作者丨劉楊楠

編輯丨巴里

圖源丨文心一言

無(wú)論是早些年的信息化，還是今天的大模型，技術(shù)改變世界的宏大敘事里，醫(yī)療或許都是最難啃的“硬骨頭”。

數(shù)據(jù)壁壘高筑、場(chǎng)景復(fù)雜多變、容錯(cuò)率趨近于零......但因其內(nèi)含的巨大商業(yè)價(jià)值和社會(huì)價(jià)值，多年來(lái)都吸引著無(wú)數(shù)創(chuàng)業(yè)者奔赴其中。

2016年創(chuàng)辦左醫(yī)科技的張超，便是其中之一。張超畢業(yè)于電子科技大學(xué)，曾經(jīng)擔(dān)任百度NLP知識(shí)挖掘方向的負(fù)責(zé)人、知識(shí)圖譜專(zhuān)家，也曾任新國(guó)大的研究助理。

左醫(yī)科技是一家知識(shí)圖譜和醫(yī)療大模型協(xié)同驅(qū)動(dòng)的醫(yī)療科技公司，其客戶(hù)已經(jīng)覆蓋全國(guó)200多家三甲醫(yī)院，其中40%是top100的醫(yī)院，包括北京協(xié)和醫(yī)院、武漢同濟(jì)醫(yī)院、中國(guó)醫(yī)大一院、四川省人民醫(yī)院、重慶醫(yī)科大學(xué)附屬兒童醫(yī)院等。

創(chuàng)業(yè)十年，張超從未離開(kāi)技術(shù)一線(xiàn)，他幾乎能敏銳捕捉到每一次技術(shù)轉(zhuǎn)折的信號(hào)，卻也無(wú)法跳出醫(yī)療科技變現(xiàn)難的普遍困境。

踩了無(wú)數(shù)坑之后，張超深知：“一件事能不能做成，時(shí)機(jī)很重要。”

在“AI醫(yī)生”這個(gè)最火熱的新趨勢(shì)里，他延續(xù)著一名技術(shù)創(chuàng)業(yè)者對(duì)技術(shù)路徑的敏銳嗅覺(jué)，押注“端到端+場(chǎng)景”深度結(jié)合的技術(shù)路線(xiàn)。同時(shí)，他也用更多精力鉆研商業(yè)模式，試圖在傳統(tǒng)的醫(yī)療服務(wù)模式之外，給公司探索更多商業(yè)想象。

一、押寶“端到端”

2020年，左醫(yī)科技第一次嘗試把Transformer用在醫(yī)患對(duì)話(huà)上，開(kāi)發(fā)了一款智能問(wèn)診程序，內(nèi)部稱(chēng)之為“AI Doctor（AI醫(yī)生）”。

張超自己也眼前一亮：“親身體驗(yàn)后會(huì)發(fā)現(xiàn)，在Transformer出現(xiàn)之前，所有的人機(jī)交互都很‘傻’。”

后來(lái)，張超帶團(tuán)隊(duì)嘗試在GPT-2上做微調(diào)，發(fā)現(xiàn)效果不錯(cuò)，但成本太高，加之GPT-2參數(shù)規(guī)模較小，微調(diào)很難突破性能天花板。團(tuán)隊(duì)又在國(guó)內(nèi)的一系列模型上嘗試微調(diào)，發(fā)現(xiàn)效果都不理想?！爱?dāng)時(shí)就有些懷疑這條路線(xiàn)了，但現(xiàn)在看來(lái)是那時(shí)候國(guó)內(nèi)的模型能力確實(shí)不行?！睆埑寡?。

時(shí)間到了2022年，在ChatGPT發(fā)布前，OpenAI發(fā)布instructGPT時(shí)，左醫(yī)的技術(shù)團(tuán)隊(duì)已經(jīng)注意到其性能有很大躍升?！暗覀兊谝环磻?yīng)是不信，因?yàn)楣雀柚鞍l(fā)了很多酷炫的demo，都沒(méi)有真正落地。”張超表示，直到自己真正體驗(yàn)了ChatGPT，才確信AI能力真的迎來(lái)了歷史性轉(zhuǎn)折。

