行业案例库 3 months ago 185 Views 9 Comments

【深度解析】和王小川深聊10小时,我想理解他为什么ALL IN医疗大模型

AI中国
AI中国

Published 7995 Articles


到目前为止,百川智能是所有大模型企业中,唯一对外高调表达要all in 医疗的。

这种明确的表态,让百川智能备受关注的同时,也背负了很多的质疑。


百川智能和王小川近日再次成为媒体关注的焦点,主要关注点是百川智能的组织调整,以及大部分人对于百川为什么收缩金融业务而all in医疗表示出极大的不解。


在过去的一年中,我跟王小川有超过10个小时的深度交流(第一次见面深聊连续进行了5个小时)。 在不断的沟通过程中,我想尽可能去理解,他为什么说自己是“因为医疗来做大模型的,而不是用大模型做医疗”,以及,他准备怎么做。


王小川的很多语言表达信息密度很高,也隐含了他对于医疗行业的理解和假设,加之医疗本身也是技术壁垒和认知壁垒极高的行业,他对AI医疗的底层认知与信念,似乎并没有被充分理解,甚至,没有被认真对待。 


不仅如此,王小川对医疗大模型的思考,充满了“非共识”


医疗行业的高壁垒使得医疗行业之外的人难以理解王小川的AI医疗战略思考逻辑。


而王小川的“非共识”认知又使得医疗行业的“业内人士”也难以认同其思路。


圈里圈外,都难理解。这是他面临的很大挑战。


是挑战,也是机遇。“在共识里面创业公司是没戏的”,王小川这样说。


其实不论是投资还是创业,一旦形成广泛“共识”,也就意味着机会已经很少。价值投资者非常明白,当一个公司的价值形成共识,也就被Price in,如果没有超预期信息,后续股价很难再涨。


创业也是如此,彼得蒂尔说他从来不谈论行业“趋势”,因为一旦形成“趋势”,行业机会对于创业者来说就消失了,在《从0到1》这本书里,他也反复提及这一点,“所有的创业公司都是基于一个秘密建立起来的”。一旦形成共识,这就是大厂收割的地盘。


但“非共识”创业的代价,就是要时刻面对外部、甚至是内部的质疑,特别是业务遇到瓶颈的时刻。


显然,到目前为止,医疗大模型能达到的技术极限、应用场景、商业模式,都没有任何明确的共识


以下基于与王小川的交流,谈谈我对他的核心观点的理解,这些观点他很多时候也在公开场合表达过(王小川的观点用蓝色字体,我的理解是黑色字体,存在误读的可能性,请读者注意鉴别和独立思考


关于AI医疗战略性的思考,核心就是三个问题:


1、为什么要做医疗大模型?


2、怎么做医疗大模型?


3、怎么赚钱?(商业模式)


一、为什么要做医疗大模型?


王小川在多个场合陈述过他对AI医疗价值的理解——在AI大模型应用的主要领域中:娱乐“杀”时间,效率工具省时间,而医疗能延长时间


这种对价值的理解确实另类,而又十分高级。

其实大模型最一开始普及的大量应用,确实都集中在了娱乐和效率工具两大类——前者包括生成大量网文、小说、图片、视频、游戏等等; 后者则用来应付职场:大量职业文本撰写、PPT制作、代码coding、市场分析等等。

前者越发达,占用的时间越多,就是所谓的“杀时间”,AI可能使得电子成瘾更加剧烈。


后者越发达,可能节约的时间会更多,所谓的“省时间”(但这是针对同样工作量,在当前的内卷环境下也可能并不“省时间”,而是“增加工作总量”)


而AI+医疗,如果真正释放出价值,能够让人的寿命延长,特别是有生活质量的寿命延长——显然,能够延长时间,创造的价值是巨大的,是对人类终极价值的关切。


但颇有些讽刺的是,增加时间的AI医疗,虽然创造的潜在价值最大,却被认为是最难商业化的方向(具体是什么原因,需要详细展开,以后再具体分析)


如果非要去套用“难而正确”的俗套理论,上述延长时间,创造价值是“正确”,另外一个就是难——医疗是大模型皇冠上的明珠。因为医疗行业的需求是无限大的,模型再大,医疗都需要;医疗的智力密度是足够高的。造医生就等于AGI,通往AGI的场景,要足够终极,成长性足够大,要让大模型走到AGI(通用人工智能)的时候,才能让这个场景的实现达到完美的程度。但同时这个场景的起点又要相对比较低,哪怕没有达到AGI,这个场景也已经可以产生价值,切入广泛人群了


