医疗AI张遇升20251204

2025年12月05日16:15 关键词 医疗AI创新药商业模式支付意愿临床案例疑难杂症医疗行业供需不匹配幻觉问题电冰箱航空公司AI数据幻觉美国资本市场新竹林解决交流垂直 全文摘要 一位在协和医学院接受医学教育并获得博士学位，后赴美国约翰霍普金斯大学攻读公共卫生MBA的专家，分享了自己在医疗AI领域的经历和见解。起初加入一家美国医疗AI创业公司，后因公司并购回国创业，创立了新树林公司。新树林专注于利用AI服务中国创新药，已服务中国近三分之一已获批上市的创新药及两百多万医生，实现连续盈利。 医疗AI（张遇升）-20251204_导读 2025年12月05日16:15 关键词 医疗AI创新药商业模式支付意愿临床案例疑难杂症医疗行业供需不匹配幻觉问题电冰箱航空公司AI数据幻觉美国资本市场新竹林解决交流垂直 全文摘要 一位在协和医学院接受医学教育并获得博士学位，后赴美国约翰霍普金斯大学攻读公共卫生MBA的专家，分享了自己在医疗AI领域的经历和见解。起初加入一家美国医疗AI创业公司，后因公司并购回国创业，创立了新树林公司。新树林专注于利用AI服务中国创新药，已服务中国近三分之一已获批上市的创新药及两百多万医生，实现连续盈利。强调了AI在医疗行业的巨大潜力，尤其是在解决医疗行业供需极不匹配和提高成本效益方面。然而，也指出了AI医疗落地面临的三大挑战：数据获取困难、AI技术的幻觉问题以及商业模式的探索。通过提供病例家平台收集病例数据、人机协同减少幻觉问题、并找到健康的商业模式，新树林在解决这些挑战方面取得了进展。最后，强调了AI对于提高医疗行业效率的潜力，并介绍了新树林通过并购和内生增长扩大服务范围、利用AI提高效率的策略。 章节速览 00:00 AI在医疗行业的应用与创新药商业化 分享者拥有医学和公共卫生背景，曾在美参与医疗AI创业，后回国创办服务创新药的AI公司，服务中国近三分之一获批上市的创新药及两百万医生。公司连续盈利，并与头部创新药企发起论坛，探讨完善中国创新药商业化生态。强调AI对医疗行业的重要性，认为医疗行业是AI赋能的关键领域之一。 01:41 AI在医疗行业应用的机遇与挑战 对话探讨了AI在医疗行业应用的重要性，指出医疗行业供需不匹配、AI每度电价值高、医生工作与AI推理相近是三大关键原因。同时，指出了AI在医疗行业落地需克服的三大障碍，强调了该领域的广阔前景与早期发展阶段的特点。 04:25 AI医疗行业挑战与机遇探讨 对话深入探讨了AI在医疗行业面临的三大挑战：高质量数据获取难、技术幻觉风险及商业模式的不确定性。强调了中国医疗体系的特性，如公立医院主导、支付能力有限，以及医保控费问题。提出AI医疗在中国的商业化路径应聚焦于支持创新药物和器械的研发与推广，通过提升效率和构建数据闭环来实现商业价值。 09:04 AI驱动的中国创新药商业服务 分享了中国创新药服务公司如何利用AI技术解决数据、幻觉和商业模式三大挑战，通过提供一站式的商业化解决方案，服务于大量新药上市后的营销、医学和销售环节，实现收入增长和效率提升，展望未来通过并购和整合成为行业领先的AI服务商。 发言总结 发言人1 他是一位在医学与AI医疗领域有深厚背景的创业者。他从医学博士学习、公共卫生MBA以及在美国的医疗AI创业经历谈起，回国后创立了新树林，专注于为创新药提供AI服务，成就了服务三分之一获批创新药和两百多万医生的业绩，实现了盈利。他强调AI在医疗行业的巨大潜力，如解决供需不匹配、利用成本优势及产出高价值。然而，他也指出了AI医疗面临的挑战，如数据获取困难、AI幻觉问题和技术与商业模式的匹配难题。通过分享公司在数据积累、容错率管理及商业模式创新的努力，展示了AI在医疗领域的应用可行性和业务成功。