起初，左醫(yī)科技曾嘗試自己訓(xùn)練模型，但很快發(fā)現(xiàn)，公司很難長(zhǎng)期支撐規(guī)模如此之大的數(shù)據(jù)和算力投入。

于是，左醫(yī)科技及時(shí)停止訓(xùn)練，轉(zhuǎn)而在開(kāi)源模型的基礎(chǔ)上訓(xùn)練醫(yī)療領(lǐng)域的垂類(lèi)模型。經(jīng)過(guò)一系列測(cè)評(píng)后，左醫(yī)在眾多開(kāi)源模型中選擇了通義千問(wèn)。

2023年5月，左醫(yī)科技發(fā)布了醫(yī)療垂類(lèi)大模型，并應(yīng)用落地于四川省人民醫(yī)院、北京天壇醫(yī)院等百?gòu)?qiáng)醫(yī)院。

DeepSeek出圈后，左醫(yī)科技也曾嘗試在DeepSeek上繼續(xù)訓(xùn)練，但團(tuán)隊(duì)權(quán)衡之后，還是選擇繼續(xù)基于通義千問(wèn)做訓(xùn)練。

由于LLaMA、通義千問(wèn)等稠密模型引領(lǐng)的開(kāi)源浪潮已經(jīng)形成了成熟的開(kāi)源生態(tài)，而DeepSeek系列為MoE架構(gòu)，屬于稀疏模型，其開(kāi)源生態(tài)相對(duì)不成熟，原本走稠密模型路線(xiàn)的團(tuán)隊(duì)若想轉(zhuǎn)換路線(xiàn)，就要面臨更大的工程難題。另外，從實(shí)際的場(chǎng)景需求考慮，張超認(rèn)為，對(duì)醫(yī)療場(chǎng)景而言，參數(shù)規(guī)模可能不需要太大。

但隨著通用模型不斷提升，關(guān)于“垂直模型是否會(huì)被替代”的討論也開(kāi)始沸沸揚(yáng)揚(yáng)。

退一步看，垂直模型之所以會(huì)引領(lǐng)一波小高潮，本質(zhì)是因?yàn)橥ㄓ媚Ｐ驮讷@取專(zhuān)有數(shù)據(jù)方面存在障礙，只要這個(gè)問(wèn)題不解決，垂直模型就會(huì)有其特定的價(jià)值?！氨热鏒eepSeek在醫(yī)療方面幻覺(jué)很重，表現(xiàn)比OpenAI o1差很多，是因?yàn)镺penAI有專(zhuān)門(mén)的醫(yī)療團(tuán)隊(duì)?！睆埑f(shuō)。

不過(guò)，張超坦言，隨著通用模型不斷迭代，未來(lái)留給垂直模型的生存空間確實(shí)會(huì)越來(lái)越小，但這并不意味著要直接放棄垂類(lèi)模型。“飛機(jī)比火車(chē)跑得快，但火車(chē)總能去到一些飛機(jī)去不了的地方。未來(lái)做垂類(lèi)模型的人要想一想，哪些事情是通用模型做不到的?！?/p>

2024年12月23日，張超在朋友圈發(fā)布了一個(gè)左醫(yī)GPT-o1版的內(nèi)測(cè)視頻，其醫(yī)療診斷效果相比指令模型提升15%以上。但DeepSeek-R1發(fā)布后，左醫(yī)就放棄就發(fā)布該推理模型。

張超認(rèn)為，參考Deep Research圍繞核心場(chǎng)景打造端到端的應(yīng)用會(huì)是未來(lái)重要的方向。

目前，AI在醫(yī)療領(lǐng)域的落地有三種進(jìn)階形態(tài)：提示詞、工作流和端到端。

市面上很多產(chǎn)品都通過(guò)“提示詞”或“工作流（Workflow）”來(lái)實(shí)現(xiàn)健康咨詢(xún)的AI產(chǎn)品，但這類(lèi)解決方案容易在多步驟流程中累積錯(cuò)誤，降低整體準(zhǔn)確率，也很難滿(mǎn)足越來(lái)越復(fù)雜多樣的醫(yī)學(xué)場(chǎng)景。

