌上医生则是一款结合“自查”与“问诊”的健康诊疗类客户端，通过这个App客户可以通过在线自查的方式查询自己可能罹患的疾病并免费向医生提问。与其他移动医疗App相比，其特点在于客户的数据与信息最终被国内二甲公立医院以上的医生接收，并为用户提出专业化的诊疗建议。目前，春雨掌上医生已完成两轮融资，其中A轮300万美元投资来源于蓝驰创投，B轮为贝塔斯曼800万美元注资。
尚无清晰的盈利模式
虽然资本对于移动医疗的热情不减，但是很多移动医疗企业至今尚未有较为成熟的盈利模式，这也就意味着如果投入的资金不能实现良性的回收，未来移动医疗将很难持续火热下去。
当前，国内大多数的移动医疗企业仍然处于用户积累的初级阶段，比如现在市场上比较热的消费型医疗概念设备，其大多集中于某些简单数据的监测与记录上，如血压与血糖监测、女性生理周期监测以及育龄妇女与儿童的体温检测等等，对于数据缺乏深度挖掘，客户之间的互动性相对较差，而且创业者对于企业的盈利模式尚未有清晰的规划。而其他的一些医疗互动平台与社区，比如5U家庭医生、春雨天下、好大夫、丁香园等的商务模式正在逐渐成熟，其盈利则主要是通过转嫁广告费、中介费、增值服务和在线问诊等来实现的。更为重要的是，目前市面上的多数移动医疗企业均未解决一个最为核心的问题：不论是慢性病的管理还是为客 户提供远程医疗，所有数据的最终接收端应为医生，但目前由于中国公立医院医生尚未得到根本性的解放，医生（特别是三甲医院的医生）很难通过这些移动医疗设备及App为客户提供详细充足的专业建议。移动医疗虽然发展火爆，投资者热捧，但其中真正解决了国内医疗供需矛盾的屈指可数，更何况医疗行业与其他行业相比，政策敏感度较高，创业者很难通过市场化的方式获取竞争优势，因此，在投资移动医疗与健康产业的过程中需警惕泡沫化风险。
行业发展趋势研判
当前国内移动医疗健康产业仍处在发展的初级阶段，但是随着移动互联网技术的发展、公立医院改制的进行以及国民就医观念的不断开放，移动医疗将会迎来爆发型增长，在行业发展的过程中，不论是向药企收费、向医院收费、向保险公司收费还是向消费者收费，移动医疗企业的盈利模式将会逐渐清晰。
可穿戴智能医疗设备能够有效地协助患者进行个性化健康管理，通过对各项指标的检测来纠正功能性病理状态，中断病理改变过程。合理的慢性疾病管理，能够避免看急诊和住院治疗，减少就医次数，从而带来费用和人力成本节约。
医疗机器人“大白”不仅完美，而且接近实现，现在大家对此的通常叫法为mHealth。国际医疗卫生会员组织HIMSS对mHealth给出的定义是通过使用移动通信技术――例如Pad、移动电话和卫星通信来提供医疗服务和信息。移动医疗早已成为整个移动通信产业的热点，在2011世界移动通信大会上，移动医疗吸引了诸多与会者的眼球，甚至包括知名的比尔及梅林达・盖茨基金会，以及NTTDoCoMo、沃达丰等全球主流移动运营商等，都纷纷进军这一领域。
移动医疗兴起
移动医疗技术在“互联网+”的背景下得以高速发展，并催生了大量依托移动终端的移动医疗APP，并且呈爆发式增长态势。它们为民众提供便捷、及时和经济的医疗咨询和诊疗服务。
低成本的手机及全球性移动通信网络的普及，明显为这种医疗概念提供了可行的技术基础。移动通信技术始终坚持以下发展方向：小型化、速度更快及成本更低。这些特点在软硬件的应用、网络访问、标准及服务等诸多方面都有所体现，而且未来也将继续沿着这个方向发展。大量的服务都可以通过更加统一、快速且便宜的带宽接入实现；网络也具有很强的能力，覆盖范围更宽。这些都为推进mHealth应用的持续发展并超越简单的单向数据服务模式提供了条件。成本的下降、设备的普及，特别是智能手机的大量部署，促成了移动医疗产业，才有了移动医疗的爆发。
移动医疗发展
移动医疗拥有巨大的潜在市场。首先是亚健康人群大幅增加。中国报告网调查发现，35 岁至 65 岁的人群正在成为慢性病大军，其中超重和肥胖、血脂异常和脂肪肝、高血压呈明显上升趋势，发病年龄日趋年轻化。疾病发生之前通常有“生理异常”，通过移动医疗设备对亚健康指标的测量，可以提早发现慢性病，有利于治疗。其次是老龄化加剧，空巢老人比例增加，人力成本的上升等为移动医疗提供广阔发展空间。
目前在全球医疗行业采用的移动应用解决方案，可基本概括为：无线查房、移动护理、药品管理和分发、条形码病人标识带的应用、无线语音、网络呼叫、视频会议和视频监控。可以说，病人在医院经历过的所有流程，从住院登记、发放药品、输液、配液/配药、标本采集及处理、急救室/手术室，直至出院结帐等，都可以用移动技术予以优化。因为移动应用能够高度共享医院原有的信息系统，并使系统更具移动性和灵活性，从而达到简化工作流程，提高整体工作效率的目的。
移动应用的另一个显著贡献是减少医疗差错。在对病人护理过程中，有可能出现护理人员交接环节的失误，以及在发药、药品有效期管理、标本采集等执行环节的失误。
移动医疗改变了过去人们只能前往医院就医的传统生活方式，将大众引导入一种更为先进、轻松和便捷的就诊模式中。
移动医疗困境
在政府积极倡导和各方努力下，互联网已经深入地与医疗服务相结合。移动医疗存在医院内和医院外两个不同场景。医院内的移动医疗是医疗信息化；医院外的移动医疗是利用互联网的巨大力量，不断对医疗行业内部形成改革压力，是移动医疗真正的“领导者”。医院内外的移动医疗应该有机结合起来，形成碰撞，才能产生新的巨大力量。
[摘 要] 移动医疗是新时代移动信息技术与医疗服务相结合的产物，在美国、欧洲和日本一些发达国家，很早就开始研究应用。设计开发移动医疗系统，能够为患者提供部分疾病的健康监控、健康指导、健康预警、智能检测等医疗服务功能，有利于改进现有的预防治疗体系，在一定程度上缓解我国相关医疗资源紧缺的现状。文章以糖尿病移动医疗系统为例，对基于Andriod的移动医疗系统的云端设计进行了研究。
[关键词] Android；移动医疗系统；云端；糖尿病
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 07. 079
