一键分享

阅读 从AI提前10年发现疾病中，我看到了使用AI的新模式

发布日期：2026-03-11

01

最近政府报告里“智能生活”被反复提及，这周“龙虾智能体”也刷屏全网，大厂纷纷入局，像腾讯就第一时间接入了龙虾智能体，结果被庞大的用户量挤爆了，还要出来道歉，扩容十倍，可见大家对于AI跟智能体的热情。 

当然，龙虾智能体目前有很高的门槛，安装部署就难倒了很多人，前几天就有一大堆人抱着电脑去腾讯大厦排队等安装。 

但安装只是一个开始，我看到有人说自己的API Key泄露，被刷了好几百美金，有人折腾了一整天，龙虾什么都干不了，有人电脑被删除掉一大堆重要资料。

那如何让AI在自己领域更好更快的落地呢？

最近两篇医疗AI领域的研究，让我看到另一种使用AI的模式：

那就是让AI捕捉那些人类察觉不到的“慢信号”，把模糊的直觉，变成可验证的决策。 

02

这两个AI应用的研究，一个是神户大学通过AI对1万多张手背照片进行深度学习，提前10年发现了肢端肥大的症状。 

另一个是印第安纳大学，用AI检测孩子触摸屏幕的毫秒级微动，筛查出自闭症和ADHD。

这些研究都有一个共同点，就是这些病的信号非常微弱，手指粗一点、手腕抖一下，人类平常很难注意到，等反应过来的时候，往往已经晚了。

像肢端肥大症，患者手指每年粗一点点，以为是发福，鞋子买大一号，以为是脚肿。

等十年后发现不对了，才知道是垂体瘤在作怪。

研究团队就招募了716名患者（其中317名肢端肥大症患者，399名为对照组），收集了11480张手部图像让AI深度学习。 

AI在训练完之后，诊断准确率超过了有经验的内分泌科医生。

这是因为AI比医生更聪明吗？

不是的，而是AI拥有超常记忆能力，以及同时处理几十个微弱信号的分析能力，就像一个从不疲倦的学生，做完一万张考卷后，总结出了一套连出题老师都没意识到的规律。

我在研究企业的过程中，也碰到同样的困扰。

一家公司的现金流悄悄偏离营收、研发投入占比逐年抬升、用户复购率缓慢增加、库存周期逐年缩短...

这些信号单独看都不起眼，甚至会被当成噪音，等到反应过来的时候，已经来不及了。

所以，人类的大脑，天生不擅长处理这种不容易被察觉“慢变量”，我们会先入为主，我们喜欢听直接、刺激的消息，马上就想看到结果。

但不管是经营，还是投资，很多时候，赚的都是时间的钱，是慢信号累积成趋势的复利。

而AI以及以及现在火到出圈的龙虾智能体，可能更大的价值，其实是帮我们处理慢变量、捕捉细微趋势。

03

我看完这两项研究报告，结合我在AI、投资方面的应用，总结了一套可复用的AI落地五步法，不管你是做投资、做企业管理，还是做产品研发，都可以参考一下。 

第一步：精准定位——找到你业务里不容易发现的问题跟症状。

神户大学的团队没有去做AI识别感冒这种强信号问题，而是盯着肢端肥大症，这个病进展以年为单位，特征微弱，难以分辨，人类极易漏判，但AI能够同时处理大量复杂信息，察觉到这种微弱的变化。

所以，我们先要解决的，就是找到自己的慢信号问题。 

比如说企业可以去找用户在使用中的隐性痛点，寻找客户流失的早期预警，投资可以去分析财报里隐性数据的细微偏差，不同时间的数据变化。

只做我们难以察觉的慢信号，不碰那些我们一眼就能看出来的强信号。

第二步：数据设计，我们给什么样的数据？ 

很多人一上来就给AI一大堆数据，希望AI能给个满意的结果。

但数据不是越多越好，而是越精准，越正确，越贴合具体的场景，AI给出的答案就越好。

像我使用AI，会提供企业财报、公告、权威数据、调研纪要，同时，统一数据口径，把数据中无关项去掉，只用跟我问题有关的数据。

数据的质量，直接决定了AI能不能帮你挖到真东西。

第三步：AI训练——发现人类难以察觉的系统化规律。

神户大学训练AI，不是让它去看“手指粗不粗”？

而是看了1万多张症状图，分析“手背骨骼轮廓宽度、软组织厚度分布、手指各节比例、皮肤纹理变化”这些跟症状相关，人眼难以判断的微弱信号，然后，总结变化的规律。

再复验这个规律能不能经得起验证，从而精准识别患者。

我们使用AI以及智能体，也要用尽可能多的具体场景数据去喂养，让它先从数据里找规律，给它制定可量化的指标，不要马上就让AI得出结论。

第四步：价值定位，AI是筛查工具，不是预言家。 

像印第安纳大学的研究团队就说，我们的模型不是确诊工具，只是筛查工具，准确率只有71%，虽然不高，但足够提醒你去看医生。

这一点很重要，AI永远不能代替你做决策，它只是帮你缩小范围、提高概率，哪怕是现在火到不行的龙虾智能体，也只是你的辅助工具。

像投资，AI只是帮你发现那些你看不见的信号，把1000只股票缩小到10只值得重点研究的标的，剩下的，就是要靠你自己的经验跟判断力，去理解行业逻辑。

企业AI告诉你，客户流失未来会提高，但最终挽留客户的，还是要靠你去做产品、做服务。

第五步：信任构建，用可验证的证据说话。 

AI今天依然存在幻觉问题，即便有了结论，我们也要带入具体的场景中，用历史数据去复验，用自己积累的经验跟结果，去进行验证。

比如说我们用智能体做了一个AI客户预警系统，用了之后，我们就要检测一段时间，客户流失率下降了多少？提前了多久预警？

我们用智能体去选股，就要带回到具体的公司，看看它过去10年里平均年化收益率多少？最大回撤多少？跑赢大盘多少个百分点？

只有经得起推敲的证据，才能建立真正的信任。

04

我们这代人，经历了太多风口：互联网、移动互联网、新能源、AI、智能生活……

但真正能穿越周期的，从来都不是追风口的人，而是能把技术变成自己“新感官”的人。 

AI就是这样的新感官，它能看到手指每年粗一点的变化，提前发现疾病；看到企业研发投入的变化，提前发现机会；看到客户复购率的变化，提前去留住客户。

人类没注意的变化，AI能看到，人类记不住的数据，AI能记住，人类的直觉容易偏，AI能校正。

30多年前，我靠一张报表、一支笔、一双腿，跑遍全国做调研。

今天，我靠AI能在一天之内看完5000家公司的财报，但是，哪怕是龙虾智能体这样的新工具，也只是我放大“慢信号”的手段，去找到那些不容易被察觉的机会。

—

责任编辑 | 罗英凡

图片均来源于网络

本文不构成任何投资建议，股市有风险，投资需谨慎

■ 免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。