好的各位投资者大家来到我们天风医药AI家系列电话会议今天呢我们是非常荣幸的邀请到了顾生堂的领导跟我们就AI相关的这个业务去做分享那其实我们看到说在整个的这个AI家相关的企业里面医疗服务和诊疗其实是落地最有可能也最快的一个细分方向之一啊今天呢我们呃的会议的内容呢分成两部分那首先呢是想
先请这个公司的领导就我们AI的相关的业务和部署去做一个大致的分享然后后面的话我们再进入到提问问答交流环节那今天呢我介绍一下出席的两位领导分别是副总裁郑总然后还有IRD邵先总那我是天空医药的研究员李慧瑶那接下来呢就是我先把时间交给公司的领导先请这个两位领导做一下这个我们AI的这样一个相关业务的一个介绍谢谢
好,非常感谢陈锋陈建这里,那也跟各位投资人问好,那我是郭声堂的郑项,那现在负责整个集团的AI这块,那也跟大家去分享一下我们目前在AI上的一些进展情况。郭声堂其实从一成立之初呢,就定位于,呃,就我们我们定位于自己的这个交给互联给传统中心插上互联网和。
呃人工智能的翅膀呃在一开始之初呢我们所有的相应的黑色系统还有我们现在在线上用的这个互联网应用系统啊都是自主研发的所以从二零二二零一年开始我们所有数据呢都是沉淀在我们自己的这个数据库里面的就是我们所有的整条数据都是呃自己的有这样的一个数据数据优势而目前整个数据体量呢就整条的数据体量呢大概有2000万条左右呃这是基础
那第二呢就是我们其实作为本身就是医疗机构连锁性的医疗机构那所有的如果好的产品啊其实有自己有最强的这个应用场景就是我们自己对好的这个AI产品是有比较强的这种需求的所以基于这两个点呢我们在19年陆续也在做了很多AI的事
那基本上我们在尤其随着春节之间就这个这个发布之后火了之后对我们整个板块的这个战略和业务带来蛮大的这个一些蛮兴奋的东西就是给我们带来很多比较正面的这些点那我们主要在这里主要做三方面的事那第一方面就是我们还是在提升我们优质的医疗资源供给能力
大家知道中国比较缺的就是优质的医疗资源供给供给一直是稀缺的那这里我们怎么做呢其实我们其实是在给头部的这些专家打卡我们去训练他的这个AI分身那基于他一方面是在我们这里已经出展了很长时间有一定的这个数据的积累那第二方面呢我们基于现在整个深度思考逻辑那在不断的去在他新出展或者过往的数据当中啊我们去对这些数据进行标注和优化来提升这个
专家在我们这里看诊产生的这个数据的质量那有了这些高质量的数据之后我们其实可以通过呃这些大模型来训练出AI的这个这个专家的AI分身出来那这个AI分身呢其实可以联合一些年轻的医生啊为更多的患者提供服务那从而产生更多的这个门诊服务量这是我们目前在医生端主要做的一个一个事情那第二在患者端呢我们在患者端这里呃大家知道找一个好的医生或者说
自己有一些这种健康的这种需求需要去做一些聊天的那我们可以我们在了解了因为本身我们医疗机构嘛那患者的所有看诊数据我们也是都在的那在了解了患者的看诊数据之后我们其实跟患者做这种呃一对一的健康咨询健康服务的这种沟通可以帮助呃他找到更好的医生更适合他的医生那同时也是在给他很多呃生活和健康这种管理上更多的建议出来那这是在患者端的这种服务患者端的服务呢我们我们首先会推出的是面向会员端
因为我们有很多这种付费的会员,并向会员端的这种患者服务,让他可以帮助到这个患者有一些健康问题。然后据他的一些健康的档案,我们可以给予他应该如何去安排自己的这个饮食,如何去安排自己的运动啊等等,那其实可以提升患者的这个。
健康的满意度,可以提升他的一些急病状况的一些改善度。那第三类就是在我们自己内部的办公这里,就是我们是,呃,包括我们的销售系统的我们的自己的这个系统,我们是把我们现有的这个自由的这个知识库,还有一些思考国际,放到了我们的这个大模型里面来销售,在拜访用户的时候,他可以有相应的这个话术对,然后我们内部在,呃,提取某一个。
