一个临床医生的好想法,距离成为千万患者用得上的产品,中间隔着什么?
答案可能不是技术。在医疗AI成为行业热词的今天,算法、算力、数据似乎都不再稀缺,真正稀缺的,是让一个临床想法持续长成产品的机制。一个并不罕见的现象是:许多AI产品在演示环节惊艳四座,进入真实病房却“水土不服”;不少课题结题时成绩亮眼,结题之后便再无下文。

医渡科技联合创始人、CEO徐济铭在长期与医院共建后,把这一困境概括为一个朴素的追问——“一个临床好想法,为什么走到实际应用这么难?”他的判断是:问题的答案不在实验室里,而在医疗与技术之间那道长期被忽视的“机制鸿沟”——怎么让两者长期“一起干”、怎么把临床经验变成可持续的产品,一直缺一套顺畅的协作机制。
三道关卡,本质是三重“错位”
“一线的专业经验,是创新的重要起点。但把经验变成更多人能够使用的工具,还需要共同跨过几道关。”徐济铭说。
把这几道关拆开看,它们指向的其实是三重“错位”。
第一重是语言的错位。专家的临床判断依赖完整病程、患者差异与多年经验,关键依据常常隐含在诊疗语境之中,难以言说。而工程团队需要的是可定义、可拆解、可评价的任务。要把前者翻译成后者,需要反复拆解场景、指标与边界,并持续占用本就稀缺的专家时间——这不是一次需求评审能解决的,而是旷日持久的共同学习。
第二重是价值的错位。研究条件下的好成绩,并不等同于进入真实诊疗流程后的可用价值。数据准备、医生复核、误报处置,都可能增加工作量;换一类患者、换一家医院,原有结论是否成立,还要重新检验。论文里的“有效”和病房里的“有用”,是两回事。
第三重,也是最隐蔽的一重,是时间的错位。单院试点可以靠一笔课题经费推动,长期推广却无人承接:不同医院的数据、系统与流程各不相同,定制成本难以摊薄;课题和项目有明确的结题节点,产品却需要长期更新、验证与维护;专家投入、成果权益与后续经费,也未必能够同步安排。
项目有终点,产品没有终点。当科研的节奏遇上产品的逻辑,许多创新恰恰倒在了这道时间的错位上。
比技术更难的,是建立一种“长期关系”
如果把上述困境归结为一句话,那就是:医生和技术团队之间,缺的往往不是技术能力,而是一种能长期协作的关系与机制。
这正是医渡给出的答案。回顾其创业路径,从2014年做医疗数据治理底座,到与顶级医院共建专病数据库,再到临床研究全流程平台、自研医疗垂域大模型、AI Hospital解决方案——每一次产品的生长,都对应着对临床问题更深入一层的理解。用徐济铭的话说,这条路径的底层选择是“持续积累数据智能”“围绕临床和患者需求做产品”,从一次项目合作,走向可复用的底座、方法和持续服务。
这个答案可以拆成三个相互支撑的机制。
其一,以底座对抗碎片化。散点式的信息系统建设,只会造成新的数据孤岛,让每一次合作都从零开始。医渡选择先做数据与AI底座,让沉睡的数据可用、让知识可沉淀。在清华长庚医院,正是“数据中台+AI中台”的坚实基础,支撑起面向冠心病、心衰、房颤的心血管AI助手——在病区扩容50%、医生配置不变的情况下,实现提效与同质化并进。
其二,以平台承载长期协作。在重庆医科大学,合作始于2016年的医学联盟与医学数据研究院,从5家附属医院平台部署起步,历经药物安全大数据、肝炎专病库、结核研究协作、患者随访平台等真实课题,到2025年走向临床AI共创。近十年间,变的是课题,不变的是那个让医疗与技术双方持续对话的共同平台。在中国医学科学院血液病医院(血研所),同样是十年持续共建,从数据标准、疾病研究到临床研究平台,形成持续创新闭环。
其三,以共生替代交付。与中山大学肿瘤防治中心的十二年合作,最能说明“长期”的价值:双方共建8个专病库、全病种平台建库46个,支持医院产出高质量论文510余篇;研究成果发表于《柳叶刀》,并写入中国临床肿瘤学会(CSCO)鼻咽癌诊疗指南;智能体应用覆盖85%医院工作人员,医生主动使用超10万次,工作效率提升50%以上。这些成果不是某一次交付的产物,而是医学与工程长期相互塑造的结果。
当数据开始“自己说话”
稳定的协作机制跑通之后,一个更深远的变化慢慢显现:临床数据不再只是单次课题里用完即放的科研原料。在持续共建的共同体里,数据跟着诊疗、研究长期沉淀,逐步变成可确权、可规范复用的资源,为创新补上长久缺失的激励一环。在温州医科大学眼视光医院,“后巩膜加固术疗效的回顾性分析数据”通过温州数据交易中心挂牌成交,交易金额达20万元;与参天制药完成数据知识产权授权合作,标志着全国首个全流程合规的眼科数据知识产权授权转化项目正式签约落地。对医院和临床团队而言,这不仅是一次简单的变现,而是多年临床积累被看见、被认可,给持续探索提供了新的支撑方式。
在北京大学肿瘤医院,双方共同研发的CTMS临床研究管理系统,作为国家人工智能应用中试基地药物研发领域成果之一发布;联合研发的AI智能体“CACA指南助手”,把权威指南变成医生随手可及的工具。在北京协和医院,智能体应用从种子试用走向全院推广,再走向与科室共同打磨专科智能体。
这些工具本身,也是多年共建沉淀的数据、知识孵化出来的产物。这条从试点验证到全院规模化落地的路径,正是共同体模式下,创新可以不断复制、持续生长的缩影。
“最后一公里”,是一段要一起走的长路
“把临床想法变成产品”这个命题,正在被放到更大的政策坐标系中审视。2026年,《医药工业发展“十五五”规划》相关部署明确提出“深化医疗与技术协同,打通从临床需求到产品研发的转化链条”;从学界到产业界,“打通医疗科研成果转化最后一公里”已成为共识。
但共识之后,更关键的是谁来走、怎么走。徐济铭的表述提供了一个朴素的答案:“下一项有价值的创新,可能就来自今天的临床实践。”医生最了解未被解决的问题,创新的起点不是技术本身,而是临床中真实存在的挑战——临床专家、工程团队、产业伙伴共同参与,把经验转化为数据、模型和可持续应用,再让创新进入临床、接受验证,在使用反馈中不断优化。
“要让技术的进步,成为医生工作中的帮助、患者生活中的改善。”
这句话,或许是对“最后一公里”最好的注解。它从来不是一段可以冲刺完的距离,而是一段需要医与工并肩、长期走过的路。而谁能把这条路走稳、走长,谁就可能在医疗新质生产力的竞争中,拿到真正的入场券。
本文仅代表作者观点,不代表本刊立场。