崗位職責(zé)：
1、產(chǎn)品規(guī)劃與設(shè)計： 負(fù)責(zé)公司醫(yī)療AI產(chǎn)品的全生命周期管理，重點聚焦AI電子病歷審核、病歷質(zhì)控、臨床輔助決策（CDSS） 等方向的產(chǎn)品規(guī)劃、功能設(shè)計與持續(xù)迭代。
2、需求分析與轉(zhuǎn)化： 深入醫(yī)療臨床場景，與醫(yī)生、病案室、質(zhì)控辦等用戶深度溝通，挖掘病歷書寫、編碼質(zhì)控、診療合規(guī)性等痛點，將復(fù)雜的醫(yī)療業(yè)務(wù)規(guī)則轉(zhuǎn)化為清晰的產(chǎn)品需求與算法需求。
3、技術(shù)協(xié)同與落地： 作為業(yè)務(wù)與算法團(tuán)隊的橋梁，深刻理解NLP、大語言模型（LLM）、醫(yī)學(xué)知識圖譜等技術(shù)邊界。負(fù)責(zé)定義數(shù)據(jù)標(biāo)注規(guī)范、模型評估指標(biāo)（如準(zhǔn)確率、召回率、F1值），協(xié)同算法工程師進(jìn)行模型訓(xùn)練與效果調(diào)優(yōu)，確保產(chǎn)品在真實醫(yī)療環(huán)境中的可用性與準(zhǔn)確性。
4、項目管理與交付： 協(xié)調(diào)設(shè)計、研發(fā)、測試及醫(yī)療專家資源，把控項目進(jìn)度與質(zhì)量，推動產(chǎn)品在醫(yī)院或醫(yī)療機構(gòu)的順利落地與交付。
5、競品與政策研究： 持續(xù)跟蹤醫(yī)療AI行業(yè)動態(tài)、國家衛(wèi)健委相關(guān)政策（如電子病歷評級、互聯(lián)互通測評等），分析競品，為產(chǎn)品迭代和創(chuàng)新提供決策依據(jù)。
任職要求：
1、學(xué)歷背景：本科及以上學(xué)歷，醫(yī)學(xué)信息學(xué)、臨床醫(yī)學(xué)、護(hù)理學(xué)、公共衛(wèi)生、計算機科學(xué)或相關(guān)專業(yè)優(yōu)先；有臨床經(jīng)驗或醫(yī)療信息化背景者學(xué)歷可適當(dāng)放寬。
2、工作經(jīng)驗：3年以上醫(yī)療信息化或醫(yī)療AI產(chǎn)品經(jīng)理經(jīng)驗，至少1年以上智能審核/質(zhì)控/NLP相關(guān)產(chǎn)品經(jīng)驗
3、醫(yī)療業(yè)務(wù)理解： 熟悉醫(yī)院臨床業(yè)務(wù)流程，深刻理解電子病歷（EMR）、醫(yī)囑、病案首頁、臨床路徑等；了解病歷質(zhì)控規(guī)則（如終末質(zhì)控、環(huán)節(jié)質(zhì)控、內(nèi)涵質(zhì)控）及醫(yī)療術(shù)語（ICD-10/ICD-9-CM-3、DRGs/DIP等）。
4、技術(shù)理解力： 熟悉自然語言處理（NLP）基本概念，如分詞、實體識別（NER）、關(guān)系抽取、文本分類等；了解大語言模型（LLM）在醫(yī)療場景的應(yīng)用，如醫(yī)療問答、病歷生成、智能審核等；能與算法工程師順暢溝通模型效果與數(shù)據(jù)需求。
5、產(chǎn)品基本功： 熟練使用Axure、Figma、Xmind等工具，具備優(yōu)秀的邏輯思維與原型設(shè)計能力；具備良好的文檔撰寫能力，能產(chǎn)出高質(zhì)量的PRD及用戶手冊。
6、數(shù)據(jù)分析： 具備數(shù)據(jù)敏感度，能夠通過數(shù)據(jù)驗證產(chǎn)品效果，熟悉SQL者優(yōu)先。
行業(yè)/業(yè)務(wù)經(jīng)驗：
7、有電子病歷評級、互聯(lián)互通測評相關(guān)項目經(jīng)驗者優(yōu)先；有臨床輔助決策（CDSS）、單病種質(zhì)控、VTE防治等產(chǎn)品經(jīng)驗者優(yōu)先；有醫(yī)療大數(shù)據(jù)治理或醫(yī)療知識庫構(gòu)建經(jīng)驗者優(yōu)先。
【加分項】
擁有醫(yī)療相關(guān)專業(yè)資格證書（如執(zhí)業(yè)醫(yī)師、護(hù)師、病案信息技術(shù)師等）。
有成功的從0到1的醫(yī)療AI產(chǎn)品落地案例，且產(chǎn)品已在醫(yī)院實際應(yīng)用。
熟悉HL7、FHIR等醫(yī)療信息交換標(biāo)準(zhǔn)。
有醫(yī)學(xué)論文或醫(yī)療AI相關(guān)專利者優(yōu)先