張超表示：“這兩條路線(xiàn)都需要人類(lèi)參與設(shè)計(jì)，人的能力會(huì)限制智能應(yīng)用的能力。而端到端推理能夠讓模型超越人的能力的限制?！?/p>

2024年12月，左醫(yī)科技開(kāi)始探索端到端訓(xùn)練的AI Agent，通過(guò)深度強(qiáng)化學(xué)習(xí)整合CoT（Chain of Thought推理）、智能交互、工具調(diào)用和知識(shí)檢索等流程，讓AI醫(yī)生在面對(duì)真實(shí)就醫(yī)場(chǎng)景時(shí)，能自發(fā)“想辦法”查找信息和綜合分析，從而做出更符合臨床邏輯的判斷。

“端到端推理和場(chǎng)景深度結(jié)合本質(zhì)不是在做模型，而是把模型能力和場(chǎng)景數(shù)據(jù)融在一起，最終以Agent的形態(tài)呈現(xiàn)?！睆埑硎?。

圖片來(lái)源：左醫(yī)科技

而端到端的壁壘，很大一部分在于構(gòu)建數(shù)據(jù)集的能力。張超坦言：“數(shù)據(jù)清洗的過(guò)程就像‘和面一樣’，水多了加面，面多了加水，本質(zhì)上是一個(gè)要求熟練度的工種。”

換言之，數(shù)據(jù)清洗真正的Know-how在于，無(wú)數(shù)次實(shí)操過(guò)程中積累的“錯(cuò)題集”。張超舉了一個(gè)形象的例子，病歷是很多模型訓(xùn)練主要的數(shù)據(jù)來(lái)源，但真實(shí)的病歷有時(shí)會(huì)寫(xiě)明病理，這就會(huì)給模型“漏題”，因此要把病歷中解釋病理的部分刪去，再喂給模型。

近期，左醫(yī)科技通過(guò)端到端構(gòu)建的Agent已經(jīng)在重慶醫(yī)科大學(xué)附屬兒童醫(yī)院落地，雙方推出了“重兒·小乙AI家庭醫(yī)生”。同時(shí)，左醫(yī)科技還推出了兒科循證知識(shí)庫(kù)，基于國(guó)內(nèi)外兒科指南、專(zhuān)家共識(shí)、教科書(shū)等高質(zhì)量專(zhuān)業(yè)數(shù)據(jù)源構(gòu)建，并由專(zhuān)業(yè)團(tuán)隊(duì)核驗(yàn)，保留清晰可追溯的引用來(lái)源；能夠讀懂文字、識(shí)別檢查報(bào)告，并根據(jù)需要自動(dòng)推薦患教視頻、提供預(yù)約掛號(hào)等服務(wù)。

張超表示，知識(shí)的來(lái)源和組織形式，同樣會(huì)影響RAG降低幻覺(jué)的效果。“構(gòu)建高質(zhì)量的RAG肯定不能簡(jiǎn)單把互聯(lián)網(wǎng)數(shù)據(jù)堆進(jìn)去。即使是學(xué)術(shù)論文，也并非全篇都有引用價(jià)值。”張超表示。

多年來(lái)，左醫(yī)科技積累了多種數(shù)據(jù)來(lái)源，包括互聯(lián)網(wǎng)數(shù)據(jù)，聽(tīng)譯機(jī)器人采集的真實(shí)的醫(yī)患交流數(shù)據(jù)，以及模型在輔助診斷過(guò)程中生成的數(shù)據(jù)。同時(shí)，左醫(yī)科技會(huì)借助多年來(lái)積累的專(zhuān)家資源，在海量原始數(shù)據(jù)中提取最有價(jià)值的信息，一篇論文中可能只提取10條真正有價(jià)值的數(shù)據(jù)納入RAG，以此來(lái)最大程度提升模型對(duì)知識(shí)的應(yīng)用。

二、B端保利潤(rùn)，C端求增長(zhǎng)

毋庸置疑，“AI醫(yī)生”是大模型賦予整個(gè)醫(yī)療行業(yè)的新故事，創(chuàng)業(yè)邦在此前的文章中曾梳理了AI醫(yī)生的市場(chǎng)現(xiàn)狀，可謂是“八仙過(guò)海，各顯神通”。

