精准医疗新纪元?AI+基因,大数据揭示医疗新规律?
AI医师助手

精准医疗新纪元?AI+基因,大数据揭示医疗新规律?

本文阐述了精准医疗的概念,强调个性化治疗和基因差异分析的重要性。计算机的运算能力通过辅助诊断和发现规律来推动精准医疗的发展,并指出了顶尖人才和隐私保护是AI医疗行业的重要挑战与需求。微软的研究报告进一步佐证了数据驱动的智能医疗正在加速到来。
医疗信息化如何迈入智能医疗新时代?人工智能在这三个阶段扮演了什么角色?
AI医师助手

医疗信息化如何迈入智能医疗新时代?人工智能在这三个阶段扮演了什么角色?

医疗信息化经历了三个阶段:计算机和宽带网络实现信息共享,联网医疗通过可穿戴设备、4G和云计算支持在线问诊及医保移动,目前正向智能医疗迈进,借助AI技术如机器人、VR/AR、5G和神经网络深度学习,实现全环节智能化。行业数据庞大使其与AI结合有优势,但我国医疗资源总量不足(医生护士数量低)、分布不均且浪费严重,急需通过AI优化医疗服务分配,提高效率并减少浪费。
🎉掌握AI绘画秘籍!探索「画宇亩」全功能指南,创作你的小镇美食绘本.now?
AI助手资讯

🎉掌握AI绘画秘籍!探索「画宇亩」全功能指南,创作你的小镇美食绘本.now?

本文介绍了多个AI绘画工具,如「画宇亩 (Nolibox Creator)」、360智脑大模型和视觉中国AI灵感绘图功能,以及Zoom引入的生成式AI新功能。文章以「小镇美食家」为主题展示了如何使用ChatGPT和Midjourney等工具完成绘本创作,并提供了全面的学习教程。同时,提到了创业建议,如从论文入手学习、实践操作和重视常规营销渠道。最后,通过清华大学发布的报告综述了AIGC的发展历程和前景,以及Dora产品的最新进展。
AI引爆医疗领域,5分钟带你读懂人工智能在医疗领域的现状和未来!
AI医师助手

AI引爆医疗领域,5分钟带你读懂人工智能在医疗领域的现状和未来!

