与Shang Tang Medical Zhang Shaoting的对话：很难用新的

资料来源：2025年2月36KR，Senseime Medical宣布了周期之后的第一次融资，投资前的赞赏为15亿元人民币。文本｜ hiaiuojing Origin ｜ 36Kr Pro（ID：KKRPRO）覆盖源｜在“ AI+All”的春季，医疗服务也越来越受欢迎。在深入研究开始的AI Medical 2.0期间，许多独角兽公司获得了超过10亿美元的融资，并感谢近100亿元人民币。但是，由于多种原因，很少有公司达到了市场收入的期望。当时间表进入生成AI的3.0时代时，仍然存在昂贵和困难的医学治疗的困境。可能会出现哪些医疗问题？哪些公司可以改变新技术以及可以带来哪些医疗机会？ Kamakin Fact，36KR采访了Senseime Medical的首席执行官Zhang Shaoting，并讨论了申请表，技术堆栈，价格战和AI医疗行业的支付。 2月20日25，Senseime在周期后宣布了其第一次融资，并以15亿元人民币的投资预付款和超过1亿元的融资。在该行业中，Senseime医疗是一种特殊的存在：这100多人以低调的方式从事医疗服务已有7或八年的工作，在大型语言模型中开发了“大医生”，开发了近60个AI应用程序，并在国内外获得了许多医疗设备，并获得了特定的利润规模。但是，当它被分为一开始时，这是医疗资本的寒冷冬天，哈德林比以往任何时候都更加困难。在张宣传的角度，前几个融资周期不应太激进。除了赚钱之外，关键是借用股东产生障碍的权力。他认为，通过技术背景，技术收益，商业模式，渠道等不足以生产NG - 期限障碍。只有依靠行业的生态，才有机会。您如何看到Deviceek在许多医院的扩展以及如何克服AI的幻觉问题？在该行业中，价格和医疗保险的价格未涵盖，AI医疗商业化如何破坏僵局？您如何看待对“ Seensime是上一代人AI公司”的外部分析？张·加维什（Zhang Gaveshaot）对以上所有内容发表了自己的看法。共识和反对36kr：您如何看到许多医院进入DeepSeek？开放资源对Senseime医疗的影响是什么？ Zhang shaoting：有时我举一个例子，是启动大型模型的三个阶段：火箭的第一阶段是主要模型，例如DeepSeek，Qianwen，senseime，Senseime和其他通用模型的“全血版本”；火箭的第二阶段增加了垂直知识，例如医疗保健，而不是简单的洛拉，但包括完整的参数调整，微调教学，COT，即连锁思维能力等；火箭的第三阶段是用于应用，知识库等。直接基于第一阶段火箭弹，直接应用第三阶段的火箭是危险的。例如，DeepSeek-R1（通常是众所周知的Asfull-labled版本）具有明显的幻觉。此外，使用671b参数的模型需要在删除时进行许多计算源。如果启用了“深入思考”，那么大量令牌输出也会同时减少，这对医院来说非常昂贵。我认为，从成本效益的角度来看，过度定量的垂直模型更适合医院扩张。自2022年9月以来，Senseime Medical将重点关注Rocketsa过程的第二层，2023年2月，我们为测试带来了医疗垂直医院模型。基本模型和开放资源的无尽出现对我们来说绝对是好事，并且有更好的基本模型可以重复我们的垂直模型。 36KR：Senseime MedICal强调“多模型大型模型 +平台部署”整个医院的临床诊断和治疗”，关键字是临床，住院，诊断和治疗的临床，诊断和治疗。不仅是放射学的能力，而且还有助于进行诊断。当时，许多制造商都专注于放射学和AI电影，而且我们认为该商业的企业很难与大多数公司的企业相提并论。信息端口通常需要从医院信息部门进行报告，因此，辅助放射线诊断软件通常是用硬件设备出售给医院的，并且很难获得辅助放射线的诊断。和其他链接。解决许多部门的临床需求也可以更好地给决策者留下医院的印象。