在浪上，就做个逐浪者丨科创Z世代

这里是《科创Z世代》第九位Z世代的故事。

马汉东，1991年出生，森亿智能联合创始人，副总裁。深耕医疗自然语言处理，他希望在人工智能的帮助下，医生的每一个决策都能实现最优化。

在以“卷”闻名的江苏省被保送进入复旦大学，在所有教材的扉页上写下“我想试试，用尽全力能走多远”，为自己的高中第一次拿下了生物奥林匹克竞赛的国家一等奖……这就是我们今天的主人公马汉东的学生时代。我们采访过的Z世代有很多共同的特点，比如学习能力强、自驱力强、对自己的人生目标非常笃定等等，马汉东可以说是集这些特点于一身的人。用他自己的话说，他更愿意把喜欢的东西做到极致，做一个人群中能够第一眼就被记住的人。

 

考砸也要比别人考得好

尽管初中时连续三次模拟考全校第一，尽管在母亲口中他是个不用扬鞭自奋蹄的好孩子，马汉东依然觉得自己并不属于那种成绩特别耀眼的学生。高二那年，他给自己规划了一条曲线救国的道路——用自己喜欢且擅长的生物，敲开自己心仪学府的大门。当然，这条路也并非坦途，这意味着，从下定决心那天起，马汉东每天的睡眠时间就越来越短，在和班上的同学一样学完高中教材之后，他还要再继续学习大学生物的内容。功夫不负有心人，用尽全力的马汉东真的拿到了全国生物奥林匹克竞赛的金奖，并被顺利保送进了复旦大学生物系。

 

• Z星探：想成为人群中第一眼被看到的人，小时候的性格是不是就是说我要争上游，我就要争第一的那种性格？
• 马汉东：其实小时候我一直比较乖，初中的时候有段时间很有意思，我学习成绩不知道为什么，就那一段时间特别好，三次连续的模拟考全校第一，因为我们考试是以排名来去排队的，我当时特别喜欢和我的朋友们在后面的考场里面随便聊天，然后一路走到第一考场，走到第一个考试的第一个生位，但其实大家还不知道我是谁，那种感觉我就特别喜欢。高中开始参加生物奥林匹克竞赛，其实也是一样的逻辑，它首先是我的爱好。第二个就是因为我比较执拗的性格，所以当时就说我能不能把这一段时间全部花在这件事情上，看看我到底能做得有多好。我们有一个U型的教学楼，一边是在准备高一、高二考试的同学，我们参加竞赛的几个人就会在晚自习之后，七八点钟开始，搬到U形楼另外一边的一个独立教室去学习。当时垒下来应该有一米多高的大学教材，我们在教材的扉页上就会写“我想试试，用尽全力能走多远”。我们会持续到可能晚上十一点多，然后回家。回家之后，又从十一点钟学到大概一点钟左右，然后睡一会觉，到三点钟再起来，然后再睡一会觉，早上六点钟起来上学，基本上高中阶段就是这么过来的。事实证明，只要你努力了，你考砸了也可能比别人考得更好一些。

 

生物，一直是马汉东心里的白月光，不仅仅是因为它帮助马汉东走进了复旦大学的校门，更是因为生物还帮助他搭建起了自己的世界观。因为高中就学完了大部分大学的课程，马汉东在大一下半学期开始就进入了系里的一个生物信息学实验室，研究分子进化。在研究的过程中，马汉东发现分子的进化解释了任何一个有机体如何从最简单的单细胞开始慢慢地变得复杂，变得功能更加完善，最终会承载更多的整个过程，而这个过程也预示着我们个人和整个社会的进展。这段大学的学习经历，让马汉东明白了非常多有关于社会运行的逻辑，认知也得到了迅速的提升。

 

哈德逊河边上的人生选择

从复旦大学毕业后马汉东决定继续在生物领域深造，他选择去哥伦比亚大学攻读生物医学信息学专业。这个在全美高校里排名前列的专业,却是一个非常小众又兼具了极强的交叉属性的学科。整个系里中国人很少，每天他们都要跑去蹭各个系的课，计算机、数学、统计学、生物学、医学，什么都要学，什么都要懂。但也正是那段时间的磨砺，让马汉东成为了我们国家很早的一批懂AI、懂生物、还懂医学的复合型人才，这也为他之后的创业之路，打下了坚实的基础。

 

• Z星探：当时生物医学信息学这个专业国内有吗？
• 马汉东：当时是没有的，我们出去的时候，国内比较多的是生物信息学，但是我们学习的生物医学，尤其是和医学整合的这一部分，在国内非常少。当我们回来之后，应该是在2015年之后，国内的包括哈工大，包括北大，慢慢开始成立了这个系，现在有更多学校开立了这样的课程，我觉得这个行业已经冉冉升起了。我一直有一个理念，就是当你在新闻上看到哪一个专业很火热的时候，你再去就已经晚了，所以很多人我会推荐他说，现在可能你不能单一地去学习AI专业，单一地去学习计算机专业，任何一件事情你做得越早，一定是收获红利最多的。