在張超看來(lái)，AI醫(yī)生在醫(yī)院的落地順序應(yīng)是：全科-專(zhuān)科-專(zhuān)科專(zhuān)家。

從行業(yè)發(fā)展歷程來(lái)看，醫(yī)療信息化的過(guò)程也是從全科逐漸向?qū)？茲B透的。但張超并未給這個(gè)結(jié)論附加太多合理性。他坦言：“一個(gè)人做什么事，很大程度上取決于他手里的資源。我們積累了大量全科數(shù)據(jù)，從全科切入是水到渠成的結(jié)果。”

目前，左醫(yī)科技正在探索AI醫(yī)生在專(zhuān)科的落地，并率先在兒科達(dá)成合作。張超透露，某種程度上，這也是一個(gè)無(wú)心插柳的結(jié)果?！爸貞c醫(yī)科大學(xué)附屬兒童醫(yī)院領(lǐng)導(dǎo)非常認(rèn)可這個(gè)方向，目標(biāo)一致，更好執(zhí)行?！睆埑硎尽?/p>

他進(jìn)一步表示，在醫(yī)學(xué)界，兒科是一個(gè)很好的研究領(lǐng)域，因?yàn)楹芏嗪币?jiàn)疾病都在兒科發(fā)現(xiàn)，兒童在很多疾病上癥狀也不夠典型。但正因?yàn)樗茈y，所以在商業(yè)化過(guò)程中要更慎重，例如很多藥都不能給兒童用。從這一點(diǎn)上說(shuō)，兒科并非一個(gè)很好的商業(yè)化場(chǎng)景。

在兒科之外，左醫(yī)科技還同步嘗試了心理以及內(nèi)分泌、婦科、呼吸科、神經(jīng)內(nèi)科等大內(nèi)科，未來(lái)也會(huì)逐步推進(jìn)AI醫(yī)生在各科室的落地。

但張超透露，公司接下來(lái)會(huì)逐漸調(diào)整商業(yè)化重心。

目前，左醫(yī)科技已經(jīng)能夠給醫(yī)院提供覆蓋“診前、診中、診后”的全流程服務(wù)，覆蓋全國(guó)200多家三甲醫(yī)院，其中top100的醫(yī)院達(dá)40%。但張超感受到，當(dāng)前的醫(yī)療信息化市場(chǎng)正越來(lái)越“卷”。

“醫(yī)院臨床要求太高了，很多信息化技術(shù)做不到。另外，醫(yī)院的用戶(hù)流量在下降，醫(yī)改政策變化間接導(dǎo)致醫(yī)院收入降低，他們投入到信息化轉(zhuǎn)型的每一分錢(qián)都會(huì)更謹(jǐn)慎，加上三甲醫(yī)院等優(yōu)質(zhì)醫(yī)療資源本就稀缺，醫(yī)院和某家合作后，其他家廠(chǎng)商很難再進(jìn)來(lái)?！?/p>

這種情況下，部分廠(chǎng)商會(huì)選擇“破釜沉舟”，直接給醫(yī)院免費(fèi)送軟件，送服務(wù)?！暗@樣終究不是長(zhǎng)久之計(jì)，”張超說(shuō)，“甚至現(xiàn)在一些醫(yī)院部署DeepSeek一體機(jī)都是在浪費(fèi)錢(qián)，本質(zhì)依然是一個(gè)很重商務(wù)的模式。軟件項(xiàng)目必須要做到90%以上的毛利，否則一定是虧的。”

在此背景下，左醫(yī)科技未來(lái)會(huì)在B端會(huì)爭(zhēng)取更多利潤(rùn)，保留預(yù)問(wèn)診、分導(dǎo)診、語(yǔ)音轉(zhuǎn)寫(xiě)病歷等標(biāo)準(zhǔn)化程度高，且客戶(hù)反響好的項(xiàng)目，把項(xiàng)目“做少、做深、做精”。“你不用去追逐馬，當(dāng)你有一片草原，馬自然會(huì)來(lái)找你。”

