張少典：科研天才如何整合醫療產業鏈？

徐筱瑋

看慣了泡沫和追捧，他修煉得比同齡人更冷靜清醒。

張少典身上有四個關鍵的標簽：1988年出生，安徽人，森億智能創始人兼CEO；哥倫比亞大學醫學信息學博士，28歲就成了中國醫藥信息學會委員；憑借一篇論文獲得多家美國名校PhD的offer的科研少年；創業邦2017年30位30歲以下創業新貴之一。

他的人生分為三個階段：知識分子家庭，父親是國企的工程師，母親在醫院上班，他自己上大學之前是個不折不扣的學霸，除了讀書沒有明晰的人生目標；大學期間科研方面的天賦逐漸展現，開始不滿足于眼前，選擇涉足陌生的醫學領域；畢業后和三個志同道合的伙伴回國創辦森億智能。森億智能是一家提供醫療人工智能算法的創業公司，產品用于大批量全自動解構和分析病歷及醫學論文等醫學文本。

張少典告訴創業邦（微信搜索：ichuangyebang），森億智能現有的產品模型的病歷閱讀水平大約相當于一個受過八年臨床醫學教育的醫學研究生，但其病歷處理速度卻比醫生要高上數千倍。“有很多公司號稱可以做類似的事，但都沒有產品出來。森億智能是目前唯一能夠實際做到的。”2016年10月森億智能完成了天使輪融資，投資方為真格基金、華巖資本、樹蘭醫療集團。

通常年輕創業者在談及創業歷程時，或多或少會有些情感溢出，但從張少典身上卻絲毫感受不到這一點。無論話題尖銳與否，他都能娓娓道來。其實這是有原因的。

年紀輕輕練就“鐵石心腸”

十年前，張少典遭遇了人生第一次滑鐵盧——保送清華大學失敗。據說當時是85%的錄取率，他卻因為極度緊張發揮嚴重失常，偏偏成了那15%。他說這是人生中的第一次重大打擊，對于一個當時的學霸來說，感覺整個世界都崩塌了。

挫折反而造就了張少典“老僧入定”般的心境，他說從那以后就再也不害怕任何失敗了。再高的期望也不會高于當年去清華的期望，再大的落差也不會大于落選的落差。他感謝清華當年沒有錄取自己，讓他練就了一副“鐵石心腸”。

塞翁失馬，焉知非福。張少典考上了上海交大計算機系的ACM班，這個班級被譽為計算機科學教育的“黃埔軍校”。正因為如此，大三開始他便獲得了實打實的項目和科研機會。

張少典的科研起步非常早，研究經驗和能力都比同齡人豐富得多，也因此獲得了微軟亞洲研究院的實習機會，主要負責自然語言處理算法的研發。實習期間，他在一次自然語言處理學術會議上發表的一篇論文直接讓他收到了美國多家名校PhD的offer，那時的他可以說是獨步一時。但對于外界的諸多追捧，張少典顯得格外冷靜。

選擇哥倫比亞大學，去讀一個完全陌生的學科，是因為張少典認為不管是自然語言處理還是人工智能，最終必須落到一個實際的產業上去。另一方面，當時一位業內前輩告訴他，在全世界醫學領域里懂人工智能的人才都極為稀少，而醫學領域是個龐大而傳統的產業，有著極強的產業升級需求，非常需要懂技術、懂人工智能的人。

值得一提的是，哥倫比亞大學醫學信息學博士生全球每年最多只招5個人，過去極少有中國人出現。

在哥倫比亞大學期間，張少典發現中美在醫療信息化理念上有較大差距，國內仍主要圍繞IT進行系統開發和應用，而美國則更多地從醫學角度考慮效率、安全、普適性問題，并且已經全面對數據進行二次應用。之前國內火熱的互聯網醫療，他認為并不能從根本上解決現有的醫療問題。那時的他心想：我是不是可以做點什么？

“美國人對于醫學信息的處理非常敏感。包括相關法案的配套、對隱私信息的保護，都要比中國嚴格得多。這使得公司明確地知道什么可以做，什么不可以做。”張少典說。

親身經歷告訴他，在美國，醫學信息學是作為一門獨立學科存在，有大批的人才和資源投入。而在中國，醫療信息學本身尚未成為一個獨立學科。意識到自己在這個領域能大展拳腳后，張少典選擇回國創業。

開始時張少典受過很多質疑，他也很納悶為什么中國的投資人喜歡強調可快速變現的商業模式，強調創業要離錢近。

時間久了他才明白這其實不難理解，因為在中國，尤其是醫療產業，可以賺錢的地方太多了。但長期觀察和對比過中美兩國社會和技術發展的他始終堅信，當社會和產業發展成熟到一定階段，歸根結底是需要技術創新來推動進一步的變革的。

在泡沫和追捧中保持清醒

創業時張少典面臨的關鍵問題是，因為自己長期生活在美國，雖有過硬的科研背景，但對中國醫療信息行業的整體情況仍是一知半解。

為了能夠打通這些醫療資源，他在2015年7次往返中美，做了為期2個多月的市場調研。期間他走訪了全國大部分的醫院、醫生、藥企、政府部門，對中國的醫藥行業進行了一個詳盡的梳理。

他發現走訪過的每家醫院的數據存儲都雜亂無章，各個都是信息孤島，數據大量以文本的形式保存，自己做了多年的自然語言處理，恰好可以解決這個問題。而這個需求痛點在醫療大數據方興未艾的中國比美國來得更為明顯。

張少典將醫療數據比作金礦，很多公司、企業、醫院甚至高校都要去挖。而森億智能扮演的則是給挖礦人送水、遞工具的角色，并且不光遞，還要造，為挖礦的人制造各種人工智能工具。有了工具以后，這些人才能從醫療數據中挖掘出更多有效的信息。

醫療行業有太多的灰色地帶，有數不清的賺錢機會，而張少典常常要在活下來和追求理想中作出選擇，有的時候這個選擇則是要在兩者之間取一個平衡。但他相信，中國醫療行業問題要得到根本解決和進步終究要靠臨床技術和IT技術的進步，而不僅僅是靠市場和商業模式的創新。