我构建了一个AI驱动的系统，用于筛选和评估医疗初创公司，并能在十分钟内生成结构化的投资备忘录。该系统从公开文件、临床试验注册库、专利数据库和竞争格局中提取数据。它能在多个风险维度上对公司进行评分，并生成十五个部分的分析报告，而人类分析师完成这些工作需要数天时间。
我经常使用这个系统，但从不让它做出投资决策。
我这么说并非作为一名对技术持怀疑态度的医生。我是一名拥有100多篇同行评审论文的医师科学家，从临床实践转型为运营医疗风险基金。我已评估了数百家数字健康、生物技术、医疗器械和治疗领域的初创公司。AI极大地加快了我工作中的信息收集阶段。但它也清晰地揭示了一点：医疗投资中最重要的部分——区分明智投资与代价高昂的错误的关键部分——是AI无法完成的。
AI擅长的方面
功过分明，AI确实能彻底改变投资分析的机械层面。
它能在人类分析师所需时间的一小部分内扫描数千家公司。它能识别竞争格局、绘制专利集群、标记监管申报并挖掘临床试验数据，其速度和广度是个人无法匹敌的。它能生成结构化报告，将分散的信息组织成可读格式。对于每月评估数十个潜在交易的基金来说，这种效率提升是无价的。
我专门针对医疗交易流程构建了这个系统。它使用具有医疗特定触发点的多部分结构化提示：标记诸如监管路径复杂性、报销风险和临床采用障碍等事项。它在团队实力、市场时机、竞争护城河和退出潜力等维度上对公司进行评分。输出结果一致、全面且迅速。
但这还不够。
AI的局限所在
AI在医疗投资中的根本局限与它在临床医学中的局限相同：它能处理信息，但无法基于实际经验行使判断。
以医疗器械初创公司为例。我的AI系统会分析公司的FDA批准状态、专利组合、收入增长和投资方联盟。它会注意到已发表的临床研究和机构支持。它很可能会给公司打高分：强大的知识产权、已达成监管里程碑、单位销售增长、信誉良好的联合投资者。
但它无法致电五位每天进行相关手术的外科医生，询问他们是否会为了这个设备改变实践方式。它无法察觉理论上的重要临床问题与实际操作中足够痛苦以推动采用的问题之间的微妙差异。它无法理解集成手术室生态系统（医院从单一供应商购买捆绑设备套件）产生的转换成本，是任何单功能设备都无法克服的。
我放弃了一些AI系统评分很高的交易。在每种情况下，原因都相同：当用身处工作流程中的医生进行验证时，临床采用的假设并不成立。AI看到了数据，而医生看到了现实。
AI无法评估的三个方面
在将我的AI系统与医生主导的尽职调查并行运行一年多后，我确定了该技术始终不足的三个具体领域。
首先，AI无法评估临床工作流程的整合。产品是否符合医生、护士和管理人员的实际工作方式，或者是否会增加摩擦，这种判断需要亲身体验过这些工作流程。AI系统可以告诉你产品在技术上更优越，但无法告诉你采用它会使临床医生多年来为提高速度而优化的流程增加两个额外步骤。这种洞察来自实际的临床经验。
其次，AI无法评估利益相关者改变的意愿。医疗保健有一个独特的采用挑战：用户、购买者和支付者往往是不同的人。医生可能想要医院价值评估委员会不会批准的产品。患者可能受益于保险公司不会报销的应用程序。AI可以模拟市场规模，但它无法告诉你决策链中的特定人员是否会真正说"是"。理解这一点需要了解医院内部的采购决策过程。
第三，AI无法区分支持临床效用的证据和支持临床采用的证据。一项发表的研究显示设备在受控环境中表现良好，这与外科医生在日常实践中需要它的证据并不相同。经过批判性评估训练的医生，能够阅读方法论、评估终点、质疑普遍适用性，他们带来的证据评估层次是AI模式匹配无法复制的。我见过AI系统将单中心病例系列与多中心随机试验同等看待。一位医师科学家永远不会犯这样的错误。
这对投资之外的意义
对医疗保健中AI的热情在许多领域都是有道理的。AI正在加速药物发现、改善诊断成像，并以真正推进患者护理的方式实现精准医疗。我并非反对采用AI，而是主张明确人类判断仍不可或缺的领域。
在临床医学中，我们已经吸取了这一教训。AI读取胸部X光片的速度可以比放射科医生更快。但将读取结果与患者病史、体格检查和临床背景整合起来做出诊断的，是放射科医生。AI是工具，医生才是决策者。
医疗投资也是如此。AI可以在几分钟内生成关于公司的全面报告。但阅读该报告，然后致电五位专家、遍历临床工作流程，并将采用假设与一线现实进行压力测试的医师科学家，才是实际做出投资决策的地方。
信息层正变得越来越快。而判断层一如既往地稀缺。在医疗保健领域，无论你是在治疗患者还是评估公司，判断才是最重要的。
Harsha Moole医学博士是一名经过内科训练的医师科学家，拥有100多篇同行评审论文，其中包括发表在《新英格兰医学杂志》上的作品。在多年的临床实践和胃肠病学成果研究后，他通过创立专注于医疗保健的风险投资公司PhysicianEstate，从病床边不寻常地转型到了董事会。
在过去的七年中，Moole博士在数字健康、医疗器械、生物技术和治疗领域完成了22项早期医疗投资。他还建立了一个由约翰霍普金斯大学和斯坦福大学等机构的200多名医生组成的网络，帮助寻找机会并在资金部署前提供临床尽职调查。他的核心理念是，具有第一手临床经验的医师科学家能够独特地识别出一般投资者常常错过的医疗保健投资。
他的研究背景反映在他Google Scholar上的发表记录中，他通过LinkedIn分享专业动态。
【全文结束】