凡人小北 · 转角处
·
医疗 AI：小公司的机会可能比你想的大
💡
原文中文，约1800字，阅读约需5分钟。
📝
内容提要
OpenEvidence 日均进行 100 万次临床咨询，覆盖超过 1 万家医院，40% 的美国医生在使用。医疗 AI 市场快速增长，预计中国市场将从 88 亿增长至 3157 亿人民币。小模型在医疗领域可能更具优势，强调场景理解和流程设计的重要性。
🎯
关键要点
-
OpenEvidence 日均进行 100 万次临床咨询，覆盖超过 1 万家医院，40% 的美国医生在使用。
-
医疗 AI 市场快速增长，预计中国市场将从 88 亿增长至 3157 亿人民币。
-
小模型在医疗领域可能更具优势，强调场景理解和流程设计的重要性。
-
医疗行业是一个高约束系统，医生的决策受到指南的约束。
-
大模型和小模型的两条路线同时存在，医疗行业需要更严格的 harness。
-
小公司的机会在于对具体场景的理解和可用的工作流程设计。
-
关键能力包括临床路径、医生习惯、科室差异和合规边界，这些是大模型所缺乏的。
-
医疗 AI 的成功依赖于行业认知和工程能力的重排，而非单纯的模型竞赛。
❓
延伸问答
医疗 AI 市场的增长趋势如何？
预计中国医疗 AI 市场将从 2023 年的 88 亿增长至 2033 年的 3157 亿人民币。
小模型在医疗领域的优势是什么？
小模型在医疗领域可能更具优势，因为它们强调场景理解和流程设计，能够更好地适应高约束的医疗环境。
OpenEvidence 的临床咨询数据有什么亮点？
OpenEvidence 日均进行 100 万次临床咨询，覆盖超过 1 万家医院，40% 的美国医生在使用。
医疗 AI 成功的关键因素是什么？
医疗 AI 的成功依赖于行业认知和工程能力的重排，而非单纯的模型竞赛。
小公司在医疗 AI 领域的机会在哪里？
小公司的机会在于对具体场景的理解和可用的工作流程设计，而不是单纯拼模型。
医疗行业的高约束系统对 AI 的影响是什么？
医疗行业是一个高约束系统，医生的决策受到指南的约束，这意味着 AI 需要稳定地做对，而不需要过多依赖泛化能力。
➡️
