时指出问题，还能提前准备好解决方案。
不是指责，而是建设性的帮助。
太可靠了。
“谢谢。”她由衷地说道。
“互相补位而已。”苏宁关掉文档，“接下来我们分一下工：你继续完善技术发展脉络这部分，我负责临床数据对比分析。周五前合稿，怎么样？”
“好。”
……
随着合作的深入，兰芊翊开始不自觉地在工作中观察苏宁。
发现苏宁对数据有种近乎偏执的严谨。
每个数字都要追溯原始来源，每个结论都要有至少两个独立信源的佐证。
有一次，为了确认某省医疗AI采购政策的出台时间，他打了三个电话，查了政府网站、新闻报道和行业内部通讯，最后精确到年月日。
发现苏宁虽然年轻，但看问题的角度常常很“老道”。
周四讨论商业模式时，兰芊翊提出了一个基于订阅费的收入模型，计算出的市场规模相当可观。
“理论上可行。”苏宁看完后说，“但忽略了几个实际约束。”
“什么约束？”
“第一，医保支付问题。目前大部分AI辅助诊断项目不在医保报销范围内，患者自费意愿有限。第二，医院采购流程。公立医院采购需要招标，周期长，决策链条复杂。第三，医生培训成本。AI工具需要医生花时间学习，这个成本谁承担？第四，责任界定。如果AI漏诊，责任是医生、医院还是厂商？”
他一口气说完，兰芊翊愣住了，这些都是她没考虑到的。
“那……你有什么建议？”她虚心问。
“分阶段推进。”苏宁在白板上画起来，“第一阶段，以科研合作形式进入医院，积累临床证据。第二阶段，申请医疗器械注册证，进入部分试点医院的采购目录。第三阶段，推动进入医保，实现规模化。每个阶段的商业模式都不同。”
他边画边讲，逻辑清晰得像一份完整的商业计划书。
兰芊翊听着，突然好奇他过去的经历……
这种对产业落地的深刻理解，不像一个普通实习生该有的。
但她没问，工作场合，不合适。
……
周五晚上，为了赶进度，两人加班到九点。
报告主体部分基本完成，还差最后的总结和建议。
兰芊翊揉
本章未完，请点击下一页继续阅读！