[中图分类号] TP311；R197.32 [文献标识码] A [文章编号] 1673 - 0194（2017）07- 0180- 03
0 前 言
据国际糖尿病联盟（International Diabetes Federation，IFD）统计， 世界范围内糖尿病患者人数呈高速增长趋势，其中我国2010年成人糖尿病患病率为9.7%，患者总数超过9 000万，成为世界糖尿病人口最多的国家[1 ]。与此对应的是，我国人口老龄化程度越来越高，其中空巢老年人、高龄老年人、失能老年人的人数越来越多，而糖尿病患者人数比例也在逐年增加。这些患者和高发人群需要获得及时准确的医疗指导和预警服务，然而我国限于目前医疗资源有限，往往出现大医院人满为患，“看病贵，看病难”的现象，传统医疗模式愈加难以满足糖尿病患者的医疗需求。设计开发糖尿病的移动医疗系统，使患者在家就能够自主监控自身健康状况，获得专业健康和饮食指导。系统提供预警功能和智能监测功能，能够帮助患者监测健康状态，预防疾病的复发或病情恶化，还能够提醒他们按时服药，保证治疗的及时性、准确性和持续性。糖尿病移动移动医疗系统的开发和推广应用，能够为广大糖尿病患者提供急需的医疗服务，有利于改进现有的预防治疗体系，在一定程度上缓解我国相关医疗资源紧缺的现状。
1 移动医疗系统现状
移动医疗是新时代移动信息技术与医疗服务相结合的产物[2]。美国、日本、欧洲一些发达国家很早就开始通过电话、手机短信和互联网技术加强医生和患者的联系，用于帮助患者加强血糖监测、调整饮食和运动方式，其中美国的IBM公司于2009年已经提出了“智慧地球”项目，能够利用无线通信和高性能计算机中心实现用户生理信息实时采集、远程处理和服务[3 ]。我国相关研究起步较晚，近年来移动医疗实践较多集中于挂号、医疗咨询和寻医问诊方向，移动端糖尿病监测服务软件数量不多，有限的几款或倾向于商用价值或专业性不强，使用体验不佳，不能满足广大糖尿病患者的实际需求。
2 移动医疗系统研究目标
当下全球的糖尿病病情正在加剧，可预期的未来形势会更加严峻，可是与之对应的是医疗资源的相对缺失。在移动互联技术、物联网技术、信息技术的高速发展和Android系y愈加普及的背景下，综合这些技术优势构建基于Android的糖尿病移动医疗系统，能够更充分高效的使用现有医疗资源，更有效的防治糖尿病。
基于Android的糖尿病移动医疗系统设计需要充分考虑我国糖尿病群体的实际情况，采用广泛使用的Android系统，还需要特别注重友好用户界面和简单操作方式设计，使用户不需精通计算机和手机知识便可以轻松掌握，能够自动获取、保存、分析、反馈连续生理数据，便于大范围推广应用。
系统搜集、整理、存储的生理数据，可以帮助医生快速准确的诊断病情，确定医疗方案。这些数据累加到一定阶段，利用大数据挖据技术进行研究，能够为科研人员提供数据支撑，帮助研究开发新药和更有效的诊疗手段。
3 基于Android的移动医疗系统云端设计
“轻客户端，重云端”是目前IT架构的发展趋势，随着云计算技术的成熟，云计算越来越成为提供网络服务的基础设施，其通过虚拟化物理计算设备，提供按量付费、可配置计算资源、高可靠、高可扩展性的虚拟计算资源，非常适合基于Android的移动医疗系统中心服务器的需求，考虑到与客户端Android系统的适应性，中心服务器应采用Java语言，与客户端使用Web Service接口通信。基于Android的移动医疗系统的云端设计包括以下几个方面：
第一，云计算选取。云端构建需首先筛选测试国内外各大互联网公司提供的云计算服务，比如Google的GAE，Amazon的AWS，Microsoft的Azure，阿里云的ECS，新浪云的SAE等，对他们提供的产品模式、网络类型、配置区间、磁盘类型、操作系统、镜像功能、磁盘克隆、可移植性和运维成本等进行分析比较，重点是对网络带宽实测和CentOS、Ubuntu和Windows Server等操作系统的测试。选定后将研究构建适合基于Android的医疗系统的云计算环境，包括IIS的安装配置、FTP服务器的安装配置、SQLServer 2008的安装配置和相关软件环境的配置。以Android客户端通过发送GET请求与Web服务器通信为例，客户端请求服务器相关服务功能，服务器接收请求后，分析请求类型，根据需要读取数据库服务器上的数据，处理后返还给Android客户端，完成一次客户端的功能实现。
第二，软件架构设计。根据系统的设计原则，基于Android的移动医疗系统采用三层架构：用户界面层、业务层、数据访问层。用户界面主要是面向用户，处理用户请求；业务逻辑层是系统的中间层，根据用户层的数据请求对其进行处理，与数据层通信，并把数据处理结果返回给用户层界面。
第三，系统网络拓扑架构设计。如图1所示，客户端系统部署在智能终端设备中，通过交换设备和路由器后连接至Internet。中心通信程序部署在中心服务器中，数据库架设在数据库服务器中，中心服务器和数据库服务器通过交换设备和路由器经由防火墙连接至Internet，为了保证数据安全，设置一个备份服务器用来备份系统的数据库信息。
第四，数据库设计。
各表之间的关系如图2所示。
以糖尿病移动医疗系统为例，系统实体类涉及用户类、血糖类、服药提醒类、食谱类，每个类别都可以映射数据库的物理表。
3 总结展望
进行基于Android的移动医疗系统云端设计与研究，能够避免传统服务端运维成本高，难于扩展的缺点，在云端整合和管理系统资源，功能强大且易于扩展。通过云服务器强大的计算能力对客户端上传的数据进行保存、分析、处理，云服务器，同时提供了高安全性、高稳定性和高适应性，能够保证医疗服务效率，降低医疗开支，实现医疗资源共享，扩大医疗范围，以满足普通民众日益提升的医疗健康需求。
主要参考文献
[1]王天歌.中国成人糖尿病流行与控制现状及危险因素研究[D].上海：上海交通大学， 2014.
