在一个把"发表"看得极重的世界里，蚂蚁阿福医疗团队说出了一句不太合时宜的话。三项研究、分别登上《肿瘤学年鉴》和Nature Communications，放在任何一家公司，都够开一场庆功会。但他们给自己下的定位是"第一阶段"。赵群副院长的原话很冷静：文章发得再好，后面还缺随机对照的前瞻验证、人机协作和RCT。

这句话的分量，做过医疗器械的人一听就懂。回顾性研究，是从既往病历里找规律，用的是已经发生过的数据；它证明了"模型过去判断得挺准"，却回答不了那个真正关键的问题——用了这个模型的病人，结局是不是真的变好了。这中间隔着医学证据体系里最硬的一道门槛：前瞻性随机对照试验。要一群病人，在尚未发生的诊疗里，接受一种被严格设计的检验，一半用新方法，一半用旧方法，最后看结局。这是金标准，慢、贵、难，但没有它，任何再漂亮的AUC都只是实验室里的光芒，照不进病房。

从产品设计的角度看，RCT是医疗AI遇到的第一次"真实环境压力测试"。实验室里，数据是干净的，队列是精心配比的，图像是标准化采集的；真实临床里，CT机器有十几种品牌，扫描参数五花八门，病理切片的染色深浅因医院而异，医生录入的病历有的全有的缺。一个模型在九个外部队列里AUC能稳住0.824到0.869，已经是了不起的泛化能力，但要证明它能在接下来的、尚未发生的人群里同样有效，又是另一回事。这和我们做硬件时"样机跑分漂亮，进厂量产全线崩"的情况，是同一个逻辑的两种翻译——一致性，是所有产品从神坛走向人间的第一道鬼门关。

比RCT更早暴露出产品化短板的，是人机协作这一环。底稿里那场人机对照已经预示了问题：十个医生，仅凭经验，平均敏感性只有47.1%；拿到DeepComp辅助后升到87.9%。这个数字很美，但也藏着一个尖锐的追问——这87.9%是发生在什么语境里的？是医生充分信任模型、反复核对后的理想状态，还是门诊真实的时间压力、真实的工作负荷下？当医生忙到只剩三分钟，界面又不够顺手时，那个美妙的数字会不会重新滑落回经验水平？这已经不是算法问题，是界面、交互、工作流的设计问题。一个AI再准，如果它呈现结果的方式让医生多花一分钟去理解、去怀疑、去翻找原始数据，它就会被弃用。医疗AI的敌人，常常不是准确率，而是"用起来麻烦"。

然后才是进指南这一步，那几乎是十年一格的宏大工程。吕乐说得很朴素：做到进指南那一步，就能广泛地、安全地帮助老百姓。中国的指南，乃至国际的指南，这一步的障碍不仅是证据强度，还有可及性和可复现性——一个只有头部三甲才用得起的AI，进不了指南；一个只有特定品牌设备才能跑的模型，也进不了指南。它必须能在县级医院、在普通CT、在有限算力下稳定运行，这又回到了成本和泛化的老命题。而这，恰恰是工业设计最该出场的时刻：把昂贵的东西做便宜，把复杂的东西做可信，把顶尖技术翻译成千千万万基层医生都能上手的日常工具。

这里我想把创品千乘做产品的方法完整交代一次，因为它和医疗AI走完最后一公里需要的，是同一套能力。四力是我们做事的四种能力：创新力解决差异化，医疗创新最终要落到能不能真的改善临床结局；专业力解决懂不懂这一行，不懂注册、不懂RCT、不懂临床流程，就做不出能过审的东西；控制力解决落地和成本，硬件要能开模、能装配、能把价格压到基层用得起的地步；保障力解决确定性，流程化交付、三审制和风险兜底，在生命领域不允许任何"差不多"。五维是五把尺子：好看维在医疗器械里永远是先合规再好看；专利维让差异化真正成为壁垒；合规维在AI辅助诊断里是生命线，注册、伦理、数据安全、算法可解释性一项不能少；成本维决定技术能不能下沉普惠；量产维对应的是跨中心、跨设备的泛化能力。创新力通向好看与专利，专业力通向专利与合规，控制力通向成本与量产，保障力在底下兜住全盘。医疗AI这几年的教训反复证明，五维缺一维，模型就死在实验室到病房的路上。

我们创品千乘是江苏创品工业设计有限公司的品牌，做从产品定义、外观与结构设计、CMF、手板验证，到专利布局、供应链整合、量产交付的全链路ODM服务，聚焦医疗设备、高端装备、机床与家用电器几个板块。我们这行最深的体会，恰恰应了阿福团队当下的自我定位：做出一个能跑的东西，和第二十家医院、第一千个医生、第一万个病人能用上它，中间隔着一个需要被认真设计、反复验证、严格注册的世界。谁肯老老实实把最后这一公里走完，谁的AI才配谈"帮助老百姓"这几个字。

所以那三位数发烧友式的AUC，从来不是终点。真正的终点，是一个病人躺上CT床之前，医生点开系统，那个风险指数不徐不疾地浮出来，告诉他该做哪些准备；是术后随访时，那个被标成高危的人，比别人多了一次被及时看见的机会。论文证明了可能性，而产品化的最后一公里，决定了这份可能性，究竟能不能变成病房里真实发生的事情。这条路，慢，却绕不过去。