因此，Sexecare是一个希望在2018年赋予整个医院能力的SaaS平台，其中包括辅助，辅助治疗和AI平台上的外科手术计划等模块，以共享基础技术。这就是平台部署的方式。 2018年，Sintecare首次赢得了冠军，该冠军配备了术前计划的3D建模。 36KR：在2018年，您判断放射学业务的辅助诊断很难开展。友好的公司是否意识到苛刻的政党和电影阅读软件决策制造商不一致？张宣传：在那几年中，大多数制造商并没有真正记得放射学业务困难。一方面，当时市场上的市值相当不错，另一方面，他们认为市场仍然需要一个教育过程。但是当2020年时，当我们发现这条道路确实没有起作用时，这一切都开始强调临床，治疗和手术计划。几年前，目前的共识通常是反对的。 36KR：医院是否更喜欢选择一个“大而全面的”诊断和治疗平台，还是更喜欢首先尝试的“小而精致”的产品？张宣传：除了临床价值外，医院还应考虑预算障碍。一开始，许多医院并没有做出太多的预算，希望证明AI带来的金额，并找到一种或两种AI产品可以先尝试，但他们也希望他们选择的供应商可以提供未来增加的产品。否则，医院将决定安装多个软件，并将希吉特与十多个制造商相匹配，这对于医院管理而言并不方便。像澳门金胡医院一样，这是一个案例。从2019年到今天，它已被近20个Artifi购买CIAL Intelligence产品来自Senseime Medical。相反和障碍36KR：您认为当前的AI医疗行业已经就技术路线，商业化等达成了共识吗？张宣传：关于业务困难必须达成共识，单个软件很难成为商业爆炸性产品。因为只要它是标准软件产品，它将面临价格战。只要它是一个项目（自定义），它将需要人工成本。这两个都不符合发展AI医疗公司的要求。现在，一些AI医疗公司以一种“宽阔的”方式落后，从肺结节延伸到头目和胃；有些人以“深度”的方式从术前诊断，外科计划和术中导航等移动，但同时实现快速收入增长，高质量收集和受控成本仍然很难。所以我是说技术和商业模式很难致电长期障碍，只能带来短期的优势。当然，对于大多数中国2B行业来说都是如此。 36KR：技术和商业模式可以被视为障碍吗？张宣传：首先，如果我们没有技术的第一步优势，我们将无法转到扑克桌。但是在2B行业中，这将不是持久的障碍。当然，对技术的投资当然可以带来Puckshandsome，也可能是降低成本和提高效率的谋杀武器，但是依靠技术收益很长一段时间是不现实的，尤其是在IP没有受到高度保护的环境中。尽管它像OpenAI技术一样前瞻性和高效，但最近仍可以将其模型蒸馏和影响许多公司，包括开放资源对封闭资源的影响。在2B行业中，产品设计和抛光细节同样重要和技术。 36kr：业务方面呢？一些投资者认为，如果可以在高频上“以每种视图为基础” AI医疗产品，就会有机会。张宣传：在中国，“付费”，很难获得医疗保险，而且医疗保险也面临着控制费的压力；如果指导患者付款，对制造商也将是危险的。即使有可能，运营公司也可能会受益，而不是技术产品公司。当然，让医院直接购买软件模块并不容易，医院将判断盈利能力的可能性。 Senseime Medical推广的“整个医院情报”实际上是通过构建平台和十二个AI应用程序的途径。过去，我们与您的客户做得很好。与Senseime组分开后，我们还将利用分销渠道的力量来散发出大三级医院的土著医院并扩大收入量表。 36KR：如果技术，虐待/价格不会产生长期的障碍，那么您认为AI医疗制造​​商的长期竞争障碍如何？张调整：我认为“生态障碍”和富矩阵产品很难复制。为了提供一个有趣的例子，在Deviceek的Fire带来NVIDIA的股票的那天，我们大型技术模型的许多技术专家都购买了NVIDIA的股票。他们的主要判断是，使用PTX编写通信代码不足以撼动CUDA生态系统。开发人员高度依赖CUDA生态系统，因此Deptseek的出现不应影响预期的NVIDIA性能，并且也将从出售Nvidia的H100卡中受益，因为这是最合适的推理芯片。