根据我国工信部统计的数据，目前国内现有移动医疗App数量已达2000多款，且依旧处于快速增长阶段，但淘汰率也高，更新换代速度较快。当下互联网医疗最大的特点就在于通过炒作概念和夸大优势宣传来拉拢用户，互联网医疗、移动医疗、智慧医疗、健康云、空中医院、网络医院、未来医院、轻问诊等概念鱼龙混杂。
2015年中国互联网医疗发展报告指出，未来互联网医疗的4个发展方向是医药电商、在线咨询、挂号、可穿戴设备。可见，所谓的互联网医疗大部分功能只能涉及到辅助医疗，而很难触及医疗的本质。当下的互联网医疗声称人工智能、方便快捷、提高效率、技术革命，但实质上的内涵建设十分局限。互联网医疗，不能因为智能而替代医生，不能因为便捷而忽视规范，不能因为效率而舍弃安全，不能因为技术而背离人文。
医生是医学的依托。脱离了医生来谈医学，医学将失去它的温度。有一天，患者面对一个冷冰冰的机器叙述自己的痛苦，由机器来诊治疾病、手术，恐怕患者的眼泪也会是冰冷的吧。规范是医学的根本。西医讲究视触叩听，中医讲究望闻问切。这是医学的规范，并通过法律形式将其固化。无论未来医学如何发展，也无法摒弃这项基本规范。而互联网便捷连接了医患，但无法超越距离，更不能凌驾在基本规范之上。
安全是医学的前提。患者通过互联网就完成了诊疗，而不用到医院就诊、检查、处置。效率是提高了，但是安全吗？仅听患者的描述就进行诊断，未经查体就开具了处方，这并不是科学严谨的思路。人文是医学的核心。医学是科学与人文社会学的结合。尽管科学在不断发展，但医学永远不能脱离了人文的核心。由于近年来人文精神的滑坡，已经给医患关系造成了深刻的影响，而互联网医疗万不能给本已重创的医患关系再次带来伤害。所以，在互联网通过技术手段大行其道的时候，一定要理性地审视，技术手段的革新究竟是改善了人文，还是进一步割裂了人文。
互联网是开放和包容的平台。在信息时代，互联网技术的未来一定是光明的，但在互联网与其他行业相融合的时候，一定不能忽略其他行业的固有属性和客观规律。所以，互联网只是作为一种工具来促进医疗的发展，改善诊疗流程，优化就诊模式。所谓互联网医疗，其核心一定是医疗，而不是互联网，不可喧宾夺主。
人工智能医疗是否能改变百姓的就医习惯？人工智能概念自诞生以来，至少经历了两个关键时间节点，一个是上世纪70年代，《西部世界》、《星球大战》等一系列经典科幻影片把机器人概念带到了普通大众的身边。而另一个节点就是被业内视为元年的2016年，从阿尔法狗战胜人类到随处可见的AI标签，人们对人工智能的关注达到了一个前所未有的高度，同时人工智能技术的发展也不断站上新的台阶。
10月11日，百度医疗在北京召开了“百度医疗大脑”会，对人工智能和医疗行业而言，这无疑是个双重利好。
人工智能技术让用户与服务无缝衔接
中国医疗产业长期存在着资源分配不均的问题，优质医疗资源主要分布在北上广深等一、二线城市，大量的三、四线城市病人跋山涉水蜂拥至省城乃至北京就医，使一些知名医院在接待能力上不堪重负，出现挂号难的问题。为了改善医患之间的资源分配困局，百度医疗运用自身的技术和平台优势，为患者就医提供了高效的解决方案，实现了以手段提升医疗核心资源运营效率。
在此基础上，人工智能的应用从技术层面上进一步推动了医疗资源优化配置进程，为改善医疗服务生态提供多元化选择。百度医疗大脑既可以帮助患者在就医前实现科学又可靠的自诊，同时也具备辅助基层全科医生（包括社区医生与村医等）日常诊疗的能力，在迈入实用化、商业化阶段后，这个机器助手会极大地提升医生的工作能力与效率。在百度开放云天算、天像、天工三大智能平台的助力下，百度医疗在打造顶级医院、药品流通商、基层医疗机构和患者的多方共赢格局上更具优势。
百度总裁张亚勤在致辞中表示，百度的人工智能技术要内化于应用，更要服务于生活。事实上，人工智能概念由来已久，但是在与用户实际应用的融合上始终有所偏离。百度大脑的出现让人工智能具备了与各行业深度切入的可能，围绕生活中的各种应用场景，人工智能技术可以进一步实现用户与服务的无缝衔接，这也正是百度医疗大脑的意义所在。
百度医疗实现“智能+医疗”的跨界创新
从最初提供医疗相关的搜索，到联手知名医院推出挂号预约服务，再到病情与医疗资源的咨询和接入越来越多的服务，百度医疗自成立以来就不断在互联网医疗领域内创新布局。
对此，百度医疗事业部总经理李政用三个阶段来概括百度医疗的发展战略。
第一个阶段是打通医患不对等信息通道，即“连接人与信息”。第二个阶段是打通与优化领域资源与服务，即“连接人与服务”。第三个阶段是基于万物互联条件下的人工智能，即“连接人与智能”。借助于在云、大数据与人工智能等技术领域的扎实储备，百度医疗试图率先实现在人工智能时代的提前布局。
