第313章《平凡的荣耀21》（1/2）
经过一番深思熟虑又热烈的讨论之后，苏宁和兰芊翊选定的研究方向是“人工智能在医疗影像诊断领域的商业化路径”。
这个题目专业门槛高，但前景广阔，很考验研究深度。
周一早晨，两人抱着笔记本电脑和厚厚一沓文献，走进六楼角落的小会议室。
“苏宁，我先说一下初步的思路。”兰芊翊打开笔记本，屏幕上的思维导图清晰呈现，“我们可以从三个维度切入：技术成熟度、政策监管环境、商业模式可行性。我负责技术趋势和竞争格局分析，你负责政策研究和商业模式推演，怎么样？”
苏宁没有立刻回答。
他微微侧头，目光落在思维导图上，似乎在思考什么。
会议室里安静了几秒，只有空调的轻微嗡鸣。
“可以。”他终于开口，声音平静，“但我觉得还可以加一个维度。”
“什么维度？”
“医院和医生的实际采纳意愿。”苏宁抬起眼，目光与她交汇，“技术再先进，商业模式再完美，如果一线使用者不买账，商业化就是空谈。我在看文献时注意到，很多AI医疗产品失败，不是技术不行，而是没有融入医疗工作流。”
兰芊翊眼睛一亮：“这个角度很重要！我之前在高盛做医疗科技行业分析时，也见过类似案例，产品很好，但医生觉得增加了工作负担，不愿用。”
“对。所以我们需要了解医生的真实想法：他们最需要AI解决什么痛点？使用门槛有多高？培训成本多少？是否影响现有工作流程？”苏宁顿了顿，“这部分调研，单靠文献分析不够。”
“你的意思是？”
“实地访谈。至少要和五到十位不同科室的医生深入交流，还要了解医院采购决策流程。”苏宁翻开自己的笔记本，“我之前在医疗行业工作过，有些资源可以用。”
兰芊翊敏锐地捕捉到“在医疗行业工作过”这个信息，但她没有追问，而是顺着思路说：“那这部分……我们一起做？访谈设计、问卷调研，都需要临床视角和商业视角结合。”
“可以。”苏宁点头，“我建议分两步：先做文献和行业报告分析，形成初步假设；再基于假设设计访谈提纲，有的放矢。”
“同意。”兰芊翊快速记录，“那我们先细化分工和时间表。第一周完成背景研究和框架搭建，第二周开始初步分析，第三周……”
两人就这样讨论起来。
从研究框架到具体方法，从时间安排到成果预期，每一个环节都仔细推敲。
兰芊翊发现，苏宁虽然话不多，但每次提出的问题都切中要害；而当她提出建议时，他不是简单地同意或反对，而是会问：“这个方法的局限性是什么？”
“有没有更好的替代方案？”
“需要哪些资源支持？”
这种严谨让她想起友为资本那位哈佛毕业的前男友陈占……
但不同的是，苏宁没有那种居高临下的优越感，也没有陈占那种咄咄逼人的气质。
他的提问是真诚的探讨，而不是彰显自己的聪明。
……
分工定下时，已经过去一个小时。
两人不约而同地看了看时间，都有些惊讶，讨论效率比预期高得多。
“那……今天就开始？”兰芊翊问。
“好。我先整理政策文件清单，下午发你共享文档。”苏宁合上笔记本，“对了，你习惯用哪种协作工具？Notion？飞书？还是传统的Word+Excel？”
“Notion吧，可以建知识库。”兰芊翊说，“我建个workspace，邀请你。”
“好。”
简单的对话，没有客套，没有不必要的解释。
就像两个早已配合多年的搭档，自然而然地进入了工作状态。
……
接下来的几天，两人形成了默契的工作节奏。
每天上午九点，他们会用十五分钟视频同步进度……
即使都在公司，也选择线上沟通，节省走动时间。
下午四点，再花二十分钟在会议室面对面讨论遇到的问题。
其余时间各自研究，需要配合时直接在微信上沟通，言简意赅。
兰芊翊逐渐适应了这种节奏，更准确地说，她很享受这种节奏。
周三下午，她完成了AI影像诊断技术发展脉络的分析，自信满满地将初稿发给苏宁。
图表精美，数据翔实，逻辑清晰，这是她在友为资本练就的基本功。
半小时后，苏宁回复：“方便现在讨论一下吗？”
“好的。”
两人在小会议室碰面。
苏宁打开她的文档，直接翻到准确率对比分析那一页。
“整体思路很好，结构清晰。”他先肯定，然后话锋一转，“但这个93.5%的准确率数据，我有疑问。”