最后，他对AI在医疗和创新药服务领域的未来前景表示乐观，期待通过并购、内生增长和AI效率提升，进一步拓展服务范围和影响力。 要点回顾 您能分享一下您个人的背景以及为何选择进入医疗AI领域吗？ 发言人1：我原先是学医学的，后来对医疗AI大数据产生兴趣，赴美在约翰霍普金斯大学攻读公共卫生MBA，并加入了一家医疗AI创业公司。该公司被美国第二大医疗保险集团并购后，我回国创业并创办了新树林，现在我们是中国服务于创新药领域的头部AI企业，已连续盈利，并与多家头部创新药公司共同致力于构建中国的创新药商业化生态。 为什么医疗行业在AI时代尤为重要？ 发言人1：医疗行业在AI时代至关重要，主要有三个原因。首先，医疗行业供需严重不匹配，AI能极大提高生产效率，解决全球医生短缺的问题。其次，医疗行业对AI的投入产出比极高，每一度电、每一个token都可能产生改变生命的价值。最后，医生的工作本质与AI推理相似，都是收集信息、建立推理流程并基于概率给出答案。 在医疗行业落地AI面临哪些挑战？AI在所有行业中的地位如何？ 发言人1：在医疗行业落地AI需翻越三座大山。第一座是数据获取难题，尤其是高质量医疗数据极其困难；第二座是AI技术困境，即AI在不确定情况下可能会产生错误诊断，容错率极低；第三座是商业模式死亡之谷，即优秀的技术发明并不直接等同于良好的商业模式，如何将用户价值转化为商业价值是一个亟待解决的问题。在所有行业中，AI的应用价值非常高，尤其在供需不匹配的行业中，医疗行业是最有机会的前三甲之一，其他可能包括教育和金融行业。然而，医疗行业在AI落地过程中面临着诸如数据获取难、技术幻觉问题以及商业模式构建等重大挑战。 AI医疗在中国和美国的商业模式有何不同？ 发言人1：在中国，由于公立医院体系为主导，其支付意愿和能力较弱，导致医疗体系中存在应收账款回收困难的问题。而在美国，医院和私立诊所作为商业机构，可以更直接地进行商业合作。此外，中美之间在医保控费方面存在较大差距，如何突破医保支付意愿也是中国AI医疗面临的一大挑战。 公司认为在中国AI医疗商业化落地的主要机遇是什么？ 发言人1：公司认为在中国，AI医疗若能解决与医保支付相关的问题，将有巨大的商业化潜力。更清晰的商业模式是帮助创新药物和器械做好商业化及研发，通过极大提高效率形成数据飞轮来建立竞争优势。公司正致力于成为新药上市后商业化流程中的AI驱动型伙伴，提供一站式解决方案，服务包括新药策略制定、证据生产传播、医生疗效管理、患者管理等环节。 公司在AI服务创新药领域的具体成果如何？ 发言人1：至今已服务约100家药品企业，约占过去五年中国获批新药的三分之一，并形成了基于AI驱动的数据飞轮。公司过去三年现金流均为正且盈利，收入增长每年达50%，这得益于中国创新药的大量上市。同时，公司针对AI在医疗行业落地的三个挑战（缺乏训练数据、幻觉问题、商业模式不清晰）积累了独特优势，拥有上千万疑难杂症病例库作为数据资源，并通过人机协同降低幻觉问题，采用预付费商业模式确保现金流健康。 公司在行业中的发展战略是什么？ 发言人1：公司计划通过并购整合行业内的小型服务商，打造AI驱动的一站式制药企业营销服务提供商。未来两年希望通过并购、内生增长提供更多解决方案，并利用AI技术进一步提升交付效率，降低人工成本，推动服务外包趋势的发展。同时，公司也启动了IPO进程，期待在未来获得资本市场的认可。 公司在创新药服务方面的对标公司是哪家？ 发言人1：公司在国外的对标公司是一家名为Toxicity的垂直领域公司，同样服务于美国的创新药市场，拥有约6亿美金收入和150亿美金市值，证明了该行业在美国已被资本市场认可。