王小川版“簽字權讓渡”：砸醫生的碗，賭病人的命，走IBM的老路

先表明我的觀點：目前階段醫療AI不成熟，我不同意王小川提出的“簽字權讓渡”，即醫生簽字權讓渡給AI，怎么看都是變相地授權給科技公司。王小川立場不正，觀點偏頗，尤其沒有站在廣大醫患、公共事業的角度看待醫院業務，這是很遺憾的。我文章評論區有則銳評：一個做to C業務的人，拿著輸入法工具的邏輯來做to H（to Hospital，醫院業務）。他陷入了“工具的詛咒”：因為手中就一把榔頭，所以看著屋子里哪里都是釘子?！罢局迸c“跪著”2023年是王小川的分水嶺。這一年的夏季，百川在大模型領域明顯落后于其他五小虎。“創業未半，中道崩殂”。小川帶領團隊，明智地轉向醫療AI領域。這不是進攻，是退守。他的思路是要當張麻子，“站著掙錢”。第一步，不浪費百川投資幾十億的大模型底子，基于已有基座做醫療事業的微調，沉沒資產再度利用；第二步，API授權，加上出售軟硬一體機，綁定政府。搜狐系的打法又來了。第三步，項目制合作，依賴政府關系，從to B跳到to G，再到to H，切入三醫（醫生、醫療和醫院）。小川最想得到的資源是頭部醫院，“三醫”系統中的皇冠。第四步，模糊數據邊界和知識產權，獲取醫院數據訓練模型。第四步是大成，但最為犯規，觸犯各家利益，也導致百川醫療目前落地困難。病人病歷，病人是發起者，但不是唯一的創作者——病歷是病人、醫生和醫院治療環境共同造就的產權，醫院只是代管。這個封閉又混沌的體系下，沒有一家、一方可以“硬來”，何況多數科技公司本身不屬于這條專業賽道。多數人都在猜想，門外漢費勁巴拉擠入這條擁擠賽道，本心可能不是服務大眾，而是為了錢。2015年是張超的分水嶺，時間點早于大部分AI公司。前百度自然語言處理部門資深研發工程師殺入醫療AI藍海，他的口號是先做"工具人"，再做"合伙人"?！白笫轴t生”主打一個“跪著”——它幫醫生減負，還不觸動既得利益。聽譯機器人實時記錄醫患對話，自動生成電子病歷；智能在線問診是AI輔助接診，配合醫生給出診斷建議、用藥指導；讓醫生和醫院感到麻煩的患者隨訪、慢病管理，拋給它的智能診后管理；智能體共創是AI與真人醫生協同，再說利益共享，深度綁定。張超耕耘了八年，左醫系統覆蓋35個科室、6000多種常見病。“和創業公司比，左醫技術強；和大公司比，左醫執行快。"（張超語）它與國內100多家三甲醫院合作，其中頭部三甲超過20家，行業客戶總數超過500家，日服務人數近百萬。八年+專業垂直，與兩年+轉型，數據層面給出不一樣的評判。商業化困難人間有三條賽道做商業化要極其小心：教育、醫療和司法。稍有不慎，有失公平、正義，執業基礎就不存在了。失去了心態上的平衡性，進入這個市場就是磕磕絆絆，左沖右突但是左右為難。百川醫療三甲醫院簽約率只有12.7%，遠低于預期的50%；API收費每千token約為0.5-2元，價格不便宜。DeepSeek開放API是0.003美元每千token，平滑用在醫療領域，基座能力更優；定制項目由于醫院采購周期長，回款緩慢；百川聲稱賬面上尚有50億元現金，外界普遍估計實際數字在30億左右，未來兩年必須做出現金流來，否則無法上市，投資人也不會放過小川。一生的職業機遇都要賠上。王小川的著急和戾氣是顯而易見的，再疊加天秤座的聰慧。沒什么正面邏輯，卻硬懟張文宏，這是.com時代的破招數。to H的場景老用C端的手段，未免演活了周芷若。心機過重，受眾自然對其反感、警惕。醫療AI領域真正需要的角色是張無忌，神醫胡青牛弟子，武當張五俠的血脈。光明頂上戰六派，救過厚土旗，技能和聲譽都須站在高峰。北京醫療界接觸過百川智能的專業醫師指出，百川模型能力很強，但對醫療系統不了解，醫院場景不清晰。很像著急入賽道的選手的表現，令保守人士質疑。