点击蓝字关注我们 人工智能(AI)或许是近些年来最热的词之一了,从接连打败李世石和柯洁的Alphago,到Amazon、京东、小米竞相推出的智能音箱,再到Uber、Google和百度都在研制的无人驾驶汽车,我们能感受到人工智能切实的来到了我们周边。 在医疗领域,人工智能的发展也是如火如荼。据统计,医疗行业占人工智能应用市场规模的 1/5,并且市场额将于2025年达到276亿美元。 AI 和医疗领域的关系 AI,全称为Artificial Intelligence,也就是我们口中的人工智能。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等,可以对人的意识、思维的信息过程进行模拟。 “在AI出现之前,我们很多的医疗建设进程都非常缓慢,大家一直在为医疗场景寻求合适的技术,AI的出现是关键的拐点。大量的医学知识需要人工智能来数字化、智能化。这是一项浩大的工程。” 众所周知,医疗领域最突出的问题就是优质医疗资源不足,尤其是当国家进入老龄化社会之后,对医生的需求量日益增加。但医疗人才的培养体系和速度又迟迟跟不上,单单一个医学院学生系统的课程培养也需要五年时间,种种因素导致了现在医疗资源不平衡、看病难等问题。 于是,人们开始寄希望于机器。因为一旦能够实现机器看病,供给量将会无限增加。所以出现了“人工智能+医疗”的组合。 除了能缓解漏诊误诊问题、弥补资源供需缺口、提供健康顾问服务,医疗人工智能还有提升制药效率、提升外科手术精准度的价值。 AI在医疗行业的应用 目前,人工智能在医疗行业应用得最广泛成熟有如下五个领域: 1、人工智能+医学影像 因为医生的个人习惯、教育背景和执业医院等因素导致了不同地区不同医院的影像诊断报告标准不一样。智能影像识别是将人工智能技术具体应用在医学影像的诊断上,帮助医生定位病症分析病情,辅助做出诊断,效率更高、准确率更高。 2、人工智能+药物挖掘 智能药物研发是指将人工智能中的深度学习技术应用于药物研究,通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物,达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。目前仿制药占我国国产药的 95%左右,主要原因在于国内药企研发能力偏弱,人工智能在药物挖掘的应用有望改变国内药物研发创新不足的格局。 3、人工智能+个人健康管理 人工智能健康管理利用人体日常的身体数据,帮助个人实现精准有效的健康管理,从源头减少发病诱因,从而减少家庭医疗支出。目前主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。4、人工智能+辅助诊断智能诊疗就是将人工智能技术用于辅助诊疗中,让计算机“学习”专家医生的医疗知识,模拟医生的思维和诊断推理,从而给出可靠诊断和治疗方案。为医生提示临床医疗方案,为患者提供诊疗方法参考并答疑解惑。5、人工智能+机器人机器人技术在医疗领域的应用并不少见,比如智能假肢、外骨骼和辅助设备等技术修复人类受损身体,医疗保健机器人辅助医护人员的工作等。。通过比人灵活的机械手携带摄像机进入人体,并还原高清晰的三维图像。目前全世界共装配了3000多台达·芬奇机器人,完成了300万例手术。AI在医疗行业的现状和未来 当然,一个事物的新生演化往往都伴随着质疑和挑战,AI也不外如此。 比如,数据是智能医疗的基础,但目前医疗健康数据的标准化、统一化和智能化尚有待提升。 比如,AI全面应用后,关于伦理和情感的需求如何满足等等,都是未来人工智能需要解决的问题。 但不可否认的是,人工智能技术在未来必将会逐渐替代部分医疗行业中的工作,大大提高医疗诊疗手段。 7月17号,中国药闻发布了人工智能医疗器械创新推进会在京召开的新闻,人工智能已成为引领未来的战略性技术。 随着新产品研究费用增加,医疗领域人工智能创业公司数量的增长,对人工智能医疗器械产业发展和监管提出了更高的要求。 人工智能赋能医疗,为我们呈现了一个美好前景。只有企业各方响应政府,形成合力,智能医疗才能行得更稳,走得更远,真正造福于人类。 END 关注我们:CHC医疗传媒 报道国内外医疗企业发展动态 企业投融资和并购事件 商务合作:021-68581087 或registration@chconsult.com
Watson医生的快速诊断,开启AI医疗新时代?
AI医师助手

Watson医生的快速诊断,开启AI医疗新时代?

AI机器人"医生"Watson在中国天津市第三中心医院为胃癌患者开出精准西医诊疗方案,显示出强大的诊断能力。此次事件标志着百度医疗事业部将人工智能融入医疗服务,裁撤传统医疗业务以转型AI医疗,并希望通过此举改善信任危机和探索新的盈利模式。然而,AI医疗领域面临数据获取难和商业化挑战,百度的这一战略路径充满了不确定性,但其背后蕴含着改变医疗行业的巨大潜力和对人类寿命延长的美好愿景。
揭秘科技黑洞:机器学习的reproducibility热线究竟在哪?
AI医师助手

揭秘科技黑洞:机器学习的reproducibility热线究竟在哪?

在一篇探讨科研诚信和机器学习可复现性的文章中,Nature杂志指出当前领域面临严重危机,多数模型无法复制。Wired magazine对此问题进行了深度剖析,强调了机器学习领域的数据不透明、算法复杂性等是主要原因,导致结果难以重复验证。这两篇文章共同揭示了现代科技中一个严峻的现实:在追求技术创新的同时,如何确保科研成果的准确传播和有效应用成为亟待解决的重要议题。
AI医学研究能否突破?医疗商业价值何在?
AI医师助手

AI医学研究能否突破?医疗商业价值何在?

医学研究的商业价值评估较低,主要受底层技术复杂难以临床应用限制。AI医学研究通过自然语言处理提取信息,专注在病历结构化和多源异构数据挖掘,尤其在CDSS领域面临挑战,比如IBM的沃森案例表明其发展阻力大。
人工智能医疗的黄金机遇与挑战:Benevolent的未来之路及AI医疗创业的突破之道
AI医师助手

