此外，这个虚拟伙伴可以以人的口吻和形象进行主动问询、提醒、关怀和督促。在多种领域的聊天机器人设计方普遍认为这一交互方式更具主动性也更有助于客户激励，而在慢病管理上则是患者激励。实际情况是，大多慢病APP的用户黏性并没有预想的那么高，而在患者激励上的实际作用也并不理想。在客户激励上，最近一些年来我们所知道的较有作用的理念是社群化和游戏化，而聊天机器人将提供新的激励手段。

　　为什么要先专门分析慢病管理领域，而不是整个移动医疗领域？这是因为慢病管理应用本应是个高频领域，它对用户黏性的要求本应当更高，对患者参与度进行激励的力度也应当有更大的诉求。

　　3、虚拟助手或能改善医疗服务获取效率

　　医疗服务获取突进的低效最根本的是医疗资源稀缺和不均。那么聊天机器人能做什么？

　　在慢病管理上，慢病APP作为医患沟通桥梁，最终得让医方觉得更轻松，而不是更麻烦。站在医方的立场上，聊天机器人反过来可以成为医护人员的助手，承担部分行政性常规性工作。预约、备案等行政性事务可以代为解决，常见病症问答也可以代为应答，替代医护人员为患者做例行监控，等等。

　　一对一，随叫随到的医疗服务，对普通大众而言显然可望而不可及，但在聊天机器人的介入下，部分常见例行和远程条件下能解决的健康服务则有可能做到低成本享受一对一的个性化。换句话说，在人工智能的帮助下，慢病APP链接下线所要匹配的医护人员数量将得以降低的同时不对服务体验造成不良影响。

　　泡沫以及有哪些坑？

　　所有新玩意出现总会有泡沫，atv直播，而泡沫总会灭，泡沫之后也总会有幸存者。智能虚拟助手也一样。在这里我个人没有吹大泡沫的意图，仅希望能略具提前量的理性分析创新带来的可能性。因此，我们也必须预想其中存在的陷进，atv，以便于能恰到好处的进行创新，有所准备的应对风险。

　　首先，关于聊天机器人的技术问题。

　　技术不达标，用户体验好不了，价值不但不能被提升反而可能被损害。这里相关技术重点在于几方面：一是自然语言处理、二是语音识别、三是知识图谱。前两类技术可以寻求开放技术和合作平台。而第三项除了与人工智能相关外，还需要在慢病管理领域涉及医学健康知识、医护服务与管理流程环节上的知识，这些垂直属性需要相应的专业知识，需要医学界人士与人工智能技术专家合作共同解决。

　　前两类技术，人人都可以去寻求合作，不能形成竞争门槛，只有第三项修炼得好才有可能成为核心能力。但从另一面来看，前两项技术的成熟度依赖合作的科技巨头，如果技术成熟度不佳，则产品体验也注定不可能好，所以如何选择也很重要。

　　以上相关技术虽然在最近的1-2年内被许多科技巨头和创业公司所关注，但据人工智能相关的技术专家反馈，这些技术较以往却有改进但并未十分成熟。自然语言理解对复杂的上下文关系处理上不成熟，语音识别的所谓97%的准确率也是在理想条件前提下实现的。不如说，方言肯定难有较高准确度的识别。当然，不一定非得有语音对话，聊天机器人也可以是文本对话。

　　我个人认为，技术虽不足够成熟，但我们仍可以在有限功能内寻找一定价值。因此，如果要开发一款健康虚拟助手，不要寄希望于技术能实现十分复杂的语境对话，应当尽可能讲功能限制在一定范围内，从简单明确的指令入手。例如，海外已经在使用的通过聊天机器人叫外卖Pizza、设定闹钟、预约餐厅，等等这些简单明了的需求是能够处理的较为理想的。

　　其次，数据问题会是瓶颈问题。

　　现今的人工智能技术严重依赖于数据，到了考验过去几年里在数据上所下功夫的时候了。有人提出“养数据”的说法，也就是说，想要数据变现价值必须花时间花力气去“养”，这其中因为在很多情况下无法拔苗助长，它有时间的限制，导致早做准备的玩家能获得较好的数据优势。

　　我们知道Patientslikeme这一患者社区以为药企提供数据卫生，但这一变现模式是他们成立10年左右才得以实现的。海外HealthTap远程问诊公司提供的聊天机器人问诊服务其问答则基于过往真实医生服务应答留存下的数据。那么我们的慢病APP在过去几年里，有没有好好“养数据”呢？