醫療界反復強調，人命關天。醫療溯源、追責、兜底都在醫院方，“保守”是對病人負責，對生命尊重?；鶎俞t生不認同百川對醫療HIS的改造。門診那么忙，平時壓力很大，太新的交互他們不太容易接受。面對簽字權，事關職業生存底線，名院、學術大咖、醫療大拿都是清一色的“保守派”。與利益無關，與聲譽有關。對上述三大醫療實施主體來說，聲譽就是長遠利益。這個場景不歡迎激進型的改革，沖擊多家肥了一方。尤其是，百川智能在項目制中寫明了，數據為“單向獲取”，即醫院數據一旦進入百川實驗室，后續模型歸百川所有。這點也突破了目前的數據管理，令合作方“體感不適”。三甲醫院都是事業單位，可不比私人公司，沒有“打碎瓶瓶罐罐鬧革命”的魄力。“左手醫生”進入醫院，是從SaaS服務入手，逐步過渡智能體共創，與醫生、醫院共享利益，自然平和很多。"醫療to B目前都是做標桿，或是基于醫院的數據做共創，很難商業化。"IBM“沃森”之死AI想得很美，現實很骨感。醫療AI目前有兩大難點需要克服：第一點，責任黑洞。"人機共擔"出了事情，約等于“無人負責”。中國《民法典》第1223條規定：產品缺陷由生產者賠償，但AI的"算法黑箱"使因果關系難以證明，科技公司閃避空間較大。系統研發商撒腿就跑，AI不能坐牢，不能吊銷執照，不能賠命。留下勢單力孤的小醫生獨自承擔。上海三甲的名醫、大醫生大都用AI，一則自己技藝精湛，用不到AI；二則，有一定階層的病患掏真金白銀找他們，是找“人”看病。我一直持有技術進步的觀點：既然搞技術替代，那你就要提供比原來更好的解決方案給市場，不是一個責、權、利缺損的方案，靠犧牲弱者來成就你。就像是電影《霸王別姬》說的，“人得自己成全自己”。美國Sarchett案、Wickline案先例證明，醫生遵循AI建議出錯，仍可能被追究責任，甚至全責，還不如自己獨立判斷。第二點，需正常接入醫保，而非資本催熟。醫保未覆蓋AI診斷收費，患者支付意愿低，G端/H端/C端支付路徑均未走通。醫療AI的護城河不是模型參數，而是醫院關系、數據資產、共創模式；醫療AI的成功不在技術參數，而在“臨床價值-政策合規-商業閉環”的鐵三角；至少目前看來，尚未形成閉環。我們用IBM的“沃森”（Waston）來對比國內的激進派路子。2010年，IBM組建WatsonHealth，啟動"登月計劃"，面向醫療信息化的大規模戰略投資開始；2011年，沃森系統在問答節目《危險邊緣》擊敗人類冠軍，全球矚目；2013-2015年兩年內，IBM瘋狂收購醫療數據公司，花了40多億美元，收購Truven、Merge、Phytel等。2015年，沃森醫療獨立，CEO羅梅蒂稱"AI將改變一切"。2017年爆發著名的“安德森癌癥中心事件”，系統建議出血患者使用"貝伐單抗"，該藥會導致“嚴重或致命出血”。曝光后，該中心中止合作，6210萬美元研發費用打水漂。2018年STAT News曝光沃森訓練數據造假，更是致命一擊：病例由醫生和IBM工程師共同編制，使用"合成"癌癥病例和假想患者，而非真實數據。沃森學習的是醫生偏好而非真實醫學，誤診率高達35%。IBM“數字地球”項目分支的醫療合作在中國有67家醫院伙伴，信任危機蔓延，"每個人都認為這是失敗產品"。沃森三大敗因，都跟軟件業大公司病有關。首先是"工程師文化"主導。習慣于軟件行業規律，即先做產品再找場景，與醫療需求脫節。應該是緊扣醫療場景來定制軟件服務，也不需要硬件改造，輕資產運營。其次是全球快速擴張，產品未成熟，多醫院、多國部署。急于用收購堆砌數據，花了40億美元買一堆數據和爛公司，但無法整合應。第三是裁員與領導更迭。2018年裁員50-70%，CEO去職，導致業務不連續，傷了市場信心。小川版“簽字權讓渡”：砸醫生的碗，賭病人的命，走IBM的老路

