IBM Watson for Oncology:为什么一个声称能给出肿瘤治疗方案的 AI 系统,最后被医生弃用、被公司卖掉?
把演示效果当成临床能力,用少量专家病例去支撑一个需要海量真实世界的判断
IBM Watson for Oncology:巅峰期以认知计算为核心打造的医疗 AI 产品线,曾被宣传为能辅助医生制定肿瘤治疗方案,并通过沃森健康业务与多家顶级医疗机构合作;终局是内部文件与媒体报道指出其给出的治疗建议存在不安全或错误内容,训练数据来源有限,产品使用率低迷,相关业务于 2022 年被拆分出售。
以认知计算为核心打造的医疗 AI 产品线,曾被宣传为能辅助医生制定肿瘤治疗方案,并通过沃森健康业务与多家顶级医疗机构合作
内部文件与媒体报道指出其给出的治疗建议存在不安全或错误内容,训练数据来源有限,产品使用率低迷,相关业务于 2022 年被拆分出售
4,456 票参与
1 方案 · 2 见解
投稿会先进入待审,通过后才进入公开目录和站点地图。
核心败因全民归因公投
投票选择您认为导致该企业/项目最终死亡的最核心死穴,认同即可实时投票计入权重
训练数据的规模与代表性不足
用少量专家病例与文献训练,无法覆盖真实患者的复杂情况
产品能力被市场宣传夸大
演示场景的可控性与临床实际差距很大,医生试用后信任度迅速下降
没有嵌入医生原有的工作流
系统输出与现有诊疗流程脱节,增加而不是减少了医生的负担
商业化路径依赖少数大客户项目
收入来自有限的合作机构,缺少可复制的付费模式
时间线:从高峰到终局
项目启动
以认知计算进入医疗领域,推出辅助诊疗方向
高调宣传
与多家顶级医疗机构合作,媒体广泛报道其肿瘤治疗建议能力
内部质疑
内部文件显示系统曾给出不安全或错误的治疗建议,训练数据被指有限
拆分出售
沃森健康相关业务被拆分出售,医疗 AI 的旗舰项目就此终止
四大维度全景复盘剖析
发展背景与全盛期基石
公司把人工智能作为战略方向,推出面向医疗的认知计算产品线,宣传其可以读取医学文献并为肿瘤科医生提供治疗建议,与多家著名医疗机构达成合作巅峰期的成绩单是:以认知计算为核心打造的医疗 AI 产品线,曾被宣传为能辅助医生制定肿瘤治疗方案,并通过沃森健康业务与多家顶级医疗机构合作。此时的它拥有渠道、品牌与资本的合力,看起来没有任何理由会输。
致命转折点的战略误判
系统的训练数据来自少量专家病例与文献,缺少真实世界诊疗数据与效果验证,产品在真实临床中的建议质量与演示相差很远底层架构的缺陷被增长掩盖了很多年,真正爆发时表现为线上事故、体验崩塌与迭代停滞,修复成本远高于当年重做的代价。
内部组织文化与盲目傲慢
技术决策长期被短期交付目标绑架,「先上线,以后再改」变成永久状态,没人对架构健康度负责。
轰然倒塌的崩盘推演
内部文件与媒体报道指出其给出的治疗建议存在不安全或错误内容,训练数据来源有限,产品使用率低迷,相关业务于 2022 年被拆分出售。IBM Watson for Oncology的结局不是某一次意外,而是上面这些判断在数年里不断叠加、又始终没有被纠正的必然结果。
商业落地避坑实操法则
以血淋淋的商业代价淬炼出的创业与经营行动准则(DOs & DONTs)
在专业领域里,演示效果与真实能力可以差出一个量级
越是复杂的判断,越需要真实场景的验证。
- •在专业场景中把真实使用效果作为唯一验收标准
- •产品必须嵌入现有工作流而不是另开一套
- •不要把内部演示当作产品成熟度
- •不要在验证不足时扩大宣传口径
绝地求生模拟器:如果你是当时的CEO,在关键转折点该如何挽狂澜于既倒?