人工智能医疗的黄金机遇与挑战:Benevolent的未来之路及AI医疗创业的突破之道

这篇文章讲述了贝克街资本的Emily讨论了人工智能在生物领域的广泛应用,特别是在疾病诊断和老年监护等方面的重要作用。然而,Benevolent面临着挑战,尤其是多靶点药物设计和非标准化服务带来的利润不可控性。此外,数据来源不足是制约公司利用AI优势的瓶颈。滕忠照的景三科技则关注中国体检市场的空白,特别是脑部健康检查的缺失,他们以预防脑血管疾病为切入点,计划通过与民营机构合作来扩大范围。文章还提到了英国和中国的AI医疗创业环境差异,英国投资环境较为灵活且侧重早期市场,而美国生物医药条件相对更好。景三科技在寻找大范围预防的方法上提到合作策略,并透露了他们将关注血液中的特定蛋白检测技术以进行老年痴呆的早筛。总的来说,文章讨论了人工智能医疗行业的广泛应用、挑战以及创业公司的策略,强调数据和合作伙伴关系的重要性。
大厂当“海王”,独角兽专情,谁是AI医生的扛鼎者?
AI医师助手

大厂当“海王”,独角兽专情,谁是AI医生的扛鼎者?

Med-PaLM是超级巨头的典型,打造的通用大模型,会在医疗等多个领域尝鲜探路;MedGPT则是垂直赛道的玩家,以AI为工具,走向医疗服务终点。 采写/陈纪英比尔·盖茨可能是ChatGPT的“头号铁粉”。他对ChatGPT的“表白”,简直如同情话一般热烈,“这是我一生中见到的两项最具革命性的技术之一”。ChatGPT在医疗领域的落地,则是比尔·盖茨最为看好的赛道,他期待全球都束手无策的看病难、看病贵顽疾,借此缓解。比尔·盖茨的盖章点赞并非虚美。他有着足够的权威性——既是微软的创始人,洞悉人工智能的未来图景,也是顶尖的医疗专家——在离开微软后,他把大部分精力投身于医疗慈善事业。不止比尔·盖茨,创新工场创始人李开复、奇绩创坛创始人兼CEO陆奇,以及红杉中国等,都对类ChatGPT技术落地医疗(以下简称HealthGPT),有着高度期待。陆奇笃信,好的医护就是“超级模型”,医疗产业本身就是模型驱动,正是AI可以长袖善舞的领域。而在国外,ChatGPT和谷歌打造的“Med-PaLM”,也都陆续秀出了“医术”;在国内,互联网医院平台医联刚刚上线了AI医生——MedGPT。Med-PaLM和MedGPT恰恰代表了两类玩家——前者是超级巨头的典型,打造的通用大模型,会在医疗等多个领域尝鲜探路;后者是垂直赛道的玩家,以AI为工具,走向医疗服务终点。投资机构、头部大厂、创业公司的集体涌入之下,AI医生到底能不能替补上位,纾解医疗供给短缺的顽疾?从模型上线,到大规模应用落地,需要闯过哪些关卡? 一 巨头独角兽同向不同路创投机构、巨头和独角兽的汹汹入场,是看中了AI医疗的广阔前景——HealthGPT站在了AI和大健康交汇的十字路口,两者都是10万亿量级的超级风口。根据《健康中国2030规划纲要》,2030年,中国大健康产业市场规模有望逼近16万亿元,成为中国经济的支柱产业之一,可以类比的是,2022年,被视为经济支柱的房地产行业,开发投资总额也不过13.29万亿元。另据Frost & Sullivan发布的《医疗智能行业白皮书》预测,2030年,中国医疗智能行业规模有望超过1.1万亿。而风口正热的ChatGPT,其母公司OpenAI的估值,已经飙涨至300亿美元,还带动大股东微软的市值大涨三四成。陆奇甚至预测,OpenAI的未来市值有望碾压谷歌,成为全球首家超十万亿美元市值的企业。而在李开复看来,类ChatGPT领域,有三种投资机会:一是像OpenAI一样做平台,这是大厂才能玩得起的烧钱游戏;二是AI基础设施;三是细分领域应用,HealthGPT就是最有前景的赛道之一。尽管同向奔赴,但其实,谷歌的Med-PaLM,与医联的MedGPT,终点并不相同,必然会渐行渐远。无论是谷歌,还是OpenAI,搭建的头部AI平台,都不会专情于某一垂类领域,必然都抱着“既要又要还要全都要”的“海王”心态,涉足广泛,但浅尝辄止,蹚水医疗领域,也更多是对其底层AI能力的验证和锤炼。