AI在不同行业的价值释放特征确实差别很大。

不同的行业就像不同的试卷。有些试卷可以把水平不同的学生的分数拉开,但有些试卷过于简单,以至于虽然学霸能考100分,但一般的学生也能考90几分。 这类行业必然面临激烈的竞争,而且核心竞争要素不是大模型的技术(而是用户、流量或其他产品能力)

另外,有些卷子是按步骤给分,水平高一些,能多答一些就能多拿一些分数,另一些卷子则是按结果给分,不论推导出多少步骤,只要最后结果错,都是0分。这类行业的“起点”过高,使得在相当长时间内市场都区分不出能力更强的大模型企业(因为都没达到价值释放的阈值)。


在王小川的理解中,医疗行业与AI的组合就很完美:一方面,卷子足够难,技术的高低可以被区分出来——这也意味着大模型技术能力是核心竞争要素,并且可以长期持续进行优势积累叠加;另一方面,卷子按步骤给分——水平进步一寸就有一寸的价值释放,不用等到AGI才释放价值。(可以看我上面的手绘示意图,对比了三种典型行业的AI+)

一句话,医疗+AI正是完美的“难而正确”的事业——“延长寿命”,“智力密度高”,“价值释放起点低”。


二、怎么做医疗大模型


大部分的医疗AI公司言必谈“赋能医生”,“赋能药企”,“赋能医院”,稍微理想主义一些的会提“赋能患者”,“医疗平权”。

这一方面是从商业化的逻辑倒推(从客户出发,为客户服务,让客户付钱),另一方面也是体现了对医疗行业权威体系的“臣服”,对医院、医生的权威给予了最高的尊重——毕竟10年前哪些挥着“颠覆医疗”大旗的互联网医疗企业最终的惨烈实在触目惊心。医疗圈的人,之前最大的特点就是做“伤”了,讲什么都不兴奋。

而王小川对百川智能的定位,是——造医生

在许知远的《十三邀》节目采访中,王小川曾表达过对西游记中孙悟空的崇拜。在他的内心中,一直有着突破权威的冲动和迎难而上的自信。


所以关于怎么做医疗大模型,王小川给出的答案是——造医生,改路径,促医学;科室首选供需矛盾最大的【儿科】;体系先从【基层医疗】切入。

(1)定位——造医生。


我们“造医生”。医生不是我们的服务对象,是我们的合作伙伴。我们要做的事情是我们要造医生,改路径,促医学。围绕医生做周边容易变成外包,而如果是造医生,那核心价值在于超级医生模型。


“造医生”这样的表达确实初听比较尖锐。特别是医疗从业者,往往摇头。


但如果理性分析,这个定位,逻辑没错,不绕弯子,直击痛点。


 

长期盘踞医疗行业的主要矛盾(不仅仅是我国,全球皆是如此)是有限的优质医疗资源供给和快速增长的患者医疗需求的矛盾。

优质医生的供给不像其他职业,培养周期很长,成本很高(本科+硕士+博士+规培),而且培养完,还可能被其他行业截胡(此前药企岗位、证券岗位、保险岗位、股权投资岗位都吸收了大量医学博士),真正能够进入到医疗行业的优质“新鲜血液”太少。 在这样的供给稀缺,培养成本居高不下,要大幅度降低医疗服务的价格并不现实。

另一方面,患者需求(随着老龄化和健康教育普及)不断激增,但同时患者与医保的支付能力并没有大幅提升(特别是医保面临长期筹资和支付压力)。


于是就构成了医疗行业经典的“不可能三角”——同时满足【高质量、低价格、可获得】的医疗服务不存在——专家号+医院价格=排队;专家号+可获得=黄牛/关系/特需或民营高价;正常价格+不排队=普通医院普通医生。


有没有办法解开“医疗不可能三角”呢? 主要的破解思路(1)是提升资源配置效率,让优质医生看“该看的患者”,杜绝小病找大医院大专家的情况;(2)提升优质医生的服务供给量。