接下來(lái)，左醫(yī)科技會(huì)重點(diǎn)在C端找新的增長(zhǎng)曲線(xiàn)。

從2023年開(kāi)始，左醫(yī)就嘗試以B端帶動(dòng)C端，基于端到端技術(shù)打造的AI醫(yī)生，與寧夏中衛(wèi)市、銀川市、北京西城區(qū)衛(wèi)健委簽約，將“AI醫(yī)生”升級(jí)為“AI家醫(yī)”，以此逐漸積累流量和數(shù)據(jù)。

圖片來(lái)源：左醫(yī)科技

張超透露，現(xiàn)階段，左醫(yī)科技的C端產(chǎn)品采用會(huì)員訂閱收費(fèi)的模式。未來(lái)流量足夠大之后，還可以探索更多商業(yè)模式，比如AI醫(yī)生根據(jù)和用戶(hù)的交互數(shù)據(jù)為用戶(hù)推薦個(gè)性化的健康類(lèi)產(chǎn)品。

具體到醫(yī)療流程上，張超坦言，未來(lái)會(huì)將重點(diǎn)放在“診前”和“診中”。

他進(jìn)一步解釋道，從用戶(hù)習(xí)慣來(lái)看，診后的主要場(chǎng)景是慢病管理，但除了腫瘤等疾病外，慢病大多是生活習(xí)慣導(dǎo)致的，簡(jiǎn)單的人機(jī)交互很難真正改變什么；從商業(yè)模式來(lái)看，慢病管理最終的受益方是政府醫(yī)?；?，而醫(yī)?；鸱峙涫且患?chē)?yán)肅的事情。

不過(guò)，就短期來(lái)看，獲取流量仍是左醫(yī)科技探索C端落地的關(guān)鍵關(guān)卡。而如何打通C端應(yīng)用的商業(yè)閉環(huán)，也是當(dāng)下最困擾張超的問(wèn)題。

三、一位技術(shù)創(chuàng)業(yè)者的自白

十年前，張超還在百度自然語(yǔ)言處理（下文簡(jiǎn)稱(chēng)“NLP”）部門(mén)擔(dān)任資深研發(fā)工程師、文本知識(shí)挖掘方向技術(shù)負(fù)責(zé)人以及知識(shí)圖譜實(shí)體建模專(zhuān)家。

但張超不滿(mǎn)足于大廠(chǎng)相對(duì)安穩(wěn)的生活，隱隱生出創(chuàng)業(yè)的沖動(dòng)。在公司內(nèi)部一次IBM科學(xué)家的分享會(huì)上，張超偶然發(fā)現(xiàn)，國(guó)外有團(tuán)隊(duì)正在探索用NLP技術(shù)輔助醫(yī)療診斷的應(yīng)用。

于是，張超產(chǎn)生了一個(gè)今天看來(lái)“不切實(shí)際”的想法：醫(yī)療是一個(gè)知識(shí)驅(qū)動(dòng)的領(lǐng)域，而自己又擅長(zhǎng)知識(shí)圖譜技術(shù)，只要有足夠的醫(yī)療數(shù)據(jù)，構(gòu)建一個(gè)能做各種推理的概率模型，或許就能達(dá)到輔助診斷的目標(biāo)。

“本質(zhì)上還是覺(jué)得，手里有一把錘子，而醫(yī)療這個(gè)釘子還不錯(cuò)?！睆埑f(shuō)，“畢竟連馬云當(dāng)時(shí)都在說(shuō)，‘下一個(gè)能超越我的人，一定出現(xiàn)在醫(yī)療健康行業(yè)’?！?/p>

但真正啟動(dòng)創(chuàng)業(yè)后，張超發(fā)現(xiàn)，自己想得太簡(jiǎn)單了。當(dāng)時(shí)的張超，幾乎對(duì)醫(yī)療一無(wú)所知。醫(yī)療數(shù)據(jù)怎么獲取，病歷怎么看，診斷怎么做，甚至到了醫(yī)院該找誰(shuí)談合作都一頭霧水。

無(wú)奈之下， 張超從自己最熟悉的技術(shù)切入，沒(méi)數(shù)據(jù)就從公開(kāi)渠道爬數(shù)據(jù)。但很快，團(tuán)隊(duì)發(fā)現(xiàn)公開(kāi)數(shù)據(jù)效果太差，只能硬著頭皮想辦法找醫(yī)院要數(shù)據(jù)。

