Hello World

范晓伦

AI + 医疗产品专家

不是"会 AI" + "干过医疗",而是能判断 AI 在哪个医疗场景真正有价值,并动手做出来

11 年 B 端产品 AI 全栈交付 百亿流水操盘 0→1 创业经验
查看经历 你可能想问的
SCROLL
0
年医疗产品深耕
0
铭医云营收(¥)
0
对接医院
0
服务国央企/上市药企

核心优势

每一条都有数据和事实支撑

医疗行业深度

  • 11 年深耕互联网医疗医药,覆盖两票制 / 集采 / HIS 对接
  • 服务 50+ 国央企 / 上市药企,对接 400+ 家医院
  • AI 视觉检测(医疗器械)方案设计与原型验证
证据:从医院端(HIS/公众号)→ 医药端(合规/营销)→ 终端(集采/招商)打通全产业链认知

百亿级增长操盘

  • 金蝶医疗:用户 1,000 万 → 3,000 万(+200%)
  • 日流水 3,000 万 → 1 亿+,年流水超 100 亿
  • 铭医云:营收 0 → 1,800 万,18 个月盈利
证据:不是参与过增长,是从 0 主导到结果——铭医云是我搭档 CEO 从 2 人做起来的真实业务

AI 产品全栈交付

  • AI Coding(Cursor / Claude)独立交付 5+ 款完整产品
  • 多模型 API 集成:Gemini / 智谱 / DALL-E 选型与降级策略
  • 验证 2 周 0 → MVP 的 AI 产品快速交付能力
边界坦诚:我能落地 AI 应用,但不做大模型训练/微调——我的价值在"判断 AI 在哪有价值并做出来"

从 0 到 1 建设者

  • 搭档 CEO 从 2 人到 50+ 人搭建公司
  • 组建 10 人产品技术团队,培养 2 名产品经理
  • 主导产品从规划到商业化的全生命周期闭环
证据:铭医在线任职 5 年多(2019-2024),证明我能长期投入——前提是事业值得

职业经历

每段经历都说清「做了什么 · 为什么 · 结果如何」 · 点击展开

2024.07 — 至今

广州冰鸽科技 · 创始人

聚焦 AI + 医疗技术创业

聚焦 AI 应用产品化,探索"AI + 行业"的落地路径。一人 + AI 全栈开发,验证 AI 产品的快速交付能力。

1做了什么

带领 4 人团队完成 AI 视觉检测(医疗器械零部件)从需求调研到原型验证;独立开发 CardCrafter AI(已上线)、职路志愿、神机阁三款 AI 产品。

2为什么这样做

想验证一个判断:在 AI Coding 时代,一个人 + AI 工具链能达到过去小团队的产能。所以选择独立全栈开发,而非组建传统团队——这是对"AI 如何改变生产关系"的真实实验。

3结果如何

验证了 2 周 0 → MVP 的交付节奏,2025 年用 AI 辅助编写约 10 万行代码,独立交付 10+ 款产品。但也收获了关键教训:

  • 技术可行 ≠ 商业可行——做了很多"觉得有可为"的半成品,推广才是瓶颈
  • 总结出"技术可行 → 产品可行 → 商业可行"的 AI 产品化决策框架
5+ 款完整 AI 产品 2 周 0→MVP ~10 万行代码
2019.03 — 2024.06

广州铭医在线 · 产品总监

搭档 CEO 从 0 组建公司 · 任职 5 年多

全面负责产品技术团队,驱动公司从 2 人到 50+ 人。主导铭医云从 0 到营收 1,800 万,18 个月盈利。

1做了什么

主导铭医云(医药财税合规 & 数字化营销 SaaS)从 0 到 1,3 年 30 次迭代;搭建 10 人团队(1 产品 + 1 UI + 2 后端 + 2 前端 + 1 技术经理 + 2 测试 + 1 运营),培养 2 名产品经理。同期操盘药讯云(精准招商与 CRM,2 万+ 用户、100+ 品种、20+ 厂家)。

2为什么这样做

两票制 + 集采政策下,药企面临合规和营销双重压力。我们的判断是:把合规流程数字化、把学术推广线上化,能帮药企在政策约束下依然高效触达终端。所以设计了"四流一致、真人真事真做"的合规体系,而非简单的内容管理工具。