在AI大模型布局上,谷歌更担心的是,先发先至的OpenAI,对其赖以为生的主营业务造成致命冲击。今年年初,如临大敌的谷歌CEO皮查伊,招来了谷歌两位创始人拉里·佩奇和谢尔盖,连续开会商讨对策,在会上将ChatGPT称作“红色警戒级”的对手。而无论是为了抵御外部冲击,还是内部增长需求驱动,谷歌布局的战略重点,必然是通用型大模型。但医联等垂类玩家不同,AI是路径,医疗是终点。而且,医联主攻的并非泛泛的大健康领域,创始人、CEO王仕锐对公司的定性是“严肃医疗”。从未来的应用思路上,谷歌等泛平台,可能会涉足大众浅层次的大健康服务,比如提供在线咨询等服务;而医联MedGPT则是深入严肃医疗的链条中,借助这步落子,深化其角色定位,从链接者、服务者,延伸到“赋能者”。在既有的资源禀赋上,两者的优势也大不相同,谷歌、OpenAI的优势在于AI技术实力强大,资金雄厚不差钱。ChatGPT本身就是一场烧钱游戏,根据国盛证券的研报,类ChatGPT的AI大模型,一次训练成本,可能就高达数千万美金。医联等垂类玩家不如谷歌那般土壕,但其优势则在于,更专业也更聚焦,一方面其拥有海量的专业数据;另一方面,其力出一口,进窄门花小钱,在专注领域里,未必逊色于头部平台,也许还能表现更好。根据谷歌透露的成绩单。今年3月,比首代产品更聪明的谷歌Med-PaLM 2面世后,在医学考试中的表现处于“专家”水准,答题准确率超过85%,比前一代的结果高出18%。而ChatGPT的医学考试成绩单,就乏善可陈了。在三份答卷中,正确率分布在 52.4% 到 75% 之间,徘徊于及格线上下。医联MedGPT的表现,也可圈可点。医联抽取了532名复诊患者档案进行信息脱敏,并进行了模拟首诊实验。结果显示,医联MedGPT的诊断结果与患者原有线下门诊的诊断吻合率超过97.5%。头部大厂和垂类玩家同台秀技,各展所长,各有其用,其实并非面贴面的直接竞争关系,双方共存的格局,将会长期存续。 二 “称重”大健康类ChatGPT价值对HealthGPT产品翘首以盼的,不止头不大厂和创投机构,还有医疗行业人士和卫生主管部门。中国工程院院士、国家基层糖尿病防治管理办公室主任贾伟平断言,人工智能在医疗技术研究、临床诊断、手术治疗、早期干预、慢病管理等方面,都能发挥作用。国家肿瘤临床医学研究中心主任郝希山则期待,未来人工智能、大数据处理等方面的专家,可以和临床医生坐在一起,共同为病人出具更加个性化、精准化的诊疗方案。全国政协委员、北京医院放射科主任陈敏则认为,人工智能可以缓解城乡医疗资源供给不平衡。医疗主管政府部门对于人工智能的态度也相当开明。中国政府发布的《“健康中国2030”规划纲要》,多次提及智能化,比如疫情信息智能监测预警、医保智能监控、智能健康电子产品等。在深受医疗短缺之困的中国市场,丰富医疗供给,是类MedGPT产品最为显形的价值。中国医疗服务的供给不足,主要体现在两个层面。一是绝对性短缺,荷兰数据公司Euro RSCG绘制的全球医生资源地图显示,中国医患比例1:950,平均每1000⼈,对应1个医⽣,与之类比的是,在古巴,医患比是1:170,美国则是1:390,短缺一目了然。其次,则是结构性供给不足,城乡、区域医疗资源分配不平衡。而HealthGPT的高效学习、优化,应用,可以推动优质医疗资源快速复用,一旦能力成熟,可以为病人初诊病情,或者辅助医生诊断,以此释放医疗供给。在贾伟平的设想中,新一代人工智能或可进化为个体化的健康管家,未来医生开处方,不一定需要开具体药品,可以根据患者状况,推介不同特质的人工智能或是智慧医疗产品,这种“数字治疗”产品不仅能够提供短期的诊疗方案,还能提供全周期的健康管理服务。对于慢性病患者的价值尤为凸显。根据统计,在中国,慢性病导致的疾病负担占总疾病负担的近70%,导致的死亡占总死亡人数的86.6%。