他指着图表上的一个数据点：“这是基于哪个数据集测的？”
“edical，公开数据集里质量最高的之一。”兰芊翊解释道，“我对比了五篇顶会论文，这个数据是平均值。”
苏宁微微蹙眉，兰芊翊注意到这是他思考时的习惯表情。
“公开数据集和医院实际数据差异很大。edical的数据经过严格清洗和标注，但医院实际数据噪声大、标注不一致。同样的算法，在公开数据集上准确率能到95%，在实际医院数据上可能只有80%出头。”
兰芊翊一愣，这个角度她确实没考虑到。
“我查过几篇临床验证研究。”苏宁调出自己的笔记，“比如这篇今年二月发表在《Radiology》上的文章，同一个肺结节检测AI，在公开数据集上灵敏度97.2%，但在三家医院的实际临床数据上，灵敏度分别只有89.1%、85.7%和82.3%。”
他把屏幕转向兰芊翊，密密麻麻的文献笔记，标注着重点和数据对比。
“这个差距会影响商业化前景。”苏宁继续说，“如果只宣传公开数据集上的高准确率，医院采购后发现实际效果打折，会产生信任危机。我们应该区分‘理想场景性能’和‘实际场景性能’。”
兰芊翊脸有些发烫，这是她疏忽了。
太依赖学术论文数据，忽略了临床落地的复杂性。
“对不起，我重新做这部分分析。”她诚恳地说。
“不用道歉。”苏宁语气平静，“研究本来就是不断迭代的过程。我们一起把这块补上。”
“我联系了复旦医学院的一个师兄，可以拿到一些脱敏的实际医院数据做对比分析。大概明天能拿到。”
兰芊翊惊讶地看着他：“你什么时候联系的？”
“前天晚上，看到你初步框架时就想到了这个可能性。”苏宁说得轻描淡写，“刚好他最近在做类似的研究，数据可以共享。”
这一刻，兰芊翊心里涌起一种复杂的感受。
这个搭档，不仅能在她出错时指出问题，还能提前准备好解决方案。
不是指责，而是建设性的帮助。
太可靠了。
“谢谢。”她由衷地说道。
“互相补位而已。”苏宁关掉文档，“接下来我们分一下工：你继续完善技术发展脉络这部分，我负责临床数据对比分析。周五前合稿，怎么样？”
“好。”
……
随着合作的深入，兰芊翊开始不自觉地在工作中观察苏宁。
发现苏宁对数据有种近乎偏执的严谨。
每个数字都要追溯原始来源，每个结论都要有至少两个独立信源的佐证。
有一次，为了确认某省医疗AI采购政策的出台时间，他打了三个电话，查了政府网站、新闻报道和行业内部通讯，最后精确到年月日。
发现苏宁虽然年轻，但看问题的角度常常很“老道”。
周四讨论商业模式时，兰芊翊提出了一个基于订阅费的收入模型，计算出的市场规模相当可观。
“理论上可行。”苏宁看完后说，“但忽略了几个实际约束。”
“什么约束？”
“第一，医保支付问题。目前大部分AI辅助诊断项目不在医保报销范围内，患者自费意愿有限。第二，医院采购流程。公立医院采购需要招标，周期长，决策链条复杂。第三，医生培训成本。AI工具需要医生花时间学习，这个成本谁承担？第四，责任界定。如果AI漏诊，责任是医生、医院还是厂商？”
他一口气说完，兰芊翊愣住了，这些都是她没考虑到的。
“那……你有什么建议？”她虚心问。
“分阶段推进。”苏宁在白板上画起来，“第一阶段，以科研合作形式进入医院，积累临床证据。第二阶段，申请医疗器械注册证，进入部分试点医院的采购目录。第三阶段，推动进入医保，实现规模化。每个阶段的商业模式都不同。”
他边画边讲，逻辑清晰得像一份完整的商业计划书。
兰芊翊听着，突然好奇他过去的经历……
这种对产业落地的深刻理解，不像一个普通实习生该有的。
但她没问，工作场合，不合适。
……
周五晚上，为了赶进度，两人加班到九点。
报告主体部分基本完成，还差最后的总结和建议。
兰芊翊揉了揉太阳穴，感觉有些疲惫。
“今天就到这吧！明天再继续。”她说。
苏宁看了看时间：“好。我送你回去？这个点地铁不太安全。”
“不用，我叫车就行。”
“不用拒绝！顺路。”苏宁已经拿起外套，语气自然得不容拒绝。
车上，两人都没怎么说话。
本章未完，点击下一页继续阅读。