系统有什么样的需求功能的时候大模型会告诉你应该提出什么样的功能出来所以在内部办公这里的效率也会得到大大提升那核心我们在就是因为在19年的时候呢也开始陆续做了一些AI的一些布局那在23年的时候也跟百度做了一些合作做了一些跟文心一言这方面的合作做了一些大模型上的AI的一些功能
那其实医生专这里呢最稀缺的就是一些客户专家的幼稚医疗资源供给能力大家可以看到我们在小程序里面很多专家的号啊其实都是都属于满号状态基本抢不到第一是他出诊的时间其实还没那么长第二是哪怕就是一周半天的这种出诊他的号好多时候也是满的用户是抢不到的那如果我们我们有一个在经过专家调优和训练和认可之后的这个AI分身出来
然后联合这个AI的这个这个专家的团队成员,比如说他有10个徒弟,也了解他的一些辩证的一些逻辑,在接触这样的AI的时候分身,为患者提供这样的服务,其实我们就想相当于把优质的一道针控制能力给复制出来了,如果说一周这个医生本来只出一个诊,但现在有了AI之后,这个AI一周可以提升24小时的这个对外服务,再加上年轻医生去复合。
所以整个合规上和流程上和他的服务人力上是大大提升的那如果说在小程序端这个号这个医生的号是满的那旁边又会提示出这个医生他的一个分身和他的团队成员还会为你去提供服务那其实他比如说本来一周只能服务50个患者那现在可能一周能服务500个甚至肯定是更多的这样一个患者量所以这块的这个服务量的提升是会提升的非常非常快的那第二类就是我们在面向患者端这里的那今年今年也会推出面向
那我想今年整个基于deep thick的深度思考下呢我们会在中医的刚刚讲的中医的专家头部专家的这种AI数据分身还有患者服务这里会有更好的这种突破因为整个deep thick的这种深度思考的功能其实跟中医的整个辩证的逻辑是有很多相似之处的就它会把你的整个思考过程我用我的辩证过程的这些数据去告诉这个大目的应该怎么思考那这样就会帮助到我们给出更好的这个不碍事
AI生生的治理的辅助开放还是说个人的这种健康管理里面的一些健康建议就可以更精准一些所以大概是这样的一个布局然后整个实施计划呢我会跟各位分享一下对我们在预计在今年7月份其实我们内部做了很多这种铺垫工作包括我们内部有些导展AI的这种服务的功能也上线了但是我们真正的面向一分端的AI数字分身呢预计在今年7月份会正式对外发布那预计前期发布会有10名这个比较头部的专家会合作成立这样
就已经合作成立训练好他的这个数字分身对外服务那这是大概是今年的整个世界节点
好的,谢谢郑总特别清晰的这个分享,其实我们看到说整个郭声堂的一个布局的深度和广度其实还是走在非常前沿的一个位置,然后接下来就进入到这个问答交流环节,那时间所限呢,我就先把大家最关心的一些问题抛砖引玉请教一下,就刚刚就着这个郑总的这个问题,其实我们总结下来的话也是三个维度啊,一个是这个增收,就是丰富这个业务的模式,第二呢,就是降本增效,提高这个管理的效率,
然后第三呢就是说完善这个患者的体验可以转化成这个复购就是比如说问一个相对比较直接的一个问题就是我们在这个AI的一个这个赋能上然后对于整个业绩的这样一个增厚或者说整个的一个效率的一个提升可以去做哪些就是展望或者量化的一些指标呢就是说对于整个的一个这个财务或者说一些这个经营效率的一个层面谢谢OK好的那我还是分两块吧就CDC分端和患者端吧
至少会员端的这样的一个AI助理产品出来那这样的产品就是可以了解你的整个健康信息之后给你做更多的互动包括给你推女生适合的医生然后对你的这个生活习惯女生习惯给出很多建议和指导出来那患者在他的整个健康的恢复上和满意度上都会得到很好的提升那他的整个复诊率和他的推荐率也会得到很好的提升就除了本身这个AI
服务会员费之外那他也会呃向别人更多的去推荐和呃引荐我们的这个相应的医生和相应的服务体系所以也会带来更多的这个门诊量的这种这种提升所以在医生和患者端的呃两方面的提升啊我觉得在AI整个今年陆续会上线发布之后和应用的越来越深之后应该会对整个业绩会带来不错的这个帮助的