 

从哥大毕业，马汉东顺利地找到了一份工作，在医药巨头辉瑞公司的研发部门搭建一个连接研究者、数据和未来应用端的线上平台。只用了不到半年时间，马汉东就完成了平台的搭建，但这种朝九晚五非常规律的闲适生活，让马汉东有了新的感悟。

 

• Z星探：第一份工作是做什么的？
• 马汉东：第一份工作当时是在新泽西的辉瑞公司做数据分析，我每天就开着车，沿着当时那个风景特别好的哈德逊河沿岸，然后早上基本上就九十点钟去，晚上四五点钟回来，风景特别好，生活也特别安逸、闲适。
• Z星探：喜欢吗？
• 马汉东：两个月可以，度假可以，但是长此以往感觉有问题。从新泽西往北开的过程中，我能看到纽约所有的天际线，那些所有的高楼大厦，当时我的感觉就是我在它的外围，我在开着车上下班做我自己的事情，但是我没有参与到这个时代最重要的那一些事情，我觉得就是有点惋惜，所以当时说要不然还是回来做点事情吧，所以后来在2015年底、2016年初的时候才决定回来，来做现在的事情。

 

“改造老城区”到底有多难？

回国之后，马汉东完全没有想过找工作，而是与和他一起回来的伙伴们做了一个他们理想中的产品——把自然语言处理的AI技术用在病史识别上的SaaS化（软件即服务）线上系统。在他们的期待里，上线之后，全中国的医生都应该会蜂拥而至、争先恐后地来使用他们的系统，但现实却狠狠地教育了他们，除了自己的几个同学，没有其他任何医生来用。

这群刚刚回到国内、充满着雄心壮志的年轻人陷入了迷茫，他们不明白为什么没有医生愿意用？这个技术到底要做成什么样儿，才能被别人用起来？迷茫过后，他们开始了很长一段时间的摸索，一家一家医院跑，到各个科主任医生的门诊蹲点，和一线的医务工作者沟通，只要找到一个方向就去尝试，从SaaS（软件即服务）到API（应用程序接口），从API（应用程序接口）到只提供技术，任何可能性都不放过。

这样的摸索，持续了一年。2017年初，当上海交通大学医学院附属上海儿童医学中心愿意出资采购他们的系统，搭建科研大数据平台的时候，他们几乎是欣喜若狂，他们派了几十个人，那一段时间睡觉都睡在医院里面，就为了保证这个系统按时地上线，并且能实现它的功能。经历了这件事之后，马汉东觉得自己真的是脱了一层皮。也是在那个时候，他才真正开始搞清楚为什么原来做的SaaS化的系统是不落地的，什么样的产品才是适合中国的。

 

• Z星探：刚刚我听了您对于设计产品的核心，其实还是围绕着自然语言处理，那具体什么叫自然语言处理？能不能举一个非常具象的例子？
• 马汉东：其实我们说AI技术大概分三个类别，三个类别分别处理的是我们自然界里面比较复杂的三类信息源。第一个是图像，就是我们眼睛看到的东西，这个叫做图像识别。另外一个领域是类似于语音，把声波能够识别出来，变成文字。第三类就是我们说的自然语言处理，它做的事情就是要把自然的语言，一段文字，把它的意思、释义能够告诉我们的计算机。这件事情的复杂度在哪里呢，因为图像其实是像素，声波其实是波形，但是语言有非常深的哲学机理在，所以我们要学习的是很多哲学的理念。这件事情大家为什么认知度相对少，是因为它比较难，也是我们公认的AI里面比较难的领域之一。
• 举一个很简单的例子，你现在进医院，医院会帮你记录一大段你的病史，患者之前因什么原因住院、有什么样的症状、之前吃过什么药，然后有什么样的反应，这些信息如果没有任何人识别的话，那它其实就是沉在医院里面，就没有被用起来，但是我们做的这件事情是，你给我一大段话我能让计算机很明确地知道这个人历史经历了什么、未来可能会发生什么，这件事情就变得非常重要，也是自然语言处理领域非常重要的应用。
• Z星探：那是不是可以理解为电子病历，可能最初期的就是把你的病历从纸上搬到了电脑里，但其实真正在这个行业里做得好的，是能根据你以往的一些数据、生病的数据，通过这个自然语言的处理，能够发现你的一些健康趋势，加强疾病的管理？
• 马汉东：我们一直在说中国的医疗资源是比较有限的，这个医疗资源更多是医生、专家的资源有限，但是我可以告诉你一点，现在医生、专家每一天会花好几个小时去做我们的病历书写。现在有很多医院依旧还是用纸质版的手写，有部分医院现在已经开始打字了。像这样一个过程，就是医生、护士每一天花几个小时时间写病历的这个过程，其实是非常浪费的，因为这些数据没有被用起来。实质上我们想要做的事情是把这些历史的几百万份病历拉出来之后，告诉医生，原来这个病怎么样治会有什么样的结果，然后在下一个病人过来的时候，AI这样一个模型其实就可以帮助医生来做判断，这个病人未来可能有什么风险，我要做什么样的操作，所以说这个是我们现在在做的事情，人工智能医生。

