中國醫療服務一直面臨群眾需求多、診療資源供給不足、醫療成本居高不下等問題，人工智能技術的迅猛發展，為醫療服務改革升級提供了支撐，借助智能科技改善中國基層醫療服務瓶頸、實現降本增效是大勢所趨。

杏脈彼時切入AI醫療行業，就是看到了行業極大的機會和痛點。首先，醫療行業產生并積累了大量數據，伴隨5G、遠程技術的發展，醫療影像數據將持續性爆發增長。其次，醫療行業的信息化和標準化基礎扎實，天然就是電子成像的設備標準格式。而反觀醫療行業診斷能力現狀，放射科醫生匱乏，伴隨影像數據的激增，醫生需要工作的時間越來越久。

以放射科肺結節的檢查為例，在上海這種人口高度密集的城市，甚至有時每天每家醫院要接診近600-700位患者，每位患者在檢查環節會產生200-300張的CT影像，醫生一天CT影像的閱讀量高達4萬張，即便是一天10小時以上的超負荷工作，也不能確保每一位患者在有限時間內高效就診。

而使用人工智能影像輔助診斷系統，可以全自動篩查出患者的可疑病灶，并提示給醫生相應的診斷建議，醫生參考這些建議再結合臨床經驗，便可快速輸出患者的影像診療報告，全程僅用2分鐘不到時間。

伴隨對醫療場景真實需求挖掘，以及產品的落地摸索，目前杏脈科技已經實現了人工智能診療在放射、檢驗、病理、超聲等醫技科室的全覆蓋，產品應用于呼吸、骨科、心腦血管、神經、內分泌等多個臨床科室。經過幾年的起伏發展，行業對于AI醫療的認知也在深化。

從醫生視角而言，從一開始不太接受到稍有恐慌，再到認為AI無所不能，現如今越來越多的臨床專家清楚AI的適用范圍，并且會結合日常工作使用情況總結產品不足，定期給出專業建議幫助產品優化迭代。從企業端而言，AI醫療經歷了波浪式發展，從幾百家企業扎堆醫療影像領域，到開始分層分級，不斷豐富產品線，新的產品線也越來越接地氣，越來越符合臨床需求。

依托于復星國內外的大健康產業資源，杏脈在產品設計、推廣等方面也能獲得不少支持。首先，能對接大量的醫療真實場景，獲取當下最為真實的痛點和需求，研發出更有落地價值的產品；其次，產品能及時得到自有醫療渠道的推廣。

當AI技術切入到臨床應用的過程中，會發現AI醫療是一件專業度極高的事情，并非一個準確的技術模型，就是一款好的產品，而即使一款好的產品，也并不一定能賣得好。企業需有能力構建完善的銷售渠道及網絡，進行持續的技術追蹤保證新品的推出，以及熟悉行業安全標準和醫療器械規則。這背后需要跨領域、跨專業的綜合團隊搭建，建立這個組合，并確定自己的打法，對于創業企業而言是極具挑戰的事情。

AI醫療能否實現商業化一直以來都是行業中的熱議話題，何川對此充滿信心，但同時表示打造創新技術為醫療行業服務是一件中長期的工程，并非單純使用先進技術就可以解決問題，必須在解決核心問題的同時，確保企業遵循了醫療行業自身的發展邏輯和規律，實用價值最終會轉化為可觀的商業價值。