先表明我的觀點：

目前階段醫療AI不成熟，我不同意王小川提出的“簽字權讓渡”，即醫生簽字權讓渡給AI，怎么看都是變相地授權給科技公司。

王小川立場不正，觀點偏頗，尤其沒有站在廣大醫患、公共事業的角度看待醫院業務，這是很遺憾的。

我文章評論區有則銳評：

一個做to C業務的人，拿著輸入法工具的邏輯來做to H（to Hospital，醫院業務）。

他陷入了“工具的詛咒”：

因為手中就一把榔頭，所以看著屋子里哪里都是釘子。

“站著”與“跪著”

2023年是王小川的分水嶺。

這一年的夏季，百川在大模型領域明顯落后于其他五小虎?！皠摌I未半，中道崩殂”。

小川帶領團隊，明智地轉向醫療AI領域。這不是進攻，是退守。

他的思路是要當張麻子，“站著掙錢”。

第一步，不浪費百川投資幾十億的大模型底子，基于已有基座做醫療事業的微調，沉沒資產再度利用；

第二步，API授權，加上出售軟硬一體機，綁定政府。搜狐系的打法又來了。

第三步，項目制合作，依賴政府關系，從to B跳到to G，再到to H，切入三醫（醫生、醫療和醫院）。

小川最想得到的資源是頭部醫院，“三醫”系統中的皇冠。

第四步，模糊數據邊界和知識產權，獲取醫院數據訓練模型。

第四步是大成，但最為犯規，觸犯各家利益，也導致百川醫療目前落地困難。

病人病歷，病人是發起者，但不是唯一的創作者——病歷是病人、醫生和醫院治療環境共同造就的產權，醫院只是代管。

這個封閉又混沌的體系下，沒有一家、一方可以“硬來”，何況多數科技公司本身不屬于這條專業賽道。

多數人都在猜想，門外漢費勁巴拉擠入這條擁擠賽道，本心可能不是服務大眾，而是為了錢。

2015年是張超的分水嶺，時間點早于大部分AI公司。

前百度自然語言處理部門資深研發工程師殺入醫療AI藍海，他的口號是先做"工具人"，再做"合伙人"。

“左手醫生”主打一個“跪著”——它幫醫生減負，還不觸動既得利益。

聽譯機器人實時記錄醫患對話，自動生成電子病歷；

智能在線問診是AI輔助接診，配合醫生給出診斷建議、用藥指導；

讓醫生和醫院感到麻煩的患者隨訪、慢病管理，拋給它的智能診后管理；

智能體共創是AI與真人醫生協同，再說利益共享，深度綁定。

張超耕耘了八年，左醫系統覆蓋35個科室、6000多種常見病。

“和創業公司比，左醫技術強；和大公司比，左醫執行快。"（張超語）

它與國內100多家三甲醫院合作，其中頭部三甲超過20家，行業客戶總數超過500家，日服務人數近百萬。

八年+專業垂直，與兩年+轉型，數據層面給出不一樣的評判。

商業化困難

人間有三條賽道做商業化要極其小心：

教育、醫療和司法。

稍有不慎，有失公平、正義，執業基礎就不存在了。

失去了心態上的平衡性，進入這個市場就是磕磕絆絆，左沖右突但是左右為難。

百川醫療三甲醫院簽約率只有12.7%，遠低于預期的50%；

API收費每千token約為0.5-2元，價格不便宜。DeepSeek開放API是0.003美元每千token，平滑用在醫療領域，基座能力更優；

定制項目由于醫院采購周期長，回款緩慢；

百川聲稱賬面上尚有50億元現金，外界普遍估計實際數字在30億左右，未來兩年必須做出現金流來，否則無法上市，投資人也不會放過小川。

一生的職業機遇都要賠上。

王小川的著急和戾氣是顯而易見的，再疊加天秤座的聰慧。

沒什么正面邏輯，卻硬懟張文宏，這是.com時代的破招數。to H的場景老用C端的手段，未免演活了周芷若。

心機過重，受眾自然對其反感、警惕。

醫療AI領域真正需要的角色是張無忌，神醫胡青牛弟子，武當張五俠的血脈。光明頂上戰六派，救過厚土旗，技能和聲譽都須站在高峰。

北京醫療界接觸過百川智能的專業醫師指出，百川模型能力很強，但對醫療系統不了解，醫院場景不清晰。

很像著急入賽道的選手的表現，令保守人士質疑。