嗯明白然后呃还有就这个成本端想请教一下就是呃包括您刚刚提到的这个百度啊文心一言包括上周其实也呃发过了我们介入这个deep sick就是在这个呃成本端的话就是咱们每年在这个it这边的这个呃投入然后包括说这个维护的这个成本大概是怎么样包括咱们it整个信息系统的这样一个人员的配置和架构啊可以请您介绍一下啊ok好的我们现在整个it的团队成员大概是呃50个人左右
然后目前在就是因为这50个人都是都是项目制的嘛所以是公用的那就是包括算法和做数据这里大概有十来个人他们就是专门为这个AI来服务的呃每年呃团队的成本加上之前的服务器成本大概是应该在小几千万的水平吧两到三千万的水平
呃类似于单个的去自由化的这样的模型而这个模型主要去满足的就是我在因为现在这个最最厉害的就是我如果说有一千多条比较高质量的数据我经过不断的调整和训练标注之后啊其实这个数字分身的能力已经可以非常就跟这个原来这个专家能力已经非常之接近了这是这是我们啊觉得这是非常非常非常就是一个非常非常厉害的一点而且他的深度思考呢其实跟中医的整个辩证的过程啊其实非常非常相似的所以我们在设计本身训练产品的时候就在训练这个数字分身
也是一个产品我们在设计这个产品的时候是把周一的这个辩论作为跟deep thick的这个辩论深度思考可以更好地做一些融合来帮助我们在呃最后高质量的数据进去之后他的反馈能够更好一些对在这块的话我们其实也是私有化部署呃给医生去使用他的这个这个这个这个叫数字分身的这个这个功能那两块呢都是通过呃呃私有化部署来实现的所以
整个数据的从物理格局上我们是没有去对外就是没有放在工具上去做把我们的数据往互联网上去做一些所谓的就保证了这样的数据安全然后我们自己内部的所有的不管是开发工程师还是我们的相应的研发人员就使用的都是云桌面他也不可以直接接触到相应的数据就不能把数据拷贝出来都是眼神去做一些操作就保证了我们整个不管从最开始的这种开始的布局在物理上把数据能够仅仅保留在我们自己的服务器里面比方说我们所有的研发开发人员
它都采用这个远程物理隔绝的形式来做研发和开发保证我们相应的数据安全嗯明白然后我还想追问请教一下就是现在我们这个数据的话应该是存在本地吗比如说像deepseek如果要去接入的话是要放在这个云端吗还是一个怎么样的一个形式我们deepseek的包括IE也是在资源化部署的就是都是我们买的那个算力和服务器来资源化部署在我们自己的这个服务器里面的嗯明白然后您说嗯
对然后一些一些简单的这个类似于呃就是语语语语语识别就是别人提这个问题我们希望通过大模型去分析他这个问题的这个初衷是什么需求是什么这个有些是通过ACI来实现的但是牵涉到一些呃呃核心医生的诊疗数据还有患者健康数据我们都是独立在就是独立在部署的
明白然后还有就是涉及到整个的一个AI应用逻辑的一个问题想请教一下因为头部的这些明老中医其实比较核心的还是在于他们诊疗的这个经验其实也有一些这个这个这个历史的一个规律是说他们整体的这个处方可能三到四成是来自于自己的这个
诊疗经历的这样一个积累所以头部医生愿意把他们的这个knowhow去分享出来的这个意愿和我们这个云的这样一个初衷是否适配然后就我们现在运行下来的话就是尤其是头部医生的这个怎么说呢就是他们的一个意愿和这个程度我们怎么样去平衡谢谢OK好的
谢谢您的问题其实就从两点去看第一点就是其实专家是希望他的知识和他的能力得到传承的尤其是在中医领域就是越独步的和越高龄的这些专家他是过去的有这样的一个需求的那这些人是通过呃带阻力呃可能写书来实现他的这种传承那如果通过AI能够实现完成他非常非常就是符合他的这种诊疗能力和诊疗机关的这种传承我想这是这是非常非常好的一件事情从意愿上来讲他是肯定是愿意的
呃然后在这个发布之后呢其实对于呃就是至少在算法算法层面的这个需求和算力上的需求其实还是降低了一些的就是未来我们因为我们会训练很多呃独立的这个AI的医生医生分身出来而这些数据肯定都是独立部署的嘛但是这个出来之后呢却是对整个成本的呃就是算力和算法工程师的需求上确实降低了一些所以成本是有些降低但是对于接下来每年的这种成本投入你还至少是在小几千万的水平
