葛文德在授受任命之后表示：“美国医疗体系出了毛病，应该有更好的选择。”因为有亚马逊这家用科技颠覆传统的公司参与其中，很多人都期待葛文德能利用新技术来颠覆医疗这一传统过时的体系。仅以美国为例，可能被颠覆的就是一个价值3万亿美元的医疗产业。

葛文德能推动什么样的创新尝试呢？

有评论者认为，选择葛文德作为领导者，预示着三家巨头合资的医疗机构可能会更注重利用新技术和大数据来创新医疗模式，而不只是专注于创建直接挑战现有医疗体系和保险体系的另类医疗平台。也有评论者认为，虽然葛文德的短板是缺乏领导大机构的经验，但是他对医疗产业的未来有着明确的愿景和强烈的改革使命感，应该能够推动改革创新。

当然，在大数据和人工智能狂歌猛进的时代，的确是另起炉灶，推动医疗行业做出改变的最佳时机。既然人工智能已经在改变世界，它能驱动自动驾驶，能有效防止信用卡欺诈，能驱动网飞（Netflix）这样的公司实现电影的个性化推荐，为什么医疗不能大规模利用人工智能来让诊疗变得更定制化、更便宜也更便利呢？

问题在技术和文化的十字路口。要改变医疗，并不是仅仅依靠新科技就能完成的，还需要改变医院和医生的价值体系、激励方式和习惯，每一项都不容易。

比如“清单革命”在医疗体系中被广泛推广的确起到了一定的作用，但是在人工智能时代，清单有它的不足之处。因为清单代表了一种临界点思维，是对病人病情静态的考察和预测。如果只注重清单，没有办法鼓励医生对每个病人的病史做一番梳理，动态地去掌握病情的发展，这就很难提升医疗的质量，真正实现个性化医疗。

利用大数据和人工智能来帮助治疗，首先需要掌握病人各种病症的发展情况，再与人群特征大数据做比对，才能做出更好的诊断。而要鼓励医生动态地去考虑病人的病情，就得改变医生的工作流，改变医生整体总是在赶时间，看诊时间短、压力大、强度高的状况。这才是难点。(www.daowen.com)

此外，医疗行业在大数据应用上还存在整体行业缺陷。大量的医疗数据用于人群的疾病研究，却很少有单个病人患病概率这种基础的数理统计。医生经常犯“忽略基础概率”的毛病。例如，一位40岁的女性去做乳腺X光检查，结果呈阳性，如果机器检查的正确率为80%，那么她罹患乳腺癌的概率到底是多少？很多医生会说80%。事实却需要考虑很多其他因素，比如40岁女性人群中乳腺癌患病率只有1%，检测的假阳性概率为10%。综合这两点之后，医生的正确诊断应该是这位女性的患病率要小得多，约为7.8%。因此审慎的做法是做进一步检查，而不是马上建议手术或者化疗。

大数据的应用也面临着挑战。一些最基本的议题，比如说医疗数据的采集、共享、分析和使用，并没有一个统一的大家都接受的新的范式。即使像NHS这样的国有医疗体系，也存在医院和医院之间数据不兼容的问题，让共享数据分析变得很难。

对医疗数据的搜集和分析，很多医院还停留在南丁格尔所创立的数据科学标准水平上。而这种数据管理范式和现代医院的设计——考虑到充分的通风和照明，分病区分布防止传染——都是南丁格尔在1856年克里米亚战争之后提出的。

应用了160多年的操作系统，无论是硬件还是软件，都到了迭代的时候了。如何让医院与数据工程师更好地合作？如何根据大数据和人工智能的要求重新设计医院和诊疗流程？这些都是新技术在医疗行业推广应用所面临的挑战。

如果说10年前芒格的4万美元支票是对葛文德帮助医疗行业“改变认知”的赞赏，那么10年后巴菲特和贝索斯把改革医疗机构交给他来领导，则是对他“实践创新”的期许。从观察者、分析者，到领导者、践行者，葛文德的这次跨越，可能在医疗改革领域开创出一片新天地，也是他推动医疗改革“知行合一”最好的机会。不过，代价也不小。而作为读者，要忍受未来几年暂别他的漂亮文章了。