3结果如何

服务 50+ 国央企 / 上市药企,覆盖文章、视频、调研、直播等多元学术推广。商业模式跑通并持续盈利。

营收 0→1,800 万 18 个月盈利 3 年复合增长 30%+ 年均处理上亿级合规流水 50+ 药企客户

注:铭医云是传统 SaaS + 应用层 AI(OCR / 规则引擎 / 内容审核),不是大模型 Agent 产品——真实经验里我不夸大。

2017.03 — 2019.02

金蝶医疗 · 产品经理

负责医院公众号产品线

对接 400+ 家医院 HIS 系统,驱动大规模标准化落地。用户 1,000 万 → 3,000 万,日流水 → 1 亿+。

1做了什么

负责医院公众号产品线,交付数据大屏、挂号排队、医保支付对账、全平台黑名单、医联体对接等 10+ 核心模块。首创"病案复印线上申请 + 快递到家"模式。

2为什么这样做

400+ 家医院的 HIS 系统各不相同,个性化需求爆炸。核心矛盾是"规模化落地"和"个性化定制"如何兼得。我的解法是建立"标准化模块 + 可配置化"架构——抽象共性做成标准模块,通过配置满足个性化,而不是每家医院单独开发。

3结果如何

这套架构支撑了规模化落地,"病案复印"模式在近百家三甲医院成为行业范例。

用户 1,000万→3,000万 日流水→1 亿+ 年流水 100+ 亿 400+ 医院

注:金蝶时期无 AI 相关工作,这段是纯产品 + 标准化攻坚经验,我不会包装成 AI 经历。

2015.01 — 2017.02

广州中康资讯 · 产品经理

医药平台化产品

主导医药行业活动微站平台与会务管理系统从 0 到 1,推动标准化、模块化、平台化。

1做了什么

主导医药行业活动微站平台从 0 到 1 设计与落地,设计会务管理系统覆盖学术会议全流程。

2为什么这样做

医药行业学术会议高频但数字化程度低,每场会议都在重复造轮子。把活动微站和会务管理平台化、模块化,能让主办方像搭积木一样快速上线。

3结果如何

完成了产品的标准化、模块化建设,为后续铭医云的"标准化 + 可配置"方法论打下基础。

2014.06 — 2014.12

北京创想空间 · 大客户经理

医疗行业客户开拓

负责医疗医药行业客户开拓与维护,B 端商务经验的起点,此后转向产品岗。

技能矩阵

产品设计 × 行业深度 × AI 全栈

产品设计95%
医疗行业认知95%
商业思维90%
团队管理80%
AI Coding 全栈75%

技术栈

NestJSVueReactuni-appTypeScriptJavaGoMySQLPrismaExpress

AI 能力

CursorClaudeGemini API智谱 APIDALL-EPrompt EngineeringRAG 架构理解

行业知识

医药财税合规(两票制/集采)HIS 系统对接互联网医疗平台医疗器械检测

产品设计

FigmaAxurePRD 文档用户调研TAPD

产品作品

每个产品都说明要解决的问题 · 点击查看详情

CardCrafter AI

AI 智能卡片设计工具,集成三家图像生成,实现"文字 → 专业设计卡片"端到端生成。

为什么做:验证多模型集成 + 降级策略在生产级产品里是否可行,同时跑通 AI 内容生成产品的商业模式。

已上线运营
模型
Gemini / 智谱 CogView / DALL-E 3
亮点
多模型智能路由与降级策略,API 成本优化
技术栈
React + Node.js + Express
状态
v1.0 已上线,有真实用户

神机阁 · 天命八字

推理型 AI 玄学产品,用户输入 → AI 推理链 → 结构化输出,探索 Agent 产品形态。

为什么做:玄学是验证"推理型 Agent"的高频高客单场景——用户愿意为结构化的命理推演付费,是 Agent 商业化的好试验田。

原型 / MVP 阶段
类型
推理型 Agent 产品设计
亮点
用户输入 → AI 推理链 → 结构化输出验证
状态
MVP / 原型验证阶段
域名
bazi.bingge.ai(可访问,持续迭代)

职路志愿 · 识己识路

AI 驱动的职业规划与志愿填报平台,完成 Java → NestJS 全后端重构,AI 个性化推荐。

为什么做:我的心理学背景 + AI 能力 + 产品经验恰好能在"性格-专业匹配"上形成差异化——这是少数我能做出独特价值的教育方向。

原型 / MVP 阶段
类型
AI 个性化推荐(性格-专业匹配)
技术栈
NestJS + MySQL + Prisma + Vue + uni-app
亮点
完成 Java → NestJS 全后端架构迁移重构
状态
原型 / MVP 阶段(小程序形态)

