硅谷医疗科技的荒诞现实：近半创始人没有医疗经验 - MKSPORTS

在硅谷投资界，一个颇为反常的现象长期存在。一些行业调研和社交平台上的热议，用几组冷冰冰的数字，揭开了这个行业光鲜外表下的真相。

推特用户 Wiki Milczyńska 曾分享，她在接触硅谷医疗科技领域时感受到一种断裂。综合行业研究数据，三个数字被反复提及：

接近一半（约46%）的医疗科技独角兽企业创始人，在创业前没有任何医疗健康行业背景。

超过44%的数字医疗初创企业，从未开展过任何临床试验或向监管部门提交材料。

然而，在美国自1985年以来创立的最有价值的100家医疗保健公司中，超过一半（51%）是由医生创立。

这组数字在社交媒体上引发了不少临床医生的自嘲。有人调侃：“我是不是该去旧金山转转，看看该见谁？”

这些数据像一记重击，戳破了硅谷引以为傲的“极客创业神话”。它暴露了一个极其矛盾的局面：一群连医院科室分布都不熟悉的互联网精英，正拿着顶级风投的大笔资金，试图“颠覆”人类健康；而真正懂得治病救人的医生，却在艰难寻找能落地的技术。

在医疗与科技的交汇处，究竟发生了什么？

硅谷的“降维打击”迷思：用互联网逻辑做生命科学 为何近一半的医疗科技独角兽创始人，创业前从未涉足医疗行业？

原因在于，过去十年，硅谷的资本逻辑极度推崇“降维打击”。投资者习惯了消费互联网时代的造富模式：找到一个痛点，开发一个App，通过病毒式营销获取用户，再靠订阅或广告变现。这种模式轻资产、边际成本极低、增长曲线极其陡峭。

当这些极客带着“改变世界”的热情进入医疗赛道时，他们试图将医患关系、疾病诊疗简化为一个“SaaS（软件即服务）”模型。他们开发出各种充满“极客审美”的应用：花哨的健康打卡软件、炫酷的线上问诊平台，甚至用AI生成一套看似完美的医疗数据看板。

但在VC看来，这正是完美的投资对象。因为这些创始人擅长讲述宏大的故事，懂得如何包装“数据飞轮”，会用硅谷黑话勾勒出一个千亿美元的市场。

然而，他们唯独不明白：医疗行业的本质，从来不是流量和代码，而是生命、伦理和极其严格的监管。

超过44%没有临床试验记录：被“数字医疗”掩盖的无效创新

数据中最令人震惊的一条是：超过44%的数字医疗初创企业，没有进行过任何临床试验或监管提交。

在传统的制药和医疗器械行业，临床试验是产品上市的生死线。一款新药通常需要耗时十年、投入十亿美元才能完成三期临床试验；即使是微创的医疗器械，也需要漫长的大规模人体对照试验来证明其安全性和有效性。

但在“数字医疗”的幌子下，这一底线被轻易突破。

许多所谓的医疗大模型或数字疗法，仅仅是在软件层面模拟了医生的某些逻辑，或者收集了一些非结构化的患者数据，就敢宣称自己能“辅助诊断”甚至“替代医生”。因为没有临床数据支撑，这些产品一旦进入真实临床环境，往往就会暴露短板：例如，面对有并发症的复杂患者，模型可能产生幻觉，给出不可靠的用药建议。

硅谷的极客们忽略了一个常识：代码出现Bug，大不了重启；医疗AI出现Bug，代价是鲜活的生命。

绕过临床试验，很难说不是一种资本与创业者之间的默契。创业者为了快速发布产品、拉高估值，资本为了尽快看到数据和增长以推动下一轮融资，双方选择性地无视了医疗最核心的“验证”环节。这不仅是对患者的不负责任，更是对整个医疗科技行业的透支。

被低估的医生创业者：最懂疼痛的人，才能创造最大的价值

数据中最具反转意味的一条是：在美国自1985年以来创立的最有价值的100家医疗保健公司中，超过一半（51%）由医生创立。

与那些擅长画大饼的互联网极客不同，医生创业往往显得“笨重”。他们清楚医疗体系的复杂性，了解医保控费的严苛，更深知每一项新技术进入医院要跨过多少合规的门槛。

但为什么是他们创造了最大的商业价值？

首先，医生拥有极其敏锐的“痛点嗅觉”。

他们每天在门诊、手术室里经历着真实的折磨。他们知道哪些流程是极其反人类的，哪些环节是真正可以用技术替代的。例如，Epic Systems（美国主要医疗信息系统供应商之一）的创始人朱迪·福克纳虽是一名程序员，但Epic的成功很大程度上源于对临床工作流的深度嵌入；而许多顶级医疗AI公司（如Viz.ai）的落地，也离不开医生与AI科学家的协作。

其次，医生拥有极高的“信任壁垒”。

医疗是信任成本最高的行业。患者不会因为你的App界面好看就让你看病，医院院长也不会因为你的PPT写得漂亮就为你开放核心数据库。医生创立的公司，自带临床背书，他们懂得如何与顶级医疗机构合作，设计出符合FDA或NMPA（国家药监局）标准的高质量临床试验，从而拿到最核心的商业通行证。

最后，医生更懂长期主义的价值。 他们习惯了漫长的医学培养周期，能够忍受技术落地过程中的煎熬。他们不会轻易被资本的短期逐利带偏，不会做出为了快速上线而牺牲医疗安全的蠢事。

大模型时代：我们需要什么样的医疗科技？

这场讨论留下了一句未说完的话：“我们需要……”

他们需要什么？硅谷的医疗创投圈又该如何纠偏？

在AI大模型狂飙的今天，医疗科技正站在一个全新的十字路口。大模型强大的自然语言处理和医学知识吞吐能力，为行业带来了前所未有的机遇。但越是这个时候，越需要回归常识。

我们需要“懂技术的医生”与“懂医疗的极客”深度融合。 医疗大模型的训练，绝不仅是把大量医学文献喂给GPU那么简单。如果没有临床医生深度的标注参与，没有符合医疗逻辑的强化学习对齐，大模型就只是一个会胡说八道的百科全书。

我们需要重新建立验证的底线。 大模型不能成为绕过临床试验的借口。无论是AI辅助阅片，还是AI辅助病历生成，都必须建立严格的回溯性测试和前瞻性试验。资本应该把更多的钱投在“验证有效性”上，而不是“买量获客”上。

我们需要将关注点从“颠覆”转移到“辅助”。 目前的技术还远远达不到替代医生的程度。真正有价值的医疗科技，是去减轻医生的文书负担，去优化医院繁琐的行政流程，去缩短新药研发的周期，而不是傲慢地宣告要取代人类医生。

结语：生命科学的尽头是科学与真相 医疗科技行业的这组数据，是对所有技术狂热分子的一剂清醒剂。

互联网的“快速试错、敏捷开发”法则，在医疗领域是行不通的。任何试图用降低合规标准来换取高增长的行为，最终都会付出极其惨痛的代价。

未来的医疗科技领域，注定不属于那些拿着硅谷模板到处讲故事的“代码传教士”，而是属于那些敬畏生命、尊重临床规律、愿意在手术室和实验室里脚踏实地耕耘的创业者。因为，不管技术如何迭代，生命科学的尽头，永远是严谨的科学与无法被算法丈量的人性。

本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。