但由于医疗供给短缺,医生无暇对患者进行长期管理,导致患者依从性不高,全周期的诊疗方案难以延续,而HealthGPT可以接管病人,对其进行长期的跟踪管理。具体而言,医联可以把MedGPT纳入到其慢性病管理服务中,以此释放服务能力,降低服务成本,提升服务精度。也有望促进医疗服务平权。比如,通过MedGPT的智能监测系统,大城市的三甲医院医生可以远程监测边缘地区患者的心率、血压、体温等生理指标,做出远程诊断等等等。其次,中国缺乏提供全周期健康服务的全科医生,HealthGPT可以替补。发展全科医生,是中国新医改的主要举措,但据卫生部提供的数据显示,中国注册的全科医生仅有7.8万名,缺口高达二三十万。而技术过关的HealthGPT可以担当这一角色,成为大众健康的守门人,为其提供导诊和初诊服务。据官方透露,医联MedGPT目前已经拥有近3000种疾病的首诊能力,覆盖80%以上的成年人疾病和90%以上的0-12岁儿科疾病,已经初步具备了全科医生的潜质。在内测过程中,用户在求诊糖尿病时,MedGPT给出了详尽的解决方案,与患者线下面诊的结果几近趋同。在问诊环节,甚至对家族遗传病史,也有详细询问。而在用户求诊皮肤问题时,还引导用户上传患部照片,以此提高诊疗准确度等等。其三,对于医护群体而言,MedGPT能成为其功能强大的助理。医生身负科研任务,MedGPT能为其快速梳理资料数据等;可以在某些环节替代医生,解放医生生产力,比如新冠疫情期间,AI根据肺部CT图像识别完成疑似患者初筛等等;作为辅助监测工具,帮助医生减少医疗事故。根据统计,每年有2%的住院病人,经历过药错误事故,通常是源于医护群体的无意疏忽,或者流程漏洞所致,而MedGPT可以提供实时预警服务,在医护难以完全避免的懈怠时刻,警戒提醒等等。其四,辅助医院精细化管理。从事多年医院集团化管理的冯庆明博士告诉《财经故事荟》,他在尝试用AI进行科室经营分析,“AI能成为院长和科室主任的好帮手,进行医疗质量和患者安全指标及指数的监测、敏感指标预警等”。此前,国家卫健委的统计显示,全国三级医院的亏损率高达43.5%,降本增效、精细管理的需求相当迫切。总之,在医疗服务供给严重短缺的中国市场,HealthGPT肯定会身负重任,可能的使用场景还相当多元,而其商业估值,归根结底,取决于其能提供多少医疗服务价值。 三 过门石与护城河尽管在中国市场,类MedGPT产品的商业前景,已是抬眼可望的集体共识,但啃下这块“硬骨头”,也并非易事。与其他领域不同,医疗服务的独特性在于,其一医疗服务非常专业非常复杂。其二,医疗关涉生命健康,因此服务的容错率极低,安全性是不能逾越的底线,也不能容忍类似ChatGPT一样的信口开河的任性。一个典型的例证是,MedGPT提供的诊疗方案中,最后一条都会相当谨慎的建议——如有需要尽快到医院进行后续检查诊疗。正因如此,假如没有任何积累,从0到1贸然布局HealthGPT,难有胜算。要想在此有所作为,起码需要以下三重资源禀赋。其一,HealthGPT的升级打怪,要靠数据和算法一起喂养,因此,海量且专业的医疗数据,必不可少。但难度在于,通常来说,医疗数据较为敏感,外部公司难以拿到专业数据。而医联之所以能够首发MedGPT,也在于其数据优势。目前医联已经聚拢了超过150万注册医生,在线管理了数千万确诊慢性病患者,依赖于上述数据,MedGPT收集整理接近20亿条真实医患沟通对话、检验检测和病例信息进行深度训练学习,才能保障模型的推理质量、准确性与可靠性。谷歌Med-PaLM2表现不俗,也赖于海量数据的调用,其依托的PaLM大模型,拥有5400亿参数,是Google迄今为止研发的最大规模的模型。正是依赖于大量数据的浇灌,MedGPT才有所突破——过去,医疗行业人士普遍担心,类ChatGPT技术,无法像医生一样“望闻问切”。MedGPT则尝试解决这一难题,首次解决了AI医生无法与真实患者连续自由对话的难点,并在医疗问诊场景中支持多模态的输入和输出。