嗯,明白,然后还想请教一下,就是现在我们整个这个部署的话是一个,因为可能还是涉及到一些这个数据的一个安全性,还有一些这个私有化部署的这个稳定性,呃,因为可能对于外部的这些系统的话,还是会有一些这种,呃,这个这个呃。
接口的开发或者说一些这个数据安全和不这个稳定的这样一些考量那我们现在的整个的一个系统测试下来的话已经可以达到一个相对比较安全和稳定去运行的一个状态嘛然后以及说对于未来比如说我们整个的一个智能分身能够去上线的话对于这种更呃磅礴的这样一个需求呃来看有没有一个充分的一个准备啊ok啊呃我来介绍一下我们目前的整个呃一些就是大陆上的一些情况吧
我们其实在做了主要是做了两块吧一块就是我们基于现有的这个大模型独立部署之后是拿大量的这个中医的小数据进行走位和走位和训练而这样会出来就是在现有的这个模型技术上会在中医人的领域他的技术能力会更强这是第一个我们在做的第二个那这个数据量大概是2000多万条数据量主要是来自于比较古籍古典这些比较专业的这些书籍类的那第二个就是我们现在在做的面向医生端的数字分身的这样的一个
嗯,明白。然后再有就是从这个液态形式上,因为我们其实也布局了一些这个智能的这个设备,然后包括说一些这个脉诊舌诊仪的这些数据的一个采集,就想请教一下,就是比如说我们在这种四诊核参,然后再结合这种采集的这种数据,在多模特大模型的这样一个AI的一个训练上,目前进展是怎么样?然后以及考虑以怎么样一个形式去落地?好,谢谢。
那第二个呢其实还是要建立合适的这种商业商业模式那通过训练你的AI然后我们为更多的患者去提供服务之后那在相应的这个服务的服务量和服务人次上那这专家也应该获得一定的这个收入那我觉得还是应该在商业模式上建立更好的这种关联关系那这样他才会有动力去不仅是在愿意跟你去合作做这个AI分身那也愿意去在做的过程中帮你去调优帮你去标注帮你去训练数据和给出相应的这个诊疗反馈这是商业模式上商业模式上的设计
嗯就是呃我想请问就是咱们有相应的这个呃鼓励的这个机制来保证这个医生的积极性吗啊对肯定要跟医生签协议那个达到相应的这个服务量啊怎么样去分成的有的
明白然后如果解决了这个医生医院的一个问题还有就是就这个诊疗和大数据的这个想请教一下因为中医它相较于这个西医比较大的区别它是一人一方的可能还是跟这个传统西医这种标准化的这个疗程有一些这个区别更在意这种因人制宜的这种精微的辩证就是这个跟大数据的这样一个逻辑是否冲突不知道这个咱们怎么理解它其实对
对中医的诊疗习惯是一人一方嘛那西医更多的是标准化但是就是大模型训练完之后他就是具备了这个中医师的一人一方的能力他就是依托于大量的数据来训练出这个中医师分身来开出一人一方的能力他其实就是我觉得就大数据肯定是支撑我们去训练和支撑我们去把数字分身能服务好的一个非常好的一个基础明白然后还有
对,所以它其实相比西医来讲,因为中医更多的是就是我自己的这个经验和我的这个辩证和患者带来的反馈,所以给我不断去调优我的个人的这个诊疗制度和诊疗的这个方子嘛,那其实非常符合现在大模型的逻辑,就是我教你怎么思考,教你怎么去根据这个患者他的需求是什么,我开出什么样的方子,给出反馈之后,我应该这个思考有没有问题,我再去复盘,就它它其实就是一个训练的过程,就中医是成长的过程,就是一个大模型这样的训练的过程。
嗯明白然后还有一个问题是想请教一下就是在AI的这个使用过程中是否会有一些这个风险或是隐患就比如说现在其实AI已经基本上可以达到这个中医本科的一个教育的基准线然后对于这个青年医生的这个培养的话是一个助力呢还是说会加速就是青年医生的这样一个替代的一个过程然后以及说比如说可能也有一些这个中医的爱好者也会使用这个AI就像我们过年的时候可能大家比较