百度医疗大脑的面世把百度医疗的发展战略全面推向了新的台阶，开启了“智能+医疗”的全新服务模式。人工智能助力下的百度医疗不仅可以为患者、医生和平台创造更多新价值，同时也能推动“智能+医疗”平台朝着移动化、聚合化、个性化和服务化演进。
通过创新科技有效帮助医疗行业升级、让亿万患者受益，这是互联网医疗平台的发展方向。依托百度医疗大脑平台，在构建互联网医疗生态以及在突破“智能+医疗”的跨界创新方面，百度医疗已经抢先占据先机。人工智能技术的助力让未来中国医疗产业的转型升级充满了想象空间，在这场变革中，百度医疗大脑平台的价值必将大放异彩。
2015年是互联网医疗迅猛发展的一年。自从年初“制定‘互联网+’行动计划被提出来，推动移动互联网、云计算、大数据等与现代制造业结合”以来，国家大力倡导互联网与传统行业的融合。
医疗作为人民生活的重中之重，看病难、看病贵、医疗资源分配不均匀等问题一直存在。百度作为互联网公司的领军者，在中国就医环境亟须改善的大背景下，为了促进人民平等就医，推动中国医疗事业健康发展，开始在互联网医疗广泛布局，进一步加速转型“连接人与服务”。
“百度医生”打造互联网医疗的闭环服务
在今年年初，百度推出“百度医生”APP，标志着进军互联网医疗。百度医生致力于让用户能快速找到身边的好医生，打造国内首个医患双选平台。用户可以在这个APP上预约挂号，完成诊疗后可以对医生进行评价，逐渐形成“找医生、约医生、评医生”的闭环服务新模式。
百度医生的覆盖范围从最开始的粤、闽、赣、鄂、陕、皖6省也已经扩大到了如今的29个省市。其中包含304个城市，4000多家医院，共19余万医生入驻在此，方便患者能真正最快速度预约到身边的医生。
在百度医生智能导诊的基础上，研发人员还根据用户的使用体验，将已经成熟的百度语音智能识别技术运用到百度医生APP中，使得用户通过语音录入便可得到自己想要的信息，方便老人与儿童。
除自身医疗产品的发展外，百度还与业内各方展开合作，共建医疗大数据，打造互联网医疗的闭环服务。
多线合作
连接人与医疗服务
百度在1月与北京301医院达成战略合作，开始与传统医疗机构融合。接下来，与上海华山医院、上海市第一妇婴保健院、广州医科大学附属第一医院、中日友好医院等三甲医院的合作让百度不断丰富医院资源，构建了智慧化的医疗平台。同时，百度还为医院专门开设了科室直达号助力医院信息化转型。作为世界领先的互联网公司，百度在医院层面的布局使得国内顶级的医疗资源能够通过互联网进行整合，而双方的技术融合能够提高医院整体的服务质量与效率，惠及广大人民群众。
百度还与健康之路达成合作，连接线上资源与线下服务。紧接着投资了医护网，并且相继与就医160、贵州朗玛信息、天津医指通等服务平台合作。与这些互联网医疗企业的合作，整合了大量的优质资源，大幅提升了百度在医疗信息服务平台、医疗服务支付、医疗大数据、个人医疗消费信贷等领域的服务能力。百度医疗与各平台共同探索医疗健康管理服务的同时，逐渐丰富医患双选平台，为更广泛的患者提供高效、便捷的对接，让医患匹配更加准确。
除此之外，百度在互联网医疗领域中所具备的大数据、云计算、入口流量等优势，也得到了政府的认可与支持，从而促成了百度与政府的紧密合作。
在2015年百度连下三城，相继与贵州省政府、天津市政府、深圳市卫计委达成战略共识。与政府的合作能够连接官方的医疗资源，打破了行政和区域内的壁垒，助推当地医疗领域的一体化，打造区域内的优质医疗服务，从而提升当地居民就医的便捷性。百度先于其他企业打造与政府合作的样板间，将快速推进百度在移动医疗领域的布局，强化互联网医疗的闭环服务能力。这既是互联网医疗行业的发展趋势，也是很多用户的需求所在。
关键词：迁移学习；智慧医疗；机器学习；深度学习
近年来，随着计算机科学、物联网、数据科学等的飞速发展，人工智能相关技术与相关产品也在各个领域有着广泛的应用，例如图像识别、文本分类以及语音识别技术等。此外，智慧医疗（WiseInformationTechnologyofMed，WITMED）也取得了重要成果。为了保证训练所得深度学习模型的性能，通常对数据有一些要求，即训练数据和测试数据的特征空间和分布必须相同[1]。然而在医疗领域，其产生的数据具有数据量大、数据类型繁杂、非结构化数据占比大的特点，而且对医疗数据的标注通常需要由拥有充实生物医学知识背景、熟悉诊疗过程的专业人士来完成或指导。若仍采用传统的深度学习方法，则标注任务的周期大大加长，且标注任务也较为繁重。如果在医疗卫生领域将其他场景中的知识迁移、复用到所需场景中，寻找源域和目标域的相似性，则可以有效解决跨域场景下多源异构数据的分析和建模问题，为工作人员带来极大的便利。在总结迁移学习方法的基本思想和类型的基础上，通过文献调研方法探讨了近年来迁移学习在医疗卫生领域的应用现状，旨在为信息时代构建智慧医疗模式提供参考，为科研和医务工作者提供相应思路。
