AI医学影像PM的工作职责

AI 产品经理和普通产品经理的工作,区别主要在于,随着特定行业的不同,而会有些许不同。其实没有本质上的区别,需要掌握的技能都是一样的。

个人比较认可有本书写的,“各行业所通用的‘需求分析’等,已经逐步成为产品经理的基本技能,对特定行业、业务了解的深入程度,才是未来产品经理的核心竞争力。“

根据从事AI医疗影像辅助诊断产品工作经验,我尝试说明下,AI医学影像产品经理的工作职责——在产品的不同发展阶段,分别需要做什么。个人刚入行不久,如有不足,还请拍砖。

一、需求分析

在初期处于产品定义阶段时,产品经理需要思考为什么做、怎么做。

跟普通产品一样,思考为什么做,需要考虑原本有什么行业痛点、我们这么做有什么用户价值、商业价值;并且在前期探索阶段,更多是考虑用户价值。

对于AI医疗影像类产品来说,用户价值、商业价值是基于临床价值的,临床价值越大,AI解决这类疾病更有价值。对于产品经理来说,基于此,可做出病种规划的优先级。

临床价值可以从医疗市场供给与需求两方来衡量,即医生与患者。对患者来说,可以用某个疾病的患病人数、患病率、恶化率等来衡量。对于医生来说,可以从医生的供给人数、工作效率、漏诊率、误诊率等来衡量。

比如在判断是否做图像识别类糖尿病视网膜病变产品时,那就需要判断几个问题,比如每年会有多少人因糖尿病而视网膜病变?这个疾病严重吗?是否很难治疗?从事治疗疾病的医生足够吗?医生治疗是否容易漏诊、误诊?

二、竞品调研,寻找解决方案

已经确定了为什么做之后,接着就是求解最优解决方案,产品经理为此需要做竞品调研,抽象出问题本质,并归纳应用场景的解决方案,这也是比较困难的部分。

最近,我看了至少20家AI医疗公司官网的产品,感受到B端产品调研之难,尤其是AI医学影像产品,难点如下:

1.AI医疗这个赛道刚起跑不久,大多数产品在研究阶段,直接出成果的竞品少。之前我看了近30家公司,做一样产品的竞品公司只有1家。

2.大多数公司的官网无影像概念图片,无宣传片,寥寥几句话介绍,信息含量太少,获得有价值的信息点相对更困难。

3.AI医学影像辅助诊断产品相对封闭,难以体验,不像一些开放平台或者C端产品可以注册体验,因而难以从自我体验中评价好坏。

当然也有解决办法:

第一,寻找间接竞品,研究类似功能。比如你要做AI乳腺超声辅助诊产品,那么你可以研究AI肺结核辅助诊断产品。

第二,从寥寥几句话中,找到重点突出的信息,查找论文文献,逆推要解决问题以及方案可行性。这是从饭团成员@我偏笑 这位大佬书中得到的启发。

第三,医疗行业壁垒高,与行业内人士交流会是最高效的方式,包括但不限于同行业从事者、医生。

三、制作产品demo,推动合作

找到解决方案之后,那就需要找到合作医院,洽谈合作意向,通常是通过科研合作的形式。

双方的利益接触点在于,医院有科研需求,我们有产品落地需求。在合作没有达成之前,产品经理需要做的就是制作产品demo和相关文档材料,去医院宣讲。

双方达成合作之后,就需要申请基金,基金申请材料的撰写也是产品经理工作的一部分。

四、产品设计与迭代

与普通产品经理一样,需要做产品需求文档撰写,与研发、设计等团队合作推动产品上线,如何落地到合作医院是比较关键的一点。落地到合作医院,有不同的形式,做的最好的是能嵌入到临床工作流程,与医院系统打通。差一点的就是,部署前置机,离线的方式做数据传输。

文档的书写很重要,需要给用户一份清晰的产品操作手册。

此外,产品经理最重要的工作是,参与算法模型迭代,一方面是做好项目管理,把技术目标细化量化出来。另一方面收集用户的反馈,去医院拜访,不断完善算法模型。

五、技术框架

就我目前调研来看,医疗影像图片识别主流技术框架是深度卷积网络,CNN是一个典型的空间上深度的神经网络,符合图像识别的特点。

在普通的全连接网络中,每层神经元的信号只能向上一层传播,样本的处理在各个时刻独立。对于CNN来说,并不是所有上下层神经元都能直接相连,而是通过“卷积核”作为中介。同一个卷积核在所有图像内是共享的,图像通过卷积操作后仍然保留原先的位置关系。相当于多了一个先验知识,即数据之间存在空间相关性,比如图像,蓝天附近的像素点是白云的概率会大于是水桶的概率。

以上,就是我对AI医学影像产品工作职责的总结,作为刚入行的小白,还在学习当中,欢迎同行指正和一起交流。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,688评论 1 330
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,559评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,749评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,581评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,741评论 3 271
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,684评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,122评论 2 292
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,847评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,441评论 0 228
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,939评论 2 232
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,333评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,783评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,275评论 3 220
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,830评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,444评论 0 180
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,553评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,618评论 2 249

推荐阅读更多精彩内容