后来，股票价格上涨将是很罚款。对于Android生态系统也是如此。回到医疗AI，可悲的是我花了大量ResEarch和开发生产一个99点的产品的售价可能不高于以低成本建造的90点。尤其是当价格战正在发展时，糟糕的钱可以赚钱。因此，当我们追求AI的高精度时，我们还需要控制成本。它需要相同的内容，并且取决于较早的预施加模型的积累。 Senseime在2017年投资了超级计算机的建设，并在2018年投资了60亿元人民币，构成了亚洲最大的单位计算机发电中心。到目前为止，有54,000张GPU卡是制作预训练大型型号的主要优点之一，但它是7 - 8年前的Alsowas Anti-Consnsus。 36KR：除了计算算法和功率外，医疗资源呢？张宣传：在这种融资方案中的众多选择中，我们决定接受MIDEA工业基金Yingfeng Holdings和Renwei Technology（人民健康出版社下的投资平台）的资金，这也归功于生态学资源。 Midea Heyingfeng长期以来一直在庞大的健康行业。例如，投资超过100亿元人民币的Heyou医院拥有重型离子设备的质子，大量AI可以增强医院的能力。我们在许多方面开始与迈尤（Meyou）合作。人们的健康出版社在中国为超过一百万的医学和MG学生提供服务。 AI在模拟医学，教育和培训中的应用也是一个巨大的机会。注意2C应用程序的AI制造商将欣赏该市场。将Renwei介绍为上涨的医疗股东更容易一起做合适的业务。 Sang Tang已积累了七或八年的医疗服务，最初的投资带来了丰富的产品矩阵。在此分拆中，Senseime Medical被定位为筹集资金的A-RON-ROUND公司，并考虑引入资源丰富的股东。融资不仅用于赚钱，也用于促进合作生态系统。 AI Medical 3.0和Killer Application 36KR：医院中有大量现有的医疗数据，质量不平衡。在数据管理方面，Senseime具有哪些技术能力，以及如何平衡数据标签的成本和整体归种化的成本？张宣传：面对特定情况下，有两项研究游行，用于注释数据并对模型进行建模。一种是搜索数据，标签数据并训练该问题的模型；其余的是具有概括性概括的预训练模型。您只需要标记少量数据即可使其适应各种下游任务，这些任务通常称为预训练基本模型的基础模型。就算法而言，Senseime开始研究以前训练的模型，以使小组智能城市市场中利基市场的申请流赋予任务能力，并且很难使用TradiTional大数据驱动它（也就是说，为每个细分任务使用大量数据注释）。我们集体称为低频，低数据，难以将称为“长尾需求”的情况标记。医疗情况也有许多长期需求，因此我们使用了较早训练的算法水平。它的准确性可能不如大数据驱动的模型那样高，但是它解决了拥有或没有的问题，这确实足够了。最近，一个更具代表性的案例是Senseime赢得出价的大型医学数据培训项目，也称为“最大的医学模型”理解帐户。这是一项由上海申孔在2023年发起的AI项目，总计4,396万元人民币。它涉及上海数十家市医院的医疗数据。 24组多模式数据，例如CT，病理学，超声，磁共振等。我们完成了半年以上的工作，并完成了去年的接待，从而累积了“ MO”的能力Del Production Platform”与我们的“模型应用平台”结合在一起，产品系统已关闭。在早期，我们与Ruijin Hospital启动了“数字人类”计划，该计划完全隔离了人体中的200多个器官，包括复杂的血管和静脉。 36KR：您可以提供与以前的传统小型模型相比，Zhang的基础模型是什么问题？差异租金，要求病理模型的一般一般将军应足以防止每家医院。在应用方面，病理AI模型基于小标本，即贝尼判断和恶性，从而完成了出色的筛查工作。但是，基于大型标本的癌症亚型诊断存在挑战。因为有必要做出超过十几个不同的判断。尽管每个判断准确性达到95％，但最终准确性的可能性小于60％。任何链接中的任何错误都会影响最终结果，并且开发成本很高。 