AI 能力详述

不只是会用 AI 工具,更能把 AI 落地成产品 · 能力边界坦诚说明

🎨

AI 产品设计

有 AI 视觉检测、AI 内容生成、AI 推荐等多场景产品方案设计经验,理解"技术可行 → 产品可行 → 商业可行"的决策链路。

AI 工程实践

熟练使用 Cursor / Claude 进行 AI Coding,独立交付 5+ 款完整产品,2025 年用 AI 辅助编写约 10 万行代码。

🔌

多模型集成

Gemini / 智谱 / OpenAI / DALL-E 多家 API 集成,有选型、降级、成本优化的生产级实战经验。

💬

Prompt Engineering

深度日常使用,有生产级 Prompt 模板设计经验,覆盖内容生成、图像生成、结构化输出等场景。

🧠

AI 产品决策

总结出"技术可行 ≠ 产品可行 ≠ 商业可行"的 AI 产品化决策框架,避免为做 AI 而做 AI。

📡

趋势认知与边界

理解 RAG / Agent / 微调的适用场景。坦诚说明:不做大模型训练/微调,Multi-Agent 仅概念理解,知识图谱仅了解——不夸大。

AI × 医疗:我能做什么

"AI + 医疗"不是两个标签的拼接,而是能把 AI 精准映射到医疗痛点上

真正稀缺的不是"懂 AI 的人"或"懂医疗的人",而是能把两者结合、判断 AI 在哪个医疗场景真正有价值,并且能动手做出来的人。下面是我基于 11 年行业经验梳理的 6 个高价值落地场景——每个都有真实的痛点判断和进入路径。

★ 最高分场景 🛡️

药企营销内容合规 AI 预审

痛点
药企每篇学术推广内容上线前要人工逐字审,慢(3-7 天)、贵、漏审一次罚款百万级
AI 解
自动识别违规关键词、暗示性疗效、超适应症宣传,"AI 预审 + 人工终审",审核压缩到几小时
我的优势
5 年铭医云服务 50+ 药企,知道合规规则细节、审批链每一步、甲方最怕踩什么雷
待验证:药企愿单独付费,还是只作为平台功能增强?合规规则标准化程度够不够 AI 处理?
★ 高潜场景 📋

医药代表学术拜访 AI 助手

痛点
药代拜访前要花 2-3 小时查医生资料,拜访后应付式写 CRM 记录
AI 解
拜访前自动生成"医生画像卡"(研究方向/近期论文/处方需求),拜访后语音转结构化记录
我的优势
药讯云有 2 万+ 药代用户基础,理解药代真实工作流和痛点
待验证:卖给药代个人还是药企?医生处方数据合规性如何解决?
📝

药企学术推广内容 AI 生成

痛点
医学部需持续产出文献综述、科室会 PPT、患教材料,撰写周期长、外包贵
AI 解
基于说明书 + 文献 + 合规规则库,AI 辅助生成初稿,医学部审核修改而非从零写
我的优势
铭医云做过文章/视频/调研/直播全链路,理解内容生产与合规边界(可与合规预审一体两面)
📞

医院患者随访 AI 自动化

痛点
术后随访靠护士打电话手工记录,覆盖率不到 30%,高危患者易漏跟
AI 解
AI 电话/微信自动随访 → 结构化记录 → 风险信号识别 → 高危自动转人工,覆盖率提到 80%+
我的优势
金蝶医疗对接 400+ 医院,了解 HIS/出院流程;首创"病案复印"模式有医院侧落地经验
挑战:医院采购链长,随访涉患者隐私,合规门槛高
🤝

药品招商智能匹配

痛点
集采背景下,药企找代理商、代理商找品种,信息不对称严重
AI 解
基于品种特征 + 代理商画像(覆盖区域/科室资源/历史品种)AI 智能推荐匹配
我的优势
药讯云已有 100+ 品种、20+ 厂家的数据基础
🔍

医疗器械 AI 质检

痛点
医疗器械零部件质检依赖人工目检,效率低、一致性差、招工难
AI 解
AI 视觉检测替换人工目检
我的优势
有真实项目经验——带领 4 人团队跑通过方案设计到原型验证全流程
坦诚:这块我只有半年经验,壁垒不如前几个场景深,不会夸大。

你可能想问

把面试官和合作伙伴最常追问的问题,提前说清楚

我认为年龄是经验的加成而非负担。35 岁对我意味着三件工作 3-5 年的人很难同时具备的东西:

1. 11 年医疗行业深度——50+ 药企、400+ 医院的资源与认知积累;
2. 完整的职业历练——从产品经理到产品总监到创业负责人,每个角色都做过;
3. 持续学习的能力——最近 1.5 年主动学 AI Coding,保持技术敏锐度。

