先表明我的观点：
目前阶段医疗AI不成熟，我不同意王小川提出的“签字权让渡”，即医生签字权让渡给AI，怎么看都是变相地授权给科技公司。
王小川立场不正，观点偏颇，尤其没有站在广大医患、公共事业的角度看待医院业务，这是很遗憾的。
我文章评论区有则锐评：
一个做to C业务的人，拿着输入法工具的逻辑来做to H（to Hospital，医院业务）。
他陷入了“工具的诅咒”：
因为手中就一把榔头，所以看着屋子里哪里都是钉子。
“站着”与“跪着”
2023年是王小川的分水岭。
这一年的夏季，百川在大模型领域明显落后于其他五小虎。“创业未半，中道崩殂”。
小川带领团队，明智地转向医疗AI领域。这不是进攻，是退守。
他的思路是要当张麻子，“站着挣钱”。
第一步，不浪费百川投资几十亿的大模型底子，基于已有基座做医疗事业的微调，沉没资产再度利用；
第二步，API授权，加上出售软硬一体机，绑定政府。搜狐系的打法又来了。
第三步，项目制合作，依赖政府关系，从to B跳到to G，再到to H，切入三医（医生、医疗和医院）。
小川最想得到的资源是头部医院，“三医”系统中的皇冠。
第四步，模糊数据边界和知识产权，获取医院数据训练模型。
第四步是大成，但最为犯规，触犯各家利益，也导致百川医疗目前落地困难。
病人病历，病人是发起者，但不是唯一的创作者——病历是病人、医生和医院治疗环境共同造就的产权，医院只是代管。
这个封闭又混沌的体系下，没有一家、一方可以“硬来”，何况多数科技公司本身不属于这条专业赛道。
多数人都在猜想，门外汉费劲巴拉挤入这条拥挤赛道，本心可能不是服务大众，而是为了钱。
2015年是张超的分水岭，时间点早于大部分AI公司。
前百度自然语言处理部门资深研发工程师杀入医疗AI蓝海，他的口号是先做"工具人"，再做"合伙人"。
“左手医生”主打一个“跪着”——它帮医生减负，还不触动既得利益。
听译机器人实时记录医患对话，自动生成电子病历；
智能在线问诊是AI辅助接诊，配合医生给出诊断建议、用药指导；
让医生和医院感到麻烦的患者随访、慢病管理，抛给它的智能诊后管理；
智能体共创是AI与真人医生协同，再说利益共享，深度绑定。
张超耕耘了八年，左医系统覆盖35个科室、6000多种常见病。
“和创业公司比，左医技术强；和大公司比，左医执行快。"（张超语）
它与国内100多家三甲医院合作，其中头部三甲超过20家，行业客户总数超过500家，日服务人数近百万。
八年+专业垂直，与两年+转型，数据层面给出不一样的评判。
商业化困难
人间有三条赛道做商业化要极其小心：
教育、医疗和司法。
稍有不慎，有失公平、正义，执业基础就不存在了。
失去了心态上的平衡性，进入这个市场就是磕磕绊绊，左冲右突但是左右为难。
百川医疗三甲医院签约率只有12.7%，远低于预期的50%；
API收费每千token约为0.5-2元，价格不便宜；DeepSeek开放API是0.003美元每千token，平滑用在医疗领域，基座能力更优；
定制项目由于医院采购周期长，回款缓慢；
百川声称账面上尚有50亿元现金，外界普遍估计实际数字在30亿左右，未来两年必须做出现金流来，否则无法上市，投资人也不会放过小川。
一生的职业机遇都要赔上。
王小川的着急和戾气是显而易见的，再叠加天秤座的聪慧，未免演活了周芷若，心机过重，受众对其反感、警惕。
医疗AI领域真正需要的大家是张无忌，神医胡青牛弟子，武当张五侠的血脉，张三丰老真人的徒孙。
光明顶上战六派，救过厚土旗，技能和声誉都必须站在高峰。