其二,仅有数据还远远不够,还必须深入一线,既懂AI,又懂医疗。HealthGPT刚刚上线时,表现生涩不可避免,如何快速进步?唯一的答案,就是基于大量专业医生的真实反馈,进行强化学习、调优校正。医联链接的数百万医生,未来都能成为MedGPT大模型的“导师”和“教练”。其三,任何大模型的终点,都是应用,无场景则无价值。构建应用场景,一方面能让HealthGPT的技术红利得以变现,医联聚集的150万名医生,让其在应用推广落地中,可以势如破竹。另一方面,更高频更广泛的应用,也能以战代练,持续锤炼优化HealthGPT的能力。而且,医联MedGPT,还可以和其存量业务互补协同。比如,医联已经布局的云检验、云影像、云药房、云医保等,可以助力MedGPT获得更完善的诊疗数据,提升诊断水平,有望在疾病的预防、诊断、治疗、康复、报销等环节,构建全链智能的闭环服务。不过,由于医疗是政府部门高管控的敏感行业,因此,对于谷歌、医联等玩家而言,仅仅突破技术关、业务关还远远不够,也要迈过医疗伦理关,法律法规关。其一,到底如何界定HealthGPT和医生的关系?尽管类MedGPT技术进步神速,但其能力还远未达到独立出诊的水平。因此,现实的选择是,HealthGPT不要妄想替代医生,而是辅助医生。尤其是在疑难杂病重症领域,医生的专业经验,依然不可替代。卫生主管部门出台的《人工智能辅助治疗技术管理规范》,对其界定也是“辅助治疗”。其二,作为医生的助手,HealthGPT该如何纳入主管部门制定的诊疗技术指南临床路径,明确流程,界定角色等,让更多医生和医院科学使用,可能还要等待法律法规的后续完善。其实,早在2009年,卫生部就出台了《人工智能辅助治疗技术管理规范(试行)》,随后又在2017年更新了版本。一方面,上述规范,展示了主管部门拥抱新技术的开明和开放;另一方面,人工智能技术的进化,早已今非昔比,而出于审慎原则的管理规范必然存在滞后性,并不适配当下HealthGPT技术突飞猛进的现实。总之,前景广阔,是HealthGPT值得期待的光明未来;关卡重重,则是HealthGPT必须直面的当下挑战。关关难关关关过,只要方向对了,就不怕路远。 END 名创优品焕新:产品学习苹果,开心对标迪士尼市值跌去4000亿,长城如何“守城”?Temu狂飙,卖家分化这届用户,为何心心念念点映礼?千亿箱包产业沉浮记:疫中挣扎,开年狂飙2亿农村老人上网冲浪有多野?元宇宙里旅游,这届年轻人的过年新姿势?我是2亿灵活就业者之一:快乐摸鱼,不再PUA自己羽绒服狂卷高端:大鹅失人心,国货硬碰硬健身房“冰与火之歌”:煎熬、求生、变道、分化陪玩“正名”:始于电竞,治愈孤独,兴于规范新能源汽车西征:特斯拉杀四方,新势力高举旗,老玩家急跑量淘特9块9的阳光玫瑰和被治愈的“沪漂”乡愁12.88万搅动行业风云:一线揭秘毫末小魔驼幕后操盘手们AI概念股冰与火:短期承压,长期引爆,临界点信号已出现?2022年过半,我们追问六家中国工厂泡泡玛特闯关全球化:险滩、激流与蓝海名创优品:一半Dollar General,一半乐高中国体育服饰五十年:起于草莽,兴于国潮硬科技大厂的金三银四:没有裁员,扩招万人一群普通人的北京“管控区”保供战她在大厂当Leader:偏见、盔甲与破壳名创优品想做零售界“迪士尼”?2022年品牌如何反脆弱?我在大厂搞反腐:同事微信屏蔽我,配合提审前高管公域太卷,私域凸显,大牌尖货涌入小程序小县城夜未眠:产业枯荣,餐饮长青“薇琦”大战,用户躺赢私域下半场,平台攻守道亚马逊退,拼多多进,拼书背后有何深意?美妆集合店“虎口夺食”比特币”修罗场“:有人一夜暴富,有人血亏想死这届年轻人有多野 这届中介有多猛 中国创投行业血泪史高瓴张磊不下车互联网时代的偷拍、告密和人肉流水的钱宝,铁打的韭菜钛媒体年度作者百家号年度出彩作者媒体训练营十佳作者钛媒体年度作者百家号年度出彩作者媒体训练营十佳作者天极网2020年、2019年度十大自媒体砍柴网年度作者机械出版社十大自媒体