38
0这是「离线时间」特别栏目「在场」的第一期。「在场」不聊已经干成的事，聊正在摸索的。「在场」的Co-host是EP10的嘉宾胡成臣，ClariPpi创始人。
本期嘉宾薛翀，协和医学院外科学博士，曾在浙二泌尿外科任主治医师，赴约翰霍普金斯医学院进修。2016年从医院出来创业，创办全诊通（Trizen），做了10年AI医疗。公司100人，覆盖全中国所有省份的医院。2022年底全面拥抱大模型，2023年4月推出国内第一个AI医疗文书助手。最近和ClariPpi联合发布了一台科室诊疗AI一体机——把数据中心级的AI方案做成桌面级，体积缩小60倍，功耗降低20倍，成本最高降低20倍。
Ellen的视角：2017-2018年在北京做美元基金投资时看过一波AI影像公司，几乎每家都做肺结节筛查，资本极度追捧，但后来大部分没了声音。这期想搞清楚：过去八九年AI医疗到底经历了什么？为什么那一波没跑出来？现在这一波有什么不一样？
Highlights：
→ 胡成臣和薛翀两个月前一见如故：一个在找行业合作伙伴，一个在找本地AI部署方案，聊到最后发现天然互补
→ 科室诊疗AI一体机：15cm×15cm×5cm的盒子，支持10个医生同时使用，数据不出院
→ 以前做不到是因为方案都从云端"缩小"过来的——overkill；现在从边缘侧原生设计，找到更好的折中点
→ 胡成臣在蔚来做过车载AI——车就是边缘侧设备，技术方案直接迁移到医疗，甚至成本更低（不需要车规）
→ 薛翀在Hopkins做postdoc时研究手术机器人：用算法切割影像边界→3D重建→手术规划→机器人执行
→ 从美国回来后最大的感受："每天像台机器，分不清自己是机器还是修理工"——一年400台手术，根本没有情感关怀给病人
→ 为什么选医生工作流而不是影像AI：受美国Physician Assistant启发——医生需要的是一个分身，帮他记录、开药、写病历
→ "大部分诊疗决策是机械性的，3到5步推理就够了，不用像下围棋那样考虑10步"
→ 2022年底GPT moment之后全面拥抱大模型：以前直接训练专家模型需要大量数据，现在在预训练模型上微调，用微量数据就能达到更好效果
→ 医院不是"不好敲的门"——首先它是一个经济体，有收入有支出就有商业机会。最大的门槛是语言体系
→ 销售方式极其直接：直接挂院长的号，打开APP，聊完病历就写好了。北京某医院院长用了之后，原来看60个病人要到下午1点，现在11点半就结束了
→ 肺结节AI为什么没跑出来：它节约的时间"可以忽略不计"——最后专家还是要重新看一遍
→ 写病历这件事不一样：医生一半时间花在"pajama time"（穿着睡衣敲键盘），节约的是实实在在的几小时
→ 油条比喻：在家炸油条成本太高质量还差，不如去早餐店。但如果边缘侧计算成本比云端token还低，那就在家做了
→ 薛翀最纠结的事：被医院"逼着"做本地化部署——本来想做云，但医院要求数据不出院
→ 内存条涨价是转折点：硬件成本上去了→遇到胡成臣→发现可以用1/20功耗做同样的事→决定合作
→ 以前被打掉的需求现在能接了：10万级的民营医院、科室级部署、安提瓜2000个大夫——几台机器远程部署就行
→ 全诊通今年自己做了一个HIS Claw：专门操控医疗信息系统，成本极低——"智力劳动者的具身智能"
→ Token成本越来越低，但总消耗量在指数级增长——全诊通公司内部token消耗已经百倍级增长
Timeline：
Part 1：在场栏目开场 + 胡成臣前奏
00:00 开场：离线时间特别栏目「在场」——聊正在摸索的，不聊已经干成的
01:00 胡成臣返场：两周前录完EP10，项目有新进展——在杭州GAITC发布了医疗AI一体机
02:19 为什么做「在场」：AI时代充满不确定性，需要探索精神，只要在场面上就无所谓输赢