北京医疗界接触过百川智能的专业医师指出，百川模型能力很强，但对医疗系统不了解，医院场景不清晰。
很像一个着急进入赛道的人的表现，令保守人士质疑。
医疗界反复强调，人命关天。
目前医疗溯源、追责、兜底都在医院方，“保守”是对大家负责，对生命尊重。
基层医生不认同百川对医疗HIS的改造。门诊那么忙，平时压力很大，太新的交互他们不太容易接受。
面对签字权，事关职业生存底线，名院、学术大咖、医疗大拿都是清一色的“保守派”。
与利益无关，与声誉有关。
对上述三大医疗实施主体来说，声誉就是长远利益。
这个场景不欢迎激进型的改革，冲击多家肥了一方。
尤其是，百川智能在项目制中写明了，数据为“单向获取”，即医院数据一旦进入百川实验室，后续模型归百川所有。
这点也突破了目前的数据管理，令合作方“体感不适”。
三甲医院都是事业单位，可不比私人公司，没有“打碎瓶瓶罐罐闹革命”的魄力。
“左手医生”进入医院，是从SaaS服务入手，逐步过渡智能体共创，与医生、医院共享利益，自然平和很多。
"医疗to B目前都是做标杆，或是基于医院的数据做共创，很难商业化。"
IBM“沃森”之死
AI想得很美，现实很骨感。
医疗AI目前有两大难点需要克服：
第一点， 责任黑洞。"人机共担"出了事情，约等于“无人负责”。
中国《民法典》第1223条规定：产品缺陷由生产者赔偿，但AI的"算法黑箱"使因果关系难以证明，科技公司闪避空间较大。
系统研发商撒腿就跑，AI不能坐牢，不能吊销执照，不能赔命。
留下势单力孤的小医生独自承担。
美国Sarchett案、Wickline案先例证明，医生遵循AI建议出错，仍可能被追究责任，甚至全责，还不如自己独立判断。
第二点，需正常接入医保，而非资本催熟。
医保未覆盖AI诊断收费，患者支付意愿低，G端/H端/C端支付路径均未走通。
医疗AI的成功不在技术参数，而在“临床价值-政策合规-商业闭环”的铁三角；
医疗AI的护城河不是模型参数，而是医院关系、数据资产、共创模式。
至少目前看来，尚未形成闭环。
我们用IBM的“沃森”（Waston）来对比国内的激进派路子。
2010年，IBM组建Watson Health，启动"登月计划"，面向医疗信息化的大规模战略投资开始；
2011年，沃森系统在问答节目《危险边缘》击败人类冠军，全球瞩目；
2013-2015年两年内，IBM疯狂收购医疗数据公司，花了40多亿美元，收购Truven、Merge、Phytel等。
2015年，沃森医疗独立，CEO罗梅蒂称"AI将改变一切"。
2017年爆发著名的“安德森癌症中心事件”，系统建议出血患者使用"贝伐单抗"，该药会导致“严重或致命出血”。
曝光后，该中心中止合作，6210万美元研发费用打水漂。
2018年STAT News曝光沃森训练数据造假，更是致命一击：
病例由医生和IBM工程师共同编制，使用"合成"癌症病例和假想患者，而非真实数据。
沃森学习的是医生偏好而非真实医学，误诊率高达35%。
IBM“数字地球”项目分支的医疗合作在中国有67家医院伙伴，信任危机蔓延，"每个人都认为这是失败产品"。
沃森三大败因，都跟软件业大公司病有关。
首先是"工程师文化"主导。
习惯于软件行业规律，即先做产品再找场景，与医疗需求脱节。
应该是紧扣医疗场景来定制软件服务，也不需要硬件改造，轻资产运营。
其次是全球快速扩张，产品未成熟，多医院、多国部署。
急于用收购堆砌数据，花了40亿美元买一堆数据和烂公司，但无法整合应。
第三是裁员与领导更迭。2018年裁员50-70%，CEO去职，导致业务不连续，伤了市场信心。
热门跟贴