1迁移学习简介
1.1迁移学习的概念
迁移学习是一种新兴、跨任务、跨领域的新型机器学习框架，能够从不同的领域中学习对目标领域有用的知识并将其应用到新的任务中，具有较高的理论研究价值。其主要思想是将源域中的知识迁移到目标域中，以提升学习模型的表现。在大数据时代，迁移学习技术可以在一定程度上解决传统机器学习模型训练过程中低效率的样本标记任务导致的人力和时间资源消耗过大等问题，同时还可以有效解决标注数据的稀缺问题。迁移学习可以从3个方面进行分类：①根据学习的情境，可将其分为直推式迁移学习、归纳式迁移学习以及无监督迁移学习；②根据数据的特征空间，可将其分为同构迁移学习和异构迁移学习；③根据学习方式的不同，可将其分为基于特征的迁移学习、基于实例的迁移学习、基于模型的迁移学习以及基于关系的迁移学习[2]。
1.2迁移学习与传统机器学习的区别
传统的机器学习和深度学习方法对数据的要求较高，其采用的数据必须服从独立同分布且来源于相同的特征空间，需要有足够多的训练样本。在医疗卫生领域中，由于医学数据如医学影像等难以获得，其数据专业性较强、标记成本较高，导致有效标记的数据样本十分有限，而且数据的分布也可能随着各种动态因素而变化，因此传统机器学习方法的数据要求往往难以得到满足。而迁移学习方法放宽了训练数据和测试数据需要服从独立同分布这一假设，使得参与学习的领域或任务可以服从不同的边缘概率分布或条件分布，同时也不需要足够多的数据标注，可以重用其他任务已经建立的模型，从而利用相关领域的知识来完成目标领域的任务。
2迁移学习技术在医疗卫生领域的应用现状
对于医疗卫生领域，其数据拥有专业性较强、非结构化数据较多、种类繁杂以及数据量大等特征。若在医疗卫生领域采用传统的机器学习或深度学习方法，由于数据特征和标签的专业性较强，因此会导致对医疗记录、数据的标注任务较为繁重，费时费力。而运用迁移学习技术，则可以较好地解决这一难题。
2.1迁移学习技术在医学影像诊断中的应用
医学影像中往往含有丰富的信息。近年来，随着人工智能技术和产业的发展，基于迁移学习的医学影像诊断也有了广泛的研究与应用，提高了传统医疗影像识别的准确率，帮助医生节省了大量的时间，可以辅助临床医务人员对患者的健康状况进行诊疗。党维涛等人利用迁移学习方法，通过构建上肢骨骼异常分类与定位的深度神经网络模型，实现对异常X射线片的快速分类和异常区域的自动定位[3]。该方法使用基于迁移学习的深度神经网络模型，通过引入经过预训练的DenseNet模型，针对上肢骨骼X射线片的分类进行再训练，从而提取骨骼X射线片的特定图像特征，获得多层特征图。基于梯度加权类激活映射图求得特征图的加权系数，构建类激活图，从而得到此图片中各个像素点对异常分类概率影响程度的大小，实现对图像的分类和对异常区域的精准定位。使用此方法对异常X射线片进行整体分类与异常定位的模型框架如图1所示，可为影像科医生提供辅助参考[4]。此外，杨沐泓等人提出一种基于卷积神经网络和迁移学习的COVID-19影像自动诊断方法[5]。该方法使用Kaggle的新冠肺炎数据集，通过使用已经初步训练好的模型，对少量样本进行迭代更新，利用多源迁移学习方法训练神经网络，将各个数据源训练的不同权重参数整理为权重参数集。得到预训练模型后，再使用医学影像数据对系统进行迭代更新，从而对图像进行诊断，在该数据集达到了较高的准确率。通过迁移学习方法进行中医诊疗的相关研究工作较少，随着迁移学习在其他医学影像领域分析研究的发展，也为其未来应用于中医诊疗领域提供了一个可关注的方向。目前，中医诊疗主要将其用于解决舌象分类问题。杨晶东等人提出一种基于迁移学习的全连接神经网络舌象分类方法，该方法使用训练好的Inception_v3，从小样本舌象训练集中提取特征，再利用特征微调全连接神经网络，较好地解决了深度学习方法小样本、多分类的难题[6]。宋超等人提出一种基于深度迁移学习的舌象特征分类方法，该方法先使用级联分类器对原始图像进行舌体定位，再将分割后的舌体图像在GoogleLeNet和ResNet上进行深度迁移学习训练，从而对齿痕、裂纹、舌苔薄厚3种主要的设想特征进行分类[7]。上述两种舌象分类方法，均达到了较高的准确率。
2.2迁移学习技术在医学文本中的应用
由于现代医学文本数据的非结构化特征，难以对医学文本进行有效利用，因此如何构建结构化医学文本成为一大研究热点。张博等人提出一种基于迁移学习和集成学习的临床试验筛选标准短文本分类方法[8]。该方法基于迁移学习理论，利用目标域的数据集对预训练的语言模型进行微调，从而得到具有丰富目标域语义信息的语言模型。同时将其与主流的神经网络模型相结合得到医学文本分类器，并针对医学文本分类任务对其进行微调，在集成学习过程中使用beamsearchensemble算法来提高整体性能，最终得到了较高的准确率。刘佳苪提出一种基于迁移学习的小规模医学领域文本摘要生成模型[9]。以医学领域专业型较强的小规模文本数据为研究对象，提出基于迁移学习的Seq2Seq模型，对文本内容进行摘要标题的生成。通过参数优化实现跨域模型同参的效果，并在预训练模型中加入嵌入位置层对长文本限制进行弱化，从而使所得模型的自适应性更强。