彼時(shí)正處國(guó)內(nèi)醫(yī)療信息化的熱潮，涌現(xiàn)了很多第三方醫(yī)療信息化廠(chǎng)商。

當(dāng)時(shí)，一家腫瘤大數(shù)據(jù)平臺(tái)率先向張超遞出橄欖枝：“你們能不能做一個(gè)病歷結(jié)構(gòu)化的系統(tǒng)？”這是張超接到的第一個(gè)客戶(hù)需求，但他發(fā)現(xiàn)，自己完全看不懂病歷?！罢f(shuō)白了有點(diǎn)一頭扎猛了，我們只掌握了一些技術(shù)，但在醫(yī)療領(lǐng)域的認(rèn)知幾乎空白。”

后來(lái)，在投資人的引薦下，一位醫(yī)療銷(xiāo)售人員加入左醫(yī)。2017年，左醫(yī)漸漸開(kāi)始和第三方醫(yī)療信息化廠(chǎng)商合作，左醫(yī)提供技術(shù)，信息化廠(chǎng)商和醫(yī)院溝通提供數(shù)據(jù)。張超及團(tuán)隊(duì)人員也在項(xiàng)目磨合中逐漸積累醫(yī)療認(rèn)知。

今天回看，左醫(yī)做了很多超前的技術(shù)，包括目前火熱的CDSS（臨床輔助診斷系統(tǒng)）、預(yù)問(wèn)診系統(tǒng)、聽(tīng)譯機(jī)器人等，但由于技術(shù)和商業(yè)環(huán)境不成熟，最終都沒(méi)有引起足夠的市場(chǎng)反響。

客觀(guān)來(lái)看，醫(yī)療信息服務(wù)本質(zhì)上要面臨所有軟件廠(chǎng)商都會(huì)面臨的商業(yè)窘境——重商務(wù)、強(qiáng)定制化的項(xiàng)目制交付，左醫(yī)一度也陷入“做得越多，虧得越多”的困境?！睆埑约簭?fù)盤(pán)發(fā)現(xiàn)，創(chuàng)業(yè)早期確實(shí)花了很多錢(qián)，做一些不該做的項(xiàng)目，找了一些本不需要的人。

“技術(shù)創(chuàng)業(yè)者太想用技術(shù)解決所有事情了，并且會(huì)對(duì)技術(shù)的短期進(jìn)步更樂(lè)觀(guān)。之前我們一直想憋個(gè)大招，總想做新的東西，覺(jué)得有了更牛的技術(shù)是不是就能改變公司的境況。”張超說(shuō)。

但事實(shí)證明，至少在醫(yī)療行業(yè)，醫(yī)院不只需要性能拉爆的“滿(mǎn)血”技術(shù)，更需要保證錯(cuò)誤率最低，且能夠長(zhǎng)期穩(wěn)定供應(yīng)的廠(chǎng)商。直到現(xiàn)在，左醫(yī)科技賣(mài)得最好的產(chǎn)品仍是五六年前開(kāi)發(fā)的。

而未來(lái)，更多故事會(huì)發(fā)生在C端。對(duì)于整個(gè)醫(yī)療服務(wù)行業(yè)來(lái)說(shuō)，C端或許都是一個(gè)全新的世界：如何獲取流量，如何維持用戶(hù)粘性，如何找到合理的收費(fèi)模式？一切都尚待摸索。

“對(duì)于我來(lái)說(shuō)，創(chuàng)業(yè)沒(méi)有回頭路?！睆埑f(shuō)，“一件事能不能做成，時(shí)機(jī)很重要。我們之前對(duì)時(shí)機(jī)把握得不夠好，但現(xiàn)在我們踩了足夠多的坑，市場(chǎng)需求也很旺盛，我相信我們接下來(lái)的路會(huì)走得更穩(wěn)?！?/p>

本文為創(chuàng)業(yè)邦原創(chuàng)，未經(jīng)授權(quán)不得轉(zhuǎn)載，否則創(chuàng)業(yè)邦將保留向其追究法律責(zé)任的權(quán)利。如需轉(zhuǎn)載或有任何疑問(wèn)，請(qǐng)聯(lián)系editor@cyzone.cn。