但想要实现这一目标，并不是一件容易的事情，每家医院的门诊、住院、检验检查、超声影像，几乎每一个环节都有自己一套独立的系统，根本没有数据标准化的概念，马汉东把这个过程比喻为一个老城区改造计划，完全不是自己原来设想的高楼平地起的状态。

 

• Z星探：平地上盖高楼和老房子改造难度为什么不一样？
• 马汉东：我用一个例子来说，比如说我们开发了一款对于血栓管控的软件，这个软件要求把这家医院里面历史的所有数据全部整合过来，我要去做建模，并且我要求一个新的病人，包括验血指标、病史资料都要以分秒级的速度传递给我，因为这种病变化非常快，所以说我要及时预警它。然后我就会遇到非常多的问题，比如说现在医院里面传统的一些信息化的供应商，他会跟我说，现在的这个数据传送速度是按天的，或者是按周的，我不可能那么快地提供给你，这个就遇到一个很大的瓶颈。同时，会有一些数据标准化的问题，因为一家医院里面会有100个系统，100个系统都用着不同的数据标准，比方说我们的门诊、住院，我们的检验检查，我们的影像系统、超声系统，所以我们之前经常开玩笑，一家医院如果真的要把系统所有的东西统筹起来，它要叫的供应商代表就要叫一百多位，然后在一个非常大的会议室里面才能做这件事情。这有点类似什么呢？类似于我是做一个智能家电的公司，我把一个智能冰箱放在了一个我认为可以直接用的房子里面，但是我一看，我没找到插头，我没有找到电。那好，我要翻箱倒柜去找，结果发现根本没有所谓的插座标准，甚至它接没接电我都不知道，所以说我翻箱倒柜之后，我要把墙皮拉开，我要去在里面看数据原来在这里，它是用这个标准的，我要把它对接过来，每一次在每一家医院我都得这么做，所以这件事情就让我觉得非常困扰，因为很简单，我做这件事情的时间不如我从头做一家新的医院。

 

虽然在这个“老城区改造”的过程中，马汉东和他的团队经常会非常苦恼，但是他们也清楚地知道，这种阵痛是一个行业发展的必然之路，也许在20年之后，他们现在的系统也会成为下一代人的阻碍，因为任何一个系统都是要不断进化的，就像他最喜爱的分子进化，也是要不断地淘汰老的细胞一样。

采访快要结束的时候，马汉东给我们描述了未来的智慧医疗系统会是什么样子。首先，就医流程会便捷很多，从患者出家门的那个时刻就会受到智能化的引导，排队的窗口会进行智能的分流，药品可以经由线上进行配送。第二是更加安全，比如现在上海浦东的房颤患者，当他在社区医院进行日常诊疗的时候，就已经有AI的模型在辅助医生根据当前的检查数据和历史病历，去评判疾病的风险，如果是急症，可以非常快速地联动120，以最快的速度将患者转到有资质的医生和医院那里，这个过程会以大家感受不到的形式赋能到所有人。第三会比现在更加便宜， DRG（按病种付费）、DIP（基于DRG的原理进行的按病种点数付费）医保正在改革过程中，更便宜的医疗费用、更优质的医疗服务，都会在未来几年实现。

虽然自从创业以来马汉东就再也没有了朝九晚五的惬意生活，虽然很多合伙人开玩笑说七年前他给画的饼，最近才吃到第一口，虽然中国的医疗智能化还有很长的路要走，但马汉东对未来充满信心，对和这个行业一起成长的自己和团队充满信心，因为他们已经在时代的浪尖上，他们的努力会对整个行业的发展产生影响，他们是逐浪者，用力前行，不断进化。

 

制作人：陆熠欣

制片人：常瑜

编    导：秦妮

采访人：辛梓

撰    稿：秦妮

编    辑：秦妮

摄    像：姜一鹤 杨立培 钱晓鑫

后期剪辑：杨先珩

音乐编辑：蒋孙寅