醫療界反復強調，人命關天。

醫療溯源、追責、兜底都在醫院方，“保守”是對病人負責，對生命尊重。

基層醫生不認同百川對醫療HIS的改造。門診那么忙，平時壓力很大，太新的交互他們不太容易接受。

面對簽字權，事關職業生存底線，名院、學術大咖、醫療大拿都是清一色的“保守派”。

與利益無關，與聲譽有關。

對上述三大醫療實施主體來說，聲譽就是長遠利益。

這個場景不歡迎激進型的改革，沖擊多家肥了一方。

尤其是，百川智能在項目制中寫明了，數據為“單向獲取”，即醫院數據一旦進入百川實驗室，后續模型歸百川所有。

這點也突破了目前的數據管理，令合作方“體感不適”。

三甲醫院都是事業單位，可不比私人公司，沒有“打碎瓶瓶罐罐鬧革命”的魄力。

“左手醫生”進入醫院，是從SaaS服務入手，逐步過渡智能體共創，與醫生、醫院共享利益，自然平和很多。

"醫療to B目前都是做標桿，或是基于醫院的數據做共創，很難商業化。"

IBM“沃森”之死

AI想得很美，現實很骨感。

醫療AI目前有兩大難點需要克服：

第一點，責任黑洞。"人機共擔"出了事情，約等于“無人負責”。

中國《民法典》第1223條規定：產品缺陷由生產者賠償，但AI的"算法黑箱"使因果關系難以證明，科技公司閃避空間較大。

系統研發商撒腿就跑，AI不能坐牢，不能吊銷執照，不能賠命。

留下勢單力孤的小醫生獨自承擔。

上海三甲的名醫、大醫生大都用AI，一則自己技藝精湛，用不到AI；二則，有一定階層的病患掏真金白銀找他們，是找“人”看病。

我一直持有技術進步的觀點：

既然搞技術替代，那你就要提供比原來更好的解決方案給市場，不是一個責、權、利缺損的方案，靠犧牲弱者來成就你。

就像是電影《霸王別姬》說的，“人得自己成全自己”。

美國Sarchett案、Wickline案先例證明，醫生遵循AI建議出錯，仍可能被追究責任，甚至全責，還不如自己獨立判斷。

第二點，需正常接入醫保，而非資本催熟。

醫保未覆蓋AI診斷收費，患者支付意愿低，G端/H端/C端支付路徑均未走通。

醫療AI的護城河不是模型參數，而是醫院關系、數據資產、共創模式；

醫療AI的成功不在技術參數，而在“臨床價值-政策合規-商業閉環”的鐵三角；

至少目前看來，尚未形成閉環。

我們用IBM的“沃森”（Waston）來對比國內的激進派路子。

2010年，IBM組建WatsonHealth，啟動"登月計劃"，面向醫療信息化的大規模戰略投資開始；

2011年，沃森系統在問答節目《危險邊緣》擊敗人類冠軍，全球矚目；

2013-2015年兩年內，IBM瘋狂收購醫療數據公司，花了40多億美元，收購Truven、Merge、Phytel等。

2015年，沃森醫療獨立，CEO羅梅蒂稱"AI將改變一切"。

2017年爆發著名的“安德森癌癥中心事件”，系統建議出血患者使用"貝伐單抗"，該藥會導致“嚴重或致命出血”。

曝光后，該中心中止合作，6210萬美元研發費用打水漂。

2018年STAT News曝光沃森訓練數據造假，更是致命一擊：

病例由醫生和IBM工程師共同編制，使用"合成"癌癥病例和假想患者，而非真實數據。

沃森學習的是醫生偏好而非真實醫學，誤診率高達35%。

IBM“數字地球”項目分支的醫療合作在中國有67家醫院伙伴，信任危機蔓延，"每個人都認為這是失敗產品"。

沃森三大敗因，都跟軟件業大公司病有關。

首先是"工程師文化"主導。

習慣于軟件行業規律，即先做產品再找場景，與醫療需求脫節。

應該是緊扣醫療場景來定制軟件服務，也不需要硬件改造，輕資產運營。

其次是全球快速擴張，產品未成熟，多醫院、多國部署。

急于用收購堆砌數據，花了40億美元買一堆數據和爛公司，但無法整合應。

第三是裁員與領導更迭。2018年裁員50-70%，CEO去職，導致業務不連續，傷了市場信心。