历史不可更改,但思维可以淬炼。针对核心转折点,提出手术刀式改革方案与资源调配破局法,交由全网创业者与投资人可行度公投。
把目标从给建议降级为可核查的信息检索
关键干预时点:2018 年内部文件指出建议存在错误之后
- •停止在任何材料中宣称可提供治疗方案
- •退出与现有诊疗流程不兼容的功能
- •停止按大客户定制的方式交付
- •把产品收敛为文献与指南的循证检索,明确标注来源与证据等级
- •与医院共同建立真实世界效果的对照评估
- •按科室订阅收费,替代一次性大项目
研发投入集中在数据质量与可解释性,销售目标从项目收入改为续费率。
系统成为医生可以信任的辅助检索工具,在明确的能力边界上获得持续使用与稳定订阅收入。
行家深度复盘见解
来自创业者、投资人、前员工和行业专家的真实第一手复盘反思
系统在可控的演示里表现不错,但真实病人的情况远比病例库复杂,而它的训练数据又主要来自少量专家意见与文献,缺少真实诊疗结果的反向验证。更关键的是,它给出的建议既没有清晰的依据链条,也不承担医疗责任,医生自然不愿意在工作流里增加一个需要自己复核的环节。
专业领域的产品,能力边界与责任边界必须同时说清楚。
系统在可控的演示里表现不错,但真实病人的情况远比病例库复杂,而它的训练数据又主要来自少量专家意见与文献,缺少真实诊疗结果的反向验证。更关键的是,它给出的建议既没有清晰的依据链条,也不承担医疗责任,医生自然不愿意在工作流里增加一个需要自己复核的环节。
专业领域的产品,能力边界与责任边界必须同时说清楚。
商业复盘与避坑备忘录 · IBM Watson for Oncology
为什么一个声称能给出肿瘤治疗方案的 AI 系统,最后被医生弃用、被公司卖掉?
# 商业复盘备忘录:IBM Watson for Oncology > 为什么一个声称能给出肿瘤治疗方案的 AI 系统,最后被医生弃用、被公司卖掉? > 周期: 2011 - 2022 | 行业: 医疗与健康 > 巅峰: 以认知计算为核心打造的医疗 AI 产品线,曾被宣传为能辅助医生制定肿瘤治疗方案,并通过沃森健康业务与多家顶级医疗机构合作 > 终局: 内部文件与媒体报道指出其给出的治疗建议存在不安全或错误内容,训练数据来源有限,产品使用率低迷,相关业务于 2022 年被拆分出售 ## 核心概览 把演示效果当成临床能力,用少量专家病例去支撑一个需要海量真实世界的判断。巅峰期以认知计算为核心打造的医疗 AI 产品线,曾被宣传为能辅助医生制定肿瘤治疗方案,并通过沃森健康业务与多家顶级医疗机构合作;终局是内部文件与媒体报道指出其给出的治疗建议存在不安全或错误内容,训练数据来源有限,产品使用率低迷,相关业务于 2022 年被拆分出售。 ## 社区公投头号死因 1. [产品技术] 训练数据的规模与代表性不足 (1,466 票) 2. [战略决策] 产品能力被市场宣传夸大 (1,231 票) 3. [产品技术] 没有嵌入医生原有的工作流 (997 票) ## 可执行教训 ### 在专业领域里,演示效果与真实能力可以差出一个量级 > 越是复杂的判断,越需要真实场景的验证。 - ✅ 推荐做 (DOs): - 在专业场景中把真实使用效果作为唯一验收标准 - 产品必须嵌入现有工作流而不是另开一套 - ❌ 绝不能做 (DON'Ts): - 不要把内部演示当作产品成熟度 - 不要在验证不足时扩大宣传口径 ## 救亡方案 ### 把目标从给建议降级为可核查的信息检索 — 良略编辑部 干预时点: 2018 年内部文件指出建议存在错误之后 - 必须断腕: - 停止在任何材料中宣称可提供治疗方案 - 退出与现有诊疗流程不兼容的功能 - 停止按大客户定制的方式交付 - 破局动作: - 把产品收敛为文献与指南的循证检索,明确标注来源与证据等级 - 与医院共同建立真实世界效果的对照评估 - 按科室订阅收费,替代一次性大项目 - 预期结果: 系统成为医生可以信任的辅助检索工具,在明确的能力边界上获得持续使用与稳定订阅收入。 ## 社区见解 ### 在医疗这种领域,AI 的对手不是别的软件,而是医生的判断和责任。 — 良略编辑部 (工程师) 系统在可控的演示里表现不错,但真实病人的情况远比病例库复杂,而它的训练数据又主要来自少量专家意见与文献,缺少真实诊疗结果的反向验证。更关键的是,它给出的建议既没有清晰的依据链条,也不承担医疗责任,医生自然不愿意在工作流里增加一个需要自己复核的环节。 - 如果重来一次的纠偏招式 专业领域的产品,能力边界与责任边界必须同时说清楚。 ### 在医疗这种领域,AI 的对手不是别的软件,而是医生的判断和责任。 — 洪立航 (工程师) 系统在可控的演示里表现不错,但真实病人的情况远比病例库复杂,而它的训练数据又主要来自少量专家意见与文献,缺少真实诊疗结果的反向验证。更关键的是,它给出的建议既没有清晰的依据链条,也不承担医疗责任,医生自然不愿意在工作流里增加一个需要自己复核的环节。 - 如果重来一次的纠偏招式 专业领域的产品,能力边界与责任边界必须同时说清楚。 --- 来源: 良略 · https://www.lianglue.com/c/ibm-watson-health