2.3迁移学习技术在医学信息资源中的应用
随着网络技术的进一步发展，网络上医学相关的新闻信息量过于庞大，且存在大量虚假、无效或重复的信息，使得没有专业知识背景的公众难以辨别其真伪和有效性。与浅层的机器学习方法相比，深度学习具有更强的数据识别能力和知识表示能力，更适合用于信息的挖掘、分析与处理。使用迁移学习技术，可以在一定程度上打破传统机器学习和深度学习方法对海量标注数据依赖的局限性[10]。赵梓博等人提出一种多任务环境下融合迁移学习的疫情新闻要素识别方法[11]。该方法结合命名实体识别与规则识别方法，通过多个任务对多类别的新闻要素进行识别，并采用模型迁移方法来解决新闻领域数据冷启动的问题，得到了识别效果较好的跨领域要素识别模型。
2.4迁移学习应用过程中的安全问题
虽然迁移学习、深度学习以及其他人工智能技术可以很方便地为医生的疾病诊疗提供参考依据，但在实际应用中，为了确保训练模型的真实性、有效性，训练所用的数据大部分是患者们的隐私数据。假如网络遭受恶意攻击，容易导致训练集中的患者隐私数据发生泄露。如果在数据传输的过程中被窃取，不法分子可能利用这些私有数据进行不法活动，危害用户的财产和人身安全，甚至威胁社会稳定。PAPERNOTN等人提出一种深度学习过程中的训练数据隐私保护方法[12]。该方法采用教师模型全体的隐私聚合（PrivateAggregationofTeacherEnsembles，PATE）模型，利用半监督学习和知识迁移方法对训练数据进行保护。PATE模型的网络分为教师和学生两部分，将隐私数据用于教师网络的独立训练，通过投票法将教师的知识传递给学生，并添加噪声以扰动教师信息，从而达到对整个网络的保护效果。以卷积神经网络为例，PATE模型的主要流程如图2所示。通过该模型，既可以将各个教师的网络聚合起来，又能够保护其隐私。若将这些教师视为各个医院等医疗机构，则可以理解为这些医疗机构试图提升其预测效果且不希望隐私数据被其他参与者获得。田啸天针对皮肤镜图像数据集，提出CNN卷积神经网络模型优化方法并改进了PATE模型，使用差分隐私保护基本思路对PATE模型的网络结构进行完善，进一步提高了患者隐私数据的保护效果[13]。
3结语
内容摘要：
本文论述了疑难病的概念及范畴。
论文内容：
疑难病的概念及范畴
世界中医疑难病学学会李慎言学术思想研究委员会委员 廖藏典
自从李积敏（慎言）二十世纪八十年代初提出“创建中医疑难病学科理论体系”学术思想后，中医学术上第一次出现了“中医疑难病学”这个学术新概念，当论及中医疑难病学科，首先应搞清几个基本概念，诸如什么是中医疑难病，中医疑难病的范畴等等。疑难病是中医学术常用的一个比较古老传统的概念，具有中医辨治两方面的特点，范围颇广，概念比较笼统，临床各科都有不少疑难病，但均是指中医范围内的疾病而言，因此，中医疑难病常可简称为疑难病，疑难病也即指中医疑难病。关于疑难病的概念，自古至今论述颇多，但一致未能取得统一认识或意见。从“疑难病”字面意义上讲，“疑”主要是指辨证方面而言，症状纷杂或罕奇，证候疑惑，病机复杂，致使辨证难明，诊断难定。“难”主要是指治疗方面而言，或诊断不明，无法治疗；或诊断已定，疗效不佳，甚至治疗无效。在古代《内经》、《伤寒论》、《金匮要略》等众多的中医经典著作中，对一些医家困惑不解，疗效不佳，预后不良的疾病，多用“难治”、“难已”、“不可治”、“不治”、“死不治”、“逆证”、“死证”等概念来描述，这些均有“疑难病”的类似概念。随着时间的推移，现代科技的进步，中医学科自身也得到进一步的发展，有关疑难病证治的临床报道及概念的理论探讨越来越多。众多中医学者从各自不同的思想、观点、认识理解及视角出发，对疑难病的概念提出了自己的看法。其中最具代表性的人物是李积敏（慎言）的有关中医疑难病论述。