04:23 Ellen：播客做了10期，发现每个人的状态都在迭代，正在发生的事情值得被记录
05:45 在场第一期嘉宾：全诊通薛翀医生
05:58 胡成臣和薛翀怎么认识的：去薛翀家聊天，一见如故，同年出生，聊创业聊人生
07:10 两拨人——做行业的和做AI的——合到一起机会就出现了
08:00 科室诊疗AI一体机做什么：帮医生做助手——记录问诊、写病历、开药、开检查单
09:30 全诊通负责行业应用，ClariPpi负责本地AI Runtime和模型优化，1/20功耗1/60体积
10:32 以前为什么做不到：云端方案缩小过来是overkill，从边缘侧原生设计才能找到折中点
12:42 蔚来车载AI和诊室AI的相通之处：车就是边缘侧设备，技术方案直接迁移
Part 2：薛翀的完整对话
14:28 Ellen开场：2017-2018年在北京看AI影像，几乎每家都做肺结节筛查，后来大部分没了声音
16:45 薛翀自我介绍：协和博士，12年前还是外科大夫，Hopkins做postdoc研究手术机器人
18:00 全诊通：2016年创业，2022年底全面拥抱大模型，2023年4月推出国内第一个AI医疗文书助手
21:07 公司100人，年收入约1亿人民币
21:30 GPT之前vs之后：以前直接训专家模型需要大量数据，现在预训练模型上微调效果更好
22:30 为什么离开医院："每天像台机器，一年400台手术，根本没有情感关怀给病人"
23:00 为什么选工作流而不是影像：受美国Physician Assistant启发
25:19 "大部分诊疗决策是机械性的，3到5步推理就够了"
26:00 美国外科大夫做完手术打录音电话→助理帮他敲进电脑——这就是AI该做的事
26:36 "pajama time"：医生穿着睡衣写病历的时间占了工作的一半
28:18 医院数据不能上云→2024年开始本地部署→华为芯片适配
30:47 内存条涨价→遇到胡成臣→发现可以做极小型机器→"我相信你能干，就当交学费"
31:35 GAITC发布：ASR+OCR+语言模型+医疗推理模型全部装进一个小盒子，成本全世界最低
32:00 美国创业者看了也很惊艳，要拿去美国推广
32:24 对标公司Abridge：17亿美金市值，年收入1.5亿美金
33:03 销售网络覆盖全中国所有省份，东南亚和安提瓜卫生部长都在邀请
34:54 医院的门好敲吗：医院是经济体，有收入有支出就有商业机会
36:10 最大门槛是语言体系：医生之间有一套专业话语体系，外行进不去
38:00 肺结节AI为什么卖不动：识别一个结节的良恶性，节约的时间可以忽略不计
40:00 写病历不一样：节约的是医生一半的工作时间，商业价值非常容易量化
42:25 销售方式：直接挂院长的号，打开APP，聊完病历写好了
42:44 北京某医院院长：原来看60个病人到下午1点，用了产品11点半结束
44:00 经销商模式：药企和器械企业转型做AI，带产品进医院
45:15 油条比喻：什么时候该用云（油条店），什么时候该在本地做（包子在家蒸）
46:42 边缘侧成本比云端token还低时→本地计算蓬勃发展
48:00 薛翀的纠结：本来想做云，被医院逼着做本地化——但商业化反而更成功
50:02 计算机从大型机→小型机→PC→移动设备的类比——AI也会走同样的路
50:20 全诊通今年做了HIS Claw：操控医疗信息系统，"智力劳动者的具身智能"
53:17 Token成本在降但总消耗在指数级增长——公司内部token消耗已百倍级增长
56:07 薛翀不允许工程师直接写代码了：让AI先写一道，人去check
59:37 本地vs云的分工：文书和诊疗决策在本地做，50万篇文献检索在云端调
1:01:03 收尾：产品5月23-24日在中国发布