提升资源配置效率,国家强推了“分级诊疗”,并通过报销政策阶梯试图引导患者先去社区,甚至一部分三甲医院挂号只能通过社区首诊,才能向上转。 “分级诊疗”的设计初衷很好,推行力度很大,也取得了一定的效果,但现实医疗环境的适应性很强,逐渐以“异化”变形的方式回到“小病去三甲”的状态(社区沦为三甲的绿通)。 根本问题还是基层医疗能力不足,解决不了患者问题,获得不了患者信任。


另一条思路——提升优质医疗供给,又有两条路径,一是通过互联网调整“生产关系”,10年前的互联网医疗行业就以为可以通过小幅经济激励,增加专家“优质医疗”服务供给的动力——显然不奏效,真正的专家早已经爆满,轮不到互联网来“配置”。


二是通过AI来解决问题。


AI+医疗怎么增加优质医疗供给——大部分AI医疗企业站队“赋能派”,而百川则选择了“造医派”。


所谓“赋能”,一是通过给基层医生提供AI工具,一定程度上进行“诊疗能力平权”,使得基层医生能够发挥更多“优质医疗”作用。 二是给三甲专家医生赋能,使得其工作效率提升,例如辅助诊断,病例录入等等,同样的时间让专家能够诊疗更多患者。 

这种路径逻辑没错,但是属于“过渡方案”,最终仍然受限于医生的“肉身”——毕竟医生不能24小时不睡觉随时响应问题,医生不能做到完全不疲劳,对第1个患者和第60个患者一样耐心,不论AI如何“赋能”,最终“木桶短板”仍然卡在医生,医生还是需要一对一去面对患者诊疗,这种供给提升的幅度很有限。——但AI甚至可以同时服务1万、10万、100万患者,而且没有疲劳、不睡觉。


所以“赋能”是过渡解决方案,“造医生”是终极解决方案。以AI医生来提供医疗服务——始终保持对前沿学术和临床证据的全面追踪,始终能够了解最新的技术进展,始终能够用MDT(多学科会诊)的方式给出结论。

“造医生”的提法听上去“最不靠谱”,但逻辑是面向终极解决方案。


另外,AI“造医生”如果真能实现,对于医保局的控费诉求也是很大的帮助。医保局已经对2万亿的药品行业进行了10批集采,对于1万亿的医疗器械与耗材也开展了持续的集采,但对于占费用比重最大,规模接近4万亿的医疗服务却没法“集采”,因为医生不是产品,没办法通过“带量”产生规模效应。 

但是“AI医生”可以。


当然,“造医生”的挑战也会比“赋能医生”大得多——技术能否达到?医生能否接受?患者是否信任?监管是否认可? 这都是一个个等待用实践解答的问题。


补充一下,因为王小川曾比较明确表达不会直接做“具身智能”,所以“造医生”主要应该还是“内科医生”或“全科医生”。 外科手术医生的部分暂时还没办法造(那是AI医疗机器人的故事了)。

(2)科室——从儿科开始


儿科对改变路径的需求最为迫切。小朋友隔三差五就生病,家长不放心就请假去医院,甚至半夜要去急诊,去了还可能交叉感染,其实80%的儿科疾病是不需要去医院的。儿童的家长相对年轻,更容易拥抱新技术。因此儿科会成为 AI 医疗里最快产业化的一部分。


确实,儿科是供需矛盾最为突出的科室,儿科医生需要面对更大的压力——患儿往往无法准确表达自己的症状(甚至一直哭闹),家长的心态着急,期待高,容易产生冲突矛盾。另外从收入角度,儿科医生在所有科室中收入偏低,因此我国儿科医生长期处于极端的供需矛盾中,解决供给瓶颈迫在眉睫。另外,儿科在医院属于“利益不大”的科室(可能与大家的一般认知不同),也可以理解为一个“小全科”,是一个不错的试点方向。 当然,儿科诊疗也需要更高的准确性才能获得患儿家长的信任。


(3)环节——从基层医疗入手


短期先让儿科医生和全科医生往基层走,使患者就诊的路径得以改变。再往下走,就能让医生有时间干更多事,这样对科研也会有帮助。最终,医学模型是知道什么样的人该给什么样的诊断和干预方法,在精准医疗里找到个性化的范式


基层医生的能力门槛较低,AI医生的应用带来的效果提升最为明显。此外,在分级诊疗体系下,基层医疗也是最大的医疗需求入口。抓住了基层医疗环节,就是卡位了医疗需入口,后续叠加其他服务和产品页水到渠成。


三、如何构建商业模式?