热衷于就是一些这个命理学的这些讨论就不太清楚说是否会干扰我们在真实的这个处方世界的这样一个培养和这个患者的这样一个遗存性的教育谢谢其实在就是诊疗规定里面AI是不能直接开启处方的所以我们最终设计完这个AI给出建议之后也是由一个实际的医生来进行复合和把这个处方开出来也就是会有一个医生和医生的这个复合过程
另外就是我们在我们刚刚讲了就是我们会设计会训练一个海量中医数据的这样一个底座模型这个底座呢就是会把很多一些现在大模型在中医领域或者在医学领域把数据不全或者没有那么全会出现一些必需错误的问题可以解决所以通过这两方面呢我们是能够避免掉一些中医AI带来的这个一些安全因素吧或者叫一些短板吧另外就是从年轻医生的角度因为其实如果说这个年轻医生仅仅是用这个
呃,叫AI去帮他去开方,就他自己不去思考,那我想他自己的成长可能也会有限,虽然他可以接触这个AI开出比较好的方子出来,但是他的整个成长也会有限,但其实我们在设计产品的时候,我们会给出整个类似这个AI的分身,他的思考过程,辨证过程,那这样的过程呢,其实是很好的帮助到年轻医生的成长,就是哦,原来他这个方子是这样开出来的,他本身也是一个学习和这个呃。
学习和使用的过程就不仅仅是说我丢的东西过去给你你会直接给我的结果那这样对他自己是没有帮助的所以我们在设计年轻医生使用产品的时候他会有学习和他的整个辨证的过程来加速整个年轻人的成长所以这个肯定是帮助到年轻人成长的
OK啊,呃,其实我们在呃,两年前吧,应该就就和上海中央中央大学合作,呃,买了他们的很多呃,舌枕卖诊的专利和相应的这个技术的训练数据,所以在这里其实是有一定的基础的,然后呃,另外呢,就是我们在今年的整个规划呢,我们预计在7月份的时候会推出呃,综艺的AI数字分身,那至少会有10名这个专家的数字分身已经被呃,专家和整个
测试结果之后能够得到我们对外去公布的这样的一个过程这整个时间节点呢我们已经在今年的下半年会发布我们相应的这个数字分身的这个相应的产品然后在年底的左右呢我们会也会发布我们面向会员端和更多的这个医生可以使用的这样的一个产品出来这是大概的这个时间规划
想追问请教一下就是目前对于这个数字分身和这个会员服务的这个定价然后包括说整体的这样一个收费标准的话现在是怎么样去考量的一生的分身的这个收费呢我们更多还是可能在原有一生的这个高发费基础上做一定的折扣然后来进行对外服务会员这里的话我们在现有的会员价的基础上会提一部分那属于健康服务就是整个AI助理的这个健康助理的服务费的功能
具体的定价的金额呢就是还没有定出来明白然后还有就是想请教一下就是因为我们其实对国一大师和明老中医是非常庞大的这样一个医师的一个储备资源就是未来我们对于这个全部医师的这样一个全面数字化的进展就是不止于我们现在的几位是怎么样去考虑这个扩大这个覆盖和渗透对ok那其实我们会分
两到三步吧就是主要应该还是分成三批来实现那第一个就是我们最最头部的这些医生就像国际大师啊全国民党中医啊尤其是门诊量特别满挂不到号的这些专家我们会训练他的数字分身然后供专家去学习啊供专家呃更多的去对外去服务来提升我们优质医疗支援供给能力来服务更多的患者提升更多的这个服务量那第二类呢就是呃一些类似于
还在不断成长中也是非常不错的医生那他这是一个呃我们会上线我们资助的产品所以他可以把他的整个诊疗的行为诊疗的过程然后也相当于形成自己的这个知识库而在这个知识库里面他可以不断的去学习也可以不断的去沉淀归纳总结然后再通过大模型出来之后呢也可以帮助他提升很多诊疗效率比如说呃可以用他的这个AI进行导诊
问患者一些固定的问题然后患者结合完之后他可以他可以自动的帮患者整理成他的电子病历对吧然后整后他也可以提升提示这个患者什么时候应该复诊然后提醒这个医生医生以他自己的这个AI助理的形式帮助
