在硅谷的创投圈，一直流传着一个极其吊诡的现象。一些行业研究和社交媒体上的讨论，用几组冰冷的数据，撕开了这个行业光鲜亮丽的遮羞布。
推特上一位名叫 Wiki Milczyńska 的从业者曾描述，在其接触硅谷医疗科技圈时感到一种割裂。而综合行业研究数据，三个数字常被反复引用：
近一半（约46%）的医疗科技独角兽企业创始人，在创立公司前没有医疗保健行业工作经验。
超过44%的数字医疗初创公司，没有进行过任何临床试验或监管提交。
但在美国自1985年以来成立的最有价值的100家医疗保健公司中，超过一半（51%）由医生创立。
这组数字在社交媒体上引发了不少临床医生的自嘲式讨论。有人调侃：“我是不是该去旧金山看看，应该见谁？”
这组数据犹如一记响亮的耳光，打在了硅谷引以为傲的“极客造富神话”上。它揭示了一个极其荒谬的现实：一群连医院科室分布都搞不清楚的互联网精英，正拿着顶级风投的巨额资金，试图“颠覆”人类的生命健康；而真正懂治病救人的医生，却在苦苦寻找真正能落地的技术。
在医疗与科技的交汇处，究竟发生了什么？
硅谷的“降维打击”迷思：用互联网逻辑做生命科学 为什么会有近一半的医疗科技独角兽创始人，在创业前连一天医疗行业都没待过？
原因在于，过去十年，硅谷的资本逻辑极度偏爱“降维打击”。投资人习惯了消费互联网时代的造富神话：找到一个痛点，写一个 App，用病毒式营销获取用户，再通过订阅或广告变现。这种模式轻资产、边际成本极低、增长曲线极其陡峭。
当这批极客带着“改变世界”的狂热进入医疗赛道时，他们试图将医患关系、疾病诊疗简化为一个“SaaS（软件即服务）”模型。他们开发出各种极具“极客审美”的应用程序：华丽的健康打卡软件、炫酷的线上问诊平台、甚至用AI生成一套看似完美的医疗数据看板。
但在 VC 眼里，这恰恰是完美的投资标的。因为这些创始人善于讲宏大的故事，懂如何包装“数据飞轮”，懂如何用硅谷黑话勾勒出一个千亿美元的市场。
然而，他们唯独不懂的是：医疗行业的本质，从来不是流量和代码，而是生命、伦理和极其严苛的监管。
超过44%没有临床试验记录：被“数字医疗”掩盖的无效创新
数据中最触目惊心的一条是：超过44%的数字医疗初创公司，没有进行过任何临床试验或监管提交。
在传统的制药和医疗器械行业，临床试验是产品上市的生死线。一款新药通常需要以十年计的时间和十亿美元级的投入才能完成三期临床试验；即使是微创的医疗器械，也需要极其漫长的大规模人体对照试验来证明其安全性和有效性。
但在“数字医疗”的幌子下，这一底线被轻易击穿了。
许多所谓的医疗大模型或数字疗法，仅仅是在软件层面模拟了医生的某些逻辑，或者收集了一些非结构化的患者数据，就敢宣称自己能“辅助诊断”甚至“替代医生”。因为没有临床数据支撑，这些产品一旦进入真实临床环境，往往就会暴露短板：例如，面对存在并发症的复杂患者，模型可能产生幻觉，给出不可靠的用药建议。
硅谷的极客们忽略了一个常识：代码出现 Bug，大不了重启；医疗 AI 出现 Bug，代价是鲜活的生命。
绕过临床试验，很难说不是一种资本与创业者之间的默契。创业者为了快速发布产品、拉高估值，资本为了尽快看到数据和增长以推高下一轮融资，双方选择性地无视了医疗最核心的“验证”环节。这不仅是对患者的不负责任，更是对整个医疗科技行业的透支。
被低估的医生创业者：最懂疼痛的人，才能创造最大的价值
数据中最具反转意味的一条是：在美国自1985年以来成立的最有价值的100家医疗保健公司中，超过一半（51%）由医生创立。
与那些擅长画大饼的互联网极客不同，医生创业往往显得“笨重”。他们清楚医疗体系的复杂性，了解医保控费的严苛，更深知每一项新技术进入医院要跨过多少合规的坎。
但为什么是他们创造了最大的商业价值？
首先，医生拥有极其敏锐的“痛点嗅觉”。
他们每天在门诊、手术室里经历着真实的折磨。他们知道哪些流程是极其反人类的，哪些环节是真正可以用技术替代的。比如 Epic Systems（美国主要医疗信息系统供应商之一）的创始人朱迪·福克纳虽是一名程序员，但 Epic 的成功很大程度上源于对临床工作流的深度嵌入；而许多顶级医疗 AI 公司（如 Viz.ai）的落地，也离不开医生与 AI 科学家的协作。
其次，医生拥有极高的“信任壁垒”。
医疗是信任成本最高的行业。患者不会因为你的 App 界面好看就让你看病，医院院长也不会因为你的 PPT 写得漂亮就为你开放核心数据库。医生创立的公司，自带临床背书，他们懂得如何与顶级医疗机构合作，设计出符合 FDA 或 NMPA（国家药监局）标准的高质量临床试验，从而拿到最核心的商业通行证。
最后，医生更懂长期主义的价值。 他们习惯了漫长的医学培养周期，能够忍受技术落地过程中的煎熬。他们不会轻易被资本的短期逐利带偏，不会做出为了快速上线而牺牲医疗安全的蠢事。
大模型时代：我们需要什么样的医疗科技？
这场讨论留下了一句未说完的话：“我们需要……”
他们需要什么？硅谷的医疗创投圈又该如何纠偏？
在 AI 大模型狂飙的今天，医疗科技正站在一个全新的十字路口。大模型强大的自然语言处理和医学知识吞吐能力，为行业带来了前所未有的机遇。但越是这个时候，越需要回归常识。
我们需要“懂技术的医生”与“懂医疗的极客”深度融合。 医疗大模型的训练，绝不仅是把大量医学文献喂给 GPU 那么简单。如果没有临床医生深度的标注参与，没有符合医疗逻辑的强化学习对齐，大模型就只是一个会胡说八道的百科全书。
我们需要重新建立验证的底线。 大模型不能成为绕过临床试验的借口。无论是 AI 辅助阅片，还是 AI 辅助病历生成，都必须建立严格的回溯性测试和前瞻性试验。资本应该把更多的钱投在“验证有效性”上，而不是“买量获客”上。
我们需要将关注点从“颠覆”转移到“辅助”。 目前的技术还远远达不到替代医生的程度。真正有价值的医疗科技，是去减轻医生的文书负担，去优化医院繁琐的行政流程，去缩短新药研发的周期，而不是傲慢地宣告要取代人类医生。
结语：生命科学的尽头是科学与真相 医疗科技行业的这组数据，是对所有技术狂热分子的一剂清醒剂。
互联网的“快速试错、敏捷开发”法则，在医疗领域是行不通的。任何试图用降低合规标准来换取高增长的行为，最终都会付出极其惨痛的代价。
未来的医疗科技领域，注定不属于那些拿着硅谷模板到处讲故事的“代码传教士”，而是属于那些敬畏生命、尊重临床规律、愿意在手术室和实验室里脚踏实地耕耘的创业者。因为，不管技术如何迭代，生命科学的尽头，永远是严谨的科学与无法被算法丈量的人性。
本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。