。 Sang Tang在病理学工作多年，并获得了上海的项目支持。在过去的两年中，我们在Ruijin医院合作的AI病理项目也取得了分阶段的成功，将Ruijin病理学报告的时间从5个工作日减少到了2个工作日。 2023年，Ruijin Hospital ReleASED“数字智能病理构建白皮书”，在行业中创建了基准。在此过程中，Senseime有助于AI技术，华为贡献了存储，Hengdao贡献了信息，许多仪器制造商贡献了扫描仪，这是一个很大的生态合作。 36KR：如何处理战争的病理AI价格？今天有许多公司构成类似产品。 Zhang Shaoting：高频应用应为红海。但是像其他部门一样，我们的定位不仅是医院出售软件。 Senseime Medical提供了一种通用解决方案，包括病理模型生产平台和模型应用平台：模型制造平台意味着不同的医院对不同的专家非常有用，并且有不同的R＆D需求。 Sens的病理模型驱动的，我们可以在特定领域中迅速产生模型，例如肺癌，脑胶质瘤，癌症的免疫组织化学和OT她的专业。这是与不同医院客户相对应的版本。应用平台是指去除医院平台的感觉，并捕获最常用的胃肠道和TCT（基于液体细胞学的薄层层，这是宫颈癌筛查的技术之一）。如果医院对其他应用程序谨慎，也可以轻松加载。 36KR：您可以给出两个示例以详细解释。 Senseime AI可以包括特定场景或医生诊断和过程的故事吗？在不同的情况下，医生称呼什么频率？张宣传：AI适合做两件事。一个是医生可以但不能因为筛查而无法做的手提琴。另一个是，如果没有AI的帮助，医生将很难做事，例如复杂的手术计划。前者是里巴男子，而后者是白雪皑皑的现场。这似乎是两个极端，但这也是AI最有价值的场景。前AI的电话通常是病理性筛查，每天可以通过一家医院称呼数千次。后者的频率很低，但是好处将很高。例如，上海一家私立医院的肝胆外科医生使用香格肝计划系统以最大直径为20厘米的患者肝肿瘤去除患者的肝肿瘤。它为患者带来了巨大的好处，并给团队带来了积极的评论。 36kr：在这浪发展了大型模型技术之后，医疗领域会有任何新的机会吗？张宣传：目前在医疗领域面临的大型模型面临的挑战是使用新技术来解决旧问题，例如指南，诊断前，CDSS（临床决策支持系统）等。这意味着技术的成本已经增加，但我们仍然赚钱而不是赚钱。目前在2B医疗服务中，我从未找到新的SCENARIO创建杀手级应用程序。我希望医疗AI杀手级应用仍在CED中。例如，每个人都有自己的健康助理，这可能会导致定制的个人健康市场，这可能会干扰。当然，这需要时间表积累。人们经常在短期内压倒新技术的价值，并低估了长期产生的数量。 36KR：当今市场上有俗话说：“上汉是上一代人的AI公司。”您如何看待这篇评论？张宣传：您可以说微软是上一代软件公司（实际上有声音），但是微软已经铺设了OpenAi并创建了一个新的Bing和Copilot；您还可以说Meta是上一代社交网络公司，它们为大型模型组的最佳开放资源做出了贡献。我认为，只要我们筹集出色的才能，就不会有“过去的一代”公司或技术吉斯。 Senseime具有强大的人才和才能密度，并且还具有自己的主要计算源。大多数初创公司很难积累这些东西。真正不同的是该公司所在的阶段。在C轮回合不必特别注意收入之前，有许多“公司的大型型号”，他们甚至可能会感到无误的势头，“竹鞋和稻草鞋比马更轻”。但是，Senseime集团是一家上市公司，需要考虑收入增长，因此它将支付更多业务的本质，也就是说，如果获得收入，则压力将更大。我认为这是一件好事，就像人们总是必须从孩子到一个孩子和老年人成长，并承担更多的责任，“与雾气和雨水一起生活”，最后希望达到“在雨或阳光下无风”的状态。当然，公司也可以寻找第二个增长曲线，这就是为什么我们有D一个医疗周期并再次创业。很自然地开展业务并不容易。在此过程中，我们仍然需要做出决定：“如果他坚强，他会坚强，微风将在山上爆炸。”