医生年轻患者就建立这种他高效率的这个工作和看诊的这个过程那这是第二类那第三类呢就是一些年轻的医生那年轻的医生还可以主要是以学习还另外就是加入一些专家工作室等等这样的功能那他可以这方面不但学习这些中医的知识主要呢是可以通过使用这些AI的分身来提升自己在这个领域或者说这个专家的这个诊疗的核心的思想然后来提升他快速提升他的一些水平我们主要是分成三类和三步这样推进勉强所有医生专的这些服务
嗯好的明白然后呃想再专门请教一下就是关于成本的这个问题啊就是基于我们对于呃这个呃内部管理的一个系统包括说这个指控啊合规啊包括说一些供应链管理就是我们认为说在整个的一个人员成本是或者管理的这样一个成本里面如果全面接入这个AI呃大概对于这个成本的优化呃有一个大致量化的这个呃节省的这样一个概念吗嗯
就是可能从全全部集团各个部门来讲还不太好算的那么细那现在我们因为也直接管了IT部门嘛我们目前来看的话至少从IT部门就是写代码呃就电脑工程师这样的角色来看的话使用AI之后我们至少可以优化大概至少可以减少大概三分之一左右的这样的一个人员名单而达到原来的这个使用的效率
明白然后时间关系我最后请教一个问题就是比如说我们看到其他的一些友商或者一些设备和一些上游的企业其实也都去布局了AI就是相较于其他的服务类型比如说严肃医疗或者是一些这种公立的中医药的医院那咱们作为郭声堂中医基础诊疗的AI的优势者或者是特色可以请您做一下总结吗
OK 好的我觉得一个核心点就是我们在拥有的头部的优质的医疗资源的能力是比较强的我们有八名国际大师在那边出诊还有这两名全国还有省级民老中医他的挂号都是比较难的
OK啊对民意数字分身呢其实从法国上来讲AI是不可以直接开放的也就是说我们从医疗机构的角度来讲最后形成处方的一定是有一名呃实际的有资质的医生去呃将这个处方开出来但是民意这个数字分身呢可以大大提升我整个开放的能力和开放的质量也就是说我可以让年轻的医生开出大事的方子出来但从法国上讲的话一定是有一个真实的医生开出来的方子
好的,谢谢郑总。时间关系的话呢,我们其实就AI相关的在中医赋能的一个领域也交流的非常的深入了。那,呃,本次呢,其实也是看到说,呃,藉由这次的这个AI的浪潮也能够看到说郭成堂在AI整个赋能这样一个,呃,这个草蛇灰线的这样一个潜力和这个远见啊,其实在未来的一段时间呢都会逐渐。
带来一些收获那我们也非常期待说未来在整个的一个诊前诊中诊后的一个赋能和优化上能够持续看到一些这个产品和功能带给大家新的一些惊喜那再次感谢郑总和邵先总的这个时间那本次的这个交流呢先到这个地方如果大家有任何感兴趣的问题也欢迎联系郭声堂IR团队或者是天峰医药做进一步的交流再次谢谢两位领导,辛苦大家,谢谢好的,谢谢,谢谢教授,谢谢各位投资人,谢谢
所以复制他们的,因为他们提供了高质量的数据嘛,主要是复制了他们的呃能力之后,然后再对患者进行提供提供服务,而这个需求其实在我们这里是更更强烈,而且有更好的这个数据和专家的这个技术和之类的,这是呃第一个点,第二个点,我觉得作为呃呃找非
AA公立医院吧我们可能有比较好的这个灵活的一些市场机制能够实现专家的这个一些这个AI分身以及数据知识的一些传承以及比较灵活的这种合作模式来对外提供服务这是第二个点的优势那第三点呢从我们整个因为我们是互联网和AI的优势就是我们没有地理和时间的限制嘛那其实我们整个品牌也是面向面向全国的在全国有很多相应的这个
所以有了AI之后呢我们面向全国的整个能力会会大幅提升也就是我们我们有了这个AI能力之后我们去扩张和释放的能力会进一步大大提升而不仅局限于某一个机构或者某一个点这几点可能中的优势当然讲对于整个医疗整个中国的整个医疗环境来讲就是整个优质的医疗资源供给一直是稀缺的所以我觉得也是非常
开心的能看到这整个行业都在通过AI去提供更好的服务尤其是复制非常优秀的医疗资源的供给这是给老百姓给社会我觉得都带来非常非常好的事好的多谢您然后惠秘书麻烦看一下是否还有其他提问下面一条问题来自线上的文字提问请问民营数字分身有开封字的权利吗法规上有没有障碍谢谢