如果岗位需要的是"便宜能加班的年轻人",我不合适。但如果需要的是能直接拿结果、带过团队、懂行业的产品负责人,这正是我的主场。

恰恰相反,创业经历让我更懂得团队协作的价值。创业时我既做产品又做商务还写代码,深知一个人的天花板在哪里。我现在非常渴望加入一支专业分工明确的团队。

关于稳定性,有一个事实:我在铭医在线呆了 5 年多(2019-2024),从公司 2 个人做到 50 多人。我是一个能长期投入的人——前提是公司有值得投入的事业。

创业这段不是"失败后回来打工",而是"完成 AI 应用前沿探索和全栈能力升级,现在希望把这些能力在更大平台上发挥价值"。

我的定位不是纯技术工程师,而是"懂 AI 且能落地的产品人"。具体能做的:

1. 用 AI Coding 工具在 2 周内交付完整的产品 MVP;
2. 完成过 Java 到 NestJS 的完整后端迁移;
3. 集成过多种 AI API(Gemini、智谱、DALL-E 等)并有成本优化实战;
4. 落地过 AI 视觉检测、AI 文档识别、AI 内容生成等实际项目。

同样重要的是,我坦诚说清边界(很多人会在这点夸大):

· 大模型训练 / 微调:无经验,不会包装;
· Multi-Agent:仅概念理解,无可展示项目;
· 知识图谱:仅了解,无实操;
· RAG:架构理解 + 设计能力,但非大型生产级实战。

我的核心价值是:能判断 AI 在什么业务场景下有实际价值,并且能把它做出来。这是介于纯产品和纯技术之间的稀缺能力。

铭医云 = 医药财税合规 + 数字化营销 SaaS 平台。解决的核心问题是:两票制、集采政策背景下,药企如何合规高效地做学术推广。

我的角色:搭档 CEO 从 0 开始做,负责产品规划、团队搭建、部分商务谈判。不是挂着总监 title 的执行层,是真正从 0 到 1 把业务做起来的人。

关键成果:3 年从 0 做到营收 1,800 万、服务 50+ 国央企/上市药企、推动公司 18 个月盈利、培养 2 名产品经理。

一个需要说清的事实:铭医云是传统 SaaS + 应用层 AI(OCR / 规则引擎 / 内容审核),不是大模型 Agent 产品。我不会把传统 SaaS 包装成 AI 经验——真正的 AI 经验来自 2024.07 之后的冰鸽项目。

能。需要讲清楚的是:哪些能力可迁移,哪些是行业专属

可迁移的通用能力(在任何 B 端 SaaS 都适用):

1. 标准化攻坚方法论——400+ 医院 HIS 对接沉淀的"标准化模块 + 可配置化"架构思维;
2. 商业闭环能力——从 0 到 1,800 万营收、18 个月盈利的完整商业化经验;
3. AI 落地能力——独立交付 5+ 款 AI 产品的全栈经验,与行业无关;
4. 团队搭建——10 人团队从 0 组建、培养 PM 的管理经验。

医疗行业专属的:两票制/集采政策、HIS 对接、医药合规体系——这些跨出医疗确实需要重新积累。

所以我的策略是:优先深耕医疗大健康(11 年护城河最深),但如果是 SaaS / 产业互联网 / AI 产品方向,通用能力完全能快速迁移。

商业能力最好的证明在铭医在线,不在冰鸽:营收 0 → 1,800 万、18 个月盈利、50+ 药企付费——这是真金白银验证过的。

冰鸽的几个产品现状我如实说明:CardCrafter AI 已上线运营有真实用户;神机阁和职路志愿是 MVP/原型阶段。我不会把原型说成"已上线运营"来粉饰。

而且创业这段我收获的最有价值的认知是:"开发不是瓶颈,推广才是"——做了 10+ 产品后我深刻意识到,产品力早就不是我的问题,让足够多人知道才是。这个教训本身就是商业成熟度的提升。

所以如果回归职场,我会比单纯的产品人更关注增长和商业化,而不仅是把功能做出来。

自我评价

11 年 B 端产品老兵,2024 年起转型为"能动手做 AI 产品的产品负责人"

在上市公司主导过百亿级流水产品增长,在创业公司从 0 搭建团队实现千万营收,在独立创业期间用 AI Coding 交付 5+ 款完整 AI 产品。

核心定位不是纯技术工程师,而是"能判断 AI 在什么业务场景下有实际价值,并且能把它做出来"的稀缺复合型产品人。

— 范晓伦