第一步先要落地,落地不等于商业化。你得更有应用导向、场景,在场景端先把价值创造出来,这就叫落地。无论是百度还是抖音,第一天也不是先商业化。


从商业化角度今天API收入和模型本身的收入,都不叫成功实践,不是我们要追赶和类比的情况,我们认为这两个东西今天不是最性感的商业模式。文心一言也好,ChatGPT也好,都不是。我现在做的事短期可能是医院买单,但最终的买单方应该是保险、政府或者个人。
整体看,商业模式有 3 个方向:第一是 G 端(政府端),本身有基层公卫费用,会支持家庭医生计划和公立医院改革。第二是 H 端(医院),最终会走到医保里。比如去年底,AI 辅助诊断首次被国家医保局列入了服务项目的立项指南,而且它不是算在医疗器械费用里的,是在医生服务费用里。第三就是 to C,可能从每个人付费走向多层次商业保险。此外未来还有一个很大的机会,是出海。

(这里讨论的是由大模型AI医生创造出的新的商业模式,如果是关注AI叠加传统业务的商业模式,可以参考文章:2025年关于医疗+AI的最新思考(2):商业模式全盘点)

商业模式的分析,其实最简单的原则是——谁获益,谁付费。 在AI医疗的落地过程中,谁真正受益? 


1、首先应该是患者(C端)。 如果AI真的使得患者获得原来只能通过排队等待,或付着高昂的黄牛费才能获得的“优质医疗服务”,疾病症状得到改善,理应付费(至少应该分出黄牛费的一部分)。王小川也提到,C端的延伸付费方就是商保,在目前国家全力推动商保的情况下,确实存在可能,而且商保节约费用的利益动机更强,更容易采纳创新的AI医疗服务。但这个模式还有很多前提假设需要满足,包括技术本身的实现、患者的信任、监管的认可等等。 


2、作为集中支付方的医保,如果能够使用AI医生缓解当前医疗服务支出快速增长的矛盾——特别是基层、全科医疗服务的支出,每年省下的资金将会有数百亿甚至更大。医保对”AI医生服务”进行采购也是值得期待的(但肯定还是带量采购的逻辑)。


3、医院,由于配置“AI医生”,一定程度上相当于进行了“学科建设”,提升了医院的诊疗能力和诊疗效率,患者就诊量也可能提升(特别是民营医院更加敏感),付费意愿也可能较强。


4、药企。这一点王小川没有专门提到,但是如果真的实现“造医生”,本质上是获得了“处方权”,(即使政策不允许,也可以由AI医生+有医师资格证的医生组合实现),这将对药企的市场营销策略产生重要影响,要知道药企的市场预算每年都是支出的大头,这部分费用不容小觑。(具体参见文章:2025年关于医疗+AI的最新思考(6)对医生最最重要的那件事,已经发生了?)


ALL IN医疗大模型,战略逻辑清晰,但策略路径极具挑战。王小川和百川智能在策略方面也有很多思考,但都在进行中,没法在公众号中公开呈现。

除了上述的观点,王小川的更多观点在智药局公众号文章《王小川的50条创业思考》里梳理的比较全面,值得仔细看看。

在那次5个多小时的交流结束时,我起身准备离开。 王小川突然问我“你知道三季人么”?

见我没有马上回答,他解释道:“三季人”的典故是这样,据说有一位访客与孔子的弟子争论一年有几个季节,坚持认为只有三个季节。孔子得知后,并未纠正访客,而是顺着他的说法,事后孔子解释,访客其实是蚂蚱精因其生命只有三季,无法理解冬季的存在。

显然,这个故事体现了孔子的包容与智慧:认知不同,不必争论。

我后来知道,王小川那时已经开启了一个创新医疗产品的试验探索,项目就叫作“五季医学”。

AI中国

AI中国

7995 Articles 1244368 Views 950300 Fans

Comment (9)

User avatar

王小川的“医疗大模型”想法,真有意思!

User avatar

这种想法,确实挺有意思的,说不定真有用!

User avatar

挺有意思的,感觉要搞出点儿什么新花样

User avatar

挺有意思的,但我觉得可能有点儿过于乐观

User avatar

感觉未来医疗都要被机器搞定,有点吓人

User avatar

听听的挺有意思,但有点儿不靠谱吧

User avatar

王小川真是个疯子,想法太有意思!

User avatar

感觉世界要被智能统治了!

User avatar

这想法太疯狂了!简直是天才!

睡觉动画