李积敏（慎言）认为中医疑难病具有以下几个特征：①临床表现繁多纷杂、罕奇。病人身患多种疾病，临床表现繁多纷杂而疑似，或症状体征奇特罕见，因而难以进行辨别，诊断与治疗。②病因病机错综复杂。病人临床常虚实互见、寒热错杂、外感内伤、表里同病、新病宿疾交织等。③证型难分难辨。患者症状纷杂，或病机复杂，或症状奇特、少见，证候疑惑，认识不清，犹豫不决，诊断上难以定论。④临床治疗效果不佳，预后不良，或无效。临床上病程漫长，邪盛正衰，久治不愈，疗效不佳；或病情复杂，治疗难收预期效果，其预后不良；或诊断易定，辨证易明，但目前尚无特效疗法或方药，因而无法治疗或治疗无效。②与西医难治病范围不尽相同。疑难病除难治外，还有辨证诊断不易方面的含意；难治病是一个比较新的概念，多指现代医学领域中的疾病，诊断不难，难在医学界公认没有好疗法或疗效不佳，以难治为主要特点。中医疑难病与西医难治病既有联系又有区别，有些疾病，中医、西医专家均认为属于疑难病或难治病；有些疾病西医认为是难治病，但对中医来说正是其专长；而有些疾病属中医的疑难病，西医却不认为难治，有的已经解决或正在解决。综上所述，李积敏（慎言）给疑难病这样一个描述：“疑难病是指在医学发展过程中的某一时期内，学术界所公认的，具有诊断辨证难、临床治疗难等特点的临床各科疾病的总称。” 中医疑难病的范围很广，临床各科均有不少疾病属于疑难病范畴。但对疑难病的范围，古今尚无统一认识，而且对某些疑难病的看法也不统一，因此要准确划分疑难病的范围，目前是比较困难的，有待学术界进一步探讨研究。
什么是中医疑难病学，李积敏给“中医疑难病学”下了一个科学的定义：“中医疑难病学是在中医理论指导下，对疑难病的发生、发展、转归、辩证治疗及护理，预防保健等方面进行系统研究的专门学科，”中医疑难病学是以中医基础理论为其指导思想，并吸收现代医学科学对疾病的认识的先进内容，进行系统的整理和研究。它是中医学的一个分支学科，其研究范畴仅限于疑难病范围。其研究内容为：①研究疑难病的发生原因；②研究疑难病的发展状况；③研究疑难病的转归机理；④研究疑难病的临床辨证治疗；②研究疑难病的临床护理；⑤研究疑难病的预防及保健。其研究方法是应用传统医学与现代科技结合，进行理论与临床综合研究。 李积敏“创建中医疑难病学科理论体系”学术思想，对干发展中医学术，提高中医在世界医学临床中的地位，推进中医学术国际化进程，提高中医药的社会效益及经济效益，保障人类身体健康等方面均有着重要意义和作用。李积敏也被学术界公认为中医疑难病学科创始人及中医疑难病学理论奠基人。
转贴于
开展中医疑难病学研究，可推动中医学术发展与进步. 中医疑难学科理论体系是中医理论体系的一个组成部分，而且还进一步发展和完善了中医理论体系。明代医学家张景岳“医不贵能愈病，而贵能愈难病”的思想，深刻地说明了辨治疑难病是学术水平及技术水平的标志。纵观中医发展史，凡在学术上有所建树者，不是在理论上有所突破，就是对疑难病的诊疗上有所突破，或建立新方新法，或临床疗效卓著。如果加强对中医疑难病学科研究，提高诊治疑难病的临床整体水平，使诸多疑难病迎刃而解，这将推动中医学术发展与进步，使中医学术达到一个崭新的阶段。
开展中医疑难病学研究，是临床实践的需要。中医疑难病学科理论体系的基础，是中医治疗疑难病临床实践的总结。加强中医疑难病研究，发掘整理前人积累的防治疑难病的临床经验及诊治疑难病的理法方药，又不断创造新的理论，发明新的疗法及方药，从而建立中医疑难病学科理论体系，用这个理论体系，又去指导中医疑难病临床实践，可避免盲目实践、重复研究，节省人力物力，从而可迅速推动疑难病辨治出现新局面，使疑难病防治整体水平提高，促进中医学向前发展。
那么请问你在拿资金和风投背书的时候那种信誓旦旦、颠覆一切的“决心”去哪儿了呢？那个时候难道就没有想过这个问题吗？你推演的各种数据和假设莫非是胡说八道？难道你仅仅是为了“创业”跟风？在笔者看来，这所有的一切都是借口、逃避责任的托词。对于创业者来说，投资人也许投的是你个人或者某种商业模式的预期，但你自己一定要知道在移动互联网下，你所做的是什么。如此，你才可能站在这个风口，而不至于流于创业。
商业模式过于“简约又简单”？
首先，我们来说说什么是商业模式吧。对于商业管理学科和专业从事商业活动的人员来说，我这个医疗行业的人士来谈商业模式似乎有点班门弄斧了。商业模式近年已经成为挂在创业者和VC嘴边一个看似高深的名词，几乎所有的人都确信，一个好的商业模式，成功就有了一半的保证。其实，在我看来，商业模式最俗气的提法就是说公司通过什么途径或者方式来赚钱，但实际上它更是一种包括一系列要素及关系的概念性工具。它描述了公司能够提供的价值，这种价值包括为客户提供什么、为投资者提供什么、为社会提供什么等。
在移动医疗行业，BAT和各类初创公司对商业模式的定义想必也不一样。毕竟，市场的细分程度、群体的参与程度、消费者的消费意识，这些都是不一样的。商业模式不一定要复杂，但有些创业者会将自己的商业模式说的过于“简约又简单”。他们重复被风投机构或者创业学数据灌输的总是一句貌似真理的废话，什么好的商业模式猪都能飞起来、一张餐巾纸就能写下来、一分钟电梯时间就能表述清楚。但用《中国合伙人》中邓超的一句话来解释：离我们近的，离别人也近，你的护城河在哪里呢？无论是复杂还是简单，商业模式的延续无非两个关键性指标：成长性和扩展性，即具有可扩展性的业务成长。
目前，移动医疗界正在上演一场激烈的厮杀角逐，由阿里、腾讯、百度等互联网大佬领衔，一大批中小企业创业者前赴后继蜂拥而来。人人都垂涎移动医疗这块大肥肉，但不是人人都消受得起的，移动医疗你玩不起，如果不懂其商业模式，无论是创业者还是投资者，还是趁早洗洗睡吧。
拔“毛”不如搭“栅栏”
回到移动医疗商业模式的话题上来，选择不同的切入点，就会有不同的商业模式。互联网下的商业模式很多，但对移动医疗企业来说，受制于入口的多寡、资源的控制度、政策的约束等，企业能够寻找的切入点大部分都是细分的。对很多意欲在这个行业大展身手的创业者和投资者来说，不是穿个O2O的马甲就能变成高大上的代表。关键看你能否找到与你的资源和优势最贴近的端口或者说切入点，如此，并无二法。
1.羊毛出在羊身上
看到这里，肯定会有人反驳我，还羊毛出在羊身上，这是互联网时代好不好，能不能有点互联网思维。写到这里，其实还是挺无奈的。互联网从来不缺少开放，但并不代表过去的传统理念就要完全被颠覆。首先我们来看下移动医疗的入口吧。通常来讲，有四大入口，即大众入口、专业入口、医院入口和硬件入口。也就是说，用户可以是医生、护士、患者，可以是医院、医疗公司、医疗机构等，在这个过程中，患者为硬件产品或者服务买单，医院为系统等买单，医疗机构为企业提供的产品付费，医生为临床技术或学术价值买单。这是一种为用户创造直接价值，随后又由用户自行支付所承担的费用的商业模式。其实，这才是真相。
很多人看到这一点，肯定会反驳我，说现在这种由消费者直接买单的移动互联网模式已经落后了。但是，事实真的如此吗？以微信为例，目前国内以微信模式为范本的传播类App层出不穷，但基本上都是昙花一现，究其根本模式，成功也基于免费，失败亦然。为什么会出现这种情况呢？根本原因还是移动互联网时代在找到流量入口后，没有找到一个好的变现方法。但是高举收费大旗的WhatApp（免费试用一年后，每年会收取用户0.99美元的年费）仍然活得很滋润，这给各种号称收费必死，没有游戏和广告就活不下去的各种大咖上了一次生动的课，谁说免费模式就一定比收费模式更好？在移动医疗行业，目前春雨医生和好大夫都采用了这种商业模式，他们收取用户（患者）的费用，然后为他们提供相应的服务。
2.羊毛出在猪身上
好了，不争论了，终于来说点好像是移动互联网相关的思维了，这个词如今在行业是大热，似乎，说出来这个词就代表先进，对此，笔者也不反驳，的确，互联网的形态变化多端。这种模式的核心是转移支付。对于婴幼儿产品来说，产品的直接用户是孩子，但是支付费用的是他们父母；对于老年健康服务和医疗保健品行业，用户是老人，但是实际支付的是其子女；对于医生来说，为了学术需要去使用产品和得到服务，他们才是用户，给医生提品的可能是医药研产业链上的厂商和机构；同样在礼品经济中更是如此，正如那“今年过节不收礼，收礼只收脑白金”的广告一样，传递的也是一种“羊毛出在猪身上”的概念。
说得更透彻一点，这种由他人支付的后端模式，用户和支付的人不是同一批人，却是产业链上紧密相关的一类人群，并且他们彼此之间有情感相关性或者利益相关性。在移动医疗行业中，拥有传统医疗IT背景的企业趣医网，在2014年获得了千万美元的投资后誓将为医院免费提供服务进行到底。趣医网董事长李志指出互联网典型的商业模式是“羊毛出在猪身上，狗来买单”，追求的是让生意链条上的所有环节总成本降低，对直接客户不要收费。“我们遵循的也是这样一个理念，对我们直接客户即医院终身免费，另外对间接客户即患者也是终身免费。我们的盈利模式有很多可行的，比如未来的医药电商、商业保险、单病种以及垂直服务等。” 国内著名软件公司金蝶所开展的医疗移动互联网医院，其盈利模式也为“羊毛出在猪身上”，即系统使用者医院和患者无需付费，而是由银行买单。也许，移动医疗互联网的商业模式在未来也不是传统的一手交货一手交钱的赚钱模式。过去是羊毛出在羊身上，现在这块儿免费了，没羊毛了，移动医疗业务就要找新的业务创造收入。在移动互联网的大背景下，可以随时随地把人和资源连接在一起，企业也可以把产业链做长、做深，这就比较容易实现“羊毛出在猪身上”的新的商业模式。比如实现了许多免费服务的支付宝本身可能不赚钱，但是把很多产业链打通以后，有一天你会发现：你在上面进行那么多消费，涵盖了生活的方方面面。
3.补贴商业运营模式
移动医疗的发展无论是“羊毛出在羊身上”还是“羊毛出在猪身上”，这都是一种圈钱和圈人的单点方式，不能完全做到既圈钱又圈人，那到底什么样的方式才能做到这个效果呢？那就是补贴商业运营模式。其实，看看我们身边大的互联网企业巨头，我们就能很容易理解。说的直白一点，就是以一个或几个“长粘重”的杀手级应用作为流量入口，将用户吸入后，开始转动“飞轮”，以一系列解决方案的长尾模式开始“剪毛之旅”，无论是羊毛还是猪毛。
购物车(0)