給那些打算讀博的產品經理，提個醒

讀計算機博士，自然就少不了看論文，尤其是針對我的研究方向，相關論文的閱讀就必不可少了。

對了，我的研究方向是提出了一個medical Talk的框架，將其利用CPU與內存條調用的算法與LORA微調等方式，讓這個框架運行的模型降低，同時能夠針對醫療數據的不同類型數據，比如EMR、CT、超聲、內鏡甚至是MRI做出模型切換，方便提出更適應的底座模型，這樣的話就方便讓更加適合文本或者圖像甚至是視頻的模型各自分類，最終完成疾病診斷。

我以這個研究方向，自己希望是利用這框架，真的可以讓AI可以勝任人類醫生的診斷工作，讓AI模型可以運行達到人類醫生水平，甚至是在特定的某些醫學影像為主的疾病上，可以替代人類醫生。

這是我的研究與方向。下面是我看的幾個論文

阿里巴巴和清華大學推出的M3ret框架

M3Ret: Unleashing Zero-shot Multimodal Medical Image Retrieval via Self-Supervision

這個框架將其CT、超聲、內窺鏡、X射線的影響進行一鍵處理并且不需要新的數據標注來完成模型的訓練與準確度提升，如下圖是論文講解的核心算法圖示流程

右邊是本次的模型效果，不需要標注，并且可以將2D、3D的醫學影像都能識別出來，當然現在的框架缺點是不支持MRI的以及其他類型，只能支持這四類，同時由于CT可能存在的放射度不同

這篇文獻對現在要想做醫學通用Agent的產品經理是一個不錯的選型技術方案，但由于沒有源代碼，M3Ret需要產品經理和算法工程師自己實現，并且由于其采用的患者數據包含了醫院私有與公開數據集累計幾十萬，文章稱之為全球最大的數據集，可以知道這個模型的準確度與魯棒性是非常高，應用價值非常高，同時還能夠知道阿里在下一盤大棋.....

論文

Language Models for Hierarchical Classification of Radiology Reports With Attention Mechanisms, BERT, and GPT-4

這是一篇針對用prompt來提升AI模型來完成醫學診斷，在CT片子上的診斷，相比于以前的神經神經算法，用大模型來完成片子的檢查與診斷報告解讀，幾乎可以達到零訓練，就可對新的片子來識別。

LANGUAGE MODELS THAT THINK, CHAT BETTER

引入了基于模型獎勵思考的強化學習（RL with Model-rewarded Thinking，簡稱 RLMT），以實現更高的準確度，并且還能夠解釋，因為有獎勵機制的分數記錄。

上面這3篇論文，是我國慶主要研究和學習的，由于沒有源代碼的， 要想實現就只能逆向工程實現，但文獻指出了提升模型準確度、以及通用醫療診斷上的系列方法，文獻框架并沒有公開，只能講解了方法，所以只能通過逆向工程實現，通過論文的步驟，有的是直接公開了源代碼。

不過如何，這對于我一個博士研究生以及醫學產品經理來說都是非常好的方式，去做產品技術調研。

產品經理通過文獻研究提升產品壁壘而不是做學術

在讀博之前，我其實很討厭讀文獻。

但是在讀博之后，我發現能夠和自己的產品工作息息相關，并且還牽涉到了產品的競爭力與技術壁壘、甚至是開發成本，導致現在我逐步喜歡上了看文獻（就像看GitHub與CSDN等博客）

產品經理別去為了做學術而學術

只有以用戶需求、場景為核心，推出一個產品出現了，那么其實本身就可以發論文了，再加上一個產品可以運行，隨著用戶需求能夠不斷迭代他，你的論文會越來越有價值。

比如醫療領域可以從單個機構到多中心，就逐步有更多的論文可以發了，甚至是本身多中心在系統的運營方式就又可以發論文。

有了產品、有商業化以及專利知識產權，論文的價值就大大提高。

我在讀博之后發現，現在很多大學教授因為在大學剛畢業就選擇了高校，就從來沒有從0到1做過一個產品或者完整的產品甚至是產品直接賺過錢，只有部分算法的經驗或者就是論文，這就導致他們在帶的學生以及自己學術生涯就很難有工程化的產品，也就別提那些類似DEEPSEEK的產品出現了。

在我讀博士期間，我還發現很多身邊教授是執著于學術怎么發論文，發高分論文，以及獲得更多的影響影子。

而對于我讀博來說，其實讀博的過程里面發現的新技術與技術實現實驗方法，和做成產品、用戶需求、用戶體驗、商業化結合在一起，以及判斷這個產品的實現成本與技術難度。

這才是很有價值的，產品有用戶了，商業化了，自然好的論文也不愁了。同時有科研價值的產品，自然就有更高的技術壁壘和投資價值。

比如AI界的大佬李飛飛發布的world labs，就馬上獲得了融資

李飛飛不僅是學術上的成就偶像，更是商業化的偶像。而是其發布的AI模型產品化的提供了API調用服務，讓自己公司有非常明確的盈利價值。

產品化、商業化的成績之外，也是3D視頻生成的技術壁壘開創者，這就是真正未來產品經理開發者的機會，當然過于技術研究深度，也不好。反而喪失了產品的增長周期，甚至是盈利周期。

到現在，我還認識有相當多的教授與科學幾家做的論文研究，就是為了發一篇高影響力文章，但是能不能再未來產生實際作用他，也不知道，只是發現了別人沒有發現的，還有就是為了賺取學校、國家的補貼，而離開了資金支持，就完全活不下去，甚至分文不值。

以上就是最近假期的一些分享，希望給那些打算提升學歷的產品經理敲個鐘

今天的分享就到這里。

“關注我，了解第一批空間計算的產品經理做什么”

點擊加入XR空間計算開發者、產品經理交流群

AI開源項目拆解群，以及每天體驗1款APP

我創建的產品設計打卡社群，加入后365天，每天體驗一款APP。提升產品設計能力，同時有1300份體驗報告幫助你找到競品。

在這里你可以隨時查詢到你想找的各類競品行業APP以及我收集整理的開源Github項目，馬上得到APP的一手產品優化、交互設計、功能描述信息。

從優化&建議、商業模式、運營、功能描述、交互設計、產品定位至少6個維度，體驗一款應用。

平均1天1塊錢，掃碼購買即可加入

連續體驗48款應